ASCAT土壤濕度數據在新疆干旱監測中的應用

韓斌

（新疆氣象信息中心，新疆烏魯木齊 830002）

ASCAT土壤濕度數據在新疆干旱監測中的應用

韓斌

（新疆氣象信息中心，新疆烏魯木齊 830002）

截至目前，歐洲氣象衛星組織新一代“MetOp”系列衛星搭載的先進的ASCAT散射儀所觀測的土壤濕度數據在我國尚未得到應用。本文擬通過使用NOAA的先進算法處理ASCAT土壤濕度數據，并開發干旱預報系統以用于監測新疆土壤水分來預測其干旱情況。文中首次使用ASCAT土壤濕度數據、前沿人工智能技術在新疆干旱監測中，為干旱監測提供了新的研究思路，開發出新的干旱預報系統對土壤水分等級有一定的預報能力，其中新設計的干旱指數-MetOp衛星反演的土壤濕度距平百分數可以有效提高干旱監測的時間精度，便于更好地開展決策服務。

ASCAT土壤濕度；干旱；監測

干旱是導致全球經濟損失最為嚴重的自然災害，每年由于旱災造成的經濟損失370億元至490億元人民幣，受干旱災害影響的人口數量遠大于洪水、地震等其它全部自然災害的總和[1]。新疆維吾爾自治區位于中國的西北部，地處亞歐大陸腹地，屬干旱、極干旱氣候區，干旱對新疆的農業生產甚至社會經濟發展具有十分不利的影響。因此應用新的土壤濕度遙感監測產品，設計適用的干旱指數，開發快速、準確的干旱監測預測系統，對于減輕旱災對新疆農業生產的影響，加快新疆社會經濟發展步伐十分必要。

1 干旱指數的設計與評價

1.1 干旱指數

在《干旱等級國家標準》中有干旱監測指標（或指數）6項，其中的5項為干旱監測的“單項指標”，分別為：標準化降水指數、降水量和降水量的距平百分率、Palmer干旱指數、土壤濕度干旱指數和相對濕潤度指數。另外一項為“CI”，是氣象干旱綜合指數，它是基于標準化降水指數、降水量和相對濕潤指數3個指標來建立的。這一等級標準全國通用，具有空間和時間上的可比性，可以比較客觀地描述出干旱的發生、發展、持續、解除等過程，同時可以客觀地描述出干旱發生程度以及范圍的等級標準和干旱監測指標。

根據已有干旱監測指標的應用情況和指標確定所需資料獲取的難易程度，選取傳統的降水距平百分率作為對照指數，而采用MetOp衛星反演的土壤濕度距平百分率作為新設計指數，距平百分率的計算方法參照《干旱指標國家標準》執行，計算時以氣候平均值或最大監測時段平均值作為參考平均值。

標準的權重反映評價標準的相對重要性。然而標準的權重很難進行精確的取值，因為這些權重在很大程度上受到專業人士的個人主觀判別的影響。當然，任何使用者都能依照自己的主觀需求對這些權重進行自由的修改。

本項研究確定的干旱指數6個評價標準的權重見表1。

考慮到數據的連貫性、觀測質量，以及數據的可靠性，并結合灌溉對系統參數的影響，此次研究僅利用MetOp-A、MetOp-B衛星反演的2013年11月至2014年2月的土壤濕度資料及其新疆同期的降水資料，分別計算分辨率為1°×1°的新疆160個有效經緯度格點上的降水距平百分率和土壤濕度距平百分率，并根據降水不連續性的特點，采用月平均值進行比較。

表1 干旱指數各評價標準的權重

將每個格點上2013年11月—2014年2月共4個月間新指標與對照指標干旱指數值做差值百分率（以對照指標為基準），并取同一格點上差值百分率最大的月份繪入圖1，結果顯示新指標和對照指標總體上差異不大，均能反映新疆的干旱狀況。

圖1 新指標與對照指標差值對比圖

但值得注意的是，由于降水具有不連續性，依據降水計算得到的干旱指標—降水距平百分率，只有在月以上尺度上才具有實際意義，因此，這類指標無法實現干旱監測時間尺度的精細化。與之不同的是，土壤水分具有連續性，利用土壤濕度計算得到的干旱指數，其時間分辨率可以達到1 d。因此，新設計的干旱指數-MetOp衛星反演的土壤濕度距平百分數可以有效提高干旱監測的時間精度，便于更好地開展決策服務。相信在以后的工作中，新的干旱指數能夠更廣泛地、更高效地對新疆春、夏季進行干旱監測。

