農業干旱遙感監測及其應用

劉佳

劉佳，中國農業科學院農業資源與農業區劃研究所研究員。1993年獲得中國航天工業總公司第一研究院流體傳動與控制專業碩士學位，長期從事農業遙感方法研究與技術應用工作，目前正在主持的課題有農業部重點項目“黑龍江省種植結構及其變化監測”、國家重點研發計劃課題“作物生長與生產力衛星遙感監測預測”、國家高分重大專項項目“GF-6衛星數據模擬仿真技術”等，在農作物種植面積識別和生長監測等方面發表論著30余篇（部），研究成果榮獲國家科技進步二等獎1項、省部級科技進步一等獎2項。

引言

干旱是全球最為常見的自然災害，據測算全球每年因干旱造成的經濟損失高達60～80億美元，遠遠超過了其他氣象災害。干旱對農業造成的損失占我國農業自然災害損失的50%以上，是我國農業最為嚴重的自然災害，近20年來有逐步加劇的趨勢。日益嚴重的全球化干旱問題已經成為各國科學家和政府部門共同關注的熱點。

農業干旱一般是指在農作物生長期間，因土壤水分供應不足導致農田水量供需不平衡，使土壤含水量低于農作物的需水量，從而阻礙農作物正常生長發育的現象。傳統的農業干旱監測主要采取田間定點觀測或隨機調查等手段。這類方法在大范圍業務應用中需要投入大量的人力和物力，耗費的時間較長，只能獲得空間上離散點的信息。與之相比，遙感技術具有很多傳統技術無法比擬的優勢。一是監測范圍廣、受地面條件限制少，可以實現農業干旱的大面積同步觀測；二是遙感數據更新頻率快、時效性高，可以實現對農業干旱的動態跟蹤，降低了監測成本，提高了監測效率；三是信息豐富，能夠以數字化的形式展現農業干旱變化過程和農田作物環境參數，實現與這些參數的空間疊加分析等。因此，將遙感技術與傳統的技術手段相結合，能夠全面高效地揭示農業干旱各要素之間在空間和時間上的關聯性，為生產決策和防災減災提供客觀的科學數據支撐。

農業干旱遙感監測研究從20世紀60年代開始，在航空遙感技術的鋪墊下，以極軌氣象衛星、陸地資源衛星數據廣泛應用為標志，并不斷得到深化。隨著全球對地觀測系統的不斷發展，可獲取的遙感數據類型越來越豐富，數據在空間分辨率、光譜分辨率和時間分辨率等方面得到提升，使農業干旱遙感監測方法不斷得到改進，已成為現代農業干旱監測的有效手段。為滿足全球和區域尺度農業干旱信息獲取的需求，在農業干旱遙感監測機理深刻認識基礎上，構建適用于區域業務運行的監測系統已成為農業干旱遙感監測應用的主要趨勢之一。

圖1 中國歷年干旱災害受災與成災面積發展趨勢

圖2 中國6大耕作區空間分布

中國農業干旱現狀

在我國《農業干旱等級》（GB/T 32136—2015）中，將農業干旱等級分為4級，依次是輕旱、中旱、重旱、特旱。不同等級的農業干旱，對不同生育期的農作物造成的影響不同，使農作物產量降低，最嚴重的可以導致農作物絕收。根據對中國1950—2008年統計資料的分析（陳方藻等，2011年），我國農作物年平均受災面積約為2117萬公頃，占全國農作物播種總面積的15.1%，其中成災面積約為917.9萬公頃，約占全國農作物播種總面積的7.1%。以10年為1個時間單位，按時間順序劃分為50、60、70、80、90年代及21世紀00年代等6 個年代，無論是受災面積還是成災面積都呈現出日趨嚴重的趨勢（圖1）。

在東北、西北、黃淮海、長江中下游、西南和華南6大耕作區中（圖2），上述研究結果也表明，黃淮海地區平均干旱受災面積占全國受災面積的比例最高，約為28%；其次是長江中下游地區為20%；東北地區居第三為19%。這3個區域平均受災面積占全國比例達到69%，是干旱頻發的區域；西北地區干旱受災占全國比例為16%，受干旱影響也相對較高；西南和華南耕作區對旱災承受能力較強，受旱災影響相對較輕。從成災與絕收面積來看，空間分布與受災面積具有相似的分布規律。其中，黃淮海地區平均成災面積、絕收面積分別占全國比例均在23%以上，在6大耕作區中最高；東北地區分別為22%和25%，絕收面積較高說明該區對干旱災害的承載力較弱；西北分別為17%和18%，屬于干旱損失較重的區域；西南、華南都相對較低，屬于干旱損失較低的區域。

農業干旱遙感監測

農業干旱遙感監測是指利用遙感數據監測農作物受干旱影響的范圍和程度。農業干旱的發生和發展是一個相對緩慢的過程，持續時間長，受災范圍廣，需要持續對災害的發生進行動態跟蹤。監測主要分為兩個階段，一是監測農業干旱的等級，二是評價干旱對農作物的影響。工作流程如圖3所示。

