基于多源遙感數(shù)據(jù)的河套灌區(qū)干旱時(shí)空演變特征

牛乾坤，劉 瀏,程湫雅，李 浩

(1.中國農(nóng)業(yè)大學(xué)水利與土木工程學(xué)院， 北京 100083； 2.中國農(nóng)業(yè)大學(xué)中國農(nóng)業(yè)水問題研究中心，北京 100083)

干旱這一極端天氣事件具有持續(xù)時(shí)間長、發(fā)生頻率高、影響范圍廣的特點(diǎn)，它通常發(fā)展緩慢，但會造成廣泛的生態(tài)破壞和經(jīng)濟(jì)損失[1-2]。有研究得出，1979-2010年中國干旱事件數(shù)量增加了109%[3]。由于全球變暖這一氣候變化，我國未來的極端干旱災(zāi)害事件可能會進(jìn)一步增加。國內(nèi)外通常將干旱劃分為4種通用類型，分別為氣象干旱、農(nóng)業(yè)干旱、水文干旱和社會經(jīng)濟(jì)干旱[4-5]。我國是農(nóng)業(yè)大國，農(nóng)業(yè)干旱災(zāi)害頻發(fā)。1995—2005年間，因農(nóng)業(yè)干旱導(dǎo)致平均每年糧食損失量約為2 600萬t，足以滿足6 000萬人的需求[6]。因此，準(zhǔn)確預(yù)測和監(jiān)測農(nóng)業(yè)干旱在保障國家糧食安全和提高風(fēng)險(xiǎn)管理方面具有重要的意義。

農(nóng)業(yè)干旱是指在作物生育期內(nèi)因土壤水分有效性降低而使作物產(chǎn)量降低、農(nóng)田土壤鹽漬化加重等[7-8]。為了更好地監(jiān)測和分析農(nóng)業(yè)干旱狀況，通常使用干旱指數(shù)進(jìn)行定量描述。早期基于氣象要素的干旱指標(biāo)一般只將降水和氣溫作為影響因素進(jìn)行計(jì)算，而不考慮特定地點(diǎn)的土壤特性[9-11]。然而在農(nóng)業(yè)生產(chǎn)中，土壤水分不但影響土壤的理化性質(zhì)，包括土壤內(nèi)氧氣含量、礦物質(zhì)離子濃度和微生物代謝活動等[12]，它還直接指示土壤墑情，影響著作物的生長發(fā)育[13]。因此，土壤水分是干旱監(jiān)測和農(nóng)業(yè)干旱指數(shù)估算的關(guān)鍵變量[14-15]，評估農(nóng)業(yè)干旱時(shí)采用與土壤水分有關(guān)的干旱指標(biāo)更能反映出地區(qū)的農(nóng)業(yè)干旱情況。目前，由Martínez-Fernández等[16]提出的土壤水分虧缺指數(shù)(Soil water deficit index，SWDI)已經(jīng)廣泛應(yīng)用于農(nóng)業(yè)干旱監(jiān)測、衛(wèi)星土壤水分?jǐn)?shù)據(jù)評價(jià)等方面，并被認(rèn)為是利用土壤物理特性來測量作物根系吸收有效土壤含水量的一種應(yīng)用前景較好的方法[17-20]。Martínez-Fernández等[21]證實(shí)SWDI與由西班牙杜羅盆地當(dāng)?shù)貙?shí)測數(shù)據(jù)計(jì)算的大氣水分虧缺量(Atmospheric water deficit，AWD)一致性較好。Paredes-Trejo等[22]同樣得到SWDI在巴西東北部適用性較好的結(jié)論。