1.2 基于衛星和地面資料的干旱指數比較

利用人工或自動土壤濕度儀來進行土壤墑情測定僅僅可以進行若干個點的小范圍監測，卻無法進行廣泛的大面積監測[2-6]，也就不能對土壤水分的空間變化進行反映。隨著經濟的發展，防災減災成本日益增長，政府更加關注干旱災害發生、發展及早期預警、預測，以及對干旱災害影響高效率的評估和管理，以降低干旱災害引發的不利效應[7]。伴隨著遙感技術的不斷發展，遙感土壤水分資料的時間和空間分辨率明顯提高，在干旱監測方面具有很高的性價比，因而發展潛力巨大[8-9]。

研究所用資料來源于歐洲氣象業務化衛星（MetOp-A和-B），起止時間為2013年11月1日—2014年2月28日，資料水平分辨率為0.25°×0.25°，時間分辨率為1 d。地面土壤水分資料來自新疆維吾爾自治區農業氣象觀測站，時間分辨率為5 d。首先將兩種資料插值到1°×1°，計算每個格點上的月平均值，再用衛星土壤濕度數據制作的干旱指數減去地面土壤濕度數據制作的干旱指數得到兩者的絕對誤差（AD），最后采用月干旱指數平均值進行比較。

新疆維吾爾自治區2013年11月—2014年2月衛星土壤濕度數據和地面土壤濕度數據計算的干旱指數逐月絕對誤差（圖2）。圖中每個格點上的平均絕對誤差表征該格點所有樣本由衛星土壤濕度數據和地面土壤濕度數據制作的干旱指數偏差的平均值。從圖2中可以看出，由衛星土壤濕度數據和地面土壤濕度數據制作的干旱指數之間的差異主要出現在山區和盆地，這說明衛星土壤濕度數據與地面土壤濕度數據因地形、地貌、植被覆蓋率等因素，存在一定的差異，如山區存在正差異，盆地存在負差異。

1.3 新疆干旱預測技術的系統開發與評價

人工智能技術如互聯網技術中的語音搜索、文字識別和智能搜索等在各行各業都已經開始得到應用，但在氣象行業的應用較少[10]。美國、加拿大等國家在人工智能及其氣象應用方面開展了大量研究和開發工作，許多新技術新方法值得借鑒[11]。采用CBR人工智能方法，結合新疆干旱氣象服務的實際需要，開發出一種基于CBR框架的干旱預報方法可明顯提高新疆干旱預報的水平。CBR是以過去的經歷或者實際經驗為基礎的一種推理。CBR利用的不是規則而是個例，這些個例逐一記錄了過去事件的種種細節。對CBR來講，求解一個問題不依賴于鏈式推理，而是到“記憶”（或者稱為“個例庫”）中去尋找和所需求解問題相關性最強的事件（或者稱為“個例”），接下來對個例進行必要改動以期適應當前的問題。

圖2 兩種土壤濕度數據計算的逐月干旱指數比較

干旱預報原理見圖3。預報過程可以分為2個階段——訓練和預測。

（1）系統訓練用于將個例庫錄入足夠的信息，輸入資料使用較早的預報和實況資料建立對應關系；

（2）系統預測則利用已經建立的個例庫，進行基于CBR的預報試驗。

圖3 預報原理示意圖

圖3僅為預報的邏輯結構，程序采用Linux Shell控制，在其自動控制下，分析計算和繪圖分別由Fortran和GrADS完成，最終的預報結果輸出為JEPG壓縮格式圖片，并同時輸出有關的預報統計數據。

預報正確率的計算按照國外通行的方法計算，預報“正確”與“錯誤”的判定方法見表2。

表2 預報正確的判定方法

圖4 干旱預報結果與實況對比圖

圖4為干旱預報結果對比圖，反映了一次預報時效為5 d的CBR人工智能干旱等級預報與實況的比較，圖4中橫坐標表示新疆境內用于預報的160個有效經緯度格點（1°×1°），縱坐標表示干旱等級，0～ 4表示由干旱到不干旱的程度。由圖4可見，開發的干旱預報系統對土壤水分等級有一定的預報能力。

進一步統計分析表明，干旱預報系統對新疆干旱預報的正確率約為73%，對實際業務服務工作有一定的指導作用。

2 結論

（1）構建了有普適性、適用性、易理解性、理論性、時效性、無量綱性等6項權重標準的干旱指數判據，對新舊干旱指數進行了評判，結果顯示ASCAT土壤濕度距平百分率與降水距平百分率均能夠反映新疆的干旱狀況，而ASCAT土壤水濕度距平百分率可以有效提高干旱監測的時間精度。

