GIS 多源數據圖層疊置法研究山東省干旱分區

葛魯亮，金菊良，寧少尉，周戎星，周玉良，陳夢璐

(1. 合肥工業大學 土木與水利工程學院，安徽 合肥 230009；2. 合肥工業大學 水資源與環境系統工程研究所，安徽 合肥 230009)

山東省是中國重要的糧食生產基地、人口大省，兼有溫帶季風氣候和溫帶海洋性氣候，降水量年際變化大、年內分配不均勻，干旱年發生概率為69.9%。干旱是造成該省農業損失的主要自然災害，已成為制約山東省社會經濟發展的重要因素之一[1-2]。不同區域影響孕災環境的因素不同，眾多學者對中國不同地域的孕災環境進行分析[3-4]。影響孕災環境的因素大致分為兩類：自然因素和人為因素。其中，自然因素主要包括氣候、水文和下墊面等因素。干旱是區域氣象、水文、地形地貌過程綜合作用的自然變異現象，形成過程復雜[5]，影響因素多。干旱的定量分析評估目前仍處于初步階段[6-8]，其中干旱分區是基于區域干旱的成因差異性和干旱的空間分布特征，對地理空間區域進行干旱狀況區劃[9]，是刻畫孕災環境的自然背景和干旱空間分布格局的重要內容。目前的干旱分區方法主要是基于干旱分區指標體系的綜合評價方法[10]，例如：曹永強等用可變模糊評價法和EOF 分析方法對遼西北地區干旱事件進行的時空變化特征和干旱分區[9]；喬麗等選取主要氣候變量、地質土壤類型、水文等10 個影響生態農業干旱因子在陜西省采用聚類方法進行生態農業干旱分區，較好地反映了干旱狀況及分布特征[11]；常文娟等取氣象、水文、地形地貌自然要素作為干旱分區指標，用主成分分析法對云南省進行干旱自然分區[12]。GIS 為干旱區劃的研究提供了新手段[13-15]。何君等選取氣象、地貌和水資源等因素對中國進行干旱頻率分析，并結合地理信息系統平臺劃分出具有相似地理信息的10 個分區[16]；裴浩等用遙感氣象獲得的數據與GIS 技術相結合，進行農業氣候區劃[17]。

干旱狀況受氣象、水文和地形等地球表層不同圈層因素的影響，對干旱的精準監測是一項巨大的挑戰，以至于對干旱指標的選取成了一項重要的研究內容。對區域進行干旱狀況分區，就是對相似的地理地形和氣象水文狀況區域進行歸類研究。干旱分區不僅對相似孕災環境區域進行了劃分，而且通過對區域的干旱狀況進行評價，實現了更詳細的分區劃分。在農業氣候區劃中，利用各種綜合指數往往可以取得更好的指導意義[18]。因此本研究基于山東省干旱特征及其成因，采用降水量、氣溫、植被指數NDVI 和土壤含水量4 個影響干旱的主要因子，構建山東省區域干旱狀況區劃層次分析模型，獲得綜合干旱因子評價分布圖，并與空間高程分布疊加，劃分出反映山東省干旱主要影響因素特征的5 個分區，為解決空間異質性提供了一種重要的方法，有利于干旱的預測預警和水資源的合理調配[19]。

1 研究區域及數據來源

山東省位于中國東部沿海地區，陸地總面積15.7 萬km2，分屬黃河、淮河、海河三大流域，地形復雜。選取1982—2014 年降水（precipitation）、歸一化植被指數（normalized differential vegetation index，以下簡稱NDVI）、土壤含水量（soil moisture）和氣溫（temperature）四類指標反映干旱狀況，同時采取數字高程表征不同的地勢區域，對不同的區域進行干旱分區。其中，降水及氣溫數據基于159 個實測氣象站點逐日降水、氣溫資料經克里金插值獲得0.25°空間分辨率的數據（圖1）；NDVI 來源于LAADS DAAC（https://ladsweb.modaps.eosdis.nasa.gov/search/），記錄了1982—2014 年的NDVI 數據，時間分辨率為1 d，空間分辨率為0.05°；土壤含水率數據來源于美國國家航空航天局的NASA 的CLM 陸面模型（https://hydro1.gesdisc.eosdis.nasa.gov/data/GLDAS/GLDAS_CLSM025_D.2.0/），時間分辨率為1 d，空間分辨率為0.25°；數字高程數據來源于ASTER 全球數字地形模型數據，由美國NASA 和日本經濟產業省共同研發，空間分辨率為30 m。

圖1 山東省各市和氣象站點分布Fig. 1 Distribution of cities and meteorological stations in Shandong Province