與降水、溫度等容易觀測的氣象要素不同，土壤水分因其具有較高的不確定性和較大的空間異質(zhì)性，在許多地區(qū)難以準(zhǔn)確地進(jìn)行原位觀測[23]。相較于傳統(tǒng)測量手段來說，衛(wèi)星遙感技術(shù)具有空間連續(xù)性的優(yōu)點(diǎn)，能夠獲取大范圍的土壤水分信息。同時(shí)遙感技術(shù)的發(fā)展豐富了不同時(shí)空分辨率下表層土壤水分的反演[24-26]。基于遙感土壤水分推導(dǎo)出的農(nóng)業(yè)干旱指數(shù)已經(jīng)被應(yīng)用于干旱、洪水預(yù)報(bào)和大規(guī)模水文建模[17,27-28]。在目前應(yīng)用最廣泛的遙感土壤水分?jǐn)?shù)據(jù)集中，土壤水分主被動遙感衛(wèi)星(Soil moisture active-passive，SMAP)采用主動、被動微波聯(lián)合反演土壤水分，具有精度高、適用范圍廣等優(yōu)點(diǎn)，能夠克服時(shí)間差異性小這一缺點(diǎn)，且空間分辨率可精確至3 km[29-31]。Bai等[17]利用SWDI評估了國內(nèi)SMAP L3土壤水分在中國的表現(xiàn)，結(jié)果表明，從偏差(BIAS)角度看，SWDI在北方地區(qū)的干旱預(yù)測效果優(yōu)于南方地區(qū)。Liu等[40]采用支持向量機(jī)(Support vector machines,SVM)和數(shù)據(jù)同化方法研究了SMAP土壤水分在干旱監(jiān)測應(yīng)用中的有效性，并利用SWDI預(yù)測了美國鄰近地區(qū)的農(nóng)業(yè)干旱，結(jié)果表明，采用SVM對SMAP數(shù)據(jù)進(jìn)行修正可以顯著提高干旱監(jiān)測的準(zhǔn)確性。Zhu等[19]通過SWDI驗(yàn)證了SMAP L2土壤水分在湘江流域的適用性，得出SMAP數(shù)據(jù)能較好地反映出湘江流域干旱狀況的結(jié)論。

河套灌區(qū)位于內(nèi)蒙古巴彥淖爾市，在我國農(nóng)業(yè)生產(chǎn)和農(nóng)產(chǎn)品輸出中起著重要作用，2018年灌區(qū)糧食總產(chǎn)量達(dá)到全國糧食總產(chǎn)量的4%，而灌區(qū)面積僅占為我國陸地總面積的0.16%左右。目前有關(guān)河套灌區(qū)農(nóng)業(yè)方面的研究多集中于土壤鹽堿化程度[32-35]，有關(guān)作物生育期內(nèi)干旱狀況的研究較少，這可能與灌區(qū)內(nèi)僅有一個國家基本氣象站，難以獲取大量實(shí)測資料有關(guān)。侯瓊等[36]利用近50 a的氣候資料和近27 a的作物生育期資料，分析了內(nèi)蒙古氣候變化特征，發(fā)現(xiàn)河套灌區(qū)≥10℃積溫已達(dá)到12.384 ℃·d·a-1，同為溫暖農(nóng)業(yè)區(qū)的科爾沁僅為5.402 ℃·d·a-1，這意味著河套灌區(qū)增溫迅速，蒸散發(fā)量也將逐漸增大。李虹雨等[37]利用內(nèi)蒙古及周邊地區(qū)70個氣象站近60 a的降水?dāng)?shù)據(jù)，對內(nèi)蒙古氣候干旱時(shí)空變化進(jìn)行了分析，發(fā)現(xiàn)內(nèi)蒙古中部干旱趨勢速率較西、東部快。本研究通過驗(yàn)證SMAP土壤水分在河套灌區(qū)的適用性，分析河套灌區(qū)農(nóng)業(yè)干旱時(shí)空演變特征，為探討河套灌區(qū)作物生育期內(nèi)水分虧缺量的變化趨勢、降水以及灌溉等人為因素對河套灌區(qū)作物產(chǎn)量的影響提供科學(xué)依據(jù)，同時(shí)也為河套灌區(qū)實(shí)現(xiàn)合理水資源調(diào)度、完善農(nóng)業(yè)干旱監(jiān)測機(jī)制，發(fā)展灌區(qū)經(jīng)濟(jì)提供理論基礎(chǔ)。

1 研究區(qū)域和數(shù)據(jù)來源

1.1 研究區(qū)域概況

河套灌區(qū)位于中國內(nèi)蒙古自治區(qū)巴彥淖爾市，其地理位置為東經(jīng)106°20″～109°19″，北緯40°19″～41°18″，北靠陰山，南臨黃河，西與烏蘭布和沙漠相接，東至包頭市郊區(qū)，如圖1所示。它是亞洲最大的一首制自流灌區(qū)，同時(shí)它也是中國3個特大型灌區(qū)之一。灌區(qū)東西總長250 km，南北寬約50 km，海拔在1 000 m左右，西南高，東北低，坡度僅有0.125‰～0.2‰。灌區(qū)總面積為15 032 km2，占全國總面積的0.16%，年排水量達(dá)到3～5億m3[38]，總灌溉面積達(dá)11 622 km2，其中引黃灌溉面積為5 740 km2，達(dá)到灌區(qū)總灌溉面積的50%，年引黃河水量約50億m3[34]，屬于無灌溉即無農(nóng)業(yè)地區(qū)[39]。

