基于ETM+數據的旱情監測

胡向輝，陶建軍

（1．湖南科技大學 建筑與城鄉規劃學院，湖南 湘潭 411201）

基于ETM+數據的旱情監測

胡向輝1，陶建軍1

（1．湖南科技大學 建筑與城鄉規劃學院，湖南 湘潭 411201）

以福州市及周邊地區為研究區域，根據該地區2002-05-26和2001-05-21的ETM數據，運用單窗算法反演了該地區的地表溫度（LST）。與以往研究不同，在反演大氣等效平均溫度和大氣透射率時，結合了研究區內以及周邊臺站的氣象信息，運用ArcGIS 9．3和ENVI4．5實現了相關參數的反演，并通過求得的LST和NDVI指數，求得干旱級別指數（TVDI），旱情監測結果和國家氣候中心所得到的結果基本一致。

單窗算法；溫度反演；TVDI ；干旱

利用遙感方法進行土壤水分監測的可行性研究始于20世紀60年代末[1]。目前，國內外采用遙感技術檢測干旱的方法較多，主要集中于基于歸一化植被指數和地表溫度的干旱監測[2],地表溫度作為此方法的重要參數之一，它的準確性與否直接影響到結果的準確性[3-5]。本文為了提高反演的精度，通過對周邊氣象臺站的近地表溫度和近地表水汽壓進行插值來求取相關參數。干旱是福建省主要的自然災害，發生頻繁，涉及范圍大，對全省的農業生產和人民生活造成較大的危害[6]。目前還沒有基于遙感方法對福州市相關地區的旱情研究,所以利用遙感數據對該區域進行旱情監測的研究有著重要意義[4-6]。由于研究區域較小，因此本文沒有利用微波遙感方法和MODIS數據來反演研究區的相關參數，綜合考慮數據的可獲取性和驗證的可行性，本文利用2001年和2002年5月份的ETM數據，采用NDVI-LST特征空間法和單窗算法，反演了該地區的干旱情況，以期為該地防災減災工作提供科學依據。

1 研究區概況

研究區所處的經緯度范圍為25．05～26．96 N，117．68～120．13 E，屬南亞熱帶季風氣候，溫和多雨，年平均氣溫為16～20℃，年平均日照時數為1 700～1 980 h，年平均降水量為900～2 100 mm[7]。福州市區所在地屬于典型的河口盆地，四周被群山峻嶺環抱，其海拔多在600～1 000 m；東有鼓山，西有旗山，南有五虎山，北有蓮花峰。境內地勢自西向東傾斜，全市總面積12 154 km2，其中市區總面積1 786 km2[8]。研究區的主要土地類型有園地、林地水域、耕地、居民地和工礦用地以及交通用地等，為研究方便本文將土地利用類型分為水體、城鎮和自然表面3種類型。

2 數據來源和方法

2.1 數據來源

研究所需數據主要包括2001-05-23和2002-05-26的Landsat ETM高分辨率遙感數據以及相關的氣象數據。遙感數據是從國際科學數據服務平臺（http:// datamirror．csdb．cn/）獲得的；近地表的地面氣溫以及近地表水汽壓數據來自于福建省2001～2002年氣象資料，其中包括本站氣壓、0 cm地溫、相對濕度、風向風速等氣象參數；中國地面0．5°×0．5°格點月平均氣溫以及降水月值數據集(V2．0)是從中國氣象科學數據共享服務網(http://cdc．cma．gov．cn/home．do)獲得的。綜合以上數據，利用ENVI4．5、ArcGIS9．3和MatlabR2010等軟件，結合LST-NDVI特征空間法進行分析。

2.2 原理與方法

2.2.1 反演原理

近年來國內外學者嘗試構建NDVI和LST特征空間監測旱情， Price等[9]分析了不同傳感器得到的植被指數和地表溫度數據，并且與模型得到的結果進行了比較驗證，結果表明二者構成的空間關系為三角形關系。從圖1可以看出，研究區域植被覆蓋類型要從完全植被覆蓋到部分覆蓋再到植被全覆蓋的狀態，對應的土壤水分分布狀況應從缺乏變化到充足，A點表示較高的地表溫度、無植被覆蓋的狀態，即干燥裸土；B點表示濕潤裸土；C點表示土壤水分充足，植被全覆蓋的狀態。A、B、C三點組成了三角形特征空間的3種極端情況。

本文以福州市部分地區為研究區域，利用簡化的NDVI-LST特征空間，反演了2001年和2002年同一時期的干旱指數，并與實際的監測結果進行了比較，從而實現對該地區旱情的監測。圖2為反演TVDI的基本流程。

