温度植被干旱指数在旱情监测中的应用*

2016-10-27颜春燕

地矿测绘 2016年3期

关键词：植被指数年份植被

裘　琳，李　逵，颜春燕

(1.安徽省地质测绘技术院，安徽合肥　230022； 2.中国地质大学(北京)，北京　100083)

温度植被干旱指数在旱情监测中的应用*

裘琳1，李逵1，颜春燕2

(1.安徽省地质测绘技术院，安徽合肥230022； 2.中国地质大学(北京)，北京100083)

利用MODIS 8 d合成产品数据MOD11A2和16 d合成产品数据MOD13A2获取的归一化植被指数(NDVI)和陆地表面温度(Ts)构建NDVI-Ts特征空间，以该特征空间计算的温度植被干旱指数(TVDI)作为干旱监测的指标，反演西藏2006年、2005年、2004年3、4、5、6四个月每16 d的干旱变化状况。利用计算的TVDI值对西藏进行干旱等级的划分，并通过不同年份不同月份TVDI值的对比得到同一年份不同区域、同一年份不同月份以及不同年份西藏的干旱变化。以此为依据采取更有效的抗旱政策指导西藏进行合理的生产，促进经济社会的可持续发展。文章主要采用了线段比值法计算TVDI值，研究结果表明，利用线段比值法计算的TVDI值作为干旱监测的指标是可行的。

归一化植被指数；温度植被干旱指数；温度植被指数空间；干旱监测；线段比值法

0　引言

陆地表面干旱指数(即温度植被干旱指数TVDI)是基于长期观察陆地表面温度Ts和植被指数NDVI之间的关系而提出的。温度植被干旱指数能够准确地反映土壤湿度，而且利用Ts/NDVI的空间构成来计算温度植被干旱指数在理论计算上是简单易行的[1]。虽然TVDI是利用卫星信号接收的信息来计算的，但是它的可利用性潜能巨大。通过1990年Ferlo北部区域和西非半干旱的塞内加尔的NOAA-AVHRR影像图的分析可以看出TVDI中所反映的空间和时间的变化。将TVDI的空间分布和模拟土壤湿度的模型进行比较，模拟土壤湿度的模型是基于MIKE SHE规则的分区水文模型。TVDI空间比水文模型能够更好地反映一个区域的湿度变化[2]。

1　数据来源

本文的数据基础是MODIS数据。MODIS的全称为中分辨率成像光谱仪(Moderate-resolution Imaging Spectroradiometer)，是搭载在Terra和Aqua卫星上的一个重要的传感器。

对西藏进行干旱监测研究中，选择了地表温度数据和植被指数数据。这些数据都来自于MODIS数据，时间分别为西藏2006年、2005年、2004年各年度的3、4、5、6四个月，数据来源于Land Processes DAAC 数据中心。本文只利用了白天地表温度；订购的MOD11A2的数据产品由于是8 d一次，因此数据产品包括了符合条件的第65天、73天、81天、89天、97天、105天、113天、121天、129天、137天、145天、153天、161天、169天的数据。为了能将地表温度数据Ts和归一化植被指数NDVI这两种数据的信息合理地对应起来，以便找到相应的植被指数下的最高和最低陆地表面温度，因此选择了符合条件的16 d一次的数据，即16 d合成产品数据MOD13A2，时间为2006年、2005年、2004年各年度的第65天、81天、97天、113天、129天、145天、161天，对西藏不同年份的3、4、5、6四个月的干旱情况进行研究，合理评价西藏的干旱状况。

2　理论基础

线段比值法即：

TVDI=[Ts-(a1+b1×NDVI)]/[(a1′+b1′×NDVI)-(a1+b1×NDVI)]

(1)

式中：a1、a1′、b1、b1′为回归系数。

研究发现地表温度与归一化植被指数构成的空间关系有三角形关系和梯形关系。研究区域的植被覆盖度和土壤水分条件变化范围较大时，空间关系呈三角形。实际应用中究竟采用三角形特征空间还是梯形特征空间，应根据研究对象的植被覆盖状况和遥感数据的获取方式来选择。在早期植被覆盖度比较低的情况下，尤其对于航空遥感数据，应采用三角形特征空间；随着植被覆盖度的增加，特别是对于卫星遥感数据，宜采用梯形特征空间[3-4]。

3　数据预处理

3.1数据拼接

数据拼接采用的是投影变换软件MRT，拼接起来的图像包含了西藏地区的植被指数信息和地表温度信息。

3.2数据裁剪

拼接之后生成了相应的2006年、2005年、2004年65天、81天、97天、113天、129天、145天、161天的西藏地区的地表温度数据和植被指数数据。由于Land Processes DAAC 数据中心所给的数据范围超出了西藏地区，为了处理上的方便和快捷，加之本文只是针对西藏地区，因此需对拼接后的数据进行ENVI裁剪。在用ENVI进行裁剪时，选择用Map裁剪，在裁剪的过程中把经纬度都定在相同的区间，即定在西藏的经纬度78.5°N-99°N，26.9°E-36.5°E。这样就可以把西藏地区的植被指数数据和地表温度数据对应起来，形成一块大部分都是西藏影像图的矩形区域，方便后续数据的处理。

