GIS 多源数据图层叠置法研究山东省干旱分区

葛鲁亮，金菊良，宁少尉，周戎星，周玉良，陈梦璐

(1. 合肥工业大学 土木与水利工程学院，安徽 合肥 230009；2. 合肥工业大学 水资源与环境系统工程研究所，安徽 合肥 230009)

山东省是中国重要的粮食生产基地、人口大省，兼有温带季风气候和温带海洋性气候，降水量年际变化大、年内分配不均匀，干旱年发生概率为69.9%。干旱是造成该省农业损失的主要自然灾害，已成为制约山东省社会经济发展的重要因素之一[1-2]。不同区域影响孕灾环境的因素不同，众多学者对中国不同地域的孕灾环境进行分析[3-4]。影响孕灾环境的因素大致分为两类：自然因素和人为因素。其中，自然因素主要包括气候、水文和下垫面等因素。干旱是区域气象、水文、地形地貌过程综合作用的自然变异现象，形成过程复杂[5]，影响因素多。干旱的定量分析评估目前仍处于初步阶段[6-8]，其中干旱分区是基于区域干旱的成因差异性和干旱的空间分布特征，对地理空间区域进行干旱状况区划[9]，是刻画孕灾环境的自然背景和干旱空间分布格局的重要内容。目前的干旱分区方法主要是基于干旱分区指标体系的综合评价方法[10]，例如：曹永强等用可变模糊评价法和EOF 分析方法对辽西北地区干旱事件进行的时空变化特征和干旱分区[9]；乔丽等选取主要气候变量、地质土壤类型、水文等10 个影响生态农业干旱因子在陕西省采用聚类方法进行生态农业干旱分区，较好地反映了干旱状况及分布特征[11]；常文娟等取气象、水文、地形地貌自然要素作为干旱分区指标，用主成分分析法对云南省进行干旱自然分区[12]。GIS 为干旱区划的研究提供了新手段[13-15]。何君等选取气象、地貌和水资源等因素对中国进行干旱频率分析，并结合地理信息系统平台划分出具有相似地理信息的10 个分区[16]；裴浩等用遥感气象获得的数据与GIS 技术相结合，进行农业气候区划[17]。

干旱状况受气象、水文和地形等地球表层不同圈层因素的影响，对干旱的精准监测是一项巨大的挑战，以至于对干旱指标的选取成了一项重要的研究内容。对区域进行干旱状况分区，就是对相似的地理地形和气象水文状况区域进行归类研究。干旱分区不仅对相似孕灾环境区域进行了划分，而且通过对区域的干旱状况进行评价，实现了更详细的分区划分。在农业气候区划中，利用各种综合指数往往可以取得更好的指导意义[18]。因此本研究基于山东省干旱特征及其成因，采用降水量、气温、植被指数NDVI 和土壤含水量4 个影响干旱的主要因子，构建山东省区域干旱状况区划层次分析模型，获得综合干旱因子评价分布图，并与空间高程分布叠加，划分出反映山东省干旱主要影响因素特征的5 个分区，为解决空间异质性提供了一种重要的方法，有利于干旱的预测预警和水资源的合理调配[19]。

1 研究区域及数据来源

山东省位于中国东部沿海地区，陆地总面积15.7 万km2，分属黄河、淮河、海河三大流域，地形复杂。选取1982—2014 年降水（precipitation）、归一化植被指数（normalized differential vegetation index，以下简称NDVI）、土壤含水量（soil moisture）和气温（temperature）四类指标反映干旱状况，同时采取数字高程表征不同的地势区域，对不同的区域进行干旱分区。其中，降水及气温数据基于159 个实测气象站点逐日降水、气温资料经克里金插值获得0.25°空间分辨率的数据（图1）；NDVI 来源于LAADS DAAC（https://ladsweb.modaps.eosdis.nasa.gov/search/），记录了1982—2014 年的NDVI 数据，时间分辨率为1 d，空间分辨率为0.05°；土壤含水率数据来源于美国国家航空航天局的NASA 的CLM 陆面模型（https://hydro1.gesdisc.eosdis.nasa.gov/data/GLDAS/GLDAS_CLSM025_D.2.0/），时间分辨率为1 d，空间分辨率为0.25°；数字高程数据来源于ASTER 全球数字地形模型数据，由美国NASA 和日本经济产业省共同研发，空间分辨率为30 m。

图1 山东省各市和气象站点分布Fig. 1 Distribution of cities and meteorological stations in Shandong Province

2 分区方法

20 世纪中期以来遥感技术开始不断发展，针对干旱状况监测的传感器不断增多，众多综合遥感干旱指数不断涌现，渐渐成为当前干旱监测研究的热点[20-21]。干旱分区研究选取降水量、气温、NDVI 和土壤含水量4 个因子，基于遥感的栅格数据及地面监测数据的空间插值法，建立反映干旱影响因子栅格图层。采用层次分析模型计算获得的综合干旱因子分布图，再利用与数字高程图相结合的分区方法进行山东省干旱状况分区。

