貴州省2006-2015年糧食生長(zhǎng)季農(nóng)業(yè)干旱時(shí)空變化研究

夏傳花，賀中華，梁 虹，任榮儀，張 浪

（貴州師范大學(xué)地理與環(huán)境科學(xué)學(xué)院，貴陽(yáng)550025）

0 引 言

近年來(lái)，全球變暖，干旱對(duì)人們的生產(chǎn)和生活的影響日益增大，干旱的影響已涉及越來(lái)越多的領(lǐng)域，而干旱對(duì)農(nóng)業(yè)的影響最為明顯。引起干旱的原因很多，很難明確誘發(fā)干旱發(fā)生的具體因素［1］。農(nóng)業(yè)干旱通常是指由于作物外界環(huán)境的變化，引發(fā)作物周圍土壤水分的供給不足，造成作物不能夠正常生長(zhǎng)，引發(fā)農(nóng)作物減產(chǎn)或者絕收的現(xiàn)象［2］。因此，如何及時(shí)獲取土壤濕度狀況對(duì)農(nóng)業(yè)干旱進(jìn)行準(zhǔn)確監(jiān)測(cè)評(píng)估，推進(jìn)國(guó)家農(nóng)業(yè)干旱監(jiān)測(cè)預(yù)警，保障國(guó)家糧食安全具有重要意義［3］。隨著氣候變化的加劇，農(nóng)業(yè)干旱已成為農(nóng)業(yè)生產(chǎn)和糧食安全的重要影響因素［4］。對(duì)于貴州省來(lái)說(shuō)，3-9月為農(nóng)作物的重要生長(zhǎng)季。因此，研究生長(zhǎng)季農(nóng)業(yè)干旱的時(shí)空變化特征及農(nóng)業(yè)干旱分布對(duì)糧食產(chǎn)量的影響對(duì)貴州省農(nóng)業(yè)生產(chǎn)合理布局和防旱減災(zāi)提供科學(xué)依據(jù)。

傳統(tǒng)的干旱監(jiān)測(cè)是利用局部區(qū)域范圍的散點(diǎn)上所測(cè)的土壤水分含量數(shù)據(jù)來(lái)監(jiān)測(cè)一定區(qū)域范圍的干旱程度以及干旱所發(fā)生的區(qū)域范圍。這種方法實(shí)時(shí)性較差，且無(wú)法實(shí)現(xiàn)大范圍大尺度的農(nóng)業(yè)干旱的動(dòng)態(tài)監(jiān)測(cè)，利用遙感技術(shù)能夠及時(shí)大范圍地監(jiān)測(cè)農(nóng)業(yè)干旱的發(fā)生發(fā)展趨勢(shì)［5］。在眾多的遙感監(jiān)測(cè)手段中，ATI 和TVDI 的研究很多，但由于ATI 僅考慮了熱紅外波段，不適合用于高植被覆蓋的研究區(qū)，因此更多學(xué)者更傾向于利用TVDI 來(lái)研究農(nóng)業(yè)干旱［6］。郭瑞寧等［7］基于TVDI 來(lái)反演黃土高原地區(qū)的土壤濕度變化，結(jié)果表明TVDI 可以通過(guò)反映研究區(qū)的土壤濕度來(lái)表明該區(qū)的干濕狀況。Dhorde等［8］利用長(zhǎng)時(shí)間段的MODIS 數(shù)據(jù)來(lái)研究印度西部的干旱特征，表明TVDI 能夠較好地反映農(nóng)業(yè)干旱的分布情況。