灌區(qū)屬于干旱半干旱氣候區(qū)，夏季高溫干熱，冬季嚴(yán)寒少雪，無霜期短。灌區(qū)多年平均降水量為130～220 mm，年際變幅大，年內(nèi)分布不均勻，降水量多集中在6—8月，占全年總降水量的70%左右，且年蒸發(fā)量高達(dá)2 400 mm，蒸降比超過了10[38]。年內(nèi)熱量充足，年平均氣溫在7℃左右，全年日照時(shí)數(shù)約為3 100 h，是我國光能資源最豐富的地區(qū)之一。

河套灌區(qū)的灌溉制度除了常規(guī)4—5月的春灌和6—8月的夏灌2次集中用水高峰期之外，在9月下旬至11月上旬即秋收之后，還會對耕地進(jìn)行“秋澆”，即洗鹽保墑灌溉[40]，這是灌區(qū)傳統(tǒng)的秋季留鹽、春季保墑的一種特殊灌溉制度。灌溉方式一般采用噴灌、滴灌、膜下灌溉等節(jié)水技術(shù)，同時(shí)也會采用一些高效節(jié)水農(nóng)藝措施，如平地縮塊、覆膜栽培和測土施肥等。

1.2 數(shù)據(jù)來源

圖1 河套灌區(qū)地理位置Fig.1 Geographical position of the Hetao irrigation district

1.2.1 SMAP遙感數(shù)據(jù) SMAP衛(wèi)星由NASA于2015年1月發(fā)射，并于2015年3月31日開始提供數(shù)據(jù)。它結(jié)合L波段主動雷達(dá)和L波段被動輻射計(jì)從太空直接觀測全球土壤水分和凍融狀態(tài)，為用戶提供高分辨率(3、9、36 km)和高精度的土壤水分。然而主動雷達(dá)于2015年7月7日發(fā)生故障，被動輻射計(jì)的產(chǎn)品成為SMAP唯一可用的土壤水分產(chǎn)品。本研究采用的是被動SMAP 3級L波段輻射計(jì)降序土壤水分產(chǎn)品加強(qiáng)版(SMAP_L3_SM_P_E，SMAP enhanced L3 radiometer global daily 9 km EASE-Grid soil moisture version 2，doi: https://doi.org/10.5067/RFKIZ5QY5ABN)，數(shù)據(jù)原空間分辨率為9 km ×9 km，時(shí)間分辨率為逐日，利用雙線性插值法處理為0.1°×0.1°。數(shù)據(jù)集可以在線免費(fèi)下載(https://earthdata.nasa.gov/)。

1.2.2 CLDAS同化數(shù)據(jù) 中國氣象局陸面數(shù)據(jù)同化系統(tǒng)(China meteorological administration land data assimilation system，CLDAS)采用由國家氣象信息中心發(fā)布的大氣驅(qū)動場數(shù)據(jù)(2 m氣溫、2 m比濕、10 m風(fēng)速、地面氣壓、小時(shí)降水和短波輻射)為數(shù)據(jù)源，利用集合卡爾曼濾波(EnKF)數(shù)據(jù)同化方法和陸面模式計(jì)算了垂直剖面的5層土壤水分，分別為0～5、0～10、10～40、40～100 cm和100～200 cm，時(shí)間分辨率分為逐小時(shí)和逐日，空間分辨率為0.0625°× 0.0625°，覆蓋整個亞洲[41]。

朱智等[42]以氣象站土壤水分觀測數(shù)據(jù)為基準(zhǔn)，對比評估了CLDAS和GLDAS 4個陸面模式的土壤水分，發(fā)現(xiàn)CLDAS能更好地表征河套灌區(qū)土壤水分特征。CLDAS數(shù)據(jù)集自2017年1月19日起可用，搜集數(shù)據(jù)時(shí)僅能下載至2018年9月18日。結(jié)合河套灌區(qū)作物生育期，選用2018年4月1日至9月18日CLDAS河套灌區(qū)0～5 cm土壤水分，時(shí)間分辨率選擇為逐日。數(shù)據(jù)集由中國氣象數(shù)據(jù)共享服務(wù)系統(tǒng)在線提供(http://data.cma.cn/)。

