基于MODIS影像的松嫩平原土壤湿度反演特征研究

吴欣睿

(哈尔滨师范大学，黑龙江省普通高等学校地理环境遥感监测重点实验室)

基于MODIS影像的松嫩平原土壤湿度反演特征研究

吴欣睿

(哈尔滨师范大学，黑龙江省普通高等学校地理环境遥感监测重点实验室)

以松嫩平原为研究区，利用modis影像提取温度指数和植被指数建立Ts-NDVI空间特征，根据其空间特性提取TVDI值，结合研究区野外实测数据进行相关性分析，发现TVDI能够很好的用来反应松嫩平原土壤湿度的空间分布特征，并深入研究分析得到了以下结论：①Ts数据和NDVI数据能够很好的拟合出空间三角形关系且其相关性表现良好；②将遥感提取得到的TVDI值与实地测量的值进行相关性分析发现，随着实测数据的土壤湿度值的增加，TVDI值呈现出减小的趋势，即TVDI值能够很好的反应土壤湿度的空间变化趋势及空间分异规律.③松嫩平原土壤湿度的空间分布规律大体呈现出由西南向东北逐渐变湿的走向.研究为获取大范围连续的土壤湿度提供了一种方法，为政府调控农业发展提供科学参考.

松嫩平原；土壤湿度；TVDI

0 引言

土壤湿度是决定土地农作物产量的一个主要的指标，其可以直接反应土壤墒情[1]，在自然界的物质能量交换过程中的作用极其的重要.松嫩平原作为中国商品粮基地之一，研究其的土壤湿度对于调控农作物的生产显得极其重要.

传统的监测方法主要为根据地面观测站数据或实地采样统计方法监测土壤湿度，其具有精度高的突出优点[2]，但是需要投入大量的人力物力，且严重受到了采样点数目和监测空间不连续的限制.相对于传统的监测方法，遥感方法能够进行大面积连续监测且具备时效性较强等突出优点[3].目前通过遥感技术来监测土壤湿度的方法主要有：热惯量模型、微波遥感监测法、作物缺水指数法、根据植被指数和温度指数等指标间接地描述土壤的供水能力等方法[4].

在众多的利用遥感手段监测土壤湿度的方法中，由于温度植被指数的空间变化特征构建模型来反应土壤水分情况和对土壤湿度进行监测的方法在国内外得到了广泛的研究及应用.Price等人[5]在研究中发现地表温度指数(Tempreture surface,Ts)和植被指数(Normalized Difference Vegetation Index ，NDVI)在空间上呈现出三角形的特征；而Nemani[6]则认为Ts和MDVI的空间散点图呈现出梯形特征[6]；Sandhold[7]等人对不同传感器所获取的遥感影像的Ts和NDVI数据进行提取并对二者的关系模型进行了改进和简化，提出温度植被干旱指数(Tempreture vegetation drought index,TVDI)的概念，用此来描述大面积连续范围内的土壤干旱情况.自TVDI指数提出以来，已经越来越多的应用到旱情监测当中来.宋春桥等人[8]通过TVDI指数的构建，结合土壤实测数据证明了TVDI指数干旱监测在藏北高原的可行性；薄燕飞等人[9]利用了TVDI及气象干旱指数研究了河北省春旱的时空变化特征，取得了良好的效果.然而，在松嫩平原地区，只有学者利用地面监测统计数据对松嫩平原土壤湿度的变化进行了时间序列上的分析，对土壤湿度基于空间上的变化的鲜有描述.文章利用TVDI指数构建法，结合松嫩平原实测点数据，探索出一种监测松嫩平原土壤湿度合理可行的方法.