2 分區方法

20 世紀中期以來遙感技術開始不斷發展，針對干旱狀況監測的傳感器不斷增多，眾多綜合遙感干旱指數不斷涌現，漸漸成為當前干旱監測研究的熱點[20-21]。干旱分區研究選取降水量、氣溫、NDVI 和土壤含水量4 個因子，基于遙感的柵格數據及地面監測數據的空間插值法，建立反映干旱影響因子柵格圖層。采用層次分析模型計算獲得的綜合干旱因子分布圖，再利用與數字高程圖相結合的分區方法進行山東省干旱狀況分區。

2.1 數據的選取及處理

2.1.1 數據的選取 首先選取1982—2014 年這一時間段，基于遙感監測的柵格數據及地面監測的空間插值數據，計算多年平均降水量、多年平均日氣溫、多年平均土壤含水量和多年平均NDVI 數據（為消除冬日的影響，植被狀況選擇3—11 月），計算得到多年平均年降水量、多年平均NDVI、多年平均日氣溫和多年平均土壤含水量的空間分布圖（圖2）。由圖2 可見：①山東省多年平均降水量由西北至東南逐漸增高，多年平均降水量范圍為454～819 mm；②多年平均土壤含水量大致呈現自西北至東南逐漸增高的趨勢，表現出了與降水量較一致的分布趨勢；③山東省多年平均NDVI 在魯西北平原和膠萊平原等農業區較高，魯中山地和半島丘陵等林草覆蓋地區的多年NDVI 適中，多年平均NDVI 的低值區域集中在黃河三角洲和魯西南等湖泊區域；④山東省多年平均日氣溫隨海拔的上升、緯度的增高而降低，其中魯中山地和半島丘陵地區的多年平均日氣溫較低。

圖2 山東省多年平均降水量、平均土壤含水量、日平均NDVI 和平均日氣溫空間分布Fig. 2 Spatial distribution of multi-year average precipitation, soil moisture content, daily NDVI and daily temperature in Shandong Province

2.1.2 數據歸一化 為綜合度量各干旱影響因子對山東省干旱的影響、消除各干旱影響因子的數據量綱差異，對各干旱影響因子進行歸一化處理。已知降水量、土壤含水量和NDVI 與干旱呈負相關，氣溫與干旱呈正相關。故對干旱影響因子數據進行歸一化時，對與干旱呈負相關的指標進行如下歸一化處理[22]：

對與干旱呈正相關的指標進行歸一化，則采用：

式中：xmin(i)、 xmax(i)分別為每個時段全區域第i 個指標的最小值和最大值；r(i)為標準化后的評價指標值。因此，負相關指標多年平均降水量、多年平均土壤含水量和NDVI 的最大區域賦最小值0，最小區域賦最大值1；正相關指標氣溫最高區域賦最大值1，氣溫最低區域賦值為0。

2.2 綜合干旱因子計算

2.2.1 基于層次分析法計算各干旱因子權重 層次分析法將復雜問題分解為多個組成因素，通過兩兩比較的方式確定層次中各要素的權重[23]。本研究一共咨詢12 位專家，每位專家都對多年平均降水量、多年平均土壤含水量、多年平均NDVI 和多年平均日氣溫4 個指標進行判別，打分后采用平均值取整的形式構造判斷矩陣，每位專家的權重相同。得出重要性判斷矩陣B 為：

通過層次分析法[23]計算判斷矩陣B 各要素權重，得多年平均降水量、多年平均土壤含水量、多年平均NDVI 因子和多年平均日氣溫權重分別為0.35、0.25、0.20 和0.20。經驗證，上述權重計算結果滿足一致性要求。

圖3 山東省綜合干旱因子的空間分布Fig. 3 Spatial distribution of comprehensive drought factors in Shandong Province

2.2.2 綜合干旱因子圖層 對歸一化后的多年平均降水量、多年平均土壤含水量、多年平均NDVI 和多年平均日氣溫因子圖層進行加權疊加，最終得到反映各干旱因子對干旱影響的山東省綜合干旱因子圖層（圖3）。其中，綜合干旱程度由0～1 表示，0 代表干旱程度最低的狀況；1 代表干旱程度最高的狀況。由圖3 看出，基于綜合干旱因子劃分的干旱程度中，干旱程度高的區域主要分布在魯西北平原農業地區，干旱程度低的區域主要分布在魯中山地丘陵、膠東半島丘陵地區和東南沿海地區。

