基于Landsat8 TVDI的河套灌区旱情分析*——以临河区为例

乌兰吐雅，于利峰，乌 兰，包珺玮，许洪滔

(1.内蒙古自治区农牧业科学院，呼和浩特 010031； 2.包头师范学院资源与环境学院，内蒙古包头 014030)

基于Landsat8 TVDI的河套灌区旱情分析*
——以临河区为例

乌兰吐雅1※，于利峰2，乌 兰1，包珺玮1，许洪滔1

(1.内蒙古自治区农牧业科学院，呼和浩特 010031； 2.包头师范学院资源与环境学院，内蒙古包头 014030)

[目的]河套灌区是我国北方重要粮、油生产基地，该区域地处我国干旱区，及时有效地监测评价该地区的旱情状况，对农业有十分重要的意义。通过遥感手段监测河套灌区旱情状况，将研究区分为无旱、轻旱和干旱3个旱情等级，并对统计结果进行评价，以期为当地农业生产提供参考。[方法]选取2016年7月1日的两景Landsat8 遥感影像数据，针对遥感参数进行计算反演，对归一化植被指数(NDVI)、地表温度(LST)和温度植被干旱指数(Temperature Vegetation Dryness Index，TVDI)等遥感参数分级统计，评价临河区旱情。[结果]3个旱情等级中，无旱的面积为466.38 km2，占临河区面积的20.02%；轻旱的面积为1 176.50 km2，占临河区面积的50.49%；干旱的面积为687.12 km2，占临河区面积的29.49%。临河区东北地区旱情面积比重较大；西南地区靠近黄河及人工渠旱情面积较小或者无旱情发生。[结论]该方法适合农业旱情的快速监测评价，能较好地反映区域旱情空间分布，监测结果具有一定的实用价值。

Landsat8 TVDI 河套灌区 旱情分析 参数反演

0 引言

气候变化产生的干旱是影响我国农业生产最严重的自然灾害[1]，特别容易发生在我国西北地区[3]。河套灌区位于黄河上中游内蒙古段北岸的冲积平原巴彦淖尔市境内，总土地面积为119万hm2，设计灌溉面积73万hm2，农业人口100余万人[2]。河套地区黄河灌溉历史悠久[3]更是是我国北方重要粮、油生产基地，该区域地处我国干旱的西北高原，降水量少，蒸发量大，属于没有引水灌溉便没有农业的地区[4]。及时有效地监测评价该地区的旱情状况，对指导当地的农业生产、提升防灾减灾应变决策能力、确保粮食安全、农民增收都有十分重要的意义。

传统的干旱监测方式是基于观测站的定点监测，这种方法属于点的干旱监测[5]，但缺乏空间区域的旱情代表性。近年来，空间遥感技术以其在时间和空间上可快速获取大面积地物光谱信息的优势弥补了传统监测方面的不足[6]。特别是2002年Sandholt等基于简化的Ts-NDVI特征空间基础上提出了温度植被干旱指数(Temperature Vegetation Dryness Index，TVDI)[7]，该指数既表示研究区范围内归一化植被指数(NDVI)的变化情况，又考虑了在NDVI相同情况下地表温度的变化，在区域农业旱情监测上得到了广大学者的肯定[8-12]。该研究利用Landsat 8遥感影像，反演临河区温度植被干旱指数，分析研究区旱情空间布局，以期为当地的旱情监测评价提供新的思路。

图1 研究区位置及Landsat 8影像

1 研究区概况

临河区位于内蒙古自治区西部，巴彦淖尔市中部，河套平原腹地(图1)。区境南临黄河，与鄂尔多斯市隔河相望，北以乌加河为界，与乌拉特中旗相邻，东接五原县，西与杭锦后旗毗连，占整个河套平原的1/5，总面积2 333km2[13]。地理坐标为107°06′E～107°44′E，40°31′N～41°17′N。南北长约64km，东西宽36km，总面积2 254km2，该区属于温带大陆性干旱半干旱气候，降水稀少，蒸发强烈，干燥多风，日照时间长是其主要的气候特征。年降水量130～220mm，年平均气温6.2～7.9℃，地势较平坦[14]。

2 数据来源与研究方法

2.1 数据来源及预处理

该研究中使用的遥感数据为美国宇航局(NASA)提供的2016年7月1日Landsat 8 OLI影像，PATH/ROW 是129/31、129/32空间分辨率为30m，对下载的数据进行辐射定标、大气纠正、数据镶嵌、剪切、格式转换、投影转换和质量检验等预处理过程。

2.2 研究方法

首先通过近红外波段和红波段的反射率数据计算研究区植被指数(NDVI)，接着使用辐射传导方程法(大气校正法)计算地表温度(LST)，最后通过NDVI与LST拟合，反演出温度植被干旱指数(TDVI)。