（2）開發的干旱預報系統對土壤濕度等級有一定的預報能力，預報準確率約為73%。系統具有良好的自學習功能，混合編程能有效地發揮各個程序設計語言在控制管理、數值計算和圖形繪制上的優勢，共享程序設計資源，提升了計算機程序的性能和效率。

（3）CBR擁有很好的自主學習能力，它可以很好地對過去的個例進行總結和運用，使得所謂“知識獲取”的“瓶頸”問題很好地得以解決。因此，CBR在經驗積累比較豐富的領域較為適合，特別是在很難形成一定規則的所謂的“不完整領域”中的理論問題求解最為適合。混合編程技術可以有效運用不同程序設計語言各自的優點，共享資源、提高效率、節省時間；可以有效地利用不同程序設計語言寫成的現成代碼，輕而易舉地解決其他特定程序設計語言所難以解決的問題，并使得程序的性能和運行效率大幅提升，這些都顯著降低了應用程序開發的難度，大大縮短了應用程序開發的周期。

[1]Wihite D A Drought as a natural hazard:Concepts and definitions[C]//Wilhite D A.Drought：A Global Assessment.Nwe York:Routlege.2000：3-18.

[2]李得勤，段云霞，張述文.土壤濕度觀測、模擬和估算研究[J].地球科學進展，2012，27（4）：424-434.

[3]師春香，謝正輝，錢輝，等.基于衛星遙感資料的中國區域土壤濕度EnKF數據同化[J].中國科學·地球科學，2001，41（3）：375-385.

[4]陳書林，劉元波，溫作民.衛星遙感反演土壤水分研究綜述[J].地球科學進展，2012，27（11）：1192-1203.

[5]張霄羽，王嬌.風云二號靜止氣象衛星數據估算土壤表面水分方法研究[J].中國生態農業學報，2012，20（7）：882-887.

[6]伍漫春，丁建麗，王高峰.基于地表溫度—植被指數特征空間的區域土壤水分反演[J].中國沙漠，2012，32（1）：148-154.

[7]Wilhite D A.Planning for drought:A methodology,drought assessment,management and planning;theory and case studies[C]//Wilhite D A.Drought Assessment,Management and Planning Theory and Case Studies，1993:87-109.

[8]TUCKER,CHOUDHURY B J.Satellite remote sensing of drought conditions[J].Remote Sens.Environ，1987，23：243-251.

[9]KouanF N.NOAA plays leadership role in developing satellite technology for drought watch[J].Earth Obs Mag，1994：18-21.

[10]魏立濤，郭樹軍.CBR在氣象服務中的應用[J].安徽農業科學，2007，35（18）：5350-5351.

[11]Lu J,Xue S,Zhang X,et al.Neural Fuzzy Inference System-BasedWeatherPredictionModelandIts Precipitation Predicting Experiment[J].Atmosphere，2014，5（4）：788-805.

[12]劉輝權，肖天貴，邱靜雅.氣象預報預警系統開發中VB 與GrADS、FORTRAN混合編程[J].成都信息工程學院學報，2011，26（2）：208-214.

[13]楊志華，基于FY3B VIRR數據的新疆沙塵天氣遙感監測應用研究[J].沙漠與綠洲氣象，2014，8（5）：48-52.

[14]趙玲，基于MODIS的天山山區草地類型植被指數變化特征及其與氣候因子的關系[J].沙漠與綠洲氣象，2015，9（2）：57-62.

Drought Monitoring with ASCAT Soil Moisture Data in Xinjiang

Han Bin
（Xinjiang Meteorological Information Center，Urumqi 830002，China）

A new generation of EUMESTAT Metop series of satellites equipped with the advanced ASCAT Scatterometer,but the observed soil moisture data has not yet been applied in China.This paper used an advanced algorithm of NOAA to process ASCAT soil moisture data,and developed a drought forecasting system for monitoring soil moisture in Xinjiang and predicting drought conditions.ASCAT soil moisture data,cutting-edge artificial intelligence techniques were firstly used in Xinjiang drought monitoring,it provides a new research ideas for drought monitoring,the new developed drought forecasting system have some forecasting capability for soil moisture levels, and a new design drought index-MetOp,which is soil moisture anomaly percentage from satellite retrieval,can improve the time accuracy of drought monitoring and better serve for the decision making.

ASCAT soil moisture；drought；monitoring

S423

：B

1002-0799（2016）06-0088-05

10.3969/j.issn.1002-0799.2016.06.013

2016-05-18；

2016-06-03

韓斌（1984-），男，工程師，主要從事氣象信息技術開發以及衛星氣象工作。E-mail：Mars_ice@126.com

韓斌.ASCAT土壤濕度數據在新疆干旱監測中的應用[J].沙漠與綠洲氣象，2016，10（6）：88-92.