2000—2014年伊犁哈萨克自治州干旱动态监测研究——基于MODIS-TVDI指数

刘 鹏

（新疆维吾尔自治区林业科学院，新疆 乌鲁木齐 830001）

1 研究概况

1.1 研究背景

干旱灾害从古到今都是人们面临的主要自然灾害之一，其特点是出现频率多、持续时间长、影响范围广等，其形成原因主要是区域水资源收支与供需不平衡。干旱灾害严重威胁着农业、工业生产、人类生活等经济活动。干旱灾害带来的经济损失在逐渐增加，对粮食生产安全更是带来了严峻的考验。此外，随着人类社会经济的高速发展及人口的快速增，自然资源的需求也日益增加，人们不得不加速各类自然资源的开发，在开发过程中的不合理利用以及浪费现象普遍，使得各种资源迅速减少，特别是水资源日益匮乏，这也直接或间接地使得干旱区域不断扩大、干旱程度持续加重。在全球气候变暖的大背景下，降雨量逐年减少，蒸发量却在不断增加，这也加速了全球干旱化，使得干旱面积越来越大。现在的科学技术水平尚未达到彻底防止干旱灾害发生的水平，而一种准确有效的干旱监测方法对于及时采取有效的预防措施具有重要意义［1-3］。因此，需要充分利用现有的科学技术对干旱进行不间断的监测，减少干旱所带来的危害。

1.2 研究意义

传统的干旱监测方法是利用气象站点或基于地面观测的方法，其准确性、代表性与完整性都存在局限，并且数据的及时性得不到保证。现如今，遥感技术的快速发展，使得其为快速获取陆地表面分布式信息提供了有效的技术手段，遥感方法监测和地面实测数据的结合已成为目前干旱监测研究的主要方向之一［4］。基于气象、水文、环境因子的监测方法计算复杂，导致监测数据出现较大的误差。而利用MODIS合成产品为遥感技术的大范围应用提供了可靠的数据支持。

干旱是一种频发的气候事件，基于不同的地理气候区域，干旱发生的条件、发展过程、表现形式和对当地造成的影响都会不同。新疆伊犁的气候特征具有典型的干旱性，属寒温带半干旱大陆性气候。农业占伊犁工农业生产总值的62.64%，所占比例较大。本文基于MODIS合成产品构成LST-NDVI分辨率为1 km特性空间获取植被干旱指数进行干旱监测，分析了2000—2014年LSTNDVI特性空间的时序变化特征，从而对伊犁植被生长干旱情况的时空分布特征进行研究。

1.3 国内外研究现状

国外学者早在20世纪60年代末就开始了利用遥感监测的方法进行干旱研究。例如，Watsom［5］最早提出了利用地表温度日较差推算热惯量的简单模式；Carlson T N等［6］较早开展了利用NOAA/AVHRR遥感数据进行大面积作物旱情监测，并运用到估算土壤有效水分和热惯量研究中。我国学者对于干旱监测方法的研究虽然比国外学者要晚，但通过我国专家学者的共同努力，在借鉴国外学者的研究方法的基础上取得了许多可喜的成就，也总结出了适合我国的一套研究方法，其成果不仅完善了我国研究的缺陷，而且丰富了国外遥感监测研究方法。例如，陈乾［7］在进红外波段利用NOAA卫星获得NDVI数据对甘肃省进行长期干旱监测，柳钦火等［8］基于地表温度和植被指数将我国分为六大区进行全国农业旱情监测，杜灵通［9］基于多元空间信息构建了干旱监测模型。

新疆是我国干旱频发的地区，特殊的地理位置及气候条件使得水资源分布极不均匀，造成干旱灾害常年发生。近年来，许多学者对该地区的干旱情况开展了研究，如姚春生等［10］利用温度植被干旱指数方法完成了新疆土壤湿度的反演；刘星含［11］基于MODIS合成产品构成LSTNDVI特性空间对新疆进行干旱监测；包安明等［12］利用MODIS数据对塔里木河下游植被生长状况进行了监测。本文使用MODIS-TVDI方法，构建2000—2014年每年3—8月LST-NDVI特性空间对伊犁干旱动态变化情况进行分析。对新疆干旱灾害的研究在某些程度上为预防、监测干旱提供了有效的科学手段。