归一化植被指数是过去30年来使用最为广泛的植被指数[15]，计算公式为：

NDVI=(ρNIR-ρR)/(ρNIR+ρR)

(1)

式中，ρNIR为近红外波段反射率，ρR为红波段反射率[16]。

使用辐射传导方程法(大气校正法)来计算地表温度，其主要思路是首先估计大气对地表热辐射的影响，然后把这部分大气影响从卫星传感器所观测到的热辐射总量中减去，从而得到地表热辐射强度，再把这一热辐射强度转化为相应的地表温度[17]。具体公式[18]如下：

LST=K2/ln(K1/BTS+1)

(2)

式中，对于K1=774.89 W/(m2*μm*sr)，K2=1 321.08K。BTs为温度为T的黑体在热红外波段的辐射亮度，其计算公式[18]如下：

BTS=[Lλ-L↑-τ(1-ε)L↓]/τε

(3)

图2 TVDI特征空间示意

式中，大气向上辐射亮度L↑、大气向下辐射亮辐射亮度L↓、大气在热红外波段的透过率τ，这3个大气剖面参数在NASA提供的网站(http：//atmcorr.gsfc.nasa.gov/)中可以查询，ε为地表比辐射率。Lλ为Landsat 8的热红外辐射亮度值。

在过去的研究中，很多研究人员在实践中发现，地表温度(LST)与归一化植被指数(NDVI)之间存在很密切的联系，且呈负相关关系[19]。Carlson等[12]发现若研究区植被覆盖包含裸土到全覆盖，土壤湿度包含极干旱到极湿润，则以遥感资料获得的NDVI和LST数据的散点图呈三角形，而Moran等[20]发现其表现为梯形(图2)。

其计算公式如下：

TVDI=(LSTNDVI.max-LSTNDVI)/(LSTNDVI.max-LSTNDVI.min)

(4)

式中，TVDI为温度植被干旱指数，其值取0～1。湿边TVDI取0，表示土壤含水量接近正常湿润土壤，干边TVDI取1，表示土壤干旱缺水。LSTNDVI指任意像元的地表温度，LSTNDVI.max指某一像元NDVI值所对应的最高温度，即干边。LSTNDVI.min指某一像元NDVI所对应的最低温度，即湿边。干边湿边的具体拟合公式如下：

LSTNDVI.max=a+bNDVI

(5)

LSTNDVI.min=c+dNDVI

(6)

式中a，b，c，d为干湿边的拟合系数，分别代表干边和湿边的截距和斜率。

3 结果与分析

3.1 归一化植被指数分析

用公式(1)计算得到研究区NDVI空间分布图，密度分割分级后得到不同等级空间分布状况如下图(图3)。通过像素数统计后得到研究区域水域面积为16.96km2，NDVI小于等于0.3的陆地区域面积为1 418.27km2，包括居民地、裸地、盐碱地、道路、建筑用地和低植被覆盖的区域； NDVI大于0.6的区域面积为554.92km2，这个区域植被覆盖度高，主要是长势好的农田、林地等。NDVI小于等于0.6，大于0.3的区域面积为339.85km2，该区域主要是长势差的农田及草地及农田周围道路、田间小路等，遥感上属混合像素较多。

图3 临河区NDVI空间分布 图4 临河区LST空间分布 图6 临河区TVDI空间分布

图5 LST-NDVI散点分布

3.2 地表温度反演及空间差异性分析

用公式(2)(3)反演得到研究区地表温度空间分布状况，密度分割分级后得到如下图(图4)。研究区地表温度小于28℃的面积为71.82km2，主要分布在水域及水域周围。40℃以上的面积为151.47km2，主要分布在居民区和植被覆盖低的区域。28～40℃的面积为2 106.716km2，分布在临河区广大区域，占临河区的90.42%的面积。

3.3 温度植被干旱指数反演及旱情分析

3.3.1 干湿边获取

通过图像处理语言IDL并结合ENVI软件提取研究植被指数(NDVI)与陆地温度(LST)特征空间，对相同NDVI值下的LST最大值最小值进行提取，并拟合出干边、湿边方程(图5)。

可以看出干边呈明显的负相关关系，湿边呈现弱相关关系，说明干湿边拟合结果是合理的。

3.3.2 干旱等级划分

农业干旱一般认为0～20cm 土壤含水量小于田间持水量的40%为重旱，小于50%为中旱，小于60%为轻旱， 60%～80%为正常，大于80%为湿润[23]。由 TVDI 的定义可知，当 TVDI为0 时，土壤含水量接近正常湿润土壤，TVDI 等于1，则代表土壤含水量接近凋萎含水量，TVDI 值越接近1，表明土壤干旱缺水。如表1所示，不同学者在不同地区对于TVDI提出的干旱分级标准。