1 原理与方法

TVDI指数模型是利用水分的蒸发及植被的蒸腾作用能够降低地表温度的原理来构建的，很多学者[10]在研究中得出影响Ts-NDVI空间特征构建的因素有多种，但是最显著的因素是土壤水分.Sandhold[7]在前人研究的基础上进行了深度的研究，提出了温度植被干旱指数(TVDI)，其表达式为：

(1)

上式中Ts为MODIS影像中任意像元值；Tsmax为某一NDVI对应的最大地表温度值，即原理示意图1中所对应干边，该干边表达式为：

Tsmax=a1+b1×NDVI

Tsmin为某一NDVI对应的最小温度值，即示意图中对应的湿边，其表达式为：

Tsmin=a2+b2×NDVI

将TVDI公式整理可得：

TVDI=[Ts-(a2+b2×NDVI]/[(a1+b1×NDVI)-(a2+b2×NDVI)]

(2)

图1 温度植被干旱指数(TVDI)原理示意图

2 研究区与数据源

2.1 研究区概况

松嫩平原地理位置如图2所示，其所处区域横跨吉林省与黑龙江省两个省份，其总占地面积为23.13×104km2,约占两省总面积之和的26.95%.是我国著名的东北三大平原之一.其地理坐标位于42°30′～51°20′N，121°40′～128°30′E之间，东起东部山地，西至大兴安岭，北抵小兴安岭山脉，南达松辽分水岭.松嫩平原的土壤类型很多，其农田主要为适宜粮食生产的黑土和黑钙土.是国家重要的商品粮基地和能源基地[5].松嫩平原年际积温空间分布自南向北很大，年平均降水量在400～600 mL之间，四季分明有明显的雨季，该地区气候类型属于典型的温带大陆性半湿润半干旱季风气候.

图2 松嫩平原行政区划图

2.2 数据来源及处理

研究所使用的MODIS数据来源于美国国家宇航局(NASA)数据中心的8天合成的1km空间分辨率的MOIDS11A2和16天合成的1km分辨率的MODIS13A2，其下载行列号为h26v04,h27v04.用于校正温度的30m分辨率的DEM数据来源于地理空间数据云.利用MRT、ENVI等软件将MODIS11A2、MODIS13A2进行拼接、裁剪、投影转换、重采样等预处理，由于松嫩平原地势高低起伏，为了得到更准确的温度数据，将DEM数据通过重采样使其转换成为1000m分辨率，并利用公式

Hd=Ts+H×a

进行温度校正[11]，其中Hd为校正后地表温度，Ts为校正前地表温度，H为对应像元高程值，a为地表温度随地势的改变而改变的变化幅度,取常数0.6 ℃/100 m.

野外采样数据为来自研究区2015年4月下旬的野外人工采集数据，共321个采样点.采用重量法对采样样本进行计算统计，将土壤烘干，称量其干土重和含水重加以计算.计算土壤的重量百分数，其公式为：

WM=[(G2-G3)/(G3-G1)]×100%

(3)

其中：WM表示土壤重量含水率(单位：%)；G1表示玻璃容器(单位：g)；G2表示玻璃容器与原始土样共重(单位：g)；G3表示玻璃容器与处理得到的干土共重(单位：g).

取与野外采样时间基本相一致的2015年第113天的MODIS影像，用ENVI/IDL提取出任意NDVI值所对应的最大和最小温度值，并制成散点图(图3)，能够发现，Tsmax和NDVI值呈现出显著的相关关系并很好的拟合出了一条直线，Tsmin相比之下相关关系相对较弱，但依然能够很好的拟合出线性方程.利用干湿边拟合出的方程，在Arcgis中利用栅格计算器工具计算出2015年第113天的松嫩平原的TVDI值(图4).

图3 Ts-NDVI特征空间

图4 TVDI反演结果

3 结果与分析

3.1 特征空间拟合特征

在构建Ts-NDVI的特征空间拟合干湿边的过程中，可以发现，干湿边能够很好的拟合成三角形的空间特征，湿边相对于干边拟合特征而言略为分散.且由分散点可看出拟合形成的干边的方程斜率小于0，表明随着NDVI由低到高变化，地表温度的最大值呈现出逐渐减少的趋势，相反，湿边的方程斜率大于0，说明随着NDVI的逐渐升高，地表温度有增加的趋势.湿边对比干边的拟合效果而言略为分散，但干湿边拟合结果均通过了显著水平检验.

