基于溫度植被干旱指數的河南省旱情演化分析

王園園，許君一，于 臻，孫祥龍，李先明，王永吉

（1.山東科技大學測繪科學與工程學院，山東 青島 266510；2.海島（礁）測繪技術國家測繪局重點實驗室,山東 青島266510；3.現代城市測繪國家測繪地理信息局重點實驗室，北京100044；4.天津航測科技中心，天津 300211；5.泰華智慧產業集團股份有限公司，山東 濟南 250101；6.湖州市測繪院，浙江 湖州 313000；7.中國礦業大學，北京 100081）

基于溫度植被干旱指數的河南省旱情演化分析

王園園1,2,3，許君一1,2,3，于 臻4，孫祥龍5，李先明6，王永吉7

（1.山東科技大學測繪科學與工程學院，山東 青島 266510；2.海島（礁）測繪技術國家測繪局重點實驗室,山東 青島266510；3.現代城市測繪國家測繪地理信息局重點實驗室，北京100044；4.天津航測科技中心，天津 300211；5.泰華智慧產業集團股份有限公司，山東 濟南 250101；6.湖州市測繪院，浙江 湖州 313000；7.中國礦業大學，北京 100081）

2014年河南省遭遇自1951年來最嚴重干旱。針對這一現象，在對目前的干旱監測類型進行簡要對比分析的基礎上，著重闡述了溫度植被干旱指數（TVDI）的基本原理；結合MODIS數據，通過數據處理提取地表溫度（LST）和歸一化植被指數（NDVI），從而建立NDVI-Ts特征空間。根據干邊和濕邊的散點圖，對特征空間中最低溫度和最高溫度進行線性擬合，計算出TVDI，最后以TVDI為分級指標進行干旱等級劃分，對河南省2014年7月下旬到9月上旬的旱情演化趨勢進行分析。

干旱監測；地表溫度；植被指數；TVDI

目前，國內外許多學者將溫度干旱植被指數法有效地應用于遙感干旱監測研究領域[1-5]。很多學者利用河南干旱災害資料，統計分析了河南旱災發生的季節、區域及年際變化情況，得出河南干旱災害的過程具有明顯的季節性，而且其災害可發生在任何時間段。本文將利用MODIS資料，通過建立特征空間，對2014年河南省旱情顯著期進行分析。MODIS遙感數據由于自身的特點在大面積、大范圍的干旱監測方面具有很大優勢。為了減小土壤背景影響，更好地評價研究區域旱情，采用植被指數和地表溫度相結合的綜合信息進行研究很有必要。

1 傳統干旱檢測方法對比分析

傳統的較為成熟的土壤水分監測方法中，熱慣量法雖然計算簡單，但由于沒有考慮地面蒸散作用，適合植被覆蓋較少的區域；植被指數類的監測方法主要有歸一化植被指數法（NDVI）、歸一化距平植被指數法（AVI）、條件植被指數法（VCI）,它們雖然適合于有較高植被覆蓋度的區域，但需要長時間序列的研究數據，且具有滯后性，難以推廣；溫度類的監測方法有條件溫度指數法（TCI）、歸一化差值溫度指數法（NDTI），它們主要適用于裸土或低植被覆蓋度的區域，同植被類監測法類似，也需要長時間序列的遙感監測數據，而且受氣候因素影響較大，故需要氣象數據作為輔助；植被指數與溫度結合類監測方法主要包括條件植被溫度指數法（VTCI）、植被供水指數法（VSWI）、溫度植被干旱指數法（TVDI），它們的特色是要求監測區地表覆蓋從裸土變化到比較稠密的植被覆蓋，主要優勢是構建的特征空間具有很強的適應性，當然對不同的時間和區域的特征空間指數存在不可對比的問題；微波遙感類能夠實現全天時和多極化的工作特性，對土壤表層具有一定的穿透能力，但目前還沒有一個成熟的微波遙感反演土壤濕度的算法，而且后向散射系數受土壤水分、植被、地表粗糙度、地形等共同作用，區分較難。還有一種云參數類，可以充分利用云覆蓋的遙感數據，無需嚴格的大氣校正和地面參數反演，計算簡單，由于沒有考慮時空變化的影響，輻射傳輸模型方法推導復雜，難以大范圍推廣使用。