表1 其他地区TVDI分级标准

序号地区TVDI分级1新疆(0～0 2)湿润(0 2～0 4)正常(0 4～0 6)轻旱(0 6～0 8)干旱(0 8～1)重旱[24]3陕西(0～0 67)无旱(0 67～0 74)轻旱(0 74～0 8)中旱(0 8～0 86)重旱(0 86～1)特旱[25]4重庆(0～0 4)正常(0 4～0 6)轻旱(0 6～0 8)干旱(0 8～1)重旱[26]

在ENVI中使用密度分割法对灰度图像进行分级显示，利用其他地区的分级标准绘制临河区干旱等级图。在使用新疆和重庆的标准分级时，水体周边及灌溉地区大部都归类为干旱，而使用陕西的标准所得的干旱分布则更符合当地实际情况，在综合考虑季节、气候的情况下参照陕西的 TVDI 旱情分级标准，并略有调整，在临河地区将TVDI分为：无旱(0～0.6)、轻旱(0.6～0.75)、干旱(0.75～1)3个等级。

3.3.3 干旱分析

在ENVI中采用临河区TVDI分级标准，绘制临河区TDVI值空间分布图(图6)，从密度分割结果看，临河区东北地区旱情面积比重较大； 西南地区靠近黄河及人工渠旱情面积较小或者无旱情发生。综合统计后，无旱的面积为466.38km2，占临河区面积的20.02%。轻旱的面积为1 176.50km2，占临河区面积的50.49%。干旱的面积为687.12km2，占临河区面积的29.49%。从旱情面积比重上看，应加强旱地作物田间管理，及时做好补水灌溉及人工增雨作业，避免旱情扩大对农业生产的不利影响。

4 结论及思考

该研究成果，基于LST-NDVI特征空间所建立的干旱监测模型应用在河套灌区的干旱监测工作中，取得了良好的效果，并得到了以下结论。

(1)TVDI能较好地反映区域旱情空间分布，监测结果具有一定的实用价值，与多人研究得到的成果吻合[5， 8， 10， 11， 12， 21， 22]。

(2)该研究所用温度反演的方法仅使用了Landsat8的一个热红外波段，接下来的研究应采用分裂窗算法进行温度反演，力求提高旱情监测分析的精度。

(3)地表比辐射率是计算地表温度的重要参数，在今后的应用中可以结合不同植被类型和地貌类型作更深层次的研究。

(4)由于干旱受灌溉、降水、土壤属性、地形等多因素影响，卫星影像与地表实际情况的差异性，使得该研究缺少准确合理的精度检验，因此在今后监测中，应综合灌溉、综合大气、作物和土壤环境等多元因素的影响，考虑多个因素的同时，加强不同方法的交叉融合使用，使得干旱监测方法从监测角度和内容上加以丰富。

[1] 覃志豪， 唐华俊，李文娟.气候变化对我国粮食生产系统影响的研究前沿.中国农业资源与区划， 2015, 36(1): 1～8

[2] 巴彦淖尔市统计局. 巴彦淖尔市统计年鉴(2000-2010年).巴彦淖尔市：巴彦淖尔市统计局， 2000～2010

[3] 刘海启， 王迎春.我国西北旱区农牧业综合开发潜力分析及水资源支撑能力研究.中国农业资源与区划， 2015, 36(3): 1～9

[4] 屈忠义， 杨晓，黄永江.内蒙古河套灌区节水工程改造效果分析与评估.农业机械学报， 2015， 46(4)： 70～76， 112

[5] 王鹏新， 龚雅健，李小文.条件植被温度指数及其在干旱监测中的应用.武汉大学学报·信息科学版， 2001， 26(5)： 413～418

[6] 李慧， 王鹏新.基于Terra-MODIS和NOAA-AVHRR数据的条件植被温度指数干旱监测及其对比分析.干旱区资源与环境， 2013, 27(3): 61～66

[7] Sandholt I，Rasmussen K，Andersen J.Asimple interpretation of the surface temperature/vegetation condition index space for assessment of surface moisture status.Remote Sensing of Environment， 2002, 78(2): 213～224