1.2.3 CMADS同化數(shù)據(jù) SWAT(Soil and water assessment tool)模型的中國氣象同化驅(qū)動數(shù)據(jù)集(The China meteorological assimilation driving datasets for the SWAT model,CMADS)是引入世界各類再分析場及CLDAS技術(shù)，采用數(shù)據(jù)嵌套、重采樣、雙線性插值等各類計(jì)算機(jī)技術(shù)手段而建立的水文模型能直接調(diào)用的高分辨率數(shù)據(jù)集，它彌補(bǔ)了傳統(tǒng)氣象站點(diǎn)實(shí)測數(shù)據(jù)不足的空缺[43-45]。選取CMADSV1.1版本(doi:10.3972/westdc.002.2016.db)數(shù)據(jù)集作為國家基本氣象站點(diǎn)實(shí)測數(shù)據(jù)的替代數(shù)據(jù)集，并選取與SMAP數(shù)據(jù)相重合的時(shí)間序列，即2015年4月1日至2016年10月31日的日最高最低2 m氣溫(℃)和24 h累積降水量(mm)數(shù)據(jù)。Tian等[46]利用世界糧農(nóng)組織(FAO)的Penman-Monteith公式，對比了由CMADS和實(shí)測數(shù)據(jù)計(jì)算出的潛在蒸散量(Potential evapotranspiration，PET)，證實(shí)了CMADS再分析資料能夠作為實(shí)測氣象數(shù)據(jù)替代集，尤其是在缺少站點(diǎn)的偏遠(yuǎn)地區(qū)。數(shù)據(jù)來源于國家青藏高原科學(xué)數(shù)據(jù)中心(https://westdc.westgis.ac.cn/data)。

2 研究方法

2.1 土壤水分虧缺指數(shù)(SWDI)

利用衛(wèi)星土壤水分計(jì)算得到的SWDI在確定干旱級別和嚴(yán)重程度方面表現(xiàn)良好，能夠充分顯示干旱動態(tài)，尤其是干旱等級[17-18,21]。利用SMAP 0～5 cm土層土壤水分對河套灌區(qū)農(nóng)業(yè)干旱狀況進(jìn)行定量分析。SWDI計(jì)算如下：

(1)

θAWC=θFC-θWP

(2)

式中，θ是SMAP土壤水分的時(shí)間序列，θWP、θFC和θAWC分別代表凋萎含水量、田間持水量和土壤有效含水量。θWP和θFC有3種定義方法：(1)時(shí)間序列的第5%組和第95%組土壤水分為θWP和θFC；(2)-33 kPa和-1 500 kPa土壤水勢的土壤水分即為θWP和θFC；(3)根據(jù)土壤基本物理特征，如粘土和沙子的比例，經(jīng)由土壤傳遞函數(shù)計(jì)算得到θWP和θFC[11]。農(nóng)業(yè)干旱的主要承災(zāi)體為作物，它與作物生育期土壤水分的有效性有關(guān)。因此，選擇河套灌區(qū)作物生育期(4-10月)時(shí)間序列的第5%組和第95%組土壤水分來獲得θWP和θFC[16,21]。SWDI為正值時(shí)表明灌區(qū)無干旱，為負(fù)值時(shí)表明發(fā)生了干旱，其對應(yīng)的干旱類別如表1所示。

表1 不同干旱類型土壤水分虧缺指數(shù)分類[16]

2.2 干旱周百分比

當(dāng)發(fā)生嚴(yán)重干旱為干旱周(Drought week)[31]，即周SWDI數(shù)值低于-5。干旱周百分比(Percentage of drought week,PDW)可表示河套灌區(qū)的干旱狀況，其分為4類，分別為0～25%，25%～50%，50%～75%以及75%～100%。干旱周百分比由下式計(jì)算：

(3)

式中，D為干旱周數(shù)；W為研究期總周數(shù)，本研究為31周。

2.3 大氣水分虧缺量(AWD)

AWD是降水與潛在蒸散發(fā)的差值[47]，它是一個與氣象參數(shù)相關(guān)的反映干旱狀況的合適指標(biāo)[31]。當(dāng)AWD<0時(shí)，表示干旱；當(dāng)AWD<-50 mm時(shí)，即為嚴(yán)重干旱。公式如下：

AWDi=Pi-PETi

(4)

式中，i代表了研究期內(nèi)周數(shù)；Pi和PETi分別是第i周降雨和潛在蒸散發(fā)的總和。日PET由FAO Penman-Monteith公式計(jì)算得出。

2.4 評價(jià)指標(biāo)

利用Pearson相關(guān)系數(shù)(R)、偏差(BIAS)和無偏均方根誤差(ubRMSE)對SMAP在灌區(qū)內(nèi)的精度和在干旱監(jiān)測中的表現(xiàn)進(jìn)行評價(jià)。計(jì)算公式如下：

(5)

(6)

(7)

3 結(jié)果與分析

3.1 SMAP適用性評估

從柵格尺度和區(qū)域尺度對SMAP在河套灌區(qū)的適用性進(jìn)行評估。柵格尺度上，對2018年4月1日—9月18日的SMAP和CLDAS 0～5 cm土壤水分進(jìn)行平均，計(jì)算出每個柵格的R、BIAS和ubRMSE。區(qū)域尺度上，對全灌區(qū)進(jìn)行平均后得到河套灌區(qū)日平均土壤水分。