圖1 LST-NDVI三角形特征空間圖

圖2 反演TVDI基本流程圖

2.2.2 地表溫度的求取

地表溫度遙感分析通常采用普適性單通道算法和單窗算法，尤其是覃志豪的單窗算法[10]，已在許多地區得到驗證[11]。該方法利用ETM數據的3、4以及6波段數據，借助實測大氣溫度、大氣水汽資料計算大氣平均作用溫度和大氣透射率，借助植被指數計算地表比輻射率，從而得到相對準確的LST[12]。

2.2.3 大氣平均作用溫度和大氣透射率的求取

為了將氣象站點和ETM影像數據進行匹配，需首先在ENVI4．5中對站點坐標進行轉換，轉換后的投影坐標系統為UTM平面投影坐標；再將氣象臺站導入到ArcGIS9．3中， 并將0 cm地溫以及近地表水汽壓這2個參數的數值作為點數據的屬性一并導入。由于氣象站點呈離散點狀分布，且不完全在研究區范圍內，因此本文采用雙調和樣條插值法進行插值。此方法的優勢是可在矩形覆蓋范圍自動進行外插，然后將插值結果導入到ENVI4．5軟件中，并且對數據進行重采樣，使其空間分辨率和遙感數據完全一致。對重采樣結果進行空間裁剪，得到所需范圍內的數據，進而在ENVI4．5中進行大氣平均溫度和大氣透射率2個參數的求取。根據覃志豪單窗算法的有關條件，最終確定利用熱帶平均大氣（北緯15°年平均）處和高溫剖面水汽含量在0．4～1．6的大氣透射率估算方程來計算對應的等效平均大氣溫度和大氣透射率。公式如下：

式中，ω為水汽含量；To為地表近似溫度。

2.2.4 TVDI的反演

應用簡化的NDVI-LST三角形特征空間，并基于在NDVI-LST特征空間存在土壤濕度等值線的經驗，Sandholt[13]等提出了溫度植被干旱指數（TVDI）的概念。TVDI只依靠圖像數據，由植被指數和地表溫度計算得到。TVDI的取值范圍為[0，1]，TVDI值越接近于1，說明干旱程度越嚴重。TVDI計算公式為：

式中，LST表示任意像元的地表溫度；LSTmin表示某一NDVI值對應的所有地表溫度的最低值，對應濕邊；LSTmax表示某一NDVI值的最高溫度，對應干邊；a、b、c、d為待定系數。

3 結果與分析

3.1 TVDI結果

將回歸后的LSTmax、LSTmin代入方程TVDI=（LST-LSTmin）/(LSTmax-LSTmin)得到圖像。本文采用適用于干旱半干旱地區的干旱等級劃分方法，即極濕潤（0＜TVDI≤0．2）、濕潤（0．2＜TVDI≤0．4）、正常（0．4＜TVDI≤0．6）、干旱（0．6＜TVDI≤0．8）、極干旱（0．8＜TVDI≤1），得到干旱等級分布如圖3所示。

圖3 2001年和2002年干旱等級分布圖

可以看出，2001年除去海域部分，大部分有植被覆蓋的地方都處于濕潤范圍，而2002年很大一部分地區都處于干旱范圍，而據國家氣候中心統計[14,15]，2001年該地沒有大范圍的干旱發生，而在2002年該地卻發生了春、夏連旱的情況，從一定程度上說明該研究方法具有一定的科學性。

3.2 TVDI驗證

本文利用濕潤度指數對TVDI進行驗證，地表濕潤度指數是指降水量與潛在蒸散量之比，能較客觀地反映某一地區的水熱平衡狀況，是判斷某一地區氣候干旱與濕潤狀況的良好指標。計算方法如下：

式中，R為降水量；ET為潛在蒸散量。K＜1時，表示大氣降水少于植被生理過程需水量；當K=1時,表示該區域大氣降水與植被生理需水達到平衡；當K＞1時,表示大氣降水大于植被生理過程需水量。

月潛在蒸散量為：

式中，i是月份的編號；Pi是月平均氣壓(mbar)；ti是平均氣溫（℃）；di是月的天數；Ui是在10～12 m高度處觀測的月平均風速（m/s）；Woi是在溫度為ti時的飽和水汽壓（mmHg）；而hi是月平均相對濕度。

