山西省農業干旱時空變化特征

劉立文，段永紅，徐立帥，劉正春，江 欣

（山西農業大學 資源與環境學院，山西 太谷 030801）

0 引 言

農業干旱是指農業生產季節內，主要是因土壤水分缺少而導致作物生長所需要的水分不能得到滿足，進而影響作物的生長發育，以至于造成農作物收成減少或顆粒無收的狀況[1]。因此如何準確地獲取土壤濕度狀況進而得到農業干旱狀況，提高農業干旱監測預報水平，對推動農業干旱減災技術支撐能力建設、保障國家糧食安全生產具有重要意義。相比于傳統的旱情監測方法如作物濕度指數（Crop moisture index，CMI）、帕爾默干旱指數（Palmer drought severity index，PDSI）、標準降水指數（standardized precipitation index，SPI）、地表水分供應指數（surface water supply index，SWSI）等，20世紀80年代后期發展的遙感技術有效的彌補其易受站點分布影響,難以從區域角度反映旱情狀況等缺點，被廣泛應用于農業旱情的監測研究[2-4]。

目前基于遙感獲取土壤濕度的方法主要有微波遙感監測方法，熱慣量方法（Apparent thermal inertia，ATI）、溫度植被干旱指數（Temperature Vegetation Dryness Index，TVDI）和蒸散量法[5]，其中以 ATI和TVDI研究居多，由于 ATI僅考慮熱紅外數據，不適于植被覆蓋度較高的區域或者季節，因此TVDI的研究和應用更為廣泛。Dhorde等[6]利用長期MODIS數據得到的干旱指數研究印度西部干旱的時空變化，結果表明TVDI可以較好地反應農業旱情狀況。Liu等[7]利用TVDI模型的相似性（GSSIM）對陜西省（2000—2016）長期干旱進行評估，并討論干旱變化的可能原因。李新堯等[8]基于植被狀態指數的陜西省農業干旱時空動態的研究，對陜西省 2002年3月—2016 年5月農業干旱進行識別及時空分布特征研究。郭瑞寧等[9]基于TVDI的土壤濕度實現對黃土丘陵溝壑地區土壤濕度時空分布變化的監測，研究表明TVDI應用在黃土丘陵溝壑區取得較好的結果，可以很好地反映該地區土壤濕度的干濕狀況。黃友昕等[10]研究農業干旱遙感監測指標及其適應性評價方法，得到精確評估和監測農業干旱在某種程度上取決于選擇合適的監測指標的結果。

目前對區域農業旱情的研究主要集中在時間點上，對長時間序列的趨勢變化研究較少，此外山西地處黃土高原區，地形復雜，地理環境特殊，屬我國生態環境脆弱地帶，水資源貧乏，農業旱情嚴重[11]。因此，選擇山西省作為研究區，根據 MODIS數據 MOD13A2和MOD11A2處理得到NDVI（植被指數）和LST（地表溫度）數據，再結合這2種數據得到TVDI（溫度植被干旱指數），然后進行趨勢分析，穩定性分析和預測分析，得到山西省夏季農業干旱在不同地理單元和地形條件下的時空變化特征，為山西省農業干旱的精準預測和緩解農業干旱提供科學依據。

1 材料與方法

1.1 研究區概況

山西省處于我國黃河上游，華北西部的黃土高原地帶，東連太行山，北鄰萬里長城，西鄰呂梁山，南接黃河，與河南省、河北省、內蒙古和陜西省相鄰。山西省總面積15.67萬km2，約占全國總面積的1.6%。地理坐標在 N34°34'—40°43'、E110°14'—114°33'之間。山西地形復雜地貌多樣，境內分布有山地、丘陵、高原、平原、盆地、臺地等多種地貌類型。山地和丘陵占總面積80%以上，且山區大部分在海拔1 000~2 000 m之間。山西省年平均氣溫在3.7～13.8 ℃之間，各地年降水量介于358~621 mm之間，呈現出由北向南遞增趨勢。

1.2 數據源和研究方法

1.2.1 數據源

本文使用的植被指數和地表溫度數據為 2009—2018年7月MOD13A2植被指數和MOD11A2地表溫度數據（https://ladsweb.modaps.eosdis.nasa.gov/），時間分辨率分別為16 d和8 d的，空間分布率均為1 km。高程數據為DEM為ASTER GDEM來源于地理空間數據云（http://www.gscloud.cn/）。山西省的省界和市界的矢量數據來源于國家基礎地理信息系統全國1∶400萬數據庫。