2.1 数据的选取及处理

2.1.1 数据的选取 首先选取1982—2014 年这一时间段，基于遥感监测的栅格数据及地面监测的空间插值数据，计算多年平均降水量、多年平均日气温、多年平均土壤含水量和多年平均NDVI 数据（为消除冬日的影响，植被状况选择3—11 月），计算得到多年平均年降水量、多年平均NDVI、多年平均日气温和多年平均土壤含水量的空间分布图（图2）。由图2 可见：①山东省多年平均降水量由西北至东南逐渐增高，多年平均降水量范围为454～819 mm；②多年平均土壤含水量大致呈现自西北至东南逐渐增高的趋势，表现出了与降水量较一致的分布趋势；③山东省多年平均NDVI 在鲁西北平原和胶莱平原等农业区较高，鲁中山地和半岛丘陵等林草覆盖地区的多年NDVI 适中，多年平均NDVI 的低值区域集中在黄河三角洲和鲁西南等湖泊区域；④山东省多年平均日气温随海拔的上升、纬度的增高而降低，其中鲁中山地和半岛丘陵地区的多年平均日气温较低。

图2 山东省多年平均降水量、平均土壤含水量、日平均NDVI 和平均日气温空间分布Fig. 2 Spatial distribution of multi-year average precipitation, soil moisture content, daily NDVI and daily temperature in Shandong Province

2.1.2 数据归一化 为综合度量各干旱影响因子对山东省干旱的影响、消除各干旱影响因子的数据量纲差异，对各干旱影响因子进行归一化处理。已知降水量、土壤含水量和NDVI 与干旱呈负相关，气温与干旱呈正相关。故对干旱影响因子数据进行归一化时，对与干旱呈负相关的指标进行如下归一化处理[22]：

对与干旱呈正相关的指标进行归一化，则采用：

式中：xmin(i)、 xmax(i)分别为每个时段全区域第i 个指标的最小值和最大值；r(i)为标准化后的评价指标值。因此，负相关指标多年平均降水量、多年平均土壤含水量和NDVI 的最大区域赋最小值0，最小区域赋最大值1；正相关指标气温最高区域赋最大值1，气温最低区域赋值为0。

2.2 综合干旱因子计算

2.2.1 基于层次分析法计算各干旱因子权重 层次分析法将复杂问题分解为多个组成因素，通过两两比较的方式确定层次中各要素的权重[23]。本研究一共咨询12 位专家，每位专家都对多年平均降水量、多年平均土壤含水量、多年平均NDVI 和多年平均日气温4 个指标进行判别，打分后采用平均值取整的形式构造判断矩阵，每位专家的权重相同。得出重要性判断矩阵B 为：

通过层次分析法[23]计算判断矩阵B 各要素权重，得多年平均降水量、多年平均土壤含水量、多年平均NDVI 因子和多年平均日气温权重分别为0.35、0.25、0.20 和0.20。经验证，上述权重计算结果满足一致性要求。

图3 山东省综合干旱因子的空间分布Fig. 3 Spatial distribution of comprehensive drought factors in Shandong Province

2.2.2 综合干旱因子图层 对归一化后的多年平均降水量、多年平均土壤含水量、多年平均NDVI 和多年平均日气温因子图层进行加权叠加，最终得到反映各干旱因子对干旱影响的山东省综合干旱因子图层（图3）。其中，综合干旱程度由0～1 表示，0 代表干旱程度最低的状况；1 代表干旱程度最高的状况。由图3 看出，基于综合干旱因子划分的干旱程度中，干旱程度高的区域主要分布在鲁西北平原农业地区，干旱程度低的区域主要分布在鲁中山地丘陵、胶东半岛丘陵地区和东南沿海地区。

2.3 基于图层叠加方法的干旱分区

由于山东省的地形复杂，主要包括山地、丘陵和平原。在不同高程区域的干旱评价中，对指标的选取及各指标间的重要性程度不同。因此，在干旱分区中，将高程作为一项重要指标。为实现山东省高程数据与综合干旱因子图层的叠加，对山东省30 m 分辨率的DEM 数据进行处理，将30 m 分辨率的DEM 数据转化为0.05°的空间栅格数据，得到山东省高程图层（图4）。进行干旱分区的具体步骤为：首先，根据计算得到的山东省各区域综合干旱因子评价值，进行等间距划分为4 个干旱等级，分别为湿润、较湿润、轻旱和重旱（图5）；然后，根据转化后的高程栅格数据，将山东省区域划分为高海拔区域（高程大于200 m）和低海拔区域（高程小于200 m）两类；最后，将山东省高程图层与综合干旱等级分布图层进行叠加，同一干旱等级和相似高程共同占据的区域确定为同一分区，得到干旱分区图像。最终将山东省区域划分为5 个干旱分区（图6）。

