基于MOD16產品的陜西關中地區干旱時空分布特征

何慧娟，卓　靜，李紅梅，權文婷

(陜西省農業遙感信息中心， 陜西 西安 710014)

?

基于MOD16產品的陜西關中地區干旱時空分布特征

何慧娟，卓靜，李紅梅，權文婷

(陜西省農業遙感信息中心， 陜西 西安 710014)

摘要：基于MOD16產品，利用作物缺水指數法，結合氣象站點觀測資料及MOD17植被指數信息，分析了2000—2013年陜西關中地區干旱的時空分布特征。結果表明：基于MOD16產品的作物缺水指數的計算結果與站點土壤相對濕度的變化規律一致，并且兩者的相關系數通過了P<0.001的顯著性檢驗，說明MOD16數據可以用于關中地區干旱的時空變化分析； 作物缺水指數的空間分布不均勻，在關中地區的東部和北部值較高，較為干旱，特別是在關中東北部和西安市周邊干旱特別嚴重，作物缺水指數多年平均值在0.795～0.832，達到重旱等級，并且區域內干旱程度呈顯著上升趨勢； 作物缺水指數有明顯的年內變化波動，在3—6月及10—11月值最高，作物缺水指數達0.7左右，其中3—6月是重旱和特旱集中發生的時期，而10—11月以輕旱和中旱為主； 2000—2013年作物缺水指數在2003年出現最低值(0.65左右)，后逐年升高，在2013年達最高值(0.8左右)； 2000—2013年輕旱面積呈減小的趨勢，中、特旱呈增加趨勢； 作物缺水指數與溫度、降水及植被的關系密切，高溫少雨時，作物缺水指數偏高，干旱容易發生，同時歸一化植被指數較低。

關鍵詞：MOD16；干旱；時空分布；作物缺水指數；關中地區

干旱是陜西省主要的自然災害，有“十年九旱”之說。據史料記載，陜西省干旱的危害程度占所有氣象災害的50%[1]。陜西關中地區是陜西省主要的糧食產區，也是陜西省干旱發生最嚴重的區域[2]，在歷史上干旱發生的次數占總年數的42.25%[3]，因此對干旱準確監測對農業生產至關重要。

傳統干旱監測的方法多采用氣象和水文參數[2,4-5]，其數據是基于站點的，而觀測站點較少且分布不均勻，因此不能全面細致地反映區域干旱的時空變化特征。現如今遙感技術的迅速發展，提供了大范圍高分辨率多時象的地表特征信息，為干旱監測提供了新途徑。大量的研究[6-11]表明遙感數據已經能夠較為準確地反映土壤干旱信息，但是由于遙感數據信息量大，處理相對復雜，已有的遙感監測研究多基于干旱發生的一個時段，沒有長期連續系統的干旱遙感監測數據，因此對分析區域干旱的時空分布特征有一定的局限性。2011年美國NASA研究團隊在MODIS遙感數據蒸散反演算法上取得新進展[12-13]，并且發布了2000—2013年全球MODIS陸地蒸散參數產品數據(MOD16)，具有較高的時間分辨率和空間分辨率，以及免費獲取等特點，在研究水分循環等方面具有一定的優勢[14]。另外數據集中包含蒸散和潛在蒸散兩個參數，正好可以用于作物缺水模型的計算，為干旱監測研究提供了方便可行的數據。因此本文將基于MOD16蒸散數據產品，利用作物缺水指數法，探討2000—2013年陜西關中地區干旱的時空變化特征。

1研究區概況與數據來源

1.1研究區域概況

研究區域沒有按照行政邊界進行劃分，而是利用2014年國家基礎地理信息中心制作的2010年土地利用數據(http://www.globallandcover.com/GLC30Download/index.aspx)提取了關中平原作為研究區域。從圖1可以看到，關中地區位于陜西省中部，西起寶雞、東至潼關，南接秦嶺，北到陜北高原，西窄東寬，土地覆蓋類型為明顯的大片耕地區域，農作物以冬小麥和夏玉米為主，為一年兩熟制，是陜西省主要的糧食產區。研究區域是斷層陷落區即地塹，后經渭河及其支流涇河、洛河等沖積而成。區域內地形平坦，土層深厚，蓄水性好，但是區域內水資源相對不足，干旱是造成糧食減產的主要原因[15]。因此這樣的劃分更符合自然環境規律，利于區域干旱的研究。

圖1陜西關中地區土地利用和氣象站點分布

Fig.1Land use and distribution of meteorological stations in Guanzhong region of Shaanxi Province