表1 不同時間干、濕邊擬合結果Table 1 Results of dry and wet edge fitting at different times

1.2.2 數據處理

通過MRT工具將MODIS數據進行拼接，轉投影，剪裁和波段運算等預處理。基于最大合成法數據進行合成，先用植被覆蓋的2期數據通過公式（b1>b2）×0.000 1計算出NDVI，再用地表溫度的 4期數據通過公式（b1>b2>b3>b4）×0.02求出LST，然后在ENVI中計算得到TVDI，再進行趨勢分析和平均值的獲取，將所求的數據以TIFF格式導出到ArcGIS，進行掩膜提取和重分類就能得到關于TVDI在2009—2018年這10 a內夏季時節的變化程度和變化速率，以及干濕邊擬合結果（表1）。

1.3 研究方法

Sandholt[12]等在研究土壤濕度時發現，Ts-NDVI的特征空間中有很多等值線，提出溫度植被干旱指數（Temperature-Vegetation Dryness Index，TVDI）。

圖1 TS-NDVI的特征空間圖Fig.1 Feature space map of TS-NDVI

TVDI（圖1）由植被指數和地表溫度計算得到，其定義為：

式中：Ts為任意像元的地表溫度；Tsmin為最小地表溫度，對應的是濕邊；Tsmax為某一NDVI對應的最高溫度，即干邊；a1、b1、a2、b2為干邊和濕邊擬合方程的系數。

在前人研究方法的基礎上[13]。本文采用 2009—2018年山西省夏季農業干旱度的數據和時間序列建立一元二次方程，模擬2009—2018年10 a內山西省農業干旱的變化趨勢，計算式為：

式中：θslope為回歸方程的斜率，如果其值大于0，則表明農業干旱有變得嚴重的趨勢；如果值小于0，則表明農業干旱有緩解的趨勢；在斜率趨于0的范圍內，農業干旱則保持不變。n為分析數據的年份，Ci表明第i年的農業干旱程度。根據檢驗結果用自然間斷分級法對分類間隔加以識別，使其方差最小和值相似進行最恰當地分組，并可使各個類之間的差異最大化，將農業干旱度的變化趨勢分成5個級別：顯著濕潤（θslope<-0.2），輕微濕潤（-0.2<θslope<-0.05），保持不變（-0.05<θslope<0.05），輕微干旱（0.05<θslope<0.1），顯著干旱（θslope>0.1）。

標準差代表一組數據離散程度，采用離均差平方數的算術平方根，用σ表示，值的大小反應數據集的離散程度。本文依據TVDI值的標準差，估算山西省農業旱情變化的穩定性[14-15]，計算式為：

基于重標記差（R/S）分析方法[16-17]的 Hurst指數（H）是用于估計預測時間序列的走向的常用方法，它的基本原理是對于任意一整數i∈{1，2，…，n}的時間序列,定義任意正整數T的均值序列：

累計離差：

極差：

標準差：

則存在如下關系式：

式中：H值稱為Hurst指數，一般使用在（ln（R/S），lnT）坐標系中用最小二乘法擬合得到，所得到的的值主要表現形式有3種：當0.5

2 結果與分析

2.1 山西省農業平均旱情時空變化研究

為得出山西省在2009—2018年夏季的TVDI值變化特征，將研究取得的TVDI值求出平均值，在ArcGIS中進行掩膜提取，重分類和制圖輸出，獲取山西省10 a內在夏季的干旱情況。參考相關文獻對TVDI影像旱情等級劃分[18-20]，TVDI值0～0.2為極濕潤，0.2～0.4為濕潤，0.4～0.6為正常，0.6～0.8為干旱，0.8～1.0為極干旱。

從圖 2（a）可知，山西省整體呈正常偏干旱，正常的TVDI值占山西省58%的面積，占比最多，其次呈干旱的TVDI值占35%的面積，說明山西省在2009—2018年夏季的農業旱情是正常偏干旱，而干旱主要集中在晉南地區，在最南部還呈現極干旱的旱情。由圖2（b）可得，11個市區的TVDI值主要分布在0.4～0.8，說明這些市區都是正常偏干旱的旱情，并且TVDI值在0.6～0.8的面積占比大于50%的市有晉城市，運城市和臨汾市，說明這3個市的干旱面積占比大，結合上面山西省的TVDI值分布，晉城市，運城市和臨汾市正是處于晉南地區，所以市域的TVDI值分析與山西省的TVDI值分析的結果相吻合。

為全面分析山西省的TVDI值時空變化特征，還要將TVDI值的變化與高程和坡度聯系起來。根據山西省高程的實際情況，將高程用自然間斷分級法，分為 5類，分別為<700、700～1 000、1 000～1300、1 300～1 600、>1 600 m，分別記為G1、G2、G3、G4、G5。然后重分類，研究在不同高程下的TVDI值分布情況。

