额尔古纳市主要种植区农作物生长情况分析与气象保障服务

徐 智

（呼伦贝尔市气象局，内蒙古呼伦贝尔 021008）

近些年，全球气候变化对于生态环境的影响日益加大，这给动植物生长也带来了很大的压力，也使种植区非水浇地种植作物的植被长势压力更大。监测主要种植区植被长势动态变化，探究不同年份植被长势与气象因子之间的关系，可以对不同年景的主要种植区植被长势给予不同的气象保障服务。

国内对于植被长势的分析一般整体分析某一特定区域的植被长势，例如罗琳玲等[1]关于内蒙古地区植被长势与气候变化的响应分析，该研究以内蒙古自治区为研究区，研究植被长势与不同气候因子的响应；赵丽蓉等[2]通过我国温带地区植被长势与生长季结束日之间的关系，分析得出气象因子对于重要环境区生长季结束日变化的作用。植被长势的时空特征的关注度也较高，田海静等[3]关于北方草原近20年的植被长势的动态监测，该研究利用2000—2019年的北方草原归一化植被指数数据，动态分析了我国北方草原近20 年的植被长势情况；刘旭升等[4]利用2005—2014 年的卫星遥感数据对近10 年我国荒漠化地区植被长势情况进行了分析。

额尔古纳市地处呼伦贝尔市的北部，地域面积较大，生态系统比较复杂，有农、牧、林3 种生态系统，是呼伦贝尔市农垦集团的主要生产区之一，种植区的植被长势监测对于额尔古纳市乃至呼伦贝尔市的作物高产均有较大作用。然而，近些年的研究多以大尺度的植被长势监测为主，特定类型的植被长势监测较少。本文以此出发研究额尔古纳市主要种植区近20 年的农作物生产情况分析与开展的相关气象保障服务，为今后的气象保障服务开拓新思路，为粮食安全保障提供一条新的监测手段。

1 研究区概况

额尔古纳市位于呼伦贝尔市北部，是内蒙古自治区纬度最高的地区，地处大兴安岭西北地区，与俄罗斯接壤，属于寒温带大陆性季风气候。四季分明、气候凉爽，年降水量在200～280 mm，境内流域面积超100 km2。其耕地面积近17 万hm2，年播种面积超8万hm2，是呼伦贝尔农垦集团主要的农作物产区之一。

2 数据来源与方法

2.1 数据来源

（1）文中遥感数据采用的是MODIS（Moderateresolution Imaging Spectroradiometer）空间分辨率为500 m、时间分辨率为8 d的数据。利用归一化植被指数（NDVI）最大值合成（maximum value composite）的方法得到额尔古纳市夏季5—9月的NDVI数据。

（2）文中所用气象数据均来自中国气象科学数据共享服务平台公布的额尔古纳市近20 年逐月降水量数据和中国气象局多源气象资料融合的陆面通化系统（CLDAS）逐月10 cm土壤湿度数据。

2.2 研究方法

2.2.1归一化植被指数（NDVI）归一化植被指数是反映植被生长情况的遥感指数，主要是利用近红外和红外2 个波段的差与和的比值来计算，具体公式如下。

式中：R为可见光红光反射率；NIR为近红外反射率。

2.2.2相关分析法研究采用一元线性方法对研究区NDVI与气候因子（降水量和土壤湿度）的相关性进行研究。通过应用相关分析的方法，研究NDVI和多个因子之间的关系，得出相关结果，并进行置信度0.05 水平和0.01 水平的t 检验。

2.2.3Z-score 标准化方法由于本研究中NDVI数值在10-1数量级内，而土壤湿度数值在101数量级内、降水量数值也是在101数量级范围内，其值大小不在同一数量级，需要进行数据标准化处理，这样的回归拟合效果更佳。研究采用Z-score标准化方法，这种方法就是将原始数据的均值（mean）和标准差（standard deviation）进行数据标准化。其公式详见马立平[5]文献中相关技术方法。

3 结果与分析

3.1 夏季植被长势情况分析

研究通过最大值合成的方式将8 d的MODIS遥感图像NDVI值合成为逐年的夏季植被长势值，然后通过平均值计算，计算出近20 年夏季平均长势图。近20年植被长势超90%的区域其NDVI值大于0.8，长势极好。而南部下垫面类型为草原的区域其长势比下垫面为农业种植和林业的差，其植被长势值小于0.6，而农业生产区的植被长势大部分地区大于0.7。