1.2數據來源

MOD16數據是利用MODIS衛星傳感器數據結合氣象數據反演得到的地面蒸散數據集。文章所用的蒸散數據是2011年Mu等在2007年算法的基礎上改進的蒸散算法[12-13]。蒸散算法基于Penman-Monteith公式。蒸散包括地表蒸發和植物蒸騰。陸地蒸散水分來源于土壤、植被攔截未達地面的雨水、植被莖葉氣孔的呼吸。計算需要反照率、葉面積指數、地表覆蓋類型等遙感數據和氣壓、氣溫、濕度、輻射等氣象數據。本文使用的是2000—2013年月、年合成1 km分辨率蒸散(Evapotranspiration，ET)、潛在蒸散(Potential evapotranspiration，PET)數據，軌道號是h26v05和h27v05，下載地址為：ftp://ftp.ntsg.umt.edu。數據在MODLAND提供的MRT(Modis Reprojection Tool)投影轉換工具中對h26v05和h27v05兩區圖像進行拼接和投影轉換，轉換為等經緯度坐標投影，基準面為WGS-84坐標系。

使用歸一化植被指數(Normailized difference vegetation index，NDVI)來反應植被長勢信息，文章使用的是2000—2013年MODIS植被指數數據產品(MOD13Q1)，為16天合成250 m分辨率數據，軌道號是h26v05和h27v05，下載地址為：http://e4ftl01.cr.usgs.gov。同樣使用MRT工具提取了NDVI數據并進行了拼接和投影轉換。為了與MOD16數據對應，將16天合成數據內插成月值。年NDVI數據處理是將一年NDVI值進行了最大值合成，用來反映一年中植被生長最好的狀況。

氣象數據包括2000—2013年33個氣象站點觀測的降水量、平均氣溫的日值數據及5個農業氣象站點2013年土壤相對濕度時值數據。數據來源于陜西省氣象局，站點分布情況見圖1。為了與蒸散數據進行對比分析，將數據處理為月值和年值。

1.3作物缺水指數法

用于干旱監測的方法很多，有植被指數法、熱慣量法、作物缺水指數法等。其中作物缺水指數法由于物理意義明確、適用范圍廣等特點在干旱研究方面得到廣泛應用[9-11]。由于水分供應是蒸散過程的基本條件之一，土壤含水量對蒸散速率有一定的影響[10]，因此作物缺水指數(Crop water stress index，CWSI)的定義為：

CWSI=1-ET/PET

式中：ET為實際蒸散量(mm)；PET為潛在蒸散量(mm)，即在區域供水充足條件下的蒸散量。實際蒸散量與潛在蒸散量的比值可以直觀地反應出區域水分的盈虧狀況，從而可以用于土壤干旱的監測，從式中可見，CWSI值在0～1之間，值越大，表示區域越干旱缺水，值越小表示越濕潤。在MOD16數據集中包含ET和PET數據，正好能夠方便用于作物缺水指數的計算。

2數據分析

2.1干旱檢測結果檢驗

為了保證遙感監測數據的有效性，首先需要對區域MOD16產品計算的作物缺水指數進行檢驗。對于干旱的監測最可靠的方法是對土壤水分的直接測量，國家氣象局以20 cm土壤相對濕度作為旱情的分級標準[16],因此，基于遙感數據的CWSI將與測站測量的20 cm土壤相對濕度數據進行對比。圖2給出了2013年區域內五個測站CWSI與土壤相對濕度數據的對比結果。

圖22013年作物缺水指數與土壤相對濕度的比較

Fig.2Comparison between CWSI and soil relative humidity in 2013

從圖2中可以看出兩者的結果對于干旱的反映比較吻合。在較干旱的時期，土壤相對濕度較低，CWSI較高；在較濕潤的時期，土壤相對濕度較高，CWSI較低。并且，測站之間的對比也符合這一規律，例如在關中最東側的韓城站與最西側的隴縣站比較：韓城站較為干旱，20 cm土壤相對濕度整體偏低，CWSI偏高；而隴縣站較為濕潤，20 cm土壤相對濕度整體偏高，CWSI偏低。 這一變化也與2013年關中地區春季干旱情況較為一致，2013年4月1日陜西省氣象局啟動了重大氣象災害(干旱)Ⅲ級應急響應，至4月24日解除了干旱Ⅲ級應急響應狀態[8]。從測站CWSI的變化情況來看，3月測站CWSI處于高位，到5月各測站CWSI都有不同程度的降低，這與實際的干旱發展情況比較一致。