3.3数据叠合

要找出在相应的NDVI下最高和最低的地表温度，需要将地表温度数据和植被指数数据更精确的对应起来进行数据叠合。由于在上一步的数据裁剪中已经将地表温度数据和植被指数数据的经纬度都定在相同的范围，因此可以利用ENVI软件中的主菜单Basic Tools下拉菜单中的Layer Stacking有效地实现图形叠合，这样就可以方便地将两幅图对应起来，以便寻找在相同的NDVI下的最高、最低陆地表面温度。

4　MATLAB程序语言生成TVDI空间图像

具体计算TVDI值的线段比值法是通过MATLAB软件编程来实现的。利用式(1)计算，得到2006年、2005年、2004年65天、81天、97天、113天、129天、145天、161天的TVDI值进行分析。

5　结果分析

利用线段比值法计算得到的TVDI空间影像图所反映的数据信息为TVDI值，即温度植被干旱指数。TVDI值位于0-1之间。TVDI值越大，说明该地区越干旱，TVDI空间影像图越亮；TVDI值越小，则说明该地区越湿润，TVDI空间影像图越暗。以TVDI值作为干旱分级指标，可将西藏干旱程度划分为5级，分别是：极湿润(0

本文用于对比分析的TVDI空间影像图，由于订购数据时范围只能由经纬度来决定，因此不可避免的包含了少部分其它地区如新疆、青海以及中国境外的区域(数据订购本身的缺陷)。本文只研究西藏地区，没有对其它的区域进行对比分析。

5.1同一时间不同区域干旱对比

同一时间不同区域的干旱对比灰度图，如图1(a)、(b)所示(以2006年、2005年65天图像为例)。

图1　2006年、2005年65天TVDI空间影像图Fig.1　Spatial images of TVDI on 65 days in 2006 and 2005

伪彩色图，如图2(a)、(b)所示。

图2　2006年、2005年65天TVDI伪彩色影像图Fig.2　Pseudo color images of TVDI on 65 days in 2006 and 2005

通过ENVI软件可以方便地查看任意地区的TVDI值，图2中红色区域为极湿润地区，可以看出西藏极湿润地区几乎没有，而在图中出现的红色则属于中国境外的地区，不属于西藏。图中紫色区域其TVDI值一般超过了0.8，属于干旱地区，但是，这里的紫色区域已经超出了西藏的边界，没有研究意义。从TVDI空间影像图所反映的结果来看，西藏大部分地区都属于半湿润半干旱地区，总的来说，西藏呈现出由东南向西北变化的带状更替，即：湿润─半湿润─半干旱─干旱。西藏地区气候区域大致分为4个，分别为西藏北部、阿里地区、西藏东南部、西藏中部。

西藏北部年平均降水量在320～460 mm，最大年降水量达到685 mm，最小年降水量为176 mm，降水主要集中在每年的5～9月，雨季开始一般在6月初。藏北地区年平均气温-2.8 ℃～1.7 ℃。由TVDI影像图可以看出，藏北区域的TVDI值一般集中在0.4-0.6之间，因此该区域属于半湿润区。

由TVDI空间影像图可以看出，阿里地区的TVDI值一般集中在0.6-0.8之间，因此该区域属于半干旱区。

西藏东南部空气相对湿度为70%～80%。由TVDI空间影像图可以看出，西藏东南部地区的TVDI值一般集中在0.2-0.4之间，因此该区域属于湿润区，是西藏最湿润的地区。与该区的实际情况相吻合。

西藏中部昼夜温差较大，冬干春旱较明显。由TVDI影像图可以看出，西藏中部地区的TVDI值一般集中在0.6-0.8之间，因此该区域属于半干旱区。

从前文分析可以看出：由TVDI值将西藏分为不同的干旱等级是可行的，且与实际情况一致，因而间接反映了利用线段比值法进行干旱监测的可行性。

5.2同一年份不同时间干旱对比

同一年份不同时间的干旱对比灰度图如图3(a)-(g)所示(以2005年65天、81天、97天、113天、129天、145天、161天图像为例)。

图3　2005年65天、81天、97天、113天、129天、145天、161天TVDI空间影像图Fig.3　Sptial images of TVDI on 65 days,81 days,97 days,113 days,129 days,145 days,161 days in 2005