由于貴州喀斯特地貌發(fā)育典型，工程性缺水問(wèn)題嚴(yán)重，且水資源時(shí)空分布不均，農(nóng)作物生長(zhǎng)的季節(jié)性與降水供給不匹配，造成該區(qū)域農(nóng)業(yè)極易發(fā)生季節(jié)性干旱，給貴州省的農(nóng)業(yè)發(fā)展造成一定程度的損失［9］。關(guān)于貴州省農(nóng)業(yè)干旱的研究，已有許多學(xué)者從不同角度采用不同指標(biāo)進(jìn)行分析。羅陽(yáng)［10］等研究表明，貴州省農(nóng)業(yè)干旱發(fā)生的年際變化與降雨多少的年際變化相吻合，降水的多少對(duì)農(nóng)業(yè)干旱的發(fā)生起著至關(guān)重要的作用。錢莉莉［11］等選取降水Z指數(shù)指標(biāo)，研究貴州省1961-2015年55年間的農(nóng)業(yè)干旱時(shí)空變化特征。古書鴻［12］等基于土壤含水量模擬貴州山區(qū)旱地農(nóng)業(yè)干旱監(jiān)測(cè)，構(gòu)建旱地農(nóng)業(yè)干旱指數(shù)，能夠較好地反應(yīng)土壤水分的動(dòng)態(tài)變化。在眾多的干旱指數(shù)中，溫度植被干旱指數(shù)與土壤濕度的相關(guān)性最好，能夠較好地反映農(nóng)業(yè)干旱的發(fā)展?fàn)顩r［13］。因此本文基于高光譜分辨率和高時(shí)間分辨率的MODIS 數(shù)據(jù)，構(gòu)建溫度植被干旱指數(shù)，結(jié)合農(nóng)產(chǎn)品產(chǎn)量統(tǒng)計(jì)數(shù)據(jù)，分析研究貴州省2006-2015 糧食生長(zhǎng)季農(nóng)業(yè)干旱的時(shí)空變化特征以及干旱指數(shù)分布對(duì)糧食產(chǎn)量的影響，以期為貴州省農(nóng)業(yè)干旱監(jiān)測(cè)與防災(zāi)減災(zāi)提供一定的參考依據(jù)。

1 研究區(qū)概況

貴州省地處我國(guó)西南部，位于24°37′～29°13′N，103°36′～109°35′E。土地面積17.62 萬(wàn)km2，總?cè)丝谶_(dá)3 508.04 萬(wàn)，平均海拔約1 100 m［14］。該研究區(qū)大部分區(qū)域全年氣候都比較溫和，且冬無(wú)嚴(yán)寒、夏無(wú)酷暑，四季分明，雨量充沛。但由于特殊的氣候和地貌類型，貴州省降雨呈現(xiàn)出時(shí)空分布不均勻的特點(diǎn)，年平均降水量在1 100～1 300 mm［15］。貴州省水系分布范圍廣，地表水和地下水資源都相當(dāng)豐富。由于特殊的喀斯特地貌類型，各種不同地貌類型發(fā)育成熟，地下暗河與地下溶洞交替出現(xiàn)。徑流和降雨相似，表現(xiàn)時(shí)空分布不均勻，容易造成季節(jié)性枯水。河網(wǎng)密度小，地表水快速流出，地下水滲漏嚴(yán)重，地表涵養(yǎng)水源能力差，造成研究區(qū)農(nóng)業(yè)干旱的發(fā)生［16］。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來(lái)源及預(yù)處理

2.1.1 MODIS數(shù)據(jù)

由于農(nóng)業(yè)干旱的發(fā)生具有不確定性、階段性和不連續(xù)性，利用來(lái)自美國(guó)國(guó)家航空宇航局（NASA）貴州省2006-2015年3、5、7、9月MODIS 標(biāo)準(zhǔn)產(chǎn)品數(shù)據(jù)。包括8d 合成的空間分辨率為1 km 的地表溫度數(shù)據(jù)（MOD11A2）和月合成的空間分辨率為1 km的植被指數(shù)數(shù)據(jù)（MOD13A3）。

2.1.2 農(nóng)產(chǎn)品產(chǎn)量統(tǒng)計(jì)數(shù)據(jù)

數(shù)據(jù)來(lái)源于國(guó)家統(tǒng)計(jì)局2006-2015年貴州省統(tǒng)計(jì)年鑒，數(shù)據(jù)包含2006-2015年的夏糧產(chǎn)量以及相應(yīng)年份的糧食總產(chǎn)量。