再對CWSI與20 cm土壤相對濕度的散點圖進行分析(圖3)，發現呈顯著的負相關性，相關系數通過了0.001的顯著性檢驗。說明用MOD16蒸散產品計算的作物缺水指數用于關中地區干旱的監測是可行的。另外通過對CWSI與20 cm土壤相對濕度建立回歸方程，再參照旱情的劃分標準[16]，可以將20 cm土壤相對濕度的干旱劃分標準轉換為CWSI干旱等級的劃分標準，詳細劃分見表1。

圖3　作物缺水指數與土壤相對濕度的關系

2.2區域干旱的時空變化特征

2.2.1多年平均干旱的空間分布狀況從2000—2013年CWSI多年平均值反映的干旱空間分布來看(圖4a)，關中地區干旱呈現明顯的空間分異性規律，關中地區的東部和北部較為干旱，特別是在關中東北部干旱特別嚴重，CWSI多年平均值在0.795～0.832，達到重旱等級。這一結果與譚學志等[4]和蔡新玲等[5]的研究結果較為一致。另外西安市周邊，也較為干旱，特別是城市北部地區。干旱的空間分布規律與氣候條件密切相關，結合溫度、降水的空間分布規律(圖4c、圖4d)可以看到，降水從西南向東北呈減小的趨勢，因此CWSI從西南向東北增加，而溫度則在關中盆地中央最高，向南向北逐漸降低，尤其在城市周邊，特別是西安城市周邊溫度最高，因此在西安周邊干旱也較為嚴重。結合NDVI的空間分布(圖4b)也可以看到，CWSI高值區干旱較重，NDVI也較低，而在CWSI的低值區水分較充足，NDVI也較高。

2.2.2干旱的月變化圖5為根據MOD16數據計算的2000—2013年關中地區CWSI干旱月平均變化。可以看到CWSI有明顯的年內變化波動，在3—6月及10—11月CWSI值較高，CWSI達0.7左右，6月CWSI最高，超過了0.8。CWSI的低值出現在夏季，8月最低，在0.55左右。從干旱情況來看，干旱發生在春季、夏初及秋季。3—6月是重旱和特旱集中發生的時期，而10—11月以輕旱和中旱為主。這與周丹等[2]的陜西省春季和秋季干旱較嚴重的研究結果較為一致。

再結合溫度、降水及植被的變化情況來分析，溫度和降水呈單峰變化，溫度在1月最低，7月達到最高值，降水集中在7、8、9月，9月降水最多。植被呈雙峰變化，有兩個峰值(5月和8月)，這是因為關中地區作物以冬小麥和夏玉米為主，6月冬小麥收獲，NDVI值出現明顯的下降。ET的變化與降水的變化相似，8月ET值最高，而ET在6月出現一個低谷與NDVI的急劇減小有關。PET與溫度的變化較為相似，月變化較均勻，在6月達到最高值。從CWSI、ET、PET與溫度、降水及NDVI的月變化相關系數計算結果(表2)也可以看到，雖然CWSI與溫度、降水及NDVI的相關系數不高，但是CWSI計算的兩個分量ET、PET卻與溫度、降水及NDVI密切相關。年內變化ET與降水、NDVI相關性強，而PET與溫度相關性最強。

表2　干旱月變化下的相關系數

注：**代表P<0.05; ***代表P<0.01。

Note：** meansP<0.05; *** meansP<0.01.

圖4　干旱(a)、歸一化植被指數(b)、降水量(c)、平均溫度(d)多年平均的空間分布

圖5　陜西關中地區干旱月變化

圖6陜西關中地區干旱年際變化

Fig.6Annual variations of drought in Guanzhong

region of Shaanxi Province

2.2.3干旱的年際變化特征從區域干旱的年際變化情況來看(圖6)，CWSI在2003年出現了一個最低值0.65左右，后逐年升高，在2013年最高，達0.8左右。從干旱程度來看，輕旱面積呈減小的趨勢，中旱、重旱和特旱形勢從2003年開始呈加劇的趨勢。這一研究結果與周丹等[2]近20年陜西省干旱發生頻率呈明顯增加趨勢的研究結果較為一致。將CWSI與溫度降水及NDVI的年際變化結合分析來看(表3)，ET與NDVI、降水的相關系數較高，而PET與溫度相關性最為密切，因此CWSI與降水、NDVI呈負相關，與溫度呈正相關。也就是在降水充足、溫度較低的年份，CWSI低干旱程度輕，NDVI值也較高；而在溫度較高、降水缺乏的年份，CWSI高干旱程度重，NDVI值也較低。這一變化規律也可以說明利用 MOD16數據計算的作物缺水指數符合關中地區水熱條件及植被的變化規律，可以反映關中地區干旱的變化情況。

