遥感手段及气象干旱指数在新疆干旱监测过程中的应用

慈晖，张强*

1.江苏第二师范学院，江苏 南京 210013；2.环境演变与自然灾害教育部重点实验室，北京 100875；

3.北京地表过程与资源生态国家重点实验室，北京 100875；4.北京师范大学减灾与应急管理研究院，北京 100875

遥感手段及气象干旱指数在新疆干旱监测过程中的应用

慈晖1，张强2,3,4*

1.江苏第二师范学院，江苏 南京 210013；2.环境演变与自然灾害教育部重点实验室，北京 100875；

3.北京地表过程与资源生态国家重点实验室，北京 100875；4.北京师范大学减灾与应急管理研究院，北京 100875

利用由国家气象中心提供的新疆50个气象测站2003─2010年逐日降水、气温资料，结合中国科学院计算机网络信息中心国际科学数据镜像网站MODIS合成影像逐月归一化植被覆盖指数及国家自然科学基金委员会“中国西部环境与生态科学数据中心”提供的2005年全国土地利用类型数据，对比分析了遥感手段及气象干旱指数在新疆干旱监测工作中的应用，分析了新疆物侯期植被状态指数及气象干旱指数间的相关性，进一步探讨新疆植被生长状况与气象干旱的发生、发展情况。植被长势对降水、气温等气候因素变化的响应存在一定滞后性，生长季气象干旱指数与植被状态指数之间的相关性在时间尺度上同样存在滞后效应。植被状况指数（Vegetation Condition Index，VCI）与标准化降水指数（Standardized Precipitation Index，SPI）及标准化蒸散发指数（Standardized Precipitation Evapotranspiration Index，SPEI）相关性较好，其中SPEI综合考虑了降水、气温对干湿变化的影响。时间尺度上，耕地类型区、林地类型区VCI与SPI24、SPEI24相关性最好，草地类型区VCI与基于短时间尺度（3个月、6个月）的SPI、SPEI相关性最好；空间尺度上，SPEI24与VCI相关程度最高。总体上，全疆基于24个月时间尺度SPEI与基于植被状况指数的干旱监测效果相关性较好。文章旨在为今后新疆干旱监测工作及进一步探讨植被长势对干湿事件的响应提供重要理论依据，为合理有效地安排农作物生产及植被保护、植被恢复工作提供一定的理论指导。

气象干旱指数；植被状态指数；土地利用类型；相关性；新疆

气候暖化导致洪旱灾害等极端气象水文事件的发生频率与强度增大，对洪旱灾害的监测与防御已引起人们的高度关注。洪旱灾害监测一直是极具挑战性的工作：首先，自然灾害的发生随时间推移不断发展变化，在干旱事件被预测之前，干旱已经发生，其发生、结束以及历时的精确时间很难被掌握；其次，干旱强度随降水量亏缺、空间分布特征的不同而变化；最后，干旱发生的严重程度以及干旱事件所造成的影响与该区域经济、环境及社会条件息息相关（Peters et al.，2002）。基于降水、气温等气象数据的气象干旱指数仅针对特定气象测站干湿状况的判断，较难反映整个区域干湿状况的空间分布特征（Brown et al.，2002）。20世纪60年代以来，卫星遥感技术得到迅速发展及完善，为大范围、快速、多时相的干旱监测（尤其是土壤水分及作物长势变化）奠定了技术基础（张书余，2008），它可以有效并且详细地反映整个区域空间尺度上连续变化的信息。20世纪70年代起，国外已开始利用卫星遥感数据进行干旱监测的各项研究（Kahle，1977；Price，1977），而我国采用卫星遥感对土壤水分及干旱事件的监测是从20世纪80年代开始的（黄扬等，1986；田国良，1990）。随卫星遥感领域的逐步发展，干旱的遥感监测得到了很大程度的完善，并开展了多波段、不同卫星遥感平台的干旱监测方法及模型研究，干旱遥感监测逐步从理论研究进入实践应用阶段（张书余，2008）。美国国家海洋大气局和国家干旱减灾中心会定期发布基于气象、水文、农业及卫星遥感监测的多种干旱即时监测产品，且我国国家气象中心、国家气候中心和国家气象中心也会定期发布基于农业气象、遥感手段等的干旱监测产品（张书余，2008）。干旱问题本身具有复杂性，而干旱监测日益重要，基于遥感手段的干旱监测具有广阔的发展前景，是目前遥感技术应用研究的前沿领域，更是干旱监测的热点（王让会，1994）。采用遥感卫星不同波段反射值计算得到的归一化植被覆盖指数（Normalized Difference Vegetation Index，NDVI），已被广泛应用到植被长势监测、作物产量评估及干旱事件的评定过程之中（Benedetti et al.，1993；Moulin et al.，1998）。基于卫星遥感影像的植被指数已成为干湿判断及评定分析工作中相当重要的一部分内容（Bannari et al.，1995）。