1.4 研究区概况

伊犁位于新疆西部、伊犁河谷上游，干旱灾害时有发生。伊犁素有“塞外江南”和新疆粮仓之美称，区内天山起伏，河川纵横，气候适宜，土地广袤，牧草优良，资源丰厚，风景优美，交通便利，具有广阔发展前景。

2 数据来源与处理

2.1 MODIS数据

20世纪80年代，美国国家航宇局（NASA）为实现对地球进行观测发起了一项综合性项目——地球观测系统（EOS），并于1999年12月18日发射了第一颗极地轨道遥感卫星Terra（EOS-AM1），相继发射第二颗卫星Aqua，两颗卫星通过单系列极轨空间平台对太阳辐射、大气、陆地、海洋进行全面监测，从而实现对人类生存环境长期观测和研究的战略目标。中分辨率光谱仪（MODIS）相对与其他传感器具有明显的优势，优势主要表现在：①辐射分辨率可达12 bit，温度分辨率可达0.03℃，发现及时且监测干旱情况更为准确；②MODIS传感器每天至少可以对我国大部分区域进行一次采集数据，可以快速监测干旱的发生情况，保证了数据源的一致性；③MODIS数据相对于以前应用最广泛的NOAA/AVHRR数据具有更大的优势，MODIS数据在可见光的近红外波段的范围较窄，不容易受到外界的干扰，消除了红外红外波段水汽吸收后，红外波段中叶绿体的吸收能力变得更为灵敏。

本文采用的遥感数据源正是MODIS温度产品（LST）数据，使用的MODIS数据是从地理空间数据云网站下载MODIS中国区合成产品的地表温度月合成产品及NDVI月合成产品，通过LST-NDVI构成特性空间，影像数据包括2000—2014年每年3—8月的地表白天平均温度及NDVI值，分别以5月、7月作为春、夏季的代表。

2.2 数据处理

MODIS数据的预处理是遥感应用最基础的一个步骤，预处理步骤包括投影、辐射矫正、图形镶嵌等步骤，从而构成植被指数地表温度特性空间。本文所用的数据为MODIS3级数据产品，这些数据已经进行过几何矫正和辐射矫正，所以只需对数据进行图形镶嵌，即利用ENVI5.3进行数据的裁剪工作，然后计算地表温度的范围值，因为在ENVI中使用的地表温度数据必须为开尔文温度，最后通过NDVI及地表温度进行TVDI值的计算，得出LST-NDVI特性空间。

3 结果与分析

3.1 LST与月平均气温相关性分析

本文采用的数据为地理空间数据云下载的MODIS合成产品（LST）数据，影像数据与气象站气温数据可能存在一定的误差，所以分析LST与气象站月平均气温的相关性十分必要，以确保数据的准确性、结论的可信性。现将2004年和2010年4月与7月伊犁10个气象站所在范围的平均LST值作为气象站LST值与气象站平均气温作做相关性分析，结果如图1所示。

3.2 LST-NDVI特征分析

研究表明，当大气与地理条件不变时，土壤湿度等因素对地表温度的影响远远高于太阳辐射，所以在某段时间内，当研究区植被覆盖类型没有太大变化时，可以利用连续年份在同一时间段的遥感数据合成该时间段内的LST-NDVI特性空间，方法如下：①提取每年3—8月的NDVI数据及LST数据进行TVDI计算，在计算TVDI前首先对LST数据中一些无效数据进行范围值预处理，因为有些地方会由云层等因素导致无法得出该地区的温度值；②选择NDVI数据值范围，范围值为0.0～1.0，并选择输出路径计算出TVDI值，拟合出每个月的干湿边方程。

从每年的LST-NDVI特性空间可以看出，NDVI和LST干边呈现显著的负相关关系，利用其关系拟合出干边方程即“热边界”，利用最小合成方法选择出相同NDVI值时所对应的温度最小值，合成该时间段内的“冷边界”。

基于以上原理和方法，对数据处理后构建了研究区的LST-NDVI特性空间及干湿边方程。时间序列为2000—2014年每年3—8月地表温度-植被指数特性空间的构建，在使用的NDVI影像图中，水体植被指数小于0，所以仅考虑归一化植被指数大于0的单元。