圖7作物缺水指數年際變化趨勢的空間分布

Fig.7Spatial distribution of CWSI annual variation tendency

最后計算了關中地區每個像元CWSI的變化趨勢(圖7)，可以看到關中地區CWSI主要呈明顯上升趨勢，在區域東部和西安市周邊上升趨勢顯著。這一變化可能與全球氣候變暖有關，據IPCC最新報告[17]顯示全球溫度升高是顯著的，因此在全球變暖的背景下使得干旱加劇。再有在城市周邊干旱的加劇與城市熱島效應有關，城市周邊屬于干旱脆弱性地區[18]，城市的擴張使得周邊溫度上升，干旱也隨之加劇。

表3　干旱年際變化下的相關系數

注：*代表P<0.1; **代表P<0.05。

Note：* meansP<0.1; ** meansP<0.05.

3結論與討論

利用MOD16產品計算的作物缺水指數CWSI，結合氣象站點觀測資料及MOD17植被指數信息，分析了陜西關中地區干旱的時空分布特征，主要結論為：

1) CWSI計算結果與站點土壤相對濕度的變化規律一致，并且兩者的相關系數通過了P<0.001的顯著性檢驗，說明基于MOD16產品的CWSI的計算結果可以用于關中地區干旱時空變化的分析。

2) 從空間變化來看，CWSI多年平均的空間分布不均勻，在關中地區的東部和北部較為干旱，特別是在關中東北部干旱特別嚴重，CWSI多年平均值在0.795～0.832，達到重旱等級。另外西安市周邊，也較為干旱，特別是在西安城區北部地區，達到重旱等級。關中地區CWSI變化趨勢主要呈上升趨勢，在區域東部和西安市周邊上升趨勢顯著。

3) 從時間變化來看，CWSI有明顯的年內變化波動，在3—6月及10—11月CWSI值較高，CWSI達0.7左右，3—6月是重旱和特旱集中發生的時期，而10—11月以輕旱和中旱為主。CWSI在2003年出現最低值0.65左右，后逐年升高，在2013年達最高值0.8左右。2000—2013年輕旱面積呈減小的趨勢，中旱、重旱和特旱從2003年開始呈加劇的趨勢。

4) CWSI與溫度、降水及植被的關系密切。溫度較高(低)、降水較少(多)時，CWSI較高(低)，干旱較嚴重(輕)，NDVI值也較低(高)。

從研究結果可以看到，基于MOD16遙感數據反映的干旱的時空變換規律與基于氣象站點的干旱的時空變化規律的研究較一致，而基于遙感數據反映的干旱時空分布更為細致，更有利于我們認識區域干旱的分布和發展。例如，通過分析干旱的年內變化規律可用于不同作物在不同時期的節水灌溉，在冬小麥的生長期(10月—次年6月)較為缺水，尤其冬前分蘗期(11月前后)和拔節抽穗灌漿期(3—6月)干旱最為嚴重，此時也是小麥耗水的高峰期[19]，應注意隨時查看墑情及麥苗長勢，做到及時灌溉。而在夏玉米種植期(6—10月)，雖然降水較為充分，CWSI值較低，但是夏季多發生局地強降雨，因此田間會出現時澇時旱的現象，應該隨時注意玉米對水分的要求。再有，通過CWSI的空間分布特征，我們可以看到關中東部和城市周邊是干旱發生的重點區域，應該加強對水分利用的管理。另外人為因素是干旱加劇的主要原因，全球變暖和城市擴張使得干旱進一步惡化，這警示我們需要注意溫度上升對作物生長帶來的影響，加強對水分的利用管理，及時應對干旱變化。