图4 山东省高程图Fig. 4 Elevation map of Shandong Province

图5 山东省干旱等级分区Fig. 5 Drought grade zoning map of Shandong Province

图6 山东省干旱分区Fig. 6 Drought zoning map of Shandong Province

由图5 和6 可见：①红色区域Ⅰ为鲁西北平原北部的农业重旱区，包括聊城市、德州市、滨州市、东营市以及淄博市的北部，高程较低；②橙色区域Ⅱ为鲁西北平原的南部和胶莱平原农业轻旱区，包括菏泽市、济宁市、潍坊市大部分地区以及青岛市的西部，高程较低；③黄色区域Ⅲ为胶东半岛较湿润区，包括烟台市、威海市以及青岛市的东部，高程较低；④浅绿色区域Ⅳ为鲁中南山地丘陵湿润区，高程较高，包括济南市的南部和莱芜市、淄博市的南部、潍坊市的西部少部分区域以及临沂市的西北山区部分；⑤深绿色区域Ⅴ为山东南部沿海区域的平原湿润区，包括日照市、泰安市、临沂市的东南部以及潍坊市南部的少部分地区，高程较低。

3 结果及讨论

图5 中，根据降水量、日气温、NDVI 和土壤含水量4 个干旱影响因子计算获得的综合干旱因子状况划分为湿润、较湿润、轻旱和重旱4 个干旱等级。多年平均降水量图显示，多年平均降水量由西北至东南逐渐增高，降水量是干旱状况的最直接影响因子，降水量较低直接导致了区域Ⅰ的严重干旱状况；多年平均降水量的升高，使区域Ⅱ的干旱状况较轻，为轻旱区域；然而鲁中南山地的高程较高，季风带来的湿润气流上升为区域Ⅲ带来大量降水，使之为湿润区；处于胶东半岛的区域Ⅳ降水量和土壤含水量适中，为较湿润区；区域Ⅴ位于东南沿海，多年平均降水量高，为湿润区。图6 显示：Ⅰ、Ⅱ和Ⅲ区域处于低海拔区域，区域Ⅳ处于高海拔区域；区域Ⅳ和Ⅴ同处于湿润状况，但由于处于不同的高程范围，因此在地理高程区划分为两个区域。可见，此区划不仅考虑到研究区的干旱影响因子，还考虑到地理地形因子。

通过对山东省进行干旱状况区划，实现了气象水文和地形干旱因素相似区域的归类，有利于对干旱状况及其成因的深入理解和分析。在进行区域干旱监测分析中，选取适宜的干旱指标至关重要。山东省的各区域状况分别为：区域Ⅰ的聊城市、德州市、滨州市、东营市以及淄博市位于鲁西北平原的农业区，降水量相对较少，宜用以植被状况和气温相结合的干旱指数为主，同时与降水量和土壤含水量等气象干旱指标相耦合进行时空监测，达到干旱状况分析的目的；区域Ⅱ的菏泽市、济宁市、潍坊市和青岛市分别位于鲁西北平原的南部和胶莱平原的农业区，降水量、土壤含水量、日气温和NDVI 均处于平均水平，宜用多指标综合的干旱分析指标；区域Ⅲ和Ⅴ的日照市、临沂市、泰安市、威海市、烟台市和青岛市位于胶东半岛和东南沿海地区，水汽来源相对充足，河川径流量较大，宜用以降水量和土壤含水量为主的干旱指标，对区域内干旱状况进行分析；区域Ⅳ济南市的南部山区及莱芜市、淄博市和潍坊市的西部位于鲁中南山地丘陵中心，地理高程较高，降水量较大，宜用以降水量为主的气象指标，采用降水量距平可反映一段时间内的降水量与常年同期平均降水量之间的关系。山东省干旱分区的研究表明，对干旱状况的分析评价可更具针对性，更合理地量化不同区域特征，这为解决空间异质性的难题提供了一种解决途径。

4 结 语

取降水量、日气温、植被指数NDVI 和土壤含水量4 个干旱因子反映山东省干旱的主要时空特征，基于层次分析法确定各因子权重，建立综合干旱因子图层，并与山东省数字高程图层叠加，实现山东省干旱分区，这些分区反映了不同区域干旱状况和地理特征的空间分布特征。最终得到了山东省5 个干旱分区，并对各分区的适宜干旱指标进行了分析。干旱分区反映了影响干旱的各种自然因素的多年平均情况，反映了孕灾环境的自然背景。区域干旱分区可清晰地展示出各区域的地理地形特征和干旱特点，便于对干旱状况的精准监测分析，实现对干旱的预防预警和水资源的合理调配。在干旱分区的基础上，根据各区域的干旱特征，就可建立相应的干旱评价指标体系，开展干旱监测及预警研究。