基于中分辨率成像光谱数据的塔里木河流域土壤湿度时空动态变化研究

杜伟宏，吴天忠，霍艾迪，管文轲，韦 红

(1.长安大学 水利与环境学院，西安 710054； 2.长安大学 旱区地下水文与生态效应教育部重点实验室，西安 710054；3.新疆林业科学院，乌鲁木齐 830000； 4.新疆塔里木河流域胡杨林生态系统国家定位观测研究站，乌鲁木齐 830000)

1 研究背景

土壤中水分不仅是陆地与大气能量交换中的重要因素，同时也是表征土壤是否干旱的重要依据。在目前的生态环境研究中，大尺度的土壤湿度监测已经成为必不可少的研究内容，该项研究对一个区域的生态气候、土壤水文等具有重大意义[1]。目前，国内外专家学者主要通过3种方法获取研究地区的土壤湿度，即田间实测法、土壤水分模型法、遥感监测法，其中遥感监测法监测范围广、获取数据快，已成为当前监测大尺度土壤湿度的重要手段[2-4]。

张仁华[5]以18 d重复一次的热红外资料为基础，结合估产，通过改进热通量模型，提出了遥感信息的估产模式，奠定了我国遥感监测土的基础。杨鹤松等[6]以华北平原部分地区为例，利用2003—2006年的遥感数据、地区降水和土壤表层含水量数据进行了归一化指数和地表温度的反演计算和验证。邢文渊[7]以新疆干旱地区为例，结合MODIS数据和实测数据，并以传统的热惯量模型为基础，建立了适合新疆地区土壤湿度监测的热惯量法模型。魏珍[8]通过实测数据与Landsat7 ET，对陕北神木县大柳塔煤炭开发区进行了研究。杨东旭[9]利用MODIS卫星遥感数据，结合实测土壤湿度数据对吉林中部地区的土壤湿度进行了反演计算，结果表明表观热惯量与土壤湿度具有较好的相关性。霍艾迪[10]通过提取MODIS数据中第6、第7波段的反射率，建立数值模型，验证了新疆干旱地区MODIS数据的第7波段反射率与土壤含水量呈负相关关系。

结合国内外遥感反演土壤湿度的研究来看，大尺度的土壤湿度监测主要利用TM与MODIS影像数据，且能较好地反映土壤湿度的变化。在塔里木河流域，土壤湿度的变化影响着流域区域的植被生长与生态恢复。霍艾迪[10]、韦红等[11]、钟家骅等[12]、杜伟宏等[13]通过研究发现，干旱地区土壤含水量与MODIS影响数据中的第7波段的反射率呈负相关；塔里木河干流胡杨林下土壤水盐含量在空间上(地表至地下80 cm)不存在显著差异；塔里木河流域的植被覆盖度在19.696%～36.573%，存在空间异质性。在此基础上，本文通过实地测量的土壤湿度数据与MODIS卫星遥感数据相结合的方法，验证了第7波段(Band 7)反射率可以用于该地区大尺度的土壤湿度监测，建立了塔里木河流域土壤湿度反演模型，分析塔里木河流域近10 a来土壤湿度的变化情况，对生态恢复研究具有重要的研究意义。

2 研究区域概况

塔里木河干流位于新疆维吾尔自治区，是我国最大的内陆河，全长1 321 km，由阿克苏河、叶尔羌河、和田河3条河流汇合成[12-13]。塔里木河自3条河流汇入处肖夹克向东流向塔克拉玛干沙漠，途经阿克苏、沙雅、库尔勒等地，终到巴音郭楞蒙古自治州若羌县台特玛湖。研究表明，塔里木河流域综合径流补给主要为冰川融水，占总径流补给量的47.9%，雨、雪水占27.9%、地下水占24.2%。塔里木河流域内气候干燥，降雨较少，蒸发强烈，多年平均降雨量为17.4～42.8 mm，多年平均蒸发量1 125～1 600 mm，最大风速35 m/s，多年平均气温为10.6～11.5 ℃，日照时数在3 000 h左右，年最大日较差一般>30 ℃，平均日较差14～16 ℃，极端最高温43.6 ℃，极端最低温-30.9 ℃。

3 数据来源与研究方法

3.1 野外调查与土样采集

为了研究塔里木河流域土壤湿度的时空变化特征，2019年9月27日—10月6日，研究团队在塔里木河中下游布设土壤监测点(见图1)，并对表层土(0～10 cm)进行采样。在每个100 m×100 m采样点中设置5个25 m×25 m采样单元，然后利用随机布点法在采样单元随机选取5个点，多点采样，每个采样点称取约50～60 g的土壤装入铝盒中(见图2)。

