东北三省旱情遥感监测方法研究

赵鑫

（哈尔滨师范大学，黑龙江 哈尔滨 150025）

干旱是世界上许多国家面临的危害之一，从古至今都对社会的发展产生着巨大的阻碍作用[1]。旱灾的发生破坏了生态环境的持续稳定，因此开展旱情监测并及时制定相应的抗旱机制具有重要意义[2]。遥感技术以其客观、迅速的优势在近些年飞速发展，为旱情遥感监测开发了一条新途径[3]。遥感卫星可以快速获取区域及全球在时空尺度上连续的数据，在旱灾的各方面都有广阔的应用前景[4]。

在本研究中，选取典型干旱年作物主要生长季遥感影像，采用表观热惯量(ATI)遥感干旱指数方法对土壤水分进行分析。可以确定用MODIS数据能否大范围监测旱情，并在时空范围上分析出旱情变化状况，这对于推动东三省的社会经济发展具有重要意义。

1 研究区概况与数据来源

在当代中国，东北三省指的是黑龙江省、吉林省和辽宁省三省[5]。近年来东北三省春旱较为严重，其在作物播种月存在着大部分气温偏高、降水偏少的现象，虽有利于土壤化冻，但干旱对春播及春耕整地造成了很多的不利影响[6]。本文在充分考虑上述因素的基础上又结合东北三省春季的以下几个特点：(1)我国北方的冷气团势力强大，受冷空气控制，降水较少；(2)气温回升快，大风天气多，蒸发旺盛，导致土壤更加缺水；(3)气温回升，进入农作物返青生长期，作物需水量大；(4)河流较少水量少，灌溉水源不足，加剧春旱[6]。因此选取东北三省作为本文的研究区域，使用近五年来每年春季的遥感影像图进行监测研究，相比人工走访，具有准确性高且方便快捷等特点。

本研究采用的MODIS遥感数据来源于美国NASA LPDAAC(The Land Processes Distributed Active Archive Center)EOS数据中心[7]。选择的数据产品有东北三省的MOD09A1合成产品、MOD11A2合成产品、MOD13A1合成产品，根据MODIS中国区域行列号判断出东北三省为h25v03，h26v03，h26v04，h27v04，h27v05五景数据，空间分辨率为500m。数据产品的时间范围都为2014-2018年每年的4月23日至5月8日。

2 研究方法

2.1 遥感影像预处理

全部遥感数据应用MRT、ENVI及ArcGIS等软件进行影像的拼接、裁剪、校正、重采样(统一空间分辨率为500m)和投影转换(由Sinusoidal投影转换为经纬度投影)等预处理[8]。得到东北三省五年春季的MODIS影像，2014年春季的影像如图1。

图1 东北三省MODIS影像图

2.2 表观热惯量法

热惯量模型是监测土壤含水量的一种主要方法。Price通过研究改进并简化了原有的热惯量模型，提出了表观热惯量[9]。简化后的表观热惯量表示为:

式中：A为全波段反照率，TMAX、TMIN为一天中最高、最低温度的差值[10]。

3 结果分析

3.1 遥感干旱指数方法成图，图2。

图2 2014-2018年4月23日-5月8日AVI影像图

3.2 指数模型结果验证

利用2014-2015年春季的距平植被指数进行结果的验证，经过分级计算得到旱情监测转移矩阵，如表1。

表1 2014-2015年东北三省旱情监测转移矩阵

将2014年与2015年的旱情遥感影像做变化监测，得到如下结果：两年中间级别的干旱程度整体变化不大，前五个级别15年与14年相比呈减少趋势，后五个级别呈增加趋势。其中黑龙江省小兴安岭地区以及吉林省东南部、辽宁省南部2015年的旱情状况比2014年的明显降低，而吉林省北部干旱状况明显比2014年严重。参照当时的气象数据及较高的降水概率可得知原因是：15年4月底至5月初这段时间黑龙江省小兴安岭地区以及吉林省东南部、辽宁省南部三个地区降雨次数频繁，且降雨量较高，导致变化明显，而吉林省北部在2015年四月底降雨量很低。得出利用MODIS数据监测旱情与实际情况较符合。

4 结论

本文选取2014年至2018年的MODIS数据作为背景数据，以东北三省地区作为研究区域，通过各年春季阶段的遥感干旱指数模型距平植被指数AVI进行旱情遥感监测，分析该指数模型在实际监测过程中的可行性和有效性，并分析东北三省地区典型干旱年作物主要生长季的干旱情况。

结果表明AVI的监测效果高于预期，可以在一定程度上反映出干旱发展趋势，并能够有效反映不同时期作物的相对受旱状况，较为符合历史气象资料。总体上该指数模型在一定程度上可以反映出东北三省的干旱状况，利用MODIS影像进行东北三省大范围的旱情遥感监测处理得到的影像结果与实际地面监测结果相符合，表明这一手段具有明显成效。