前人已探讨基于遥感手段的植被状况指数对气象干旱的监测及其滞后效应（沙莎等，2013），并采用MODIS合成数据构建条件温度植被干旱指数空间分布图以监测、评价旱情发生的程度（闫娜等，2010）。另外，采用标准化降水指数及植被状况指数分析埃塞俄比亚北纬高地气象干旱及农业干旱的时空分布特征，结果表明植被状况指数与提前两个月的降水量的相关程度最好（Gebrehiwot et al.，2011）。前人针对新疆地区植被覆盖变化（邓朝平等，2006；王桂钢等，2010；杨光华等，2009）及其对气候变化的响应（郭铌等，2008；李秀华等，2009；张生军等，2009；）已有较多研究，但甚少将关注点集中在基于遥感手段和不同气象干旱指数的干旱监测对比上，本研究以新疆区域作为研究对象，选择耕地、林地、草地3种主要土地利用类型，研究新疆物侯期植被状态指数及多种气象干旱指数间的相关关系，并进一步探讨新疆农业干旱与气象干旱的发生、发展情况，以期为作物农业气候区划及种植制度改进等方面提供指导，并为新疆农业干旱的准确监测提供参考。

图1 研究区地形及气象测站分布Fig.1 Locations of (a) study region and (b) meteorological stations

1 研究区概况与研究方法

1.1 研究区概况

新疆地处我国西北边陲（32°22′～49°33′N，73°21′～96°21′E），全区面积160多万平方千米，占全国陆地总面积的1/6（孙树海，1986），远离海洋，是我国典型的内陆干旱区，容易形成干旱气候。新疆地区呈“三山夹两盆”的特殊地形，三大山脉环抱两大盆地，北有阿尔泰山脉，南有昆仑山脉，天山山脉横贯新疆内部；北部阿尔泰山脉与天山山脉之间为准噶尔盆地，盆底面积西宽东窄；南部昆仑山脉与天山山脉之间为塔里木盆地，依然西宽东窄，且由东向西倾斜；山地与盆地构成了新疆地区地貌特征的基本单元（张军等，2008）。山区与盆地气候对降水变化都非常敏感（Shi et al.，2007），生态环境极为脆弱（图1a）。近年来，新疆干旱的空间分布及频率分布对水资源、经济以及社会造成了显著影响。区域生态系统对降水量变化非常敏感，即使是气候条件的轻微变动，都会对社会经济活动造成严重影响。小麦是新疆种植面积最多、分布最广的粮食作物，在高寒贫瘠地区，适应性广且能够保持一定产量水平，在水肥充沛时，增产潜力较大。玉米在新疆粮食作物生产中的地位仅次于小麦，在粮食改制以及提高复种指数等方面均有重要作用。

1.2 数据资料和研究方法

选取由国家气象中心提供的新疆50个气象测站2003─2010年逐日降水、日最高温、日最低温、日均温资料进行研究，气象测站分布如图1b。针对数据缺测，采用以下方法进行处理（Zhang et al.，2011）：缺测1～2 d数据，用相邻日的数据平均值进行插补；缺测3 d以上数据，用同期数据资料的多年平均值进行插补。遥感卫星资料为来自中国科学院计算机网络信息中心国际科学数据镜像网站（http://www.gscloud.cn）的2003─2010年逐月NDVI数据集，空间分辨率为1 km，时间分辨率为30 d，NDVI数据由来自AQUA星产品的经过合成的月平均值计算得到。新疆2005年土地利用类型数据来自国家自然科学基金委员会“中国西部环境与生态科学数据中心”（http://westdc.westgis.ac.cn）。选用标准化降水指数（Standardized Precipitation Index，SPI）（Mckee et al.，1993，1995）、标准化降水蒸散发指数（Standardized Precipitation Evapotranspiration Index，SPEI）（Vicente-Serrano et al.，2010）两种常用的气象干旱指数对比分析遥感手段及气象干旱指数在新疆干旱监测过程中的应用。

1.2.1 归一化植被覆盖指数

特定区域的植被覆盖情况能够对前期气候条件变化起到指示作用，研究结果表明（Yang et al.，1998），NDVI可以较好地指示植被长势的好坏、植被生长季节的起止、植被生长率及植被生长周期。作为评判植被健康及植被覆盖密度的指标（Tucker，1979），NDVI被定义为（Rouse et al.，1974）：