2.1.3 數(shù)據(jù)預(yù)處理

利用NASA 提供的MRT（MODIS Reprojection Tool）處理工具對(duì)所得到的遙感數(shù)據(jù)進(jìn)行投影轉(zhuǎn)換、幾何校正，并將8d 合成的地表溫度數(shù)據(jù)采用最大值合成法合成溫度數(shù)據(jù)作為月地表溫度，對(duì)于存在云或缺失的溫度數(shù)據(jù)，采用反距離加權(quán)插值方法對(duì)缺失的溫度數(shù)據(jù)進(jìn)行插值后再進(jìn)行相關(guān)分析。利用ENVI軟件，提取歸一化植被指數(shù)（NDVI）和地表溫度（LST），將所得到的NDVI和LST，利用ENVI插件，計(jì)算得到各時(shí)間段的干濕邊方程及根據(jù)干濕邊方程計(jì)算得到TVDI 值，進(jìn)而得到TVDI 分布圖，從而得到農(nóng)業(yè)干旱的時(shí)空分布狀況。然后將所得到的TVDI按市級(jí)行政區(qū)域劃分，按行政邊界取像元平均值，來(lái)代表該區(qū)域該時(shí)段的農(nóng)業(yè)干旱指數(shù)。利用統(tǒng)計(jì)年鑒所獲取的2006-2015各區(qū)域的農(nóng)業(yè)產(chǎn)量統(tǒng)計(jì)數(shù)據(jù)和相應(yīng)區(qū)域及年份的影像所計(jì)算出來(lái)的溫度植被干旱指數(shù)的均值，利用SPSS對(duì)兩個(gè)數(shù)據(jù)進(jìn)行相關(guān)分析，得到各農(nóng)產(chǎn)品產(chǎn)量與干旱指數(shù)的相關(guān)系數(shù)。

2.2 研究方法

溫度植被干旱指數(shù)（TVDI：Temperature Vegetation Drought Index）是一種基于光學(xué)與熱紅外遙感通道數(shù)據(jù)進(jìn)行植被覆蓋區(qū)域表層土壤水分反演的方法。溫度植被干旱指數(shù)的大小不僅與植被蓋度有關(guān)，也與地表溫度有關(guān)。在植被的覆蓋下，植物吸收太陽(yáng)能，并將太陽(yáng)能轉(zhuǎn)換為熱能釋放到地面，使地表溫度升高。反之，植被通過(guò)蒸騰作用，吸收熱能使地表溫度降低。若在一定時(shí)間內(nèi)，在同樣的太陽(yáng)輻射條件下，地表缺水，植物蒸騰作用減緩，消耗的熱能減少，地表溫度會(huì)有所升高，反之地表溫度會(huì)降低［17］。Sandholt 等［18］研究土壤含水量提出了溫度植被干旱指數(shù)（TVDI）的概念并定義為：

其中：

式中：TVDI表示的是溫度干旱植被指數(shù)值；TNDVli.max代表的是NDVI值相等時(shí)的最高地表溫度值；TNDVli.min表示NDVI值相等時(shí)的最低地表溫度；TNDVli代表任意像元的地表溫度值；a，b代表TVDI的濕邊方程系數(shù)；a′，b′代表TVDI的干邊方程系數(shù)。

3 結(jié)果與分析

3.1 2006-2015年夏半年農(nóng)業(yè)干旱的空間分布特征

為得到貴州省2006-2015年糧食生長(zhǎng)季的農(nóng)業(yè)干旱時(shí)空變化特征，利用所獲取的TVDI 在ArcGIS 中進(jìn)行重分類。根據(jù)中國(guó)土壤濕度界定干旱標(biāo)準(zhǔn)［19］，對(duì)研究區(qū)干濕狀況進(jìn)行分級(jí)：極濕 潤(rùn)（0≤TVDI＜0.4），濕 潤(rùn)（0.4≤TVDI＜0.6），正 常（0.6≤TVDI＜0.8），干旱（0.8≤TVDI＜0.9），極干旱（0.9≤TVDI＜1）。利用ArcGIS軟件分別制作研究區(qū)2006-2015年3、5、7 和9月的農(nóng)業(yè)干旱等級(jí)分布圖。文中列出2006年農(nóng)業(yè)干旱等級(jí)分布圖（圖1）和2015年的農(nóng)業(yè)干旱等級(jí)分布圖（圖2）。