本文選取植被指數類與溫度結合類法，通過建立NDVI-Ts特征空間，對TVDI分級統計，研究2014年夏季河南省旱情演化趨勢。

2 TVDI基本原理與數據預處理

2.1 關于TVDI基本知識

TVDI的定義為TVDI=(Ts?Tmin)/(Tmax?Tmin)，其中，Tmin表示最小地表溫度，對應的是濕邊；Tmax為某一NDVI對應的最高溫度，即干邊；Ts是任意像元的地表溫度，如圖1。

圖2 中Ts-NDVI 的散點圖邊界由裸土、全植被覆蓋、飽和含水、最少含水量4種極限情況而定。特征空間4個頂點就分別代表4種極限狀態：A 點為干燥裸土；B 為濕潤裸露土壤；C點代表濕潤密閉植被冠層，點D 代表干旱密閉冠層。從A到B土壤含水量增加，由于水分蒸發，地面溫度降低；從D到C，土壤含水量增加，蒸騰作用增加，地表溫度降低。沿BC方向，隨著NDVI值增加，在AD邊上最高地面溫度下降。AD邊代表最干的情況下對應于地表覆蓋及天氣狀況的地表溫度的極高值，稱為干邊；BC邊表示的是土壤水分極其充足的狀況，稱為濕邊[4]。事實上，大多數干濕邊的點并不在一條直線上，而是呈分段特征[5]。

圖2 特征空間

2.2 研究區概況

河南位于北緯31°23'～36°22'，東經110°21'～116°39'，位于我國半濕潤半干旱過渡帶地區，氣候主要為溫帶季風氣候，較為溫和，具有明顯的過渡特征。南北方氣候差異較大，山地和平原氣候差異也較為明顯。

圖3 河南行政區劃（審圖號為GS（2013）2541）

2.3 數據選取與處理

美國國家航空與航天局（NASA）向全球提供的MODIS數據由于其自身獨特的特點而優于NOAAAVHRR衛星，實驗數據選用MOD11A2（1 km地表溫度、發射率8 d合成L3產品）、MOD13A2（1 km分辨率植被指數16 d合成產品）。選取河南旱情顯著的第209 d、第225 d、第241 d、第257 d數據進行分析。數據下載后利用MODIS 產品數據處理軟件HDF Explorer ,讀出兩種數據各自的轉換參數（scale factor）和轉換方程,然后調用ENVI band math功能，計算出真實的地表溫度和植被指數數據。利用NASA 研發的MODIS Reprojection Tools（MRT）軟件對 MODIS數據進行格式和投影轉換,將HDF格式轉換為TIFF格式,將SIN投影轉換為UTM投影系統（采用48°帶，重采樣方法采用最鄰近法，1 000 m分辨率）,橢球體采用WGS 84。最后利用與影像具有相同地理坐標系統的矢量文件進行裁剪，得到河南省第209 d、225 d、241 d、257 d的LST和NDVI，圖4為LST和NDVI樣圖。

圖4 8 d合成的LST 和16 d合成的NDVI

3 結果與分析

3.1 干濕邊方程的擬合

在ENVI主菜單里選擇Transform-TVDI計算，彈出選擇NDVI和LST文件的對話框，選擇需要的NDVI和LST文件后彈出TVDI計算對話框，輸入文件輸出路徑，得到擬合曲線和干濕邊方程以及TVDI圖像（注：LST值單位默認為K，本文為℃），輸出的干濕邊曲線結果如圖5所示。

圖5是根據最優目視判讀，有針對性地選擇NDVI的范圍，由圖可知，除了第241天，Ts-NDVI特征空間形狀均基本呈三角形，每幅的干濕邊擬合趨勢相似。特性空間中相應的最大和最小地表溫度并非是一條直線，而是與NDVI呈近似線性關系。由于植被冠層的蒸騰作用，隨著NDVI的增加，干邊所對應的地表溫度降低。濕邊對應的地表溫度隨NDVI的增加而降低，該結果與Ts-NDVI特征空間的理論不符，原因可能是沒有考慮氣溫隨高程變化對TVDI反演的影響[7]，同時驗證TVDI存在的局限性，只有研究區植被覆蓋滿足一定條件時，Ts-NDVI特征空間才會呈現三角形或者梯形形狀[8]。冉瓊等用同樣方法反演全國的土壤濕度時對高程進行了訂正，效果良好。故若要得到較好效果，需要對溫度進行高程訂正且剔除異常點[9]。