式中，λNIR、λRED分别为近红外波段、红光波段的反射值。NDVI即近红外波段反射值与红光波段反射值之差与之和的商。NDVI值越大，说明植被光合作用越强（Sellers，1985；Tucker et al.，1991）。前人研究结果均证实多时相NDVI遥感数据的使用有利于监测区域及整体植被动态（Eidenshink et al.，1992；Goward et al.，1985；Justice et al.，1985；Tucker et al.，1985，1987）。

1.2.2 植被状态指数

植被状态指数（Vegetation Condition Index，VCI）可以反映当月NDVI与长时间尺度上多年最大值与最小值之间的关系（Kogan，1990）。VCI指数与降水结构一致性较高，被广泛应用于干旱时空分布特征、干旱历时以及干旱强度的评价。将植被状态指数VCI定义为：

式中，NDVIi即某一特定年第i个时期（某旬、某月或某周）的NDVI值；NDVImax及NDVImin分别为NDVI多年同期最大值、最小值，分别反映了当地长时间序列上植被生长的最佳条件和最差条件；NDVImax-NDVImin则在一定程度上反映当地植被覆盖的生境；特定年的NDVI与长时间序列NDVI最小值的差值越小，植被长势越差。VCI值所反映的地表植被的生长状况或健康状态是以百分数形式体现的，其值分布范围为0%～100%。VCI值越接近0，即特定时间NDVI越接近长时间尺度的NDVI最小值NDVImin，表明植被长势状况较差，存在极端干旱现象。VCI值越近100%，即特定时间NDVI越接近长时间尺度的NDVI最大值NDVImax。VCI值小于35%，表明植被长势很差；35%～45%表示植被长势较差，指示有干旱事件发生；45%～65%表明植被长势适中，气候条件正常；65%～85%表明植被长势较好；85%～100%植被长势旺盛，无干旱发生（Sharma，2006）。

2 结果分析

2.1 不同土地利用类型NDVI变化

根据土地利用类型对气象测站进行分类，所选取气象测站主要植被类型有以下几类：旱地、有林地、草地（高覆盖度草地、中覆盖度草地、低覆盖度草地）、湖泊、永久性冰川雪地及裸地或低植被覆盖地（包括沙地、戈壁、盐碱地、裸土地及裸岩石砾地）（图2）。新疆最主要的土地利用类型是裸地或低植被覆盖地，总面积占全疆60.54%；其次草地，占全疆总面积的29.28%，草地类型区主要分布在阿尔泰山、阿尔金山、天山山脉、昆仑山脉一带，准噶尔盆地、塔里木盆地边缘及各流域河流沿岸；沙地占全疆总面积21.31%。草地面积占绿色植被覆盖面积的86%，分别是耕地及森林面积的8倍、23倍之多（杨红飞等，2014）。

图2 新疆主要土地利用类型Fig.2 Location of different land use types in Xinjiang

图3为不同土地利用类型下多年同期NDVI逐月变化情况，由图可知，耕地、林地及草地所呈现的NDVI变化特征差异较大。耕地、草地NDVI均值峰值均出现在7月，林地NDVI均值峰值出现在8月。4月是新疆小麦光照阶段穗分化的重要时期，5─9月水分热量状况对水稻产量影响很大，同时该时期是新疆棉花生长的重要阶段，因此4─10月是新疆主要作物及植被的生长季节（萨利姆，2009）。4月以后，耕地、林地及草地NDVI均值均有明显大幅度抬升，而10月以后，NDVI均值下降明显。总体来说，NDVI均值以1、2月最低，且3种类型土地全年NDVI均值最低值表现为草地低于耕地、林地。如图3b，1月过后林地NDVI最小值降至最低（2月），2─8月持续上升，8─11月不断下降达到第二个谷值后又持续上升（12月）。草地NDVI最大值年内变化幅度最大（图3c），其次是耕地，而林地变化幅度较小。草地NDVI最大值两个峰值分别出现在3、8月，3月是新疆各地牧草主要的返青时期，而8月左右是牧草成熟的关键时期（徐德源，1989）。耕地、林地NDVI最小值年内变化较大，而草地、裸地变化平缓，并未表现出明显的上升或下降趋势，且生长季3种类型土地NDVI最小值表现为耕地、林地大于草地。

图3 不同土地利用类型多年同期逐月NDVIFig.3 Monthly NDVI of different land-use types from 1961 to 2010 in Xinjiang

表1 作物生长季节耕地VCI与不同时间尺度气象干旱指数相关性Table 1 Correlation analysis between VCI and SPI/SPEI based on different time scales across cultivated land