（1）由圖1可知，2006年3月農(nóng)業(yè)干旱的發(fā)生主要集中在貴州省黔東南和銅仁的東南部地區(qū)，其他地區(qū)也伴有少區(qū)域的極干旱及部分區(qū)域的干旱，而遵義地區(qū)和黔南地區(qū)土壤濕度較高，干旱等級(jí)較低。5月農(nóng)業(yè)干旱的發(fā)生主要集中在貴州省的西北及北部地區(qū)，干旱的發(fā)生主要以畢節(jié)地區(qū)為主，旱情極為嚴(yán)峻，而遵義局部地區(qū)也有極干旱和干旱的發(fā)生，黔西南的南部區(qū)域也有少范圍的極干旱區(qū)域，而其他區(qū)域只有少部分地區(qū)伴有干旱的發(fā)生，且旱情較緩。7月的農(nóng)業(yè)干旱主要集中在遵義及銅仁遵義邊界一帶，其他地區(qū)雖也有少部分干旱區(qū)域，但旱情都比較緩，對(duì)該區(qū)域的農(nóng)業(yè)發(fā)展的制約性較弱。9月農(nóng)業(yè)干旱的發(fā)生主要集中在貴州省的東部地區(qū)，極干旱主要是在遵義和銅仁的交界一帶，且銅仁、遵義、黔東南及黔南的其他地區(qū)都伴有不同程度的干旱的發(fā)生，干旱覆蓋面積較大，干旱形勢(shì)較為嚴(yán)峻。

北京科技大學(xué)圖書館推行的輔助大學(xué)生創(chuàng)新社會(huì)實(shí)踐案例獲得了2016年全國(guó)高校信息素養(yǎng)教育研討會(huì)案例大賽一等獎(jiǎng)，案例是為滿足學(xué)生創(chuàng)新社會(huì)實(shí)踐進(jìn)行前期文獻(xiàn)調(diào)研這一臨時(shí)性、應(yīng)急性的需求而設(shè)計(jì)的。目的是要在短時(shí)間內(nèi)將學(xué)生當(dāng)下所需的知識(shí)技能以恰當(dāng)?shù)姆绞窖杆儆行У貍鬟_(dá)給學(xué)生。案例從學(xué)生社會(huì)實(shí)踐文獻(xiàn)調(diào)研的全流程進(jìn)行了教學(xué)設(shè)計(jì)，內(nèi)容不僅包括文獻(xiàn)及檢索基礎(chǔ)知識(shí)框架、文獻(xiàn)的檢索、遴選、獲取、管理等文獻(xiàn)檢索相關(guān)技能，同時(shí)還針對(duì)實(shí)踐隊(duì)要求高協(xié)同工作的特點(diǎn)，介紹了知識(shí)管理軟件有道云筆記和有道云協(xié)作，以輔助團(tuán)隊(duì)提高協(xié)作效率。并結(jié)合邏輯演繹規(guī)則及學(xué)生認(rèn)知規(guī)律，對(duì)學(xué)生選題及檢索系統(tǒng)使用做了剖析和講解。

圖1 2006年農(nóng)業(yè)干旱等級(jí)分布圖Fig.1 Distribution of agricultural drought levels in 2006

（2）由圖2可知，2015年3月貴州省農(nóng)業(yè)干旱的發(fā)生主要集中在畢節(jié)地區(qū)，其他地區(qū)也會(huì)有不同程度的干旱，干旱區(qū)域較畢節(jié)地區(qū)來(lái)說(shuō)面積較小。5月貴州省的西北及西南地區(qū)有極干旱的發(fā)生，主要集中在畢節(jié)、六盤水和黔西南及邊界地帶。而除貴陽(yáng)和黔東南州以外，其他地區(qū)都有不同程度的干旱發(fā)生。7月貴州省的東南部及東部區(qū)域農(nóng)業(yè)干旱等級(jí)較高，旱情較為嚴(yán)重，干旱主要分布在遵義，銅仁及黔東南及與其相鄰的區(qū)域，其他地區(qū)也有干旱的發(fā)生，但面積較小。而相對(duì)于其他月份而言，9月的旱情分布較廣。除貴州省的西部的小部分區(qū)域以外，其他地區(qū)都伴有大部分區(qū)域的干旱，且存在從西到東的垂直地帶性分異，越靠近東部，干旱的發(fā)生越明顯。