在柵格尺度上，通過R、BIAS和ubRMSE3個統(tǒng)計(jì)參數(shù)對比各柵格CLDAS日土壤水分和SMAP日土壤水分。在R值方面(圖2a)，69%的柵格表現(xiàn)較好(R>0.5)，17%表現(xiàn)一般(0.4

圖2 SMAP和CLDAS土壤水分的R(a)和BIAS(b)Fig.2 R (a) and BIAS (b) between SMAP and CLDAS

圖3 SMAP和CLDAS土壤水分對比Fig.3 Comparison of soil moisture between SMAP and CLDAS

3.2 河套灌區(qū)干旱評估

3.2.1SWDI時(shí)空分析 SMAP時(shí)間序列較短，為更準(zhǔn)確地分析河套灌區(qū)作物生育期內(nèi)的干旱分布特征，相較于周SWDI，日時(shí)間尺度更容易看出灌區(qū)2015年和2016年的干旱變化趨勢，因此在分析河套灌區(qū)干旱演變時(shí)空分布時(shí)采用日SWDI。

SWDI的時(shí)間變化趨勢如圖4所示。可以看出，整體上SWDI隨時(shí)間推進(jìn)而下降，說明河套灌區(qū)在生育期內(nèi)缺水嚴(yán)重。2015年和2016年日SWDI<-5的天數(shù)分別為168 d和167 d，約占生育期總天數(shù)的80%。兩年平均日SWDI分別為-6.3和-6.5，且2015年SWDI最小值(-10.2)高于2016年(-11.1)，這意味著河套灌區(qū)2016年農(nóng)業(yè)干旱程度比2015年有所增加。與此同時(shí)，2015年4月初SWDI明顯高于2016年，原因在于2015年4月初全灌區(qū)平均降水量為104.29 mm，當(dāng)月日平均降水量為45.7 mm，為2016年4月份的40倍(圖5)，極大地補(bǔ)充了土壤水分，SWDI值偏大；2015年9月底SWDI由-8.6陡增為-1.7，因河套灌區(qū)9月份降水量偏大，且9月底至10月底，灌區(qū)進(jìn)入秋澆時(shí)期，灌溉水量增加，土壤水分隨之增加。2016年SWDI陡增階段變?yōu)?0月底，查詢資料得知，2015年11月10日秋澆工作已全部結(jié)束，而2016年11月16日秋澆才進(jìn)入收官階段，兩年秋澆結(jié)束的時(shí)間點(diǎn)并完全不相同。除去降水和灌溉等不確定因素的影響，兩年SWDI值在時(shí)間序列上較為接近，即干旱嚴(yán)重程度接近。此外，2016年6月份SWDI由>0驟減到<-5，即河套灌區(qū)由不干旱變?yōu)閲?yán)重干旱，雖然6月存在較大月平均降雨量可以補(bǔ)充土壤水分，但是同時(shí)存在較高的月平均氣溫，并且潛在蒸散發(fā)達(dá)到整個生育期最大值(圖5)。

由圖4可以看出，2015年和2016年4月底、8月初以及9月底的SWDI變化趨勢較為接近，說明河套灌區(qū)在這3個時(shí)間段內(nèi)的干旱狀況較為穩(wěn)定，比其他階段更具有代表性。故選擇4月下旬、8月上旬以及9月下旬這3個時(shí)間段進(jìn)行灌區(qū)干旱演變特征的空間分析，如圖6、圖7和圖8所示。

空間尺度上，總體來說，2015—2016年3個時(shí)間段內(nèi)灌區(qū)干旱嚴(yán)重程度沒有明顯增加。2015年4月底和8月初灌區(qū)的干旱類型分布與2016年相似。4月底干旱最嚴(yán)重區(qū)域由灌區(qū)西南部向東北方向移動，東南部干旱程度減弱，東北部均為中度干旱。8月初，東北部和西南部地區(qū)為嚴(yán)重干旱，西北地區(qū)干旱程度加重，由中度干旱變?yōu)閲?yán)重干旱。2015年和2016年9月底SWDI最大值分別為-2.75和-5.56，最小值分別為-9.29和-10.2，說明2016年9月份干旱程度加劇。同時(shí)東南部地區(qū)SWDI減小，嚴(yán)重干旱區(qū)主要集中在灌區(qū)中部，干旱程度也有所加重，這可能是由于2016年9月份月平均降水量相較于2015年偏少，且當(dāng)年秋澆時(shí)間推遲，除了灌溉途徑，土壤水分沒能得到天然補(bǔ)充。

