基于TVDI的江苏省淮北地区干旱监测技术研究

王 华，邵 瀚（.浙江财经大学 东方学院，浙江 嘉兴 34000；.中国电建集团贵阳勘测设计研究院有限公司，贵阳550000）

基于TVDI的江苏省淮北地区干旱监测技术研究

王 华1，邵 瀚2
（1.浙江财经大学 东方学院，浙江 嘉兴 314000；2.中国电建集团贵阳勘测设计研究院有限公司，贵阳550000）

以江苏省淮北地区作为研究区，利用MODIS遥感数据，选择温度植被干旱指数对研究区进行干旱监测对比分析，建立基于温度植被干旱指数的研究区干旱遥感监测模型；结合土壤含水量数据和降雨量数据，确定研究区的干旱等级划分标准；利用干旱遥感模型对2011年夏旱进行监测研究。结果表明，建立干旱遥感监测模型对研究区干旱研究有很好的适用性和推广性。

MODIS；温度植被干旱指数；土壤含水量

随着全球气候变暖，干旱问题已直接或间接影响到人类的生活质量，干旱化问题也日益引起人们的高度重视。遥感监测具有时空范围广、时效性高、信息准确客观等优势，被广泛应用到干旱研究中。遥感是获得陆面分布式信息最经济的技术手段，其中土壤水分状况是水文模型所关注的一个非常重要的变量之一，因而有必要研究利用遥感信息获取土壤水分状况信息[1]。植被指数和地表温度是描述地表特征的2个重要参数，基于遥感植被指数和地表温度信息进行区域地表水分状况等陆表变化研究，是目前遥感和陆表过程研究中的前沿方向[2]。江苏省地处我国南北交界之处，东临黄海，地处长江、淮河下游，是两大河流的入海口，降水量从南到北变化很大，干旱和洪涝时常交替发生，近50 a来干旱发生频率愈来愈高。江苏省淮北地区有“十年九旱”之说，干旱频率发生普遍较高。2010年10月以来江苏省遭遇了历史上最为严重的旱情，淮北地区降水量为60 a以来的最低值，洪泽湖、骆马湖均低于死水位，干旱持续时间创历史之最，给当地农业生产带来了一定的影响。研究江苏省淮北地区的干旱情况具有重要意义。

本研究将基于植被干旱指数模型建立江苏省淮北地区干旱监测模型，为研究区未来的干旱研究提供技术基础。

1 资料与方法

1.1 研究区概况

江苏位于我国大陆东部沿海地区，介于东经116°18'～121°57'、北纬30°45'～ 35°20'之间。跨长江下游两岸，东濒黄海，有近1 000 km的海岸线，西北连安徽、山东，有低山丘陵错落，东南与浙江、上海毗邻。

江苏省的土壤类型主要分为3种：砂土、壤土及砂壤土。江苏省东部的沿海地区主要以砂土为主，砂土吸水能力强，地表水很容易渗入地下，减少了可供蒸发的地表水，在一定程度上影响了降水的形成，这就解释了虽然该地区濒临大海但大旱频发的原因。淮北地区以蓄水能力较强的砂壤土为主，但因地表水系不发达，地下水位较低，导致可供蒸发的地表水少于淮河以南的其他地区，故最易致旱。

江苏历年干旱发生频次呈现北高南低的分布规律。年干旱发生频率最高出现在丰县、沛县，在当地也有十年九旱之说；淮北地区干旱发生频率普遍较高；其余地区按干旱发生频率依次为苏北沿海地区、沿江地区、苏南大部分地区。

1.2 数据源

遥感数据来源于研究区2011年6～9月16期MODIS遥感影像、MODIS植被指数产品数据以及温度产品数据；土壤含水量数据来自2011年6～9月江苏省淮北地区14个水文测站每5 d观测的10 cm和20 cm的土壤相对湿度数据，每个站点都有具体的站号和经纬度以及作物名称和发育期信息，且注明当时观测点的情况，如白地、农田或水浇地等。气象数据采用了研究区对应测站的降雨量数据。