图1 研究区域及样方地布设Fig.1 Sampling sites in the study area

图2 土样采集Fig.2 Collection of soil samples

野外取土后，将铝盒取回的样品放入烘箱，在105 ℃的恒温下烘8 h，待样品在烘干箱内自然冷却至常温，使用分析天平称得烘干后的土壤质量。按式(1)计算土壤水分含量W，即

(1)

式中：W1为土样湿质量；W2为土样干质量。

3.2 遥感影像的选择及处理方法

3.2.1 遥感影像的选择

本研究采用Terra MODIS产品中的MOD09 Al。MOD09 Al数据空间分辨率为500 m(实际上是463.3 m)分辨率的第1—第7波段8 d合成的地表反射率，去除了云及云影干扰，可以用来监测地球植被的季节变化和年际变化。

3.2.2 基于遥感监测土壤湿度的变化特征

烘干土壤后，通过式(1)计算得出采样样品的土壤湿度，通过ArcGIS提取MODIS影像数据中实测采样点位置的第7波段反射率数值，利用线性拟合的方法验证实测土壤湿度与MODIS影像数据中第7波段反射率之间的关系。上述拟合验证成功后，通过获取的2010—2019年MODIS卫星遥感数据，提取MODIS影像中10 a的塔里木河流域第7波段反射率，分析10 a来塔里木河流域土壤湿度的变化，通过塔里木河上中下游的3个河段，分析土壤湿度的空间变化。

3.2.3 MODIS数据波段监测土壤湿度

前人通过研究发现，当土壤的含水量较高时，水的吸收率曲线波长值较低，且水的吸收率曲线在1.4、2.0 μm附近存在吸收峰[10]。MODIS卫星影像数据中的第6波段的波长为1.628～1.652 μm，第7波段的波长为2.105～2.115 μm，和水的吸收峰接近。在荒漠化地区，土壤水分含量与MODIS影响数据中的第7波段反射率呈负相关，且通过对比研究发现，MODIS影像数据中第7波段的反射率比第6波段的反射率更接近荒漠地区土壤含水量的吸收峰[10]。故本次研究塔里木河流域土壤湿度遥感监测采用Terra MODIS产品中数据空间分辨率500 m、8 d合成的MOD09A1第7波段来监测土壤湿度。

4 结果与分析

4.1 塔里木河流域土壤湿度遥感监测

利用MRT(MODIS Reprojection Tool)提取MODIS影像数据中第7波段，按照实测数据的位置在ArcGIS中输入相同位置的经纬度，提取该位置的第7波段反射率，并对比实测土壤湿度与MODIS第7波段反射率。通过对比分析发现，在塔里木河流域实际测得的土壤湿度与MODIS影像数据第7波段反射率呈一元线性回归拟合关系(见图3)，直线拟合公式为y=-0.45x+0.19,R2=0.48，即随着反射率的增加，研究区域的土壤含水量逐渐减少。

图3 2019年9月MODIS影像数据波段反射率与实测土壤湿度的拟合Fig.3 Fitted curve between band reflectance of MODISimage data and measured soil moisture inSeptember 2019

4.2 基于MODIS的土壤湿度时间变化特征

4.2.1 土壤湿度年内动态变化特征

通过对塔里木河流域2019年全年MODIS遥感数据的第7波段反射率提取分析，并在每个月中选择同一时段内的第7波段反射率代入上述一元线性拟合公式估算塔里木河上中下游及流域2019年各个月份的土壤湿度，得出2019年各个月份土壤湿度的动态变化情况(见图4)。

图4 2019年塔里木河流域土壤湿度动态变化Fig.4 Dynamic change of soil moisture in Tarim RiverBasin in 2019

由图4可以看出，塔里木河流域土壤湿度年内季节性变化较大，这与塔里木河流域的丰水期、枯水期相适应。相关研究指出[14]，6—10月份塔里木河流域月径流量占年径流量的80.35%，1—5月份塔里木河的月径流量仅占年径流量的7.74%。通过本次反演计算发现，塔里木河流域的土壤湿度在4.16%～6.45%之间，月平均土壤湿度最大为6.29%；2—5月份的土壤湿度均未超过5%，2019年最低土壤湿度仅为4.16%，出现在2月份，结合塔里木河的月径流量来看，两者情况是对应的。

4.2.2 土壤湿度年际动态特征

据了解，每年的6—10月份是塔里木河流域的汛期，本研究以塔里木河流域2010—2019年10 a的MODIS影响数据为基础，选择流域内7、8月份及每年来水量较小的2、3月份进行对比分析，利用在此期间的MODIS影响数据的第7波段反射率，反演计算出每年同期塔里木河流域的土壤湿度。