3.2.2PDW時(shí)空分析 通過計(jì)算生育期內(nèi)各柵格的PDW，可以得到2015年和2016年P(guān)DW空間變化情況，如圖9所示。2015—2016年生育期內(nèi)全灌區(qū)PDW由55.8%上升至57.5%，意味著2016年較2015年干旱程度有所增加。兩年內(nèi)最西側(cè)的柵格均為SWDI最低值所在柵格，可能是由于河套灌區(qū)西側(cè)緊鄰烏蘭布和沙漠。PDW較高的地區(qū)主要集中在灌區(qū)西南部、中部和東部，說明這些區(qū)域的干旱程度較為嚴(yán)重，應(yīng)重視對該地區(qū)的干旱監(jiān)測和預(yù)防，在作物生育期內(nèi)需要及時(shí)灌溉，否則可能會影響作物生長。東北地區(qū)和西北地區(qū)PDW較小，中部地區(qū)的干旱程度基本上無變化。

圖4 2015年和2016年SWDI對比Fig.4 Comparison of SWDI between 2015 and 2016

圖5 2015年和2016年月平均降水、月平均氣溫和潛在蒸散發(fā)Fig.5 Mean monthly precipitation，mean monthly temperature and potential evapotranspirationfrom April to December in 2015 and 2016

圖6 SWDI在4月下旬的空間分布Fig.6 Spatial distribution of SWDI in the late April

圖7 SWDI在8月上旬的空間分布Fig.7 Spatial distribution of SWDI in early August

PDW可分為4類，如圖10所示，當(dāng)P≤25%時(shí)，即為干旱事件小于8周；當(dāng)P≥75%時(shí)，即代表了超過23周的干旱事件。位于50%～75%區(qū)間和75%～100%區(qū)間的柵格比例越高，說明干旱事件的比例越高[31]。對河套灌區(qū)的PDW進(jìn)行研究，發(fā)現(xiàn)2015年和2016年P(guān)DW位于0～25%柵格的個數(shù)均只有一個。從圖10中可以看出，4個區(qū)間內(nèi)的柵格百分比代表了兩年不同的PDW值，大部分的PDW值在50%～75%之間，并且兩年中位于此區(qū)間的柵格總數(shù)相近，分別為118個和119個，此外位于其余3個區(qū)間內(nèi)的柵格數(shù)較少，說明河套灌區(qū)農(nóng)業(yè)干旱事件發(fā)生比例較高，持續(xù)時(shí)間較長，干旱程度較為嚴(yán)重。

圖8 SWDI在9月下旬的空間分布Fig.8 Spatial distribution of SWDI during the end September

圖9 2015年和2016年P(guān)DW空間分布Fig.9 Spatial distribution of PDW (%) in 2015 and 2016

圖10 2015年和2016年柵格尺度PDW占比Fig.10 Percentage of grids in the four intervals of PDW in 2015 and 2016

為了更加詳細(xì)地對比兩年內(nèi)PDW百分比，確定灌區(qū)的干旱演變趨勢，將50%～75%和75%～100%這兩個區(qū)間細(xì)分為如圖11所示。2015年區(qū)間50%～60%柵格所占百分比最大；2016年區(qū)間60%～70%的柵格數(shù)有所增加，高于2015年此區(qū)間柵格數(shù)。這些結(jié)果表明，兩年間干旱事件的持續(xù)時(shí)間增加，大部分PDW仍處于50%～60%區(qū)間。

綜上所述，2015—2016年作物生育期內(nèi)，河套灌區(qū)基本處于嚴(yán)重干旱狀態(tài)，時(shí)間上，在蒸發(fā)量最大的7月份最為干旱，空間上，灌區(qū)西南部干旱程度最為嚴(yán)重；2016年干旱級別高于2015年，且干旱事件持續(xù)時(shí)間有增長趨勢。今后應(yīng)重視灌區(qū)內(nèi)部的干旱監(jiān)測，為灌區(qū)制定合理的灌溉制度，亟需出臺相應(yīng)的用水制度。

3.3 SWDI精度驗(yàn)證

雖然SMAP衛(wèi)星所測數(shù)據(jù)的精度、時(shí)空分辨率相較于其他遙感數(shù)據(jù)較高，但其時(shí)間序列較短，難以進(jìn)行長序列干旱時(shí)空演變特征分析。然而衛(wèi)星觀測數(shù)據(jù)的影響因素還包括其他方面，例如地形和云層。為了驗(yàn)證SWDI的可靠性，將其與氣象干旱指數(shù)AWD進(jìn)行比較。一方面，AWD是一種基于氣象數(shù)據(jù)、應(yīng)用廣泛的氣象干旱指數(shù)；另一方面，AWD是表征與土壤儲水量相關(guān)干旱動態(tài)的合適指標(biāo)[37]。河套灌區(qū)內(nèi)部僅有一個國家級實(shí)測氣象站點(diǎn)(臨河站)，難以代表全灌區(qū)的降水以及蒸散情況，選擇CMADS降水、氣溫?cái)?shù)據(jù)代替實(shí)測數(shù)據(jù)計(jì)算AWD。