參 考 文 獻：

[1]《陜西歷史自然災害簡要紀實》編委會．陜西歷史自然災害簡要紀實[M]．北京:氣象出版社，2004:6-39．

[2]周丹，張勃，任培貴，等．基于標準化降水蒸散指數的陜西省近50年干旱特征分析[J]．自然資源學報，2014，29(4)：676-688．

[3]文星，廖杰，段翰晨，等．基于歷史文獻記載的關中地區中世紀干旱過程[J]．干旱區資源與環境，2012，26(3)：83-87．

[4]譚學志，粟曉玲，邵東國．基于SPI的陜西關中地區氣象干旱時空特征分析[J]．干旱地區農業研究，2011，29(3)：224-229．

[5]蔡新玲，葉殿秀，李茜，等．基于CI指數的陜西干旱時空變化特征分析[J]．干旱地區農業研究，2013，31(5)：1-8．

[6]劉歡，劉榮高，劉世陽．干旱遙感監測方法及其應用發展[J]．地球信息科學學報，2012，14(2)：232-239．

[7]宋榮杰．基于遙感的旱區土壤濕度反演方法研究[D]．楊凌：西北農林科技大學，2013．

[8]王鵬新，林巧，張樹譽，等．2013年關中地區春旱的實時監測與剖析[J]．干旱地區農業研究，2013，31(3)：234-259．

[9]王玲玲, 張友靜, 佘遠見，等．遙感旱情監測方法的比較與分析[J]．遙感應用，2010，(5)：49-53．

[10]王玉娟，王樹東，曾紅娟，等．基于作物缺水指數法的渭河流域干旱特征[J]．干旱區研究，2014，31(1)：118-124．

[11]劉安麟，李星敏，何延波，等．作物缺水指數法的簡化及在干旱遙感監測中的應用[J]．應用生態學報，2004，15(2)：210-214．

[12]Mu Q Z, Heinsch F A, Zhao M S, et al. Development of a global evapotranspiration algorithm based on MODIS and global mETeorology data[J]. Remote sensing of Environment,2007,111:519-536.

[13]Mu Q Z, Zhao M S, Running S W, Improvements to a MODIS global terrestrial evapotranspiration algorithm[J]. Remote Sensing of Environment,2011,115:1781-1800.

[14]吳桂平，劉元波，趙曉松，等．基于MOD16產品的鄱陽湖流域地表蒸散量時空分布特征[J]．地理研究，2013，32(4)：617-627．

[15]龐文保，魯淵平．渭河平原的水資源與農作物需水量的研究[J]．陜西氣象，1996，(4)：19-22．

[16]張強，周旭凱，肖風勁，等.GB/T20481-2006.氣象干旱等級[S].北京：中國標準出版社，2006.

[17]IPCC. Working Group Ⅰ Contribution to the IPCC Fifth Assessment Report (AR5). Climate Change 2013: The Physical Science Basis[R]. Cambridge: Cambridge University Press, 2013.

[18]喻忠磊，楊新軍，石育中．關中地區城市干旱脆弱性評價[J]．資源科學，2012，34(3)：581-588．

[19]李驥，皇甫庭，王志紅．小麥-玉米復種連作關鍵技術[M]．北京：中國農業科學技術出版社，2012:15-18．

Spatial-temporal distribution characteristics of drought in

Guanzhong region of Shaanxi Province based on MOD16 products

HE Hui-juan, ZHUO Jing, LI Hong-mei, QUAN Wen-ting

(ShaanxiRemote-SensingInformationCenterforAgriculture，Xi'an,Shaanxi710014,China)

Abstract：Based on MOD16 products and the method of crop water stress index, combined with meteorological station observations and MOD17 vegetation index information, this article analyzed the Spatial-temporal variation characteristics of drought in the Guanzhong region of Shaanxi Province during 2000—2013. The results showed that crop water stress index based on MOD16 products was consistent with the variation of soil relative humidity, and the correlation coefficient between them was significant (P<0.001). This relationship indicated that MOD16 products could be used to analyze the variation features in Guanzhong region. In addition, the crop water stress index had not been evenly distributed. In eastern and northern of Guanzhong regions, its value was high, suggesting relatively dry condition. Particularly, in the northeast of Guanzhong region and around Xi’an city, the crop water stress index was 0.795～0.832, reaching a heavy drought level. In the meantime, drought severity was becoming elevated. Furthermore, the crop water stress index had obvious monthly fluctuation variations, reaching its highest value of 0.7 in March to June and October to November. From March to June, heavy and severe drought events mainly occurred. Rather from October to November, light and medium drought events mostly took place. In Guanzhong region, the crop water stress index exhibited an increasing trend, after minimum and maximum values of 0.65 in 2003 and 0.8 in 2013, respectively. The area suffered light drought showed a trend of becoming reduced. However, areas with medium to severe drought were increased during 2000—2013. Moreover, temperature, precipitation and vegetation were closely related to crop water stress index. During the period with higher temperature and less precipitation, the crop water stress index was high, drought was likely to happen, and the normalized difference vegetation index was low.

Keywords:MOD16; drought; Spatial-temporal distribution; CWSI; Guanzhong region

中圖分類號：S127；S165+.2

文獻標志碼：A

作者簡介：何慧娟(1983—)，女，陜西岐山人，碩士，工程師，主要從事生態環境遙感監測方面的研究。E-mail：393621703@qq.com。

基金項目：陜西省氣象局科技創新基金計劃項目(2014M-14)

收稿日期：2014-12-17

doi:10.7606/j.issn.1000-7601.2016.01.36

文章編號：1000-7601(2016)01-0236-06