從圖3（a）可知，TVDI值主要分布在高程1000～1 600 m之間，在高程<700 m地區，TVDI值在0.6～0.8的占比面積大，在高程>1 600 m地區，TVDI值在0～0.2占比面積大，并且高程值增大，TVDI值在減小，說明高程越大，TVDI值越小，土地變得越濕潤。

對于TVDI值受坡度變化的影響，先用自然間斷分級法，將坡度分成 5類，分別為 0°～2°，2°～6°，6°～15°，15°～25°，>25°[21]，分別記為 P1、P2、P3、P4、P5。從圖3（b）可以看出，TVDI值主要分布在坡度值為6°～25°之間，說明山西省地區的主要坡度在這區間內。在坡度為0°～2°時，TVDI值分布在0.4～1.0之間，0.8～1.0的值分布面積最大，而當坡度>25°時，0.8～1.0的TVDI值分布僅有1.48%，分布面積廣的TVDI值在0.2～0.6之間，這說明坡度越小，TVDI值越大，越干旱，反之，坡度越大，TVDI值越小，越濕潤。

2.2 山西省農業旱情趨勢分析

為得出TVDI值變化的趨勢，從不同的地理單元（省域和市域）和從不同的地形上（高程和坡度）來分析TVDI斜率值的分布，觀察TVDI值變化，研究農業干旱變化趨勢。

從圖4（a）可以看出，TVDI斜率值在全省分布最多面積的是<-0.2區間，根據農業干旱度的變化趨勢級別，其范圍的地區是在變得顯著濕潤，其次面積占比大的TVDI斜率值區間還有0.05～0.1，其范圍的地區是在變得輕微干旱，從分布圖中可以看出，在 2009—2018年夏季中，晉中部分地區在變得顯著濕潤，而晉南地區有2種變化趨勢呈現，分別是變得輕微干旱和顯著干旱。從市域分析（圖4（b））TVDI斜率值變化，發現太原，陽泉，呂梁和晉中市<-0.2斜率值占比很大，說明這 4個市在這2009—2018年夏季從總體上在變得顯著濕潤，而臨汾和運城0.05～0.1的斜率值面積占比大，說明這2個市在這2009—2018年的夏季時節在總體上變得輕微干旱，其他市5種變化趨勢都存在并且占比面積相當，突出的變化趨勢弱。

圖2 TVDI平均值空間分布特征Fig.2 Spatial distribution characteristics of TVDI

圖3 TVDI平均值高程/坡度分布面積Fig.3 Elevation/ Slope Distribution Area of TVDI

圖4 TVDI值分布時空變化特征Fig.4 Spatio-temporal distribution of TVDI

從圖5（a）可以看出，高程<1 600 m范圍內，斜率值-0.05～0.05占比面積最大，說明高程<1 600 m的地區總體上干旱度在保持不變，并且隨著高程值增大，斜率值在-0.2～-0.05的占比面積百分比在增大，而0.05～0.1的斜率值區間占比面積百分比在減小，說明隨著高程的增加，山西在變得輕微濕潤，輕微干旱變化趨勢減緩。從圖5（b）可以看出，TVDI的斜率值隨坡度值的變化先升高后降低，在每個坡度區間占比面積比較大的TVDI斜率值區間為<-0.2和0.05～0.1，山西省TVDI斜率值的變化與坡度變化之間顯著聯系較弱。

2.3 山西省農業旱情穩定性分析

為得出TVDI值變化的穩定性，從不同地理單元（省域和市域）和從不同的地形上（高程和坡度）來分析TVDI標準差值的分布，來研究TVDI值在2009—2018年夏季時節變化的穩定性。?

圖5 TVDI斜率值高程/坡度分布面積Fig.5 Elevation / slope distribution of TVDI slope

圖6 TVDI穩定性分析Fig.6 Stability Analysis of TVDI

從圖6（a）可以看出，山西省TVDI標準差值主要分布在0.05～0.1和0.1～0.2區間。根據分類，表明山西省TVDI值變化較穩定和中度穩定占比面積大，較低穩定和低穩定占比面積不到1%，說明TVDI值變化穩定，不存在突變值。從圖6（b）中看出，11個市標準差在0.05～0.1和0.1～0.2區間的面積占比大，而0.2～0.3和>0.3的占比面積不到1%，處于較穩定和中度穩定2個類型，說明以市域為分析單位，TVDI值變化也是穩定的，與山西省面積分析相吻合。