圖2 2015年農(nóng)業(yè)干旱等級(jí)分布圖Fig.2 Distribution of agricultural drought levels in 2015

（3）2007-2014年，3月的干旱主要發(fā)生在研究區(qū)的西部及西南部地區(qū)，西部區(qū)域的干旱面積大于其他區(qū)域，南部區(qū)域的干旱高于北部，且從西到東干旱呈垂直地帶性遞減規(guī)律。5月的干旱等級(jí)呈離散型分布，5月的干旱面積都普遍較小，旱情較為緩和，西南地區(qū)的干旱相比其他區(qū)域較為嚴(yán)重。7月旱情從西到東呈逐漸遞增的干旱趨勢(shì)，東部干旱明顯高于西部，且七月干旱面積相對(duì)于其他月份而言，干旱區(qū)域較大，干旱程度較為嚴(yán)重。9月干旱的分布較為分散，且大致呈東高西低，南高北低的分布態(tài)勢(shì)，相比較7月而言，干旱面積較低，旱情較緩，但明顯高于其他月份的旱情。貴州省干旱發(fā)生呈現(xiàn)由東到西逐漸遞減，隨著時(shí)間推移，干旱范圍逐漸從西南區(qū)域向東部擴(kuò)散，且年際變化上干旱范圍逐漸擴(kuò)大的規(guī)律，研究結(jié)果和前人研究一致［20］。

3.2 2006-2015年夏半年農(nóng)業(yè)干旱的時(shí)間變化特征

根據(jù)ENVI軟件計(jì)算出的TVDI分布圖，利用ArcGIS軟件的重分類工具，計(jì)算出各干旱等級(jí)所占的像元個(gè)數(shù)，利用Excel 統(tǒng)計(jì)出各干旱等級(jí)像元所占百分比，如表1。

3.2.1 2006-2015年夏半年農(nóng)業(yè)干旱發(fā)生的年際變化

由表1可知，2006-2015年的3月，從極干旱發(fā)生的像元所占百分比來(lái)看，干旱狀況最為緩和的為2012年，最為嚴(yán)重為2014年，從干旱和極干旱發(fā)生的總的像元百分比來(lái)看，2012年的農(nóng)業(yè)干旱發(fā)生所占的百分比最低，面積最小，而2011年農(nóng)業(yè)干旱發(fā)生的百分比達(dá)49.91%，農(nóng)業(yè)干旱的發(fā)生面積較大。5月，單從極干旱區(qū)域所占像元百分比看，2007年旱情較為緩和，2015年極干旱發(fā)生的區(qū)域最大，干旱最為嚴(yán)重，而從不同干旱發(fā)生的總的百分比來(lái)看，同樣為2007年的干旱區(qū)域最小，2015年的干旱區(qū)域最大，且從2011年起，干旱的發(fā)生區(qū)域逐漸在擴(kuò)大。7月，除2008年的極干旱區(qū)域較大以外，其他年份的農(nóng)業(yè)干旱狀況差異不大，而干旱總的百分比最大年份為2008年，占所有像元的66.18%，干旱區(qū)域較大，干旱較為嚴(yán)重，而除2006年的干旱面積占總區(qū)域的33.71 較小以外，其他年份的干旱都無(wú)太大差異。9月，2015年的極干旱區(qū)域所占百分比最大，2011年最小，而總的干旱2015年最大，2012年最小，農(nóng)業(yè)干旱發(fā)生的區(qū)域最小。而從這4 個(gè)月的干旱的總的像元百分比來(lái)看，2015年為嚴(yán)重干旱年，其次為2011年和2014年，而2012年的干旱像元較少，干旱程度較緩，為十年間的濕潤(rùn)年。

表1 2006-2015年不同月份各干旱類型百分比統(tǒng)計(jì)表 %Tab.1 Percentage statistics of drought types in different months from 2006 to 2015