當月平均溫度0℃＜t≤30℃時，wo=1．369 4×109exp(-5 328．9/(273．2+t))，其中所用到的數據是從中國氣象數據共享服務網上獲得的，包括0．5°×0．5°格點數據集（V2．0）中的月降水、月平均氣溫數據集、相關站點的月平均氣壓、月平均風速以及月平均相對濕度數據。在ArcGIS9．3中進行重采樣、插值、柵格計算以及重分類等操作，得到濕潤度指數分布圖。本文中導入了南平、古田、尤溪、永泰、德化、連江、長樂7個樣點，分布情況如圖4所示。

圖4 2001年和2002年濕潤度指數分布圖

圖5 2001年和2002年樣點相關性分析圖

然后，在ArcGIS9．3中添加等值線，可得到每個樣點的濕潤度指數值。在ENVI4．5軟件中，利用像素定位和空間定位方法得到相應樣點的TVDI。本文將濕潤度指數和TVDI作相關性分析，得到結果如圖5所示。從圖中可以看出，濕潤度指數和TVDI大致成負相關關系，濕潤度指數低，TVDI值較大，干旱程度較嚴重；濕潤度指數高，TVDI值較小，干旱程度較輕。因此，本文反演的TVDI能夠較為準確地反映研究區域的干濕程度，反演結果與實際情況大致相符。

4 結 語

由于遙感數據的獲取具有實時性、高空間分辨率等特征，對于一些站點稀疏甚至無法設立站點的地區實現干旱監測具有很大的意義。本文所研究的僅僅是一景數據，且由于缺乏實時的土壤濕度數據，沒有更好地進行驗證，需要在下一步的工作中進行深化，以期更好地為相關的決策部門提供有關旱情的科學依據。

[1] 王鵬新，龔健雅，李小文．條件植被溫度指數及其在干旱監測中的應用[J]．武漢大學學報：信息科學版,2001,26(5)：412-418

[2] 許麗娜, 牛瑞卿, 尚秀枝．利用溫度植被干旱指數反演三峽庫區土壤水分[J]．計算機工程與應用,2011,47(25):236

[3] 孫芹芹,譚建軍．利用NDVI-T特征空間法進行廣東省土壤監測研究[J]．遙感應用,2008(4): 66-70

[4] 李紅軍,雷玉平,毛利釗．利用高分辨率ETM+數據進行區域旱情監測的研究[J]．遙感技術與應用,2004,19(4):240-243

[5] 趙麗花,杜培軍,逢云峰，等．基于溫度植被旱情指數的徐州市郊干旱遙感監測[J]．水土保持通報,2010, 30(4): 110-114

[6] 張春桂,李文． 福建省干旱災害衛星遙感監測應用研究[J]．氣象,2004,30(3)：22

[7] 劉霞，沙晉明．基于ETM+影像的福州市部分城區的地表溫度反演與分析[J]． 海洋技術,2010, 29(3):87

[8] 宋恩寶．福州市地區概況[EB/OL]．http://www．zgsxzs．com/ plus/view．php?aid=57334，2013-04-02

[9] Price J C．Using Spatial Context in Satellite to Infer Regional Scale Evaportrans Pirations[J]．IEEE Transactions on Geoscience and Remote Sening,1990(28):940-948

[10] 覃志豪，Li Wenjuan，Zhang Minghua,等．單窗算法的大氣參數估計方法[J]．國土資源遙感,2003(2):38

[11] 米金套，王志石，何平．基于Lansat TM的澳門城市熱場影響因素分析[J]．生態農村環境學報,2009,25(3)：95

[12] 鄧玉嬌,單海濱,胡民達．基于Landsat/TM資料研究東莞市地表溫度地理分區[J]．水土保持研究,2012,19(2):63

[13] Sandholt I, Rasmussen K, Andersen J．A Simple Interpretation of the Surface Temperature/Vegetations Index Space for Assessment of Surface Moisture Status[J]．Remote Sensing of Environme nt,2002,79(2-3):213-224

[14] Tolunay．2001年特大干旱[EB/OL]．http://www．weather．com．cn/static/html/article/20090218/24730．shtml,2013-04-02

[15] 黃德利．2002年干旱偏重[EB/OL]．http://www．weather．com．cn/drought/ghsj/2002/05/443027．shtml, 2013-04-02

P237.9

B

1672-4623（2014）01-0014-03

10.11709/j.issn.1672-4623.2014.01.005

胡向輝，碩士，主要從事遙感干旱監測等方面的研究。

2013-05-20。

項目來源：湖南省社科基金資助項目（09YBB157）。