（一）農業干旱等級監測

農業干旱等級與土壤含水量和作物覆蓋度密切相關，通過遙感數據計算農田土壤含水量、作物含水量、作物覆蓋度等農業干旱等級評價指標，實現對干旱等級的判定。考慮到遙感數據的成本和獲取難易程度，一般采用衛星遙感數據進行大范圍的農業干旱監測，包括不同空間分辨率的微波和光學衛星數據。干旱發生后，作物體內含水量、色素含量、養分含量、植株形態等與正常作物不同，從而導致作物在衛星影像中反映出來的光譜特征不同。利用這一不同，研究人員結合衛星遙感數據的特點，構建了各類遙感干旱指數，形成了很多方法，能夠直接或間接地監測干旱程度，獲得農業干旱等級的空間分布圖。常用的遙感監測方法有植被指數法、土壤熱慣量法、冠層溫度法、植被缺水指數法等，每種方法適用的場景不盡相同。其中，植被指數法從作物長勢的角度判斷干旱的程度，植被指數越高，長勢越好，干旱程度越低，是相對最為簡單的方法，在作物不同生長階段應選用不同的植被指數，以免出現指數飽和現象；土壤熱慣量法是從土壤本身的熱特性出發反演土壤水分，適合在裸土和作物覆蓋度低的地區使用；冠層溫度法是根據作物冠層溫度高低判定干旱程度，溫度越高越干旱，適合作物生長環境和作物長勢相對一致的地區使用；植被缺水指數法考慮了土壤水分和農田蒸散，根據水分平衡原理綜合判定干旱程度，物理意義明確，但計算復雜，需要同時采用氣象數據，適合在作物生長較為茂盛的階段使用。

（二）農業干旱損失評估

農業干旱損失評估主要涉及4個關鍵技術環節。一是受災區域作物類型的遙感識別，通過對影像光譜特征分析，結合作物物候期識別作物類型，獲得每種作物的種植面積和空間分布圖；二是對受災作物的識別，將農業干旱等級監測結果與作物空間分布圖進行疊加分析，定位受災作物所在的空間位置，獲得不同等級受災作物面積和空間分布圖；三是作物正常單產遙感預測，采用遙感數據預測正常情況下的作物單產，獲得作物單產的空間分布圖；四是農業干旱損失計算，根據實測的單產減產情況，分別計算出輕旱、中旱、重旱、特旱的作物單產損失率，結合前面三個環節得到的數據，評估作物產量損失情況。

圖3 農業干旱遙感監測工作流程

農業干旱遙感監測業務應用

農業干旱遙感監測業務應用是干旱遙感監測技術的落腳點，也是檢驗干旱遙感監測技術的標準。目前中國農業科學院、中國科學院、國家氣象局、水利部信息中心等國內多家單位都先后建立了各自的干旱遙感監測系統，實現了業務運行。因服務的對象與部門不同，系統的應用目標也差異較大。

圖4 四川重慶農業干旱遙感監測結果（2006年8月1—20日）

圖5 山東省農業干旱遙感監測結果（2006年11月1—14日）

農業農村部遙感應用中心從2003年開始，采用EOSMODIS數據開展全國范圍的農業干旱遙感監測，以土壤熱慣量法和植被供水植被法為主要技術方法，實現每15天1次的耕地土壤墑情監測，評價農業干旱等級。系統在歷年的農業干旱監測中發揮了重要作用，監測信息使農業主管部門及時掌握農田土壤墑情和作物缺水狀況，采取應對措施緩解和減輕旱災威脅，對保障種植業生產安全和國家糧食安全意義重大。例如，系統對2006年夏天四川、重慶的特大旱災（圖4）和秋天山東冬小麥播種出苗期旱災（圖5）進行了持續監測，從空間上和時間上記錄了旱災發生的范圍、影響程度的發展過程，為農業生產措施的決策和水稻、玉米、冬小麥等主要農作物產量損失評估奠定了基礎。

目前，系統已經穩定運行了15年，形成了由200個地面網點縣準同步進行地面土壤水分監測的農業干旱遙感監測平臺，在遙感監測的同時，采用地面實測數據對遙感監測結果進行質量控制，監測頻率提高到每旬1次，監測范圍擴展到美國、巴西、阿根廷等全球主要農區。部分監測結果發布在農業農村部網站上。圖6和圖7分別是2018年9月6日至17日我國農業干旱遙感監測結果和2018年8月29日至9月13日的美國農業干旱遙感監測結果，從圖中可以看出監測期內我國沒有發生明顯旱情，美國西部地區有輕旱。

圖6 全國農業干旱遙感監測結果（2018年9月6—17日）

圖7 美國農業干旱遙感監測結果（2018年8月29日—9月13日）

結論與展望

農業干旱遙感監測是一個復雜的系統工程，涉及多部門、多領域和多學科的交叉。多年的實踐證明，遙感是進行大范圍農業干旱監測最有效和最有發展前途的方法。由于對農業干旱形成和發展的機理還不完全掌握，到目前為止還沒有一個完美的遙感方法可以實現及時準確的農業干旱監測。下一步，需要深化對農業干旱形成機理的研究，優化農業干旱評價指標，發展更為有效的遙感干旱指數和監測方法，提高農業干旱遙感監測的精度和適用性。

在現有的業務運行系統中，大范圍農業干旱遙感監測主要依賴中低空間分辨率的衛星數據，這類數據的時間分辨率高，可以實現干旱的動態跟蹤，快速發現干旱發生的區域，但對干旱發生區域的細節監測得不夠。隨著國內外對地觀測系統的高速發展，我國高分重大專項以及“十三五”空基規劃的實施，將陸續發射我國自主研制的各類高分辨率衛星，組網使用后將為農業干旱遙感監測提供高質量的高時間、高空間和高光譜衛星遙感數據，在現有國家數據政策的支持下，將為農業干旱遙感監測的業務運行提供豐富的數據源，促進農業干旱遙感監測技術的改進，提高大范圍農業干旱監測產品的精度和時效性，為農業生產和管理提供優質的信息支持。