由图5(a)可知，2010—2014年、2017—2019年塔里木河流域2月份的土壤湿度存在下降的趋势，2014—2017年存在上升的趋势。2010—2019年中土壤湿度最大值为7.20%；在2014年，塔里木河流域的土壤湿度最小，仅为3.49%。变异系数CV是衡量年际变化规律的常用参数，一般情况下，若CV>15%，说明研究数据震荡变化相对剧烈。经计算，在塔里木河流域2月份土壤湿度的年际间变异系数为20.91%，上、中、下游的土壤湿度年际间变异系数分别为18.59%、24.31%、22.77%。

图5 塔里木河流域不同月份土壤湿度年际变化Fig.5 Interannual variation of soil moisture in TarimRiver Basin in different months

由图5(b)可知，近10 a来，塔里木河流域3月份的土壤湿度变化总体平稳，存在一定的震荡、整体来看略有增加。最大土壤湿度出现在2017年，为4.54%；最小土壤湿度出现在2015年，仅为3.39%。流域内3月份的土壤湿度年际间变异系数为11.78%，上、中、下游土壤湿度年际间变异系数分别为9.71%、15.18%、18.41%。

由图5(c)可知，近10 a来塔里木河流域7月份土壤湿度整体变化趋稳定，略有震荡。最大土壤湿度出现在2012年，为7.53%；最小土壤湿度出现在2015年，仅为5.76%。流域内3月份的土壤湿度年际间变异系数为9.04%，上、中、下游土壤湿度年际间变异系数分别为9.70%、7.94%、20.40%。

由图5(d)可知，近10 a来，2010—2014年塔里木河流域8月份土壤湿度变化略有震荡，2014—2017年土壤湿度呈增长趋势，2017—2019年土壤湿度呈下降趋势。最大壤湿度出现在2017年，为7.71%；最小土壤湿度出现在2019年，仅为5.10%。流域内8月份的土壤湿度年际间变异系数为12.10%，上、中、下游土壤湿度年际间变异系数分别为8.38%、2.92%、28.32%。

为了直观表示塔里木河流域土壤湿度的变化情况，本研究以2010年8月份、2019年8月份该地区MODIS影响数据的第7波段反射率的空间分布为例，如图6所示，其余年份的第7波段反射率空间分布不再赘述。

图6 2010年8月份和2019年8月份塔里木河流域波段反射率空间分布Fig.6 Spatial distribution of band reflectance inTarim River Basin in August 2010 and August 2019

4.3 基于MODIS的土壤湿度的空间分布特征

由于塔里木河是由阿克苏河、和田河、叶尔羌河三条河汇流而成的，且塔里木河干流狭长，致使塔里木河上、中、下游的水文生态环境有所差异，沿程的土壤湿度情况也会存在一定的差异。本研究分别选取了2019年的3月份、7月份、10月份、12月份，分别代表流域内春、夏、秋、冬的典型时段，利用MODIS影响数据及相关关系反演计算塔里木河流域不同河段的土壤湿度，反演结果对比见图7。由图7可见，塔里木河流域上、中、下游土壤湿度在年内空间上、时间上差异较大。具体表现在以下几个方面。

图7 2019年塔里木河流域不同河段土壤湿度分布Fig.7 Soil moisture distribution in different reaches ofTarim River Basin in 2019

同时期不同河段对比：2019年3月份，塔里木河流域上游河段的土壤湿度分别是同期中、下游土壤湿度的1.85倍、2.75倍。随着季节的变化，塔里木河流域来水量不断增大，流域土壤湿度随之增大，2019年10月份，塔里木河上、中、下游的土壤湿度变大，流域上游的土壤湿度为9.72%，分别是同期中、下游土壤湿度的1.75倍、2.94倍。通过对2019年塔里木河不同河段的土壤湿度分析比较，塔里木河流域土壤湿度表现为上游>中游>下游。

同河段不同时期对比：通过2019年3、7、10、12月份的土壤湿度反演计算，3—10月份，上游的土壤湿度增加了2.84%，中游土壤湿度增加了1.82%，下游土壤湿度增加了0.81%。通过同河段不同时期对比分析发现，塔里木河土壤湿度增加量表现为上游>中游>下游。

5 讨 论

5.1 基于MODIS影像反演土壤湿度的差异性

土壤湿度是农业干旱信息最重要的表征因子，是地球环境生态循环中的重要组成部分[15-16]。本文通过MODIS影像数据中的MOD09A1验证了塔里木河流域土壤湿度的反演计算模型，结果显示实际测得的土壤湿度的与MOD09A1中第7波段反射率呈负相关关系，一元线性回归拟合公式为y=-0.45x+0.19，R2=0.48，实测的土壤湿度与MODIS影像数据MOD09A1的第7波段反射率拟合相关系数较小。这主要有以下几方面原因：

(1)卫星影像数据与实际测得数据在时间上存在一定的差异。即使在本次实际取样前15 d，研究区域没有降雨，但MOD09A1是8 d合成的遥感影像数据，短短几分钟，卫星就可能将研究区域过境，而现场取样的土壤是几天内完成的，从而使得卫星影像数据与实测数据时间不同步，可能造成一定误差。