2.2 不同土地利用类型植被状况指数与气象干旱指数相关性

分析新疆生长季植被状况指数与同期、前1个月、前2个月、前3个月各气象干旱指数（基于不同时间尺度SPI、SPEI）间的相关性（如表1～3），总体上，4、10月VCI与各干旱指标的相关性较差，而5─7月VCI与干旱指数相关程度较高且与通过显著性检验的情况表现得较为一致。从新疆农作物及植被物候期角度来看，5─6月是新疆冬小麦抽穗期，7月为新疆冬小麦成熟期，且6、7月份是新疆

冬小麦收获与夏玉米播种的过渡时期，这一阶段耕地类型区VCI与SPI24、SPEI24相关性最好。6月VCI与提前2～3个月的SPI24、提前1～3个月的SPEI24的相关性均通过置信度为95%的显著性检验；7月份VCI与同期、提前1～3个月的SPI24及SPEI24均表现出良好的相关性，并达到99%置信度水平，表明6─7月植被生长状况受前期2～3个月气候条件的影响显著，VCI对气象干旱的响应滞后2～3个月。另外，耕地类型区的农业干旱情况与基于24个月长时间尺度的SPI及SPEI干旱指数相关性强。在夏玉米拔节期（7─8月）、抽雄期及收获期VCI与各气象干旱指数的相关性较弱甚至并未表现出相关性，由此推断夏玉米生长发育阶段受气候条件变化的影响较小，这可能是因为夏玉米生长发育阶段正好是新疆降水较为充沛的时期（沙莎等，2013）。

表2 作物生长季节林地VCI与不同时间尺度气象干旱指数相关性Table 2 Correlation analysis between VCI and SPI/SPEI based on different time scales across forest land

表3 作物生长季节草地VCI与不同时间尺度气象干旱指数相关性Table 3 Correlation analysis between VCI and SPI/SPEI based on different time scales across grassland

草地类型区VCI与多种干旱指数的相关性具有相对一致的变化特点，尤其是5─6月、8─9月期间。5月开始，新疆草地进入生长期，植被生长旺盛，7─8月达到峰值，8月以后进入生长衰落阶段（杨红飞等，2014）。就不同时期的气象干旱指数而言，VCI与提前1─3月的干旱指数表现出不同程度的相关关系，总体来看，基于短时间尺度（3个月、6个月）的SPI、SPEI与VCI具有较好的相关性。与此同时，SPI3适用于作物生长季节期间的干旱监测，SPI6则能更好地反映出降水结构的中长期变化特征（Gebrehiwot et al.，2011）。

图4 2003─2010年生长季节VCI空间分布（a～h：2003─2010年）Fig.4 Spatial distribution of vegetation condition index of growing season from 2003 to 2010 in Xinjiang

不论是基于降水量的单一因子干旱指数还是综合考虑降水和气温共同作用的干旱指数，与耕地及草地相比，林地类型区VCI与各干旱指数的相关性最弱，这是因为耕地及草地植被根系分布较浅，吸收水分能力及持水能力较差，受地表降水影响较为显著，故对气候响应更为敏感（严建武等，2012）。林地5月VCI与提前2个月均温相关性达到99%显著性水平，与提前1个月SPEI6，提前1、2、3个月SPI24、SPEI24相关性均通过置信度为95%显著性检验，且基于其他时间尺度的SPI、SPEI所表现出的相关关系并不一致。