由圖12及圖13可以看出，時(shí)間上灌區(qū)AWD最大值出現(xiàn)在2015年4月初，這是由于當(dāng)月降水量在兩年里達(dá)到最大，同時(shí)蒸散發(fā)較小導(dǎo)致。兩年內(nèi)均在5—8月發(fā)生氣象干旱，峰值的時(shí)間變化趨勢和SWDI基本一致。此外，2015年(-36.69)比2016年(-36.33)略微干旱，但灌區(qū)仍是濕潤狀態(tài)。空間上2 a平均氣象干旱程度較低，灌區(qū)東部的烏梁素海區(qū)域AWD值最大，西南部和北部AWD最小，這和SWDI的空間分布相似，即灌區(qū)西南部農(nóng)業(yè)干旱最嚴(yán)重。2個指標(biāo)之間存在差異的可能是因?yàn)镾WDI是與土壤水分相關(guān)的農(nóng)業(yè)干旱指標(biāo)，AWD是與降水、蒸散相關(guān)的氣象干旱指標(biāo)，兩者在物理機(jī)制上考慮的影響因素不同，并且導(dǎo)致得到的結(jié)果不同。

圖11 5個區(qū)間內(nèi)柵格尺度PDW對比Fig.11 Comparison percentage of grids in thefive intervals of PDW

為了從柵格尺度判斷SWDI與AWD的相關(guān)性，選取與SMAP柵格對應(yīng)的CMADS格點(diǎn)進(jìn)行對比，對于每個格點(diǎn)，AWD和SWDI的對應(yīng)位置和相關(guān)系數(shù)分布如圖14所示。可以看出，AWD和SWDI之間的相關(guān)系數(shù)-0.05～0.53，均值為0.26。因河套灌區(qū)降水、氣溫和土壤水分呈正態(tài)分布，因此選用雙尾StudentT檢驗(yàn)對R進(jìn)行顯著性檢驗(yàn)[38-39]。其中，共有9個格點(diǎn)通過了α=0.01的顯著性檢驗(yàn)，還有2個通過了α=0.05的顯著性檢驗(yàn)，說明SWDI與AWD的相關(guān)性較為顯著。可以看出，SWDI和AWD的相關(guān)系數(shù)在五原縣境內(nèi)及縣界周邊格點(diǎn)較小，且沒有通過α=0.05的顯著性檢驗(yàn)，然而其余地區(qū)的相關(guān)性均較好(圖1、圖14)。這可能是因?yàn)槲逶h境內(nèi)的地形條件不同于灌區(qū)內(nèi)其他地區(qū)，縣內(nèi)存在著許多由長期的風(fēng)蝕作用和黃河改道沖刷而成的天然壕溝和洼地。這些壕溝和洼地的高程低于五原縣平均高程，在長年積水的環(huán)境下變成了大大小小的湖泊，俗稱海子。經(jīng)統(tǒng)計(jì)，水深大于1.5 m的海子共有116個，總面積達(dá)到18.1 km2；面積在0.2 hm2以上的海子171個，占地36.3 km2。這些海子會對SMAP衛(wèi)星探測精度產(chǎn)生影響。

圖12 2015年和2016年AWD變化趨勢Fig.12 Trends in weekly time series of AWD changesin 2015 and 2016

圖13 AWD的空間分布Fig.13 Spatial distribution of AWD

圖14 SWDI和AWD的相關(guān)系數(shù)和顯著性檢驗(yàn)Fig.14 Correlation coefficients and the significance test of SWDI and AWD

4 討 論

農(nóng)業(yè)干旱對作物產(chǎn)量影響巨大，不但對農(nóng)業(yè)生產(chǎn)造成不利影響，而且還會威脅到糧食安全，準(zhǔn)確判斷農(nóng)業(yè)干旱程度以及演變過程對控制干旱、提出合理的應(yīng)對措施具有重要意義[48]。河套灌區(qū)作為我國3個特大型灌區(qū)之一，同時(shí)是我國重要的商品糧生產(chǎn)基地，近年來年均糧食總產(chǎn)量達(dá)30億kg以上，作為主要作物的玉米產(chǎn)量達(dá)到約10億kg，成為國內(nèi)舉足輕重的玉米生產(chǎn)加工基地，因此灌區(qū)農(nóng)業(yè)干旱系統(tǒng)評價(jià)對灌區(qū)農(nóng)業(yè)可持續(xù)發(fā)展有著不可忽視的作用。由Tsakiris等[49]提出的勘察干旱指數(shù)(Reconnaissance drought index,RDI)是評估氣象干旱的普適性指標(biāo)。由于它同時(shí)具備計(jì)算簡便和高敏感度、高穩(wěn)定性的特點(diǎn)，RDI逐漸被用于評估干旱半干旱地區(qū)的農(nóng)業(yè)干旱狀況[50-53]，其對應(yīng)的干旱類別如表2所示。利用CMADS降水、氣溫?cái)?shù)據(jù)計(jì)算出RDI并進(jìn)行時(shí)空分析，以從農(nóng)業(yè)干旱角度驗(yàn)證SWDI在河套灌區(qū)的精度。