伪彩色图，如图4(a)-(g)所示。

由图3、图4可以看出：这几个月的干旱变化不明显，图像的颜色变化不大，虽然图像颜色变化不明显，但是由ENVI软件查看TVDI空间影像图的实际数值信息，可以看出它们的数值存在微小变化。由图像的数据信息即TVDI值的大小可以得出：随着天数的增加，藏北一线、阿里地区、西藏东南部干旱级别也在增加，西藏中部在3、4、5三个月内几乎没有变化，只在6月份时图像的紫色和黄色区域明显增多，说明6月份西藏的TVDI值较大，西藏整个区域都比以前干旱。4月比3月干旱，5月比4月干旱，6月比5月干旱，但这只是小幅度的增加，TVDI值稍有变大。虽然3、4、5、6四个月的干旱有少许递增的倾向，但并不能依此类推7、8…月份的干旱级别也会随着增加。根据西藏的实际情况，每年从7月份开始，西藏的干旱状况将大大减轻，因为西藏的雨季一般都出现在7、8、9月份，由于下载的数据量的限制，本文没能制作西藏7、8、9月份的温度植被干旱指数图像，否则将能看出图像颜色的显著变化。

5.3不同年份干旱对比

不同年份的干旱对比灰度图，如图5(a)-(f)所示(以2004年、2005年和2006年65天、81天图像为例)。

伪彩色图，如图6(a)-(f)所示。

由图5、图6可以看出不同年份西藏的干旱变化状况：2005年的图像中黄色和紫色区域最多，因而2005年最干旱；而2006年蓝色区域最多，黄色部分较少，因而2006年最湿润，这与2006年的降水量有密切的关系；2004年的干旱状况介于前二者之间，可以用ENVI软件方便地查看图像所反映的TVDI值。由TVDI空间影像图也可以得出：2005年的TVDI值最大，2006年的TVDI值最小，而2004年的TVDI值介于前二者之间，这与黑白图像所反映的明亮度的信息是一致的。虽然西藏2006年的干旱状况有所缓解，但这主要是由降水量所影响的，有关资料显示，2006年这4个月的降水量明显比往年多出许多，由此可以看出西藏的干旱状况并没有缓解，由西藏2004-2006年的降雨量及土壤湿度的信息可知，本文得出的结果是正确的。

6　结论

本文利用了MODIS 8 d合成产品数据MOD11A2和16 d合成产品数据MOD13A2获取的归一化植被指数(NDVI)和陆地表面温度(Ts)构建NDVI-Ts特征空间。受该特征空间在干旱监测中原理的启发，以此特征空间为理论基础，采用了线段比值法计算温度植被干旱指数(TVDI)，TVDI值的大小可以反映不同的干旱等级，TVDI值介于0-1之间：TVDI值越大，则干旱越严重，在TVDI空间影像图中则亮度越大；TVDI值越小，则气候越湿润，在TVDI空间影像图中则亮度越小，但有的时候干旱差别不是很大，即图像的明亮度差别不明显时，可以通过ENVI软件直接读取该地区的TVDI值，从而得出微小的干旱差别。通过分析，本文得出了西藏的同一年份不同区域、同一年份不同时间以及不同年份的干旱变化。将这些结果与西藏实际的降雨量和土壤湿度及实际气候状况对比，说明利用线段比值法计算得出的温度植被干旱指数(TVDI)在干旱监测中是可行的，且具有一定的实际应用价值。

[1]齐述华，李贵才，王长耀，等.利用MODIS数据产品进行全国干旱监测的研究[J].水科学进展，2005，16(1)：56-61.

[2]李红军，李春强，郑力，等.大范围旱情遥感监测的分带计算[J].遥感技术与应用，2006，21(2)：137-141.

[3]姚春生，张增祥，王潇.使用温度植被干旱指数法(TVDI)反演新疆土壤湿度[J].遥感技术与应用，2004，19(6)：473-478.

[4]韩丽娟，王鹏新，王锦地，等.植被指数-地表温度构成的特征空间研究[J].中国科学D辑：地球科学，2005，35(4)：371-377.

[5]李正国，王仰麟，吴健生，等.基于TVDI的黄土高原地表干燥度与土地利用的关系研究[J].地理研究，2006，25(5)：913-921.

Application of Temperature Vegetation Drought Index in Drought Monitoring

QIU Lin1，LI Kui1，YAN Chun-yan2

(1.Auhui Institute of Geological Surveying and Mapping，Hefei Anhui 230022，China；2.China University of Geosciences(Beijing)，Beijing 100083，China)

8-day composite MODIS temperature product MOD11A2 and 16-day composite MODIS NDVI product MOD13A2 were combined to construct NDVI-Ts space from which the TVDI(Temperature Vegetation Drought Index)was obtained.Every 16-day drought situation in March，April，May and June 2006，2005 and 2004 in Tibet was retrieved by using the TVDI.Tibet was separated into different drought level by using the TVDI.And the drought variational situation of Tibet in different months and years were obtained.On the basic of the results,the administration can adopt the policy of drought resistance to guide the production in Tibet,and promote the sustainable development of economic society.In this paper,the line segment ratio method is mainly adopted.The results of the research suggest that it is feasible to take TVDI calculated by using line segment ratio method as the index of drought monitoring.

NDVI；TVDI；NDVI-Ts index space；drought monitoring；line segment ratio method