2.3 植被状况指数及气象干旱指数特大干旱年的监测

新疆2003─2010年生长季植被状况指数空间分布情况如图4，总体来看，新疆植被主要分布在北疆阿尔泰山脉一带、中天山一带及南疆塔克拉玛干沙漠西部边缘一带，尤其以天山内部植被覆盖情况最为突出，北部天山阻挡北部寒流，南部天山抵挡南部热浪（娄安如等，1994），地势由西向东逐步抬升，向西敞开的缺口有利于湿气及暖流汇入，随地势不断抬升而形成充沛的降水。伊犁河谷地带是全疆气候最温和、湿润的地带，也是最有利于植被生长发育的地区，多年来植被生长发育良好。2008年生长季期间植被长势明显不如往年（图4f），VCI处于0%～35%范围的面积较2007年增加了2.16%，而处于65%～85%范围面积减少了1.98%，大于85%的情况则未出现变化。比较2003─2010年间植被状况指数空间分布情况，VCI处于0%～35%范围的植被面积以2008年最大，处于45%～65%、65%～85%、大于85%范围的植被面积以2008年最小。因此，2008年是近年来新疆植被长势最差的一年，这与新疆2008年气候条件变化有密不可分的联系。据世界气象组织发布的数据，2008年是自有气象记录以来的又一个暖年，世界范围内许多国家和地区均经历了严重且持续的干旱。新疆气温较往年异常偏高，年降水量大幅下降，春夏秋连旱，遭遇了有气象记录以来仅次于1974年的严重旱灾（马媛等，2009）。综合考虑气温及降水对植被长势的共同作用，并结合2.2研究结果，认为草地植被生长状况与基于短时间尺度（3个月、6个月）干旱指数相关性好，而林地、耕地植被生长状况与基于长时间尺度（24个月）干旱指数相关性较好。相对于SPI而言，SPEI计算过程中综合考虑了降水、气温对干湿变化的共同影响，基于12个月以上长时间尺度的SPEI能够更好地适用于新疆干湿状况的评判，且基于12个月尺度SPEI适用性最好（庄少伟等，2013）。另外，基于不同时间尺度前期降水量计算的气象干旱指数具有不同的物理意义，基于短时间尺度的干旱指数受短时降水、气温影响较大，可反映新疆地区短时间干湿变化特征，而随时间尺度的扩增，基于长时间尺度的干旱指数对短时气候变化响应越来越小，变化幅度减小，变化频率降低，干湿变化趋于稳定，表现出长期明显的干湿周期性特征。时间尺度较短的SPI、SPEI能够在一定程度上反映短期土壤水分变化，进而指示短期干旱给农业耕作带来的影响，而时间尺度较长的SPI、SPEI则能反映较长时间的径流量变化情况（李剑锋等，2012；Wu et al.，2001）。因此，以2008年为例，选取不同时间尺度的气象干旱指数（基于3、12、24个月时间尺度的SPEI），进一步分析生长季植被状况指数与气象干旱指数在评定新疆干旱过程中的相关性。

新疆2008年生长季植被状况指数空间分布如图5，4月植被生长状况最差，随着生长季节的开始，植被长势逐渐变好，6─7月植被长势最好，天山内部伊犁河谷地带出现了VCI大于85%适宜植被生长的气候条件，而9─10月也体现了植被长势对降水、气温等气候条件响应的滞后效应，VCI结果表明植被长势与前期2～3个月气候条件变化相关程度最强。

图5 2008年生长季节期间VCI空间分布（a～g：4─10月）Fig.5 Spatial distribution of VCI of growing season from April to October in 2008

图6 2008年生长季节期间SPEI3空间分布（a～g：4─10月）Fig.6 Spatial distribution of SPEI3 of growing season from April to October in 2008

新疆2008年生长季基于3个月时间尺度SPEI的空间分布情况如图6，4月新疆东部出现轻旱，无中度以上旱情出现，5─7月旱情加剧，全疆大部分地区均发生干旱，尤其是5、6月南疆西部、南部及新疆东部均发生重旱，5月中旱面积占全疆33.73%，重旱面积占全疆1.42%。新疆降水量主要集中在夏季，经过水量补充之后，8月全疆旱情在很大程度上得到缓解，仅北疆部分地区出现干旱。2008年9月阿克苏地区拜城、阿拉尔发生强降水事件，恰逢秋后农作物成熟收获阶段，不利于作物、果实成熟不利，农产品产量受到较大影响。9─10月全疆气候恢复正常，10月天山中段个别区域甚至表现为轻度湿润。对比同期基于12个月时间尺度SPEI空间分布情况（图7），全疆并未表现出大范围或一定程度上的干旱。SPEI12对旱情等级评定较SPEI3轻，SPEI3所评定的旱情，在SPEI12中表现为正常，甚至表现为湿润。

新疆2008年生长季基于24个月时间尺度SPEI的空间分布情况如图8，总体来看，随着生长季节过渡，新疆干旱呈现出先加重再减轻的趋势，以夏季干旱最为突出，6月中旱面积占全疆面积35.91%，7月重旱面积最大，占全疆面积2.33%，8月轻旱面积超全疆一半，高达53.24%。4月，南疆西部及新疆东部吐鲁番盆地一带出现轻旱，阿克苏、拜城一带表现为中旱；5─7月，干旱范围不断扩大且干旱发生等级强度也不断升高；从8月开始，旱情开始减缓；8─10月干旱范围不断缩小，强度不断下降。

图7 2008年生长季节期间SPEI12空间分布（a～g：4─10月）Fig.7 Spatial distribution of SPEI12 of growing season from April to October in 2008

图8 2008年生长季节期间SPEI24空间分布（a～g：4─10月）Fig.8 Spatial distribution of SPEI24 of growing season from April to October in 2008