3.2 种植区夏季植被长势分析

研究根据额尔古纳市主要种植区的矢量数据，将近20 年额尔古纳市主要种植区长势数据进行逐年分析，通过平均值合成法得到额尔古纳市近20年种植区夏季植被长势平均态数值。额尔古纳市种植区大部分地区的NDVI值大于0.6，只有南部部分地区旱作地区的植被长势NDVI值低于0.6，其面积小于种植区总面积的5%。

通过年最大值合成的方法计算的额尔古纳市的长势图分析可知，近20 年中有5 年的夏季平均长势低于20 年的平均态，分别为2001、2004、2007、2016和2017 年。这低于平均长势的5 年中，2007年的夏季种植区植被长势最差，而2004年中部地区的长势最差。2001、2016和2017年约30%面积的植被长势值低于平均态。

3.3 种植区夏季植被长势与气象要素之间的关系

由于种植区植被长势属于面状要素值，而观测站点信息属于点状要素信息，故本研究利用点对点匹配对应的方式建立线性回归方程（表1）。首先，先建立1 km 空间分辨率的额尔古纳市市域面积内的全域面状渔网（fishnet）。其次，通过主要种植区覆盖区选取其特征值区域。最后，建立额尔古纳市主要种植区渔网选取图。通过面状渔网图中主要种植区的点值与相应站点的观测数据进行拟合，确定种植区植被长势与气象要素之间的关系。这样通过点对点的分析，建立的回归拟合分析可以有效地减少由于插值分析带来的误差。

表1 额尔古纳市主要种植区植被长势NDVI与气象要素的线性关系

由表1 可知，农作物生长主要和降水量呈正相关关系，且呈显著性相关。由于额尔古纳市属于干旱半干旱区，洪涝发生概率要低于干旱发生的概率[6-8]，所以降水量与种植区植被长势NDVI值呈正向关系，降水量差的年份例如2004 年，其降水量低于历史同期，种植区植被长势也较差。而通过订正后的CLDAS 土壤含水率（体积含水率）数据与农作物生长情况的关系可知，土壤含水率对农作物生长起决定性因素，其对农作物长势的影响要高于其他气象要素。当土壤含水率低、出现农业干旱时，将会影响当年的农作物产量。综合分析降水与土壤湿度因素对于额尔古纳市主要种植区植被长势NDVI的影响可知，由于2 种影响因子经过标准化处理后均在同一数量级，其拟合方程系数可以代表其影响权重，由此可知土壤湿度的权重要高于降水量，且2项因子与主要种植区植被长势NDVI均呈显著性相关关系。降水量和土壤湿度与种植区植被长势NDVI均呈正向相关关系。在提供气象综合保障服务时，在土壤湿度值下降较快且降水量较少时，采取人工浇灌、人工增雨等手段进行干预，有效地缓解由于降水量不足或者其他气象因素（温度过高）等造成的气象灾害及其衍生灾害损失。

4 结论

（1）额尔古纳市近20年植被长势超90%的区域其NDVI值大于0.8，长势极好，其中南部下垫面类型为草原的区域其长势差于较下垫面为农业种植和林业的地区。而近20年种植区大部分地区的NDVI值大于0.6，只有部分中部地区旱作地区的植被长势NDVI值低于0.6。

（2）近20 年中有5 年的夏季平均长势低于20年的平均态，分别为2001、2004、2007、2016 和2017年，2007年的夏季种植区植被长势最差，而2004年中部地区的长势最差。而2001、2016和2017年约30%面积的植被长势值低于平均态。

（3）研究利用点对点匹配对应的方式建立线性回归方程，这样有效地避免了空间插值带来的误差对研究结果的影响。利用标准化的方式对研究数据数量级进行统一，分析其对于主要种植区植被长势NDVI的影响可知，2 项因子与主要种植区植被长势NDVI均呈显著性相关关系，土壤湿度的权重要高于降水量，降水量和土壤湿度与种植区植被长势NDVI均呈正向相关关系。

（4）研究结果可为今后农作物生产和气象综合保障服务提供科学依据。今后气象部门提供气象综合保障服务时，选取土壤湿度值下降较快且降水量值较少时，可采取人工浇灌、人工增雨等手段进行干预，尽量减少气象灾害及其衍生灾害带来的损失。