1.3 模型介绍

在反演植被生长状况、地表土壤水分等方面，温度植被干旱指数（temperature vegetation dryness index，TDVI）应用最广泛[3-5]。研究发现，陆地表面温度与植被指数呈显著的负相关关系[6]。Gillies[7]等发现，以遥感资料得到的NDVI和Ts为横纵坐标得到的散点图呈三角形或者梯形。

式中，Tsmin为NDVI对应的最低表面温度（℃），对应NDVI-Ts特征空间的湿边；Tsmax为NDVI对应的最高表面温度（℃），对应着NDVI-Ts特征空间的干边。

2 结果分析

2.1 NDVI-Ts特征空间

由温度植被干旱指数原理可知，计算TVDI首先要获取特征空间。在ENVI软件下，使用IDL语言编程，运行输出Ts-NDVI散点图，同时得到与NDVI对应的最大和最小陆地地面温度，于是得到其特征空间。实验分析了2011-06-02～2011-09-30夏季的16组遥感影像，得出16组散点图。

根据NDVI-Ts特征空间拟合干湿边方程时，根据NDVI的直方图选取像元NDVI集中的区间，同时相同NDVI对应的像元的Ts的分布空间要大。然后分别提取相同NDVI的所有像元中具有的最大和最小地表温度，对极值点进行线性回归分析，即得到特征空间的干湿边方程。根据所得的特征空间，对每个NDVI值最大和最小地表温度进行线性拟合，获得旱边和湿边方程。

2.2 与土壤含水量数据比较

温度植被干旱指数与土壤含水量数据对比方法，和植被供水指数相同。淮北地区的14个测站收集的表层10 cm、20 cm土壤含水量数据与相应位置植被温度干旱指数的相关系数见表1，由于第153 d、161 d、193 d、249 d的墒情数据不充足，不单独分析其相关性。

从表1相关系数可以看出，10 cm土壤含水量与TVDI的相关系数均达到显著水平，67%的20 cm土壤含水量达到显著水平。这说明TVDI干旱指数能够反映出土壤水分状况的变化趋势，作为旱情评价指标具有一定的合理性。图1分析10 cm、20 cm土壤相对湿度变化趋势线和温度植被干旱指数变化趋势线，可见，当土壤相对湿度增加时，温度植被指数值相应地降低。根据温度植被指数法的物理含义以及计算表达式，作物受旱越严重，温度植被干旱指数值就越大，如图1。

2.3 与降雨量数据比较

图1 2011-06-18TVDI与实际10 cm和20 cm土壤含水量监测值对比图

与植被供水指数的分析方法相似，计算得到温度植被干旱指数与相应时期相应点的相关系数，如表2。各月的相关系数绝对值均大于0．5，均通过了显著性检验，可见温度植被干旱指数与降雨量有很大的相关性。图2为2011-06-18淮北地区各个测站降雨量和温度植被干旱指数之间的关系，显示2种数据具有负相关性。

表2 TVDI与降雨量相关性

图2 2011-06-18温度植被指数值与实际降雨量值对比图

3 旱情等级确定

根据农业气象中有关旱情的划分标准，将土壤干旱程度划分为5个等级：干旱（土壤相对湿度＜40%）；轻旱（土壤相对湿度40%～50%）；正常（土壤相对湿度50%～60%）；湿润（土壤相对湿度60%～80%）；非常湿润（土壤相对湿度＞80%），从而形成旱情等级分布图像。表3是已有研究得到的常规TVDI旱情等级标准[8]。

表3 常规TVDI的干旱等级

通过对2011-06-18研究区土壤相对湿度的分析，结合农业气象中关于干旱等级的划分，得到每个测站干旱情况。同样采用常规TVDI等级标准对14个测站的干旱情况进行划分，通过多次调整最终确定了适合本研究区的TVDI干旱等级（表4）。研究区TVDI等级分析结果一致的测站占60%，干旱等级相差一级的占40%。对干旱等级不一致的6个测站的数据进行分析，采用模糊数学中的隶属度计算方法，分析这6个测站TVDI值隶属于相邻等级的程度。从分析的结果来看，6个测站都有一定程度隶属于相邻层，通过以上分析确定的TVDI干旱等级有一定的正确性。图3是采用TVDI旱情分级指标对江苏省淮北地区旱情分析的结果图。