3.2 土壤湿度遥感监测实地验证

为了验证TVDI反演结果的准确性，研究采用2015年4月下旬的野外采样点321个(如图5所示)研究区内0～10cm土壤湿度数据与对应空间位置的TVDI值进行相关性分析.

为了使验证结果具有可信性，采样时间与卫星数据基本吻合，野外采样样方设计为1km×1km对角线位置三次取平均，使其尽量与MODIS数据的空间网格分辨率大小吻合(如图6所示)

图6 实测土壤水分与TVDI相关性分析

其横坐标代表野外实测土壤水分值，单位是g/kg，纵坐标代表空间对应实测点位置的TVDI值，从相关性分析示意图中可以看出，遥感影像所计算出的TVDI值与土壤0～10 cm含水量实测值之间表现出非常显著的相关关系：随着土壤湿度值的增大，TVDI值呈现出减小的趋势，其线性拟合结果通过了α=0.05置信度的t检验，且二者线性相关性分析得出了较好的结果，即TVDI在松嫩平原地区能够很好的反应土壤湿度状况.

图7 松嫩平原土壤湿度分布图

3.3 TVDI反应出的松嫩平原土壤湿度的空间变化

根据研究区计算出的TVDI值进行统计分析并结合姚春生[13]等于《使用温度植被干旱指数法(TVDI)反演新疆土壤湿度》中所得出的划分经验，对Ts-NDVI空间特征提取出的TVDI空间分布状况进行分级：湿润(0.0≤TVDI<0.2),偏湿(0.2

从TVDI反应的松嫩平原土壤湿度分布情况来看，其呈现出明显的从西南向东北方向由干旱变湿润的特征，即土壤湿度从西南向东北呈现出由干旱逐渐变湿润的趋势[14].研究区整体土壤水分呈现偏干旱的情势，其中在松嫩平原西部的讷河市、甘南县、龙江县、泰来县、白城市、镇赉县、洮南市、通榆县、南部的公主岭市、双阳县、伊通满族自治县和榆树市等地，干旱相对比较集中且明显的体现出来.这与纪仰慧等人[15]利用站点观测数据统计研究松嫩平原土壤湿度的时序变化特征的结果基本一致，其原因应该和近几十年来松嫩平原的降水量呈现出明显减少的趋势有关，且松嫩平原西部的年降水减少量十分明显[16]；在松嫩平原中部有细碎的地方呈现出土壤湿度状况正常，根据其纹路及走向，可知是受到松花江等流域的影响；其地表土壤水分相对湿润的地区主要集中在松嫩平原东北部的五大连池市、德都县、北安市、绥棱县、庆安县、海伦市、木兰县等地区，除此以外，松嫩平原中部的齐齐哈尔市和林甸县的交界、安达市部分等地也有明显湿润现象，其原因主要是有湿地分布于此[17]，调控了相应地区的土壤湿度.

4 结束语

该文提取MODIS11A2和MODIS13A2遥感影像中的植被指数和温度指数，构建了LST-NDVI特征空间，进一步利用其表现出的空间特性提取出了能够反应松嫩平原土壤湿度空间分布状况的TVDI指标，并用与遥感影像时相和空间地理位置几乎相一致的研究区实地采样数据对反演结果进行验证.研究结果表明：①Ts数据和NDVI数据能够很好的拟合出空间三角形关系且其相关性表现良好，对二者拟合方程进行F检验，通过了α=0.005显著性检验，证明其相关性显著，能够提取TVDI方程；②将遥感提取得到的TVDI值与实地测量的值进行相关性分析发现，随着实测数据的土壤湿度值的增加，TVDI值呈现出减小的趋势，然而从图6中可以看到点的分布相对离散，分析其原因可能是提取TVDI值的遥感影像为合成影像，尽管使实测数据和遥感影像尽可能的吻合，然而还可能存在时间上的差异和空间位置的差异.但TVDI仍然能够很好的在空间层次上反应出土壤水分的分布及分异规律.③松嫩平原土壤湿度的空间分布规律大体呈现出由西南向东北逐渐变湿的走向.因此，对松嫩平原土壤湿度的反演对农情及农田的灌溉具有良好的指导意义.