3 结论与讨论

3.1 结论

伊犁河谷地带是全疆降水最为充沛的地区，水热条件能够很好地满足植被生长所需，是全疆植被覆盖最好、长势最佳的区域。在时间尺度上，耕地类型区、林地类型区植被状态指数（VCI）与基于24个月时间尺度的气象干旱指数（SPI24、SPEI24）相关性最好，草地类型区VCI与基于短时间尺度（3个月、6个月）的SPI、SPEI相关性最好；而在空间尺度上，SPEI24与VCI相关程度最高。SPEI12较SPEI3、SPEI24表现得更为湿润，SPEI24考虑24个月时间尺度上的累计水分亏缺状况，其变化规律较SPEI12更能反映新疆植被作物生长状况，且更能贴切实际统计灾情。因此，总体来说，全疆基于24个月时间尺度SPEI与基于植被状况指数的干旱监测效果相关性较好。

3.2 讨论

植被状况指数可反映植被长势情况，从而反映是否有干旱事件发生，植被状况指数与气象干旱指数相比：植被状况指数所反映的是植被长势对气候变化的短时响应，而气象干旱指数所反映的是短期以及长期气候干湿条件，植被状况指数空间分布能够更快地反映出气候变化及植被长势的相对好坏情况；植被状况指数表现出的植被长势好坏情况受到除干旱条件以外的诸多因素（洪涝灾害、作物轮作制度改变、物候期推迟或提前）影响，并非只对单一干旱因素的反映。采用帕默尔指数等气象干旱指数研究干旱机理，可反映出干旱发生的整个物理过程，但计算基于的资料及可能需要的部分参数只能靠人为经验获取，结果精确度较低，且计算繁杂，数据资料获取困难；而标准化降水指数、标准化降水蒸散发指数、有效干旱指数等气象干旱指数则从统计降水量分布规律的角度入手，并未考虑到干旱本身的机理，计算简单，适用性强（袁文平等，2004），但其对干旱评估的准确程度也受到一定程度的局限。因此，不论是采用干旱指数评估气象干旱还是采用植被状况指数判断农业干旱，都要充分考虑每种指数的优缺点及其对所研究问题的适用程度。另外，在今后的研究工作中，采用更短时间尺度的遥感影像，有利于反映出更加精细的降水内部结构及植被长势动态变化情况，同时还能更好地反映植被长势与气候变化之间的相关关系。

BANNARI A, MORIN D, BONN F, et al.1995.A review of vegetation indices [J].Remote sensing reviews, 13(1-2): 95-120.

BENEDETTI R, ROSSINI P.1993.On the use of NDVI profiles as a tool for agricultural statistics: the case study of wheat yield estimate and forecast in Emilia Romagna [J].Remote Sensing of Environment, 45(3): 311-326.

BROWN J F, REED B C, HAYES M J, et al.2002.A prototype drought monitoring system integrating climate and satellite data [C]//PECORA 15/Land Satellite Information IV/ISPRS Commission I/FIE0S 2002 Conference proceedings.

EIDENSHINK J C, HAAS R H.1992.Analyzing vegetation dynamics of land systems with satellite data [J].Geocarto International, 7(1): 53-61.

GEBREHIWOT T, VEEN A V D, MAATHUIS B.2011.Spatial and temporal assessment of drought in the Northern highlands of Ethiopia [J].International Journal of Applied Earth Observation and Geoinformation, 13(3): 309-321.

GOWARD S A, TUCKER C J, DYE D.1985.North American vegetation patterns observed with the NOAA-7 advanced very high resolution radiometer [J].Vegetatio, 64(1): 3-14.

JUSTICE C O, TOWNSHEND J R G, HOLBEN B N, et al.1985.Analysis of the phenology of global vegetation using meteorological satellite data [J].International Journal of Remote Sensing, 6(8): 1271-1318.

KAHLE A B.1977.A simple thermal model of the Earth′s surface for geologic mapping by remote sensing [J].Journal of Geophysical Research, 82(11): 1673-1680.

KOGAN F N.1990.Remote sensing of weather impacts on vegetation in non-homogeneous areas [J].International Journal of Remote Sensing, 11(8): 1405-1419.

MCKEE T B, DOESKEN N J, KLEIST J.1993.The relationship of drought frequency and duration to time scales [C]//Eighth Conference on Applied Climatology, Anaheim, California, USA.

MCKEE T B, DOESKEN N J, KLEIST J.1995.Drought monitoring with multiple time scales [C]//9th AMS Conference on Applied Climatology, Dallas, TX, USA.

MOULIN S, BONDEAU A, DELECOLLE R.1998.Combining agricultural crop models and satellite observations: from field to regional scales [J].International Journal of Remote Sensing, 19(6): 1021-1036.