图1 LST与月平均气温相关性分析结果

3.3 TVDI等级划分与分析

温度植被干旱指数（TVDI）的范围值为0～1，根据不同地区的TVDI值可以划分出不同的干旱等级，TVDI值反映的是地区干旱程度。张顺谦等［13］依据土壤湿度的旱情级别分类标准，通过线性拟合和反演的方法，得到一个适合新疆的干旱等级分类标准，本文使用的分级标准正是依据其标准，即（0.00＜TVDI＜0.67）为无旱，（0.67＜TVDI＜0.74）为轻旱，（0.74＜TVDI＜0.80）为中旱，（0.80＜TVDV＜0.86）为重旱，（0.86＜TVDI＜1.00）为特旱。

根据2000—2014年每年4月和7月的TVDI等级分布图可以看出，研究区15年间春季与夏季干旱区动态分布趋势基本一致，无明显变化，干旱区分布在盆地十分明显，沿着盆地周围逐渐减小，山脉和绿洲周边较为湿润，干旱情况较为轻微。而单从季节来看，因为伊犁特殊的气候条件，在4月降雨量较为稀疏，造成干旱情况较为严重，干旱面积明显比夏季大。而夏季，伊犁迎来雨季，降水量迅速增大，植被覆盖面积也随之增加，使得干旱程度也明显减小，干旱面积大大减小。但从整体上看，2000—2014年伊犁的干旱情况基本没有变化，甚至有些地区出现过极端干旱，如2013年伊犁大部分地区出现重旱甚至特旱情况。

从空间上看，伊犁盆地干旱情况发生较为严重，而无旱区主要分布在盆地周围及高山附近。夏季则由于高山融雪及丰富的降水，使得干旱程度减小、干旱面积减少。但整体上伊犁的春季干旱情况明显高于夏季，盆地高于山地。

3.4 TVDI与地表温度的相关性分析

为研究TVDI与气温的关系，采用研究区10个气象站点的月平均气温，并求得气象站点所在范围的TVDI平均值作为该站点的TVDI近似值。本文以2005年4月和7月的气象数据为例，最后分析TVDI与气温的关系。2004年4月和7月月平均气温与TVDI相关性分析见图2。

图2 平均气温与TVDI相关性分析结果

由图2可以得出，2004年4月和7月的平均温度与所对应的TVDI值呈现正相关，随着温度的升高，TVDI值也呈现明显升高的趋势，4月和7月的相关系数分别为0.476、0.327，所以温度与TVDI的相关性较高，温度的变化关系到TVDI指数的变化，所以地表温度对干旱的监测和预测来说极为重要。

3.5 干旱面积所占比重

基于2000—2014年TVDI值计算得出研究区春夏季干旱面积比重以及和重、特旱面积比重的变化趋势，结果表明2000—2014年伊犁干旱面积比重呈现波动变化。春季和夏季存在着明显的差异，春季干旱面积比重高于夏季干旱面积比重，春季干旱面积比重在2013年达到峰值，比重约为72%，在2007年达到低谷，比重为49%，干旱面积基本保持在60%左右。夏季干旱面积在2010年达到峰值，高达56%，2004年处于低谷，为17%，主要干旱地区位于中部大部分盆地，而盆地周围与边界山脉附近则较为轻微甚至无旱。春夏季重、特旱面积呈上升趋势，可见干旱灾害的发生已越来越严重，主要特旱地区分布于中部县区，包括霍城县、察布查尔县、尼勒克县。

4 结论

伊犁虽有“塞外江南”之称，水资源在新疆内较为丰富，但干旱时有发生，干旱带来的社会、经济损失对当地人民生活造成了非常大的影响［14-16］。本文采用时间空间分辨率较高的MODIS数据，以地表植被-归一化植被指数构成特性空间为理论基础，对伊犁进行干旱监测的研究。本文首先对2000—2014年每年3—8月的MODIS数据构建特性空间，得到干湿边方程，并计算TVDI值，最后以每年4月和7月分表代表春季与夏季得出干旱等级分布图并进行分析，得到以下几点主要结论：①伊犁干旱频发的地区主要集中在中部与西北伊犁盆地附近，而山脉与伊犁河谷附近则较少发生干旱情况或者干旱程度不是很大；②把计算得到的TVDI值分为无旱、轻旱、中旱、重旱和特旱，通过分析TVDI分布图得到多年来伊犁干旱分布趋势基本一致，春季干旱情况大于夏季干旱情况，盆地干旱严重，盆地外沿及山脉附近干旱多表现为无旱；③2000—2014年，干旱面积比重及重、特旱面积比重呈现月波动变化特征，且趋势基本一致，干旱程度有上升的趋势，气象干旱正在逐渐增强。