[8] 赵莉荣， 武伟，刘洪斌，等.基于温度植被干旱指数法的农业干旱研究.西南师范大学学报(自然科学版)， 2009， 34(2)； 80～84

[9] 赵广敏， 李晓燕，李宝毅.基于地表温度和植被指数特征空间的农业干旱遥感监测方法研究综述.水土保持研究， 2010， 05： 245～250

[10]王莺， 王劲松，姚玉璧，等.基于温度植被干旱指数的广东省旱情动态监测.草业学报， 2014， 02： 98～107

[11]闫峰， 王艳姣，吴波.多时间尺度温度——植被指数特征空间旱情监测的差异性.地理科学， 2014， 08： 987～993

[12]于敏， 程明虎，基于NDVI-Ts特征空间的黑龙江省干旱监测.应用气象学报， 2010, 21(2): 211～228

[13]彭家宾， 王星.基于GIS的临河区土地适宜性评价.西部资源， 2016,(1)： 042～045

[14]高存荣， 李朝星，周晓红,等.河套平原临河区高砷地下水分布及水化学特征.水文地质工程地质， 2008,(6)： 22～28

[15]乌兰吐雅， 乌兰，姜英君,等.基于MODIS NDVI的春小麦苗期长势监测——以呼伦贝尔市大兴安岭西麓为例．安徽农业科学， 2015, 43(31): 356～358

[16]贾玉秋， 李冰，程永政,等.基于 GF-1与Landsat-8 多光谱遥感影像的玉米 LAI 反演比较．农业工程学报， 2015, 31(9): 173～179

[17]游绚， 晏路明．基于ETM+影像辐射传导方程算法的地表温度反演.科技情报开发与经济， 2009, 19(27): 134～136

[18]宋挺， 段峥，刘军志,等.Landsat8数据地表温度反演算法对比．遥感学报， 2015， 19(3)： 451～464

[19]Carlson T N，Gillies R R，Perry E M.A method to make use of thermal infrared temperature and NDVI measurement to infer surface soil water content and fractional vegetation cover.Remote Sensing Reviews， 1994， 9(1， 2)： 45～49

[20]MORAN M S，CLARKE T R，INOUE Y，et al.Estimating crop water deficit using the relation betwent surface-air temperature and spectral vegetation index.Remote Sensing of Environment， 1994， 49： 246～263

[21]张喆， 丁建丽，李鑫，等.TVDI用于干旱区农业旱情监测的适宜性.中国沙漠， 2015, 35(1): 0220～0227

[22]赵广敏， 李晓燕，李宝毅.基于地表温度和植被指数特征空间的农业干旱遥感监测方法研究综述.水土保持研究， 2010, 17(5): 245～250

[23]田国良. 热红外遥感.北京：电子工业出版社， 2006

[24]姚春生， 张曾祥，汪潇.使用温度植被干旱指数法(TVDI)反演新疆土壤湿度.遥感技术与应用， 2004, 19(6): 473～478

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

[26]易永红， 杨大文，刘志雨，等.多时相中分辨率卫星影像在2006年川东和重庆旱情监测中的应用研究.水利学报， 2008, 39(4): 490～499

DROUGHT ANALYSIS OF HETAO IRRIGATION DISTRICT BASED ON LANDSAT 8 TVDI*——TAKING LINHE DISTRICT AS AN EXAMPLE

Wulan Tuya1※, Yu Lifeng2, Wu Lan1, Bao Junwei1, Xu Hongtao1

(1.Inner Mongolia Academy Of Agricultual & Animal Husbandry Science, Hohhot 010031,China; 2.Faculty of Resource and Environment,Baotou Teacher′s College; Baotou, Inner Mongolia 014030,China)

Hetao region is an important production base of grain and oil in north China, which located in the arid area of China. To timely and effectively monitor and evaluation the drought situation in the region has great significance in the agricultural development. This paper evaluated the drought status in the Hetao irrigation area using remote sensing method, and further divided this area into 3 types, i.e., non-drought, light drought and drought. Two scenes Landsat 8 remote sensing data in July 1 2016 were used to estimate NDVI, LST and TVIDI for the drought evaluation in Linhe. The results indicated that the non-drought area covered 466.38 km2, accounting for 20.02% of the study area; light drought area was 1176.50 km2, accounting for 50.49%, and drought area covered 687.12 km2, accounting for 29.49% of the total area. The drought area, the light drought, and non-drought area distributed in the northeast of Linhe, southwestern near the Yellow River, respectively. It concluded that the method was reasonable for agricultural drought evaluation and reflecting the distribution of the drought. The study result will provide a reference for the local agricultural management.

Landsat8;TVDI;Hetao irrigation area; drought analysis; parameter inversion

10.7621/cjarrp.1005-9121.20170518

2016-10-20

乌兰吐雅(1970—)，女，内蒙古兴安盟人，硕士、副研究员。研究方向：遥感与GIS应用。Email：nmwuya@163.com

*资助项目：内蒙古自治区农牧业科学院创新基金项目“内蒙古农情遥感监测方法与应用研究”(2015CXJJN05)； 财政厅项目“内蒙古主要农作物长势、估产遥感监测预报服务平台建设”资助

S127; S423

A

1005-9121[2017]05123-05