表1 干濕邊擬合方程

圖5 各時相干邊和濕邊的擬合方程

3.2 TVDI計算及河南干旱等級劃分

干旱等級的劃分需要考慮到區域氣候以及干旱監測指數的不同，國家標準中主要以降水量、土壤濕度等5 種單項指標及CI綜合指數將旱情分為5個等級[10]：正常或濕澇、輕旱、中旱、重旱和特旱。本文以計算出的TVDI作為干旱指標，對2014年第209、225、241、257 天的旱情情況對比分析后將干旱等級劃分為5級,分別是：濕潤（0

從4個時相分布圖看出，河南大部分地區出現了輕旱和中旱，局部地區出現重旱。干旱主要分布在中部、西南、東北部。總體來講，中旱面積所占比例最大。第209天到第241天，正常、輕旱區域面積比例減小，而中旱和重旱面積不斷增加。相對而言，第209 天干旱程度較輕，旱情較為分散，第225天旱區主要集中在中部和南部局部地區，而且干旱區域開始逐步向南部信陽、西部三門峽、東部商丘和北部安陽、濮陽等市蔓延，直到241天，這些地方成為中旱地區。但第257 天可以看出，由于8月25日以后陸續迎來降雨，旱情相對第241天而言得到了緩解。

圖6 各時相干旱分布圖

3.3 結果分析

根據計算出的TVDI得到各時相干旱比例如表2、圖7，各干旱類型的時相變化見圖8。

表2 各時相干旱比例

圖7 各時相干旱比例餅狀圖

圖8 干旱類型的時相變化圖

河南省2014年夏季從第209天到第241天，正常、輕旱所占比例不斷減少，正常比例由25%減少到2.32%，輕旱比例由48.5%減少到18.04%，直到第257天，比例相對第241天才有所增加，但增加幅度不大。而中旱和重旱所占比例卻是不斷增加，中旱比例由20.9%增加到60.44%，重旱由2.60%增加到18.81%，第257 天中旱和重旱比例略有降低，但降低幅度并不大。

分析整個干旱發展的趨勢可知，2014年河南省整個夏季干旱程度是明顯增強的，有自中部向東部和北部發展的趨勢，總體發展面積不斷變化，中旱、重旱比重不斷增加，直到九月份西部地區旱情才開始有好轉跡象，但由于長期的旱災影響，絕大多數地區未能快速擺脫災害。

[1] SANDHOLT I. RASMUSSEN K. ANDERSEN J. A Simple Interpretation of the Surface Temperature/vegetation Index Space for Assessment of Surface Moisture Status[J]. Remote Sensing of Environment,2002,79(2-3):213-224

[2] CARLSON T N,GILLIES R R,SCHMUGGE T J.An Interpretation of Methodologies for Indirect Measurement of Soil Water Content [J].Agricultural and Forest Meteorology,1995,77(3-4): 191-205

[3] MORAN M S,CLARKE T R,TNOUE Y,et al.Estimating Crop Water Deficit Using the Relation Between Surface-air Temperature and Spectral Vegetation Index [J].Remote Sensing of Environment,1994(49):246-263

[4] 冉瓊.全國土壤濕度及其變化的遙感反演與分析[D].北京:中國科學院,2005

[5] 王鵬新,WAN Zhengming,龔鍵雅,等.基于植被指數和土地表面溫度的干旱監測模型[J].地球科學進展,2003,18(4):527-533

[6] 齊述華,王長耀,牛錚.利用溫度植被干旱指數（TVDI）進行全國旱情監測研究[J].遙感學報,2003,7(5):420-427

[7] 范遼生,姜紀紅,盛暉,等.利用溫度植被干旱指數（TVDI）方法反演杭州伏旱期土壤水分[J].中國農業氣象,2009,30(2):30-234

[8] 李嘉力,盧遠,金建,等.基于TVDI的廣西干旱遙感監測研究[J].大眾科技2014,16(108):21-23

[9] 冉瓊,張增祥,張國平.溫度植被干旱指數反演全國土壤濕度的DEM訂正[J]中國水土保持科學,2005,3(2):32-36

[10] 龍曉敏,王龍,楊蕊,等.基于溫度植被干旱指數的云南干旱遙感監測[J].中國農村水利水電,2012 (11):136-139

P208

B

1672-4623（2017）02-0098-04

10.3969/j.issn.1672-4623.2017.02.030

2015-12-15。

項目來源：現代城市測繪國家測繪地理信息局重點實驗室開放課題資助項目（20111204W ）。

王園園，碩士研究生，主要研究方向為遙感科學與技術。