3.2.2 2006-2015年夏半年農(nóng)業(yè)干旱發(fā)生的月際變化

3.3 2006-2015年糧食生長(zhǎng)季農(nóng)業(yè)干旱分布與糧食產(chǎn)量的相關(guān)分析

由表2可知：3月的農(nóng)業(yè)干旱指數(shù)與夏糧產(chǎn)量以及全年的糧食總產(chǎn)量都呈顯著負(fù)相關(guān)關(guān)系，5月的農(nóng)業(yè)干旱指數(shù)與夏糧產(chǎn)量以及全年的糧食總產(chǎn)量也呈負(fù)相關(guān)，但相關(guān)性較弱，而7月和9月的干旱指數(shù)與兩者都呈正相關(guān)，且與7月的相關(guān)性較為顯著，與9月的相關(guān)性不顯著。結(jié)果表明：3月和5月農(nóng)業(yè)干旱指數(shù)越大，該區(qū)域這一年的糧食產(chǎn)量就越小，且3月的干旱指數(shù)對(duì)糧食產(chǎn)量的制約作用高于5月。7月和9月農(nóng)業(yè)干旱指數(shù)越大，土壤水含量越少，該區(qū)域這一年的糧食產(chǎn)量就越大，且7月的干旱指數(shù)對(duì)糧食產(chǎn)量產(chǎn)生的作用強(qiáng)于9月。農(nóng)業(yè)干旱的發(fā)生主要受3月和7月土壤含水量的影響，且3月土壤含水量越高，就會(huì)促進(jìn)該區(qū)域的農(nóng)業(yè)發(fā)展，土壤含水量越低，就會(huì)促進(jìn)農(nóng)業(yè)干旱的發(fā)生；7月則相反。

表2 農(nóng)業(yè)干旱指數(shù)與糧食產(chǎn)量相關(guān)系數(shù)統(tǒng)計(jì)表Tab.2 Statistical table of correlation coefficient between agricultural drought index and grain yield

4 結(jié)論與討論

利用遙感影像和糧食產(chǎn)量統(tǒng)計(jì)數(shù)據(jù)，采用溫度植被指數(shù)作為農(nóng)業(yè)干旱評(píng)價(jià)指標(biāo)對(duì)貴州省2006-2015夏半年的農(nóng)業(yè)干旱的時(shí)空變化進(jìn)行分析，結(jié)合ENVI 和GIS 軟件、SPSS 軟件，得到研究區(qū)十年的農(nóng)業(yè)干旱分布特征以及干旱指數(shù)分布對(duì)糧食產(chǎn)量分布的影響，并得到以下結(jié)論。

（1）在2006-2015年中，上半年的干旱主要發(fā)生在西部及西南部地區(qū)，隨著時(shí)間向后推移，干旱區(qū)逐漸向東部移動(dòng)，到下半年干旱區(qū)就主要集中在東北，東南及東部地區(qū)。

（2）在這十年間，農(nóng)業(yè)干旱等級(jí)在呈不斷增長(zhǎng)趨勢(shì)，干旱面積也在不斷增大，農(nóng)業(yè)干旱的發(fā)生不斷加劇，且一年中，7月干旱發(fā)生的面積最廣，且發(fā)生干旱的可能性最大。

（3）在農(nóng)作物生長(zhǎng)季，育苗期土壤含水量越高，對(duì)農(nóng)作物的生長(zhǎng)發(fā)育起促進(jìn)作用。在糧食成熟期，土壤含水量過(guò)高，會(huì)抑制作物成熟，從而減少糧食產(chǎn)量，促進(jìn)農(nóng)業(yè)干旱的發(fā)生。

影響農(nóng)業(yè)干旱的因素很多，干旱的形成原因也非常復(fù)雜，從總體上看貴州省的農(nóng)業(yè)干旱有增加的趨勢(shì)，且增加幅度較大，速度較快。本文在研究貴州省十年農(nóng)業(yè)干旱的時(shí)空變化的基礎(chǔ)上，未能將多種影響因素考慮其中，未來(lái)將進(jìn)一步考慮綜合多種因素對(duì)農(nóng)業(yè)干旱的影響，更加深入地分析研究農(nóng)業(yè)干旱的形成機(jī)理及農(nóng)業(yè)干旱的發(fā)展趨勢(shì)及應(yīng)對(duì)策略。 □