PETERS A J, WALTER-SHEA E A, JI L, et al.2002.Drought monitoring with NDVI-based standardized vegetation index [J].Photogrammetric engineering and remote sensing, 68(1): 71-75.

PRICE J C.1977.Thermal inertia mapping: a new view of the earth [J].Journal of Geophysical Research, 82(18): 2582-2590.

ROUSE J W, HASS R H, SCHELL J A, et al.1974.Monitoring the Vernal Advancements and Retroradation (Greenwave Effect) of Nature Vegetation [J].NASA/GSFC Final Report, NASA, Greenbelt, MD, 371.

SELLERS P J.1985.Canopy reflectance, photosynthesis and transpiration [J].International Journal of Remote Sensing, 6(8): 1335-1372.

SHARMA A.2006.Spatial data mining for drought monitoring: An approach using temporal NDVI and rainfall relationship [D].International Institute for Geoinformation Science and Earth Observation, Enchede, The Netherlands.

SHI Y F, SHEN Y P, KANG ER S, et al.2007.Recent and future climate change in northwest china [J].Climate Change, 80(3-4): 379-393.

TUCKER C J, CHOUDHURY B J.1987.Satellite remote sensing of drought conditions [J].Remote Sensing of Environment, 23(2): 243-251.

TUCKER C J, DREGNE H E, NEWCOMB W W.1991.Expansion and contraction of the Sahara Desert from 1980 to 1990 [J].Science, 253(5017): 299-301.

TUCKER C J, TOWNSHEND J R G, GOFF T E.1985.African land-cover classification using satellite data [J].Science, 227(4685): 369-375.

TUCKER C J.1979.Red and photographic infrared linear combinations for monitoring vegetation [J].Remote sensing of Environment, 8(2): 127-150.

VICENTE-SERRANO S M, BEGUERIA S, LOPEZ-MORENO J I.2010.A Multiscalar Drought Index Sensitive to Global Warming: The Standardized Precipitation Evapotranspiration Index [J].Journal of Climate, 23(7): 1696-1718.

WU H, HAYES M J, HU Q.2001.An evaluation of the standardized precipitation index, the China-Z index and the statistical z-score [J].International Journal of Climatology, 21(6): 745-758.

YANG L, WYLIE B K, TIESZEN L L, et al.1998.An analysis of relationships among climate forcing and time-integrated NDVI of grasslands over the US northern and central Great Plains [J].Remote Sensing of Environment, 65(1): 25-37.

ZHANG Q, SINGH V P, LI J, et al.2011.Analysis of the periods of maximum consecutive wet days in China [J].Journal of Geophysical Research: Atmospheres (1984-2012), 116(D23).

邓朝平, 郭铌, 王介民, 等.2006.近20余年来西北地区植被变化特征分析[J].冰川冻土, 28(5): 686-693.

郭铌, 朱燕君, 王介民, 等.2008.近22年来西北不同类型植被NDVI变化与气候因子的关系[J].植物生态学报, 32(2): 319-327.

黄扬, 杨习荣, 耿淮滨.1986.土壤含水量与其微波反射特性关系的研究[J].环境遥感, 1(2): 101-106.

李剑锋, 张强, 陈晓宏, 等.2012.基于标准化降水指标的新疆干旱特征演变[J].应用气象学报, 23(3): 322-330.

李秀华, 师庆东, 郭娟, 等.2009.中国西北干旱区1981—2001年NDVI对气候变化的响应分析[J].干旱区资源与环境, 23(2): 12-16.

娄安如, 张新时.1994.新疆天山中段植被分布规律的初步分析[J].北京师范大学学报: 自然科学版, 30(4): 540-545.

马媛, 塔西普拉提·特依拜, 刘新春, 等.2009.多时相卫星影像在2008年新疆特大干旱监测中的应用[J].新疆农业科学, 46(5): 1098-1102.

萨利姆.2009.应用遥感研究中国干旱的时空变化[D].武汉: 武汉大学.

沙莎, 郭妮, 李耀辉, 等.2013.植被状态指数VCI与集中气象干旱指数的对比——以河南省为例[J].冰川冻土, 35(4): 990-998.

孙树海.1986.新疆地理位置与发展战略[J].干旱区地理, 9(4): 69-71.

田国良.1990.黄河流域典型地区遥感动态研究[M].北京: 科学出版社.

王桂钢, 周可法, 孙莉, 等.2010.近10a新疆地区植被动态与R/S分析[J].遥感技术与应用, 25(1): 84-90.

王让会.1994.土壤水分遥感研究进展[J].遥感技术与应用, 9(4): 61-65.

徐德源.1989.新疆农业气候资源及区划[M].北京: 气象出版社.