[1] 沙莎, 郭铌, 李耀辉,等. 我国温度植被旱情指数TVDI的应用现状及问题简述[J]. 干旱气象, 2014, 32(1):128-134.

[2] 汪潇,张增祥,赵晓丽,等.遥感监测土壤水分研究综述.土壤学报, 2007, 44(1): 157-163.

[3] 杨金香, 耿艳. 遥感技术的应用现状及发展趋势[J]. 矿业科学技术, 2005(1):1-3.

[4] 余桥. 土壤湿度不同遥感方法的对比分析[D]. 东北大学, 2013.

[5] PRICE J C. Using Spatial Context in Satellite Data to Infer RegionalScale Evapotranspiration [J]. IEEE Transactions on Geoscience andRemote Sensing, 1990, 28: 940 - 948.

[6] NEMANI R R, PIERCE L, RUNNING S, et al. Developing Satellitederived Estimates of Surface Moisture Status [J]. Journal of AppliedMeteorology, 1993, 32 (3) : 548 - 557.

[7] SANDHOLT I, RASMUSSEN K, ANDERSEN J. A SimpleInterpretation of the Surface Temperature - vegetation Index Space for Assessment of Surface Moisture Status [J]. Remote Sensing ofEnvironment, 2002, 79: 213 - 224.

[8] 宋春桥, 游松财, 柯灵红,等. 藏北高原土壤湿度MODIS遥感监测研究[J]. 土壤通报, 2012, 43(2):294-300.

[9] 薄燕飞, 白建军, 刘永林. 基于TVDI及气象干旱指数的河北省春旱时空变化特征[J]. 兰州大学学报：自科版, 2016, 52(2):188-195.

[10] 邸兰杰.基于TVDI和ATI模型河北省土壤湿度遥感反演[D].河北师范大学,2014.

[11] 冉琼. 全国土壤湿度及其变化的遥感反演与分析[D]. 中国科学院遥感应用研究所, 2005.

[12] 李秀军. 松嫩平原西部土地盐碱化与农业可持续发展[J]. 地理科学, 2000, 20(1):51-55.

[13] 姚春生, 张增祥, 汪潇. 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.

[14] 田旸,那晓东,臧淑英. 1986～2010年松嫩平原土地利用程度空间格局变化研究[J]. 哈尔滨师范大学自然科学学报,2016,32(3):101-107.

[15] 纪仰慧, 王晨轶, 朱海霞,等. 松嫩平原土壤湿度时序变化特征[J]. 中国农学通报, 2013, 29(02):154-159.

[16] 杨飞, 姚作芳, 宋佳,等. 松嫩平原作物生长季气候和作物生育期的时空变化特征[J]. 中国农业气象, 2012, 33(01):18-26.

[17] 刘宇轩,王翠珍. 基于LANDSAT数据的湿地动态变化特征研究——莫莫格保护区[J]. 哈尔滨师范大学自然科学学报,2016,32(03):112-118.

StudyonInversionCharacteristicsofSoilMoistureinSongnenPlainBasedonMODISImage

Wu Xinrui

(Harbin Normal University, Key Laboratory of Remote Sensing and Monitoring of Geographical Environment)

In this paper, the temperature index and vegetation index of Ts-NDVI were established by using modis image, and the TVDI values were extracted according to its spatial characteristics. The correlation analysis was carried out with the field data of the study area, and it was found that TVDI was very good. The results show that: ① Ts data and NDVI data can fit the spatial triangular relation well and its correlation performance is good. ② The correlation between the TVDI value obtained by remote sensing and the value of field measurement shows that with the measured soil moisture value. The correlation between TVDI and field measurements shows that the TVDI value tends to decrease with the increase of soil moisture value, that is, the TVDI value can reflect the spatial trend and spatial Differentiation rule. ③ The spatial distribution of soil moisture in the Songnen Plain generally shows the trend of getting wet from southwest to northeast. A method for obtaining a wide range of continuous soil moisture and a scientific reference for government regulation of agricultural development are provided.

Songnen Plain; Soil moisture; TVDI

李家云)

S152

A

1000-5617(2017)04-0119-05

2017-5-15