表2 不同干旱類型勘察干旱指數(shù)(RDI)

由圖15和圖16可以看出，灌區(qū)在作物生育期內(nèi)基本處于輕度干旱和中度干旱，結(jié)合圖4可以看出，RDI和SWDI的變化趨勢相似，兩者均在4月初和9月初顯示為輕度干旱和不干旱狀態(tài)，并且均在5月顯示為嚴(yán)重干旱。同時(shí)2015年(RDI為-1.04)灌區(qū)農(nóng)業(yè)干旱程度略小于2016年(RDI為-0.89)，說明河套灌區(qū)在作物生育期內(nèi)干旱狀況較為嚴(yán)重，也再次證實(shí)了SWDI在河套灌區(qū)的精度較高。空間上，灌區(qū)西南部和北部最為干旱，這和SWDI的空間分布較為一致。與AWD類似，東部的烏梁素海處RDI值最低，不同的是RDI代表的農(nóng)業(yè)干旱為輕度干旱，氣象干旱則顯示為不干旱狀態(tài)，而SWDI代表的農(nóng)業(yè)干旱在3個時(shí)間段內(nèi)均為嚴(yán)重干旱。綜合3個干旱指標(biāo)，雖然灌區(qū)氣象干旱狀況較輕，然而農(nóng)業(yè)干旱卻較為嚴(yán)重，因此河套灌區(qū)內(nèi)部灌溉、覆膜等農(nóng)藝、農(nóng)業(yè)抗旱措施對補(bǔ)充土壤水分、促進(jìn)作物生長發(fā)育起著不可替代的作用。

5 結(jié) 論

本研究以作物生育期農(nóng)業(yè)干旱為背景，選取黃河上游內(nèi)蒙古河套灌區(qū)為典型研究區(qū)，基于多源遙感數(shù)據(jù)，開展了灌區(qū)2015—2016年農(nóng)業(yè)干旱時(shí)空演變特征研究，旨在為灌區(qū)干旱預(yù)警與監(jiān)測提供理論依據(jù)與科學(xué)指導(dǎo)，主要結(jié)論如下：

圖15 2015年和2016年RDI變化趨勢Fig.15 Trends in monthly time series of RDI changesin 2015 and 2016

圖16 RDI的空間分布Fig.16 Spatial distribution of RDI

1)SMAP在河套灌區(qū)的適用性較好。柵格尺度上，69%的柵格表現(xiàn)較好(R>0.5)，只有14%表現(xiàn)不佳(R<0.4)；在區(qū)域尺度上，兩套數(shù)據(jù)相關(guān)系數(shù)為0.65。結(jié)果表明，SMAP土壤水分與CLDAS土壤水分的時(shí)空變化特征一致性較好。

2)2015—2016年4月下旬，農(nóng)業(yè)干旱最嚴(yán)重區(qū)域由灌區(qū)西南部向東北方向移動，東南部干旱程度減弱；8月初，西北地區(qū)干旱程度加重，由中度干旱變?yōu)閲?yán)重干旱；9月底灌區(qū)干旱程度有所加重，嚴(yán)重干旱區(qū)主要集中在灌區(qū)中部。在作物生育期內(nèi)，河套灌區(qū)大部分地區(qū)都處于嚴(yán)重干旱狀態(tài)，主要集中在灌區(qū)西南部、中部和東部，并且2016年農(nóng)業(yè)干旱事件時(shí)間持續(xù)比2015年有所延長。

3)以AWD為代表的氣象干旱在時(shí)間上顯示為兩年內(nèi)灌區(qū)干旱月份為5—8月，在空間上則是全灌區(qū)基本不發(fā)生氣象干旱。除去因地形原因的五原縣境內(nèi)以及縣界附近的格點(diǎn)，SWDI和AWD的相關(guān)性較顯著，R均值為0.26，一半格點(diǎn)通過了顯著性水平為0.01的檢驗(yàn)，說明SWDI在河套灌區(qū)的精度能夠接受，即基于SWDI對灌區(qū)進(jìn)行干旱狀況分析的可信度較高。