闫娜, 李登科, 杜继稳, 等.2010.基于MODIS产品LST/NDVI/EVI的陕西旱情监测[J].自然灾害学报, 19(4): 178-182.

严建武, 陈报章, 房世峰, 等.2012.植被指数对旱灾的响应研究-以中国西南地区2009年—2010年特大干旱为例[J].遥感学报, 16(4): 720-737.

杨光华, 包安明, 陈曦, 等.2009.1998—2007年新疆植被覆盖变化及驱动因素分析[J].冰川冻土, 31(3): 436-445.

杨红飞, 刚成诚, 穆少杰, 等.2014.近10年新疆草地生态系统净初级生产力及其时空格局变化研究[J].草业学报, 23(3): 39-50.

袁文平, 周广胜.2004.标准化降水指标与Z指数在我国应用的对比分析[J].植物生态学报, 28(4): 523-529.

张军, 李晓东, 陈春艳, 等.2008.新疆地势起伏度的分析研究[J].兰州大学学报: 自然科学版, 44(S1): 10-13.

张生军, 王天明, 李钟汶, 等.2009.新疆植被遥感绿度指数与水、热关系的动态相关分析[J].生态与农村环境学报, 25(2): 16-19.

张书余.2008.气象干旱学[M].北京: 气象出版社.

庄少伟, 左洪超, 任鹏程, 等.2013.标准化降水蒸发指数在中国区域的应用[J].气候与环境研究, 18(5): 617-625.

Comparison of the Vegetation Condition Index and Meteorological Drought Indices in Drought Monitoring of Xinjiang, China

CI Hui1, ZHANG Qiang2,3,4
1.Jiangsu Second Normal University, Nanjing 210013, China; 2.Key Laboratory of Environmental Change and Natural Disaster, Ministry of Education, Beijing Normal University, Beijing 100875; 3.State Key Laboratory of Earth Surface Processes and Resource Ecology, Beijing Normal University, Beijing 100875; 4.Academy of Disaster Reduction and Emergency Management, Beijing Normal University, Beijing 100875

The performance of vegetation condition index and meteorological drought indices in drought monitoring in different land cover patterns during growing season in Xinjiang have been compared and analyzed in this study.Standardized precipitation index (SPI) and standardized precipitation evapotranspiration (SPEI) index based on different time scales precipitation have been calculated based on daily precipitation, daily average temperature, daily maximum temperature and daily minimum temperature data from 50 meteorological stations.Vegetation condition index have been done with the processing of pixels using Arcgis and Matlab based on monthly NDVI data which has been provided by International Scientific & Technical Data Mirror Site, Computer Network Information Center, Chinese Academy of Sciences.And land cover patterns of 2005 is provided by Cold and Arid Regions Science Data Center at Lanzhou.Results showed that there is a time lag between the vegetation and precipitation, temperature value.And also between the VCI and meteorological droughts.VCI has a good correlation with SPI and SPEI, and the calculation of SPEI take precipitation and temperature into consideration.On the time scale, the relationship between SPEI3, SPEI6 and the vegetation growth of grasslands are best, and the relationship between SPEI12, SPEI24 and forest lands, cultivated lands are best.The correlation between SPEI24 and VCI is best in the spatial scale.Results of this study can provide an important theoretical basis for drought monitoring and vegetation responses to wet and dry events in the future, and it can also provide certain theoretical guidance to vegetation growth and reasonable and effective arrangement of crop production and protection.

meteorological drought indices; vegetation condition index; land use patterns; correlation analysis; Xinjiang

10.16258/j.cnki.1674-5906.2016.10.009

X16; X144

A

1674-5906（2016）10-1653-10

慈晖, 张强.2016.遥感手段及气象干旱指数在新疆干旱监测过程中的应用[J].生态环境学报, 25(10): 1653-1662.

CI Hui, ZHANG Qiang.2016.Comparison of the vegetation condition index and meteorological drought indices in drought monitoring of Xinjiang, China [J].Ecology and Environmental Sciences, 25(10): 1653-1662.

国家杰出青年科学基金项目（51425903）；江苏第二师范学院博士专项（JSNU2015BZ01）；安徽省自然科学基金项目（1508085MD65）

慈晖（1989年生），女，讲师，博士，主要从事区域水文循环与水资源演变的研究工作。E-mail: cathyyyci@163.com *通信作者：张强（1974年生），男，教授，博士，博士生导师，主要从事流域气象水文学研究、旱涝灾害机理、流域地表水文过程及其对气候变化的响应机制与机理以及流域生态需水等领域的研究工作。E-mail: zhangq68@bnu.edu.cn

2016-04-30