表4 TVDI的干旱等级

图3 2011年6月～9月干旱等级图

表5是对6～9月典型时段监测结果所作的面积统计。结果表明，2011年6月份大部分地区TVDI等级处于湿润和正常的状态，这个结果与梅雨有关系，轻旱和干旱比重较小；随着气候的变化，7月中下旬大部分地区开始缺水，面积比重为38．07%；轻旱地区和干旱地区的比例都有所增加，旱情比6月份更严重，干旱总面积为24 116．5 km2；直至8月末，旱情有所缓解，大部分地区仍旧处于正常、轻旱状态；9月末TVDI等级为轻旱和干旱的地块面积较少，大部分地区TVDI等级为非常湿润、湿润和正常，土壤含水量适宜，其中等级为湿润的土地面积最大11 702．228 km2，面积比重为34．78%。

4 结 语

表5 不同时间各干旱等级的面积统计/km2

研究表明，本文建立的温度植被干旱指数模型对江苏省淮北地区的干旱监测有一定的实用性和可操作性。不足之处在于，本文仅对2011年夏旱进行了研究，并未考虑其他时段的监测效果。由于不同季节植被覆盖和气候条件都会存在差异，其监测模型有待进一步深入研究。参考文献

[1] 齐述华,王长耀,牛铮．利用温度植被干旱指数(TVDI)的全国旱情监测研究[J]．遥感学报,2003,7(5):420-427

[2] 王纯枝,毛留喜,何延波,等．温度植被干旱指数法(TVDI)在黄淮海平原土壤湿度反演中的应用研究[J]．土壤通报,2009,40(5):999-1 005

[3] Yang H,Yeqiao W,Yunsheng Z．Estimating Soil Moisture Conditions of the Greater Changbai Mountains by Land Surface Temperature and NDVI[J]．IEEE Transactiond on Geoscience and Remote Sensing, 2010, 48(6): 2 509-2 515

[4] Mallick K,Bhattacharya B K,Patel N K． Estimating Volumetric Surface Moisture Content for Cropped Soils Using a Soil Wetness Index Based on Surface Temperture and NDVI[J]．Agricultural and Forest Meteorology, 2009,149(8):1 327-1 342

[5] Stisen S,Sandholt I,Rgaard A,et al．Combining the Triangle Method with Thermal Inertia to Estimate Regional Evapotranspiration Applied to MSG-SEVIRI Data in the Senegal River Basin[J]．Remote Sensing of Environment,2008,112(3): 1 242-1 255

[6] 康为民,罗宇翔,郑小波,等．贵州温度植被干旱的指数（TVDI）特征及其遥感干旱监测的应用[J]．贵州农业科学, 2008,36(4):27-30

[7] Gillies R R,Carlson T N,Kustas W P．A Verification of the "Triangl" Method for Obtaining Surface Soil Water Content and Energy Fluxes from Remote Measurements of the Normalized Difference Vegetation Index (NDVI) and Surface Radiant Temperature[J]．International Journal of Remote Sensing,1997,18(15):3 145-3 166

[8] 吴孟泉,崔伟宏．温度植被干旱指数(TVDI)在复杂山区干旱监测的应用研究[J]．干旱区地理, 2007,30(1):30-35

P237.9

B

1672-4623（2016）02-0053-03

10.3969/j.issn.1672-4623.2016.02.019

王华，硕士，讲师，主要从事土地资源管理研究和教学。

2014-10-08。

项目来源：国家自然科学基金资助项目（41301194）；教育部人文社会科学研究青年基金资助项目（12YJC630103）；杭州市哲学社会科学规划课题成果资助项目（Z16JC081）。