從圖 7（a）可知，隨著高程的增大，0.1～0.2的TVDI值占比面積增大，>0.3的TVDI面積占比減小，在5個區間中，0.1～0.2的TVDI區間值的面積是占比最大的，說明隨著高程的增加，TVDI值變化逐漸趨向中度穩定，且突變值少。從圖7（b）可知，隨著坡度的增加，0.1～0.2和0.2～0.3區間的TVDI值占比面積增大，并且0.1～0.2的TVDI面積占比最大，說明隨著坡度的增加，TVDI值變化趨向中度穩定，也有向較低穩定發展的趨勢，所以在不同地理因子下，山西省的TVDI值變化也是趨于穩定的。

圖7 TVDI標準差高程/坡度分布面積Fig.7 Elevation / slope distribution of TVDI standard deviation

圖8 H指數在地區和高程/坡度分布面積Fig.8 Study area, elevation and slope distribution of H index

2.4 山西省農業旱情未來分析

根據H指數10 a間是否有連續的增加或減少來分析TVDI值在未來變化是否有規律。

分析H指數在不同地理單元的分布來預測山西省未來旱情走向。從圖 8（a）可以看出，H指數在區間0.5～1.0之間的面積占比占1/2以上，說明從總體上來看，TVDI值的時間序列是一個長期的持續性序列，當H值越趨向于1，持續性越強。所以山西省在未來旱情走向呈現正常偏干旱的趨勢。從市域分析來看，每個市的0.5～1.0之間的H指數的占比面積都超過1/2，說明每個市的旱情都會持續發展，如臨汾、晉城和運城在未來就會持續性的干旱，而呂梁和晉中在未來會持續性變得顯著濕潤。

從不同地形因子來分析H指數的分布，從圖8（b）來看，H指數的變化根據高程數值的變化有先升高后降低的規律，但在不同高程區間，0.5～1.0的H指數的面積占比還是最多，說明在不同高程下，山西省的未來旱情走向依然會遵循2009—2018年夏季時節的旱情指數。從圖8（c）來看，坡度的H指數跟高程的分布一樣，0.5～1.0的H指數占比面積最大，但H指數在不同坡度下的規律性不強，但是山西省夏季在未來的旱情變化會和2009—2018年的變化一樣，晉中地區持續的變得顯著濕潤，晉南地區持續變得輕微干旱和顯著干旱。

3 討 論

本文通過TVDI模型獲取山西省2009—2018年里的夏季農業旱情狀況，結果表明山西省夏季農業旱情以正常和偏干旱的類型為主，正常和濕潤主要分布在山西中部地區，而干旱主要分布在山西省南部地區和部分北部地區，這與李麗紅[22]和張亞琳[23]等研究相一致，主要原因是由于山西省南部夏季屬于山西省氣溫最高時期[24]。此外戎曉慶[25]研究結合降水和氣溫綜合研究山西省的旱澇災害，結果表明山西南部地區，在氣溫和降水最高的背景下容易產生旱災因此，旱災等級最高，其次是降水量最低，氣溫最低的北部地區，旱災發生頻率最低的是氣溫和降水居中的山西中部地區。

由于山西省處于黃土丘陵區，且地形呈現出“兩山夾一川”的特殊地貌，因此夏季農業旱情受到地形的影響較大，結果分析中發現無論是TVDI平均值的分布還是趨勢變化，穩定性分析以及H指數，不同海拔高度和地形坡度下均不同，呈負相關，也就是海拔高度越高，地形坡度越緩的地區，土壤濕度越高，且逐漸趨向于穩定變濕的趨勢，這與劉立文等[5]研究一致。

本文以影響農作物生長的最關鍵時期的夏季為研究時間段，忽略其他季節的農業旱情對作物的生長影響，今后的研究中多加入數據從整個作物生長季上去把握農業旱情狀況。此外本文僅考慮地形對山西省的農業旱情的影響，未考慮的其他因素，如氣候、降水和人為因素等。

4 結 論

1）山西省TVDI值主要分布在0.4～0.6和0.6～0.8范圍內，表明在2009—2018年10 a間夏季，山西省的干旱情況是正常偏干旱。近10 a來山西省農業旱情總體呈現出改善的趨勢，其中改善狀況好的區域位于晉中地區，旱情變的嚴重的區域位于晉南地區。

2）根據TVDI的穩定性分析可知，山西省2009—2018年夏季TVDI值變化穩定，不存在突變值。結合Hurst指數分析，山西省晉中地區在未來會持續性變得顯著濕潤，而晉南會持續性變得輕微干旱。

3）山西省農業旱情受到地形影響較大，尤其是高程，隨著高程變大，TVDI值越小，越濕潤，且斜率值變小，時間上呈現出逐漸變濕潤趨勢。并且隨著高程的增加，TVDI值變化逐漸趨向中度穩定。此外坡度對農業旱情分布也有一定的影響，隨著坡度變大，TVDI值變小，土地變得越濕潤，并隨著坡度的增加，TVDI值變化也趨向于中度穩定。