(2)卫星影像数据的面平均数据与实际采样点的点数据存在差距。本研究中卫星遥感数据采用的是分辨率为500 m的MOD09A1，通过ArcGIS提取实测位置的第7波段反射率代表的是一个象元平均值，而实地测得的土壤湿度是在100 m×100 m样方地内。虽然样方地内多点取样，测得土壤湿度后，计算样方内土壤湿度的平均值，单点数据的平均值也很难代表一个象元的平均土壤湿度。

(3)遥感数据反演计算与实测深度的土壤湿度数据关系不明确。本研究实测土壤湿度为地面10 cm 以内，而MODIS影像数据的第7波段反映的是地面表层土壤湿度，二者的关系目前尚未明确，会产生相应的误差。

(4)不能精确地去除大气影响。改进的方法主要是尽量做到时间同步，提高点到面数据的代表性和建立更高精度的拟合模型。

基于以上，在荒漠化地区，MODIS反演土壤从点上和小尺度拟合效果并不是很理想。李薇[17]通过研究发现MODIS数据可用于监测沙漠化地区大面积、多时相土壤含水量，可以反映出土壤含水量的变化。2010—2019年塔里木河流域土壤湿度的变化与塔里木河来水量及生态输水有着密切的联系，塔里木河流域土壤湿度在地表水的作用下发生变化。2018年5月，据塔里木河流域管理局统计，2017年为特丰年，上游阿拉尔来水量达68亿m3，为近年来干流最大来水量，与反演土壤湿度年际变化中2017年土壤湿度最大的结果一致。综上所述，MODIS影响数据中MOD09A1第7波段反射率可以用于反演、监测塔里木河流域的土壤湿度。

5.2 塔里木河流域土壤湿度的时空分布

塔里木河流域土壤湿度年内季节性变化较大，其中2019年6—10月份的土壤湿度超过6%，最大土壤湿度为6.29%；2—5月份的土壤湿度均未超过5%，全年最低土壤湿度仅为4.16%。近10 a来，2017年塔里木河流域土壤湿度最大，塔里木河2月份土壤湿度的数据变化较大，变异系数CV均超过15%。2010—2019年间，塔里木河下游的土壤湿度数据变化较大，CV均超过15%。

塔里木河流域上、中、下游土壤湿度在年内空间上、时间上差异较大。通过同期不同河段的对比分析发现，塔里木河流域土壤湿度表现为上游>中游>下游。通过同河段不同时期对比分析发现，塔里木河土壤湿度增加量表现为上游>中游>下游。

2010—2019年塔里木河流域土壤湿度的变化与塔里木河流域来水量及生态输水有着密切的联系。近几年来，新疆维吾尔族自治区启动了塔里木河流域胡杨林生态保护重大专项行动，据塔里木河流域管理局统计，截至2016年秋，新疆已经连续17次向塔河下游进行生态输水，累计输送生态用水57.8亿m3。在地表水的作用下，流域土壤湿度发生变化。从以上分析可以看出，塔里木河流域土壤湿度空间分异较大，且下游土壤湿度数据变化较大，虽然近几年来塔里木河来水量较大，但如果仅靠天然输水，塔里木河流域的土壤湿度分异难以调控，河道两岸的生态环境难以恢复。因此，需要结合生态输水，加强水资源人工调控，充分利用河岸生态闸纵向分水以及下游输水，来增大流域的土壤湿度，满足塔里木河流域两岸植被的需水，对塔里木河流域生态恢复具有重要意义。

6 结 论

本研究表明，基于MOD09A1土壤湿度反演的验证，土壤湿度与Band 7波段反射率呈一元线性回归拟合，拟合公式为y=-0.45x+0.19,R2=0.48。塔里木河流域土壤(0～10 cm)湿度年内季节性变化较大，塔里木河下游的土壤湿度数据变化较大。塔里木河流域上、中、下游土壤(0～10 cm)湿度在年内空间上、时间上差异较大，塔里木河流域土壤湿度表现为上游>中游>下游，土壤湿度增加量表现为上游>中游>下游。

本文采用的是野外实地调查、遥感定量反演和统计分析相结合的方法，该方法存在着一些不足，如本研究尚未考虑土壤取样点的植被覆盖度情况，且取样深度为10 cm。我国于 2001 年开始接收 MODIS 影像数据。在今后的研究中，结合土壤取样点的土壤湿度及植被覆盖度情况，将取样深度增加为20 cm，将时间序列适当延展，分析塔里木河流域土壤湿度的变化特征，作出更全面的分析与预测。

致谢：感谢新疆林业科学院、塔里木河流域干流管理局和胡杨保护区管理局对野外调查的大力支持。