2.3 基于圖層疊加方法的干旱分區

由于山東省的地形復雜，主要包括山地、丘陵和平原。在不同高程區域的干旱評價中，對指標的選取及各指標間的重要性程度不同。因此，在干旱分區中，將高程作為一項重要指標。為實現山東省高程數據與綜合干旱因子圖層的疊加，對山東省30 m 分辨率的DEM 數據進行處理，將30 m 分辨率的DEM 數據轉化為0.05°的空間柵格數據，得到山東省高程圖層（圖4）。進行干旱分區的具體步驟為：首先，根據計算得到的山東省各區域綜合干旱因子評價值，進行等間距劃分為4 個干旱等級，分別為濕潤、較濕潤、輕旱和重旱（圖5）；然后，根據轉化后的高程柵格數據，將山東省區域劃分為高海拔區域（高程大于200 m）和低海拔區域（高程小于200 m）兩類；最后，將山東省高程圖層與綜合干旱等級分布圖層進行疊加，同一干旱等級和相似高程共同占據的區域確定為同一分區，得到干旱分區圖像。最終將山東省區域劃分為5 個干旱分區（圖6）。

圖4 山東省高程圖Fig. 4 Elevation map of Shandong Province

圖5 山東省干旱等級分區Fig. 5 Drought grade zoning map of Shandong Province

圖6 山東省干旱分區Fig. 6 Drought zoning map of Shandong Province

由圖5 和6 可見：①紅色區域Ⅰ為魯西北平原北部的農業重旱區，包括聊城市、德州市、濱州市、東營市以及淄博市的北部，高程較低；②橙色區域Ⅱ為魯西北平原的南部和膠萊平原農業輕旱區，包括菏澤市、濟寧市、濰坊市大部分地區以及青島市的西部，高程較低；③黃色區域Ⅲ為膠東半島較濕潤區，包括煙臺市、威海市以及青島市的東部，高程較低；④淺綠色區域Ⅳ為魯中南山地丘陵濕潤區，高程較高，包括濟南市的南部和萊蕪市、淄博市的南部、濰坊市的西部少部分區域以及臨沂市的西北山區部分；⑤深綠色區域Ⅴ為山東南部沿海區域的平原濕潤區，包括日照市、泰安市、臨沂市的東南部以及濰坊市南部的少部分地區，高程較低。

3 結果及討論

圖5 中，根據降水量、日氣溫、NDVI 和土壤含水量4 個干旱影響因子計算獲得的綜合干旱因子狀況劃分為濕潤、較濕潤、輕旱和重旱4 個干旱等級。多年平均降水量圖顯示，多年平均降水量由西北至東南逐漸增高，降水量是干旱狀況的最直接影響因子，降水量較低直接導致了區域Ⅰ的嚴重干旱狀況；多年平均降水量的升高，使區域Ⅱ的干旱狀況較輕，為輕旱區域；然而魯中南山地的高程較高，季風帶來的濕潤氣流上升為區域Ⅲ帶來大量降水，使之為濕潤區；處于膠東半島的區域Ⅳ降水量和土壤含水量適中，為較濕潤區；區域Ⅴ位于東南沿海，多年平均降水量高，為濕潤區。圖6 顯示：Ⅰ、Ⅱ和Ⅲ區域處于低海拔區域，區域Ⅳ處于高海拔區域；區域Ⅳ和Ⅴ同處于濕潤狀況，但由于處于不同的高程范圍，因此在地理高程區劃分為兩個區域。可見，此區劃不僅考慮到研究區的干旱影響因子，還考慮到地理地形因子。

通過對山東省進行干旱狀況區劃，實現了氣象水文和地形干旱因素相似區域的歸類，有利于對干旱狀況及其成因的深入理解和分析。在進行區域干旱監測分析中，選取適宜的干旱指標至關重要。山東省的各區域狀況分別為：區域Ⅰ的聊城市、德州市、濱州市、東營市以及淄博市位于魯西北平原的農業區，降水量相對較少，宜用以植被狀況和氣溫相結合的干旱指數為主，同時與降水量和土壤含水量等氣象干旱指標相耦合進行時空監測，達到干旱狀況分析的目的；區域Ⅱ的菏澤市、濟寧市、濰坊市和青島市分別位于魯西北平原的南部和膠萊平原的農業區，降水量、土壤含水量、日氣溫和NDVI 均處于平均水平，宜用多指標綜合的干旱分析指標；區域Ⅲ和Ⅴ的日照市、臨沂市、泰安市、威海市、煙臺市和青島市位于膠東半島和東南沿海地區，水汽來源相對充足，河川徑流量較大，宜用以降水量和土壤含水量為主的干旱指標，對區域內干旱狀況進行分析；區域Ⅳ濟南市的南部山區及萊蕪市、淄博市和濰坊市的西部位于魯中南山地丘陵中心，地理高程較高，降水量較大，宜用以降水量為主的氣象指標，采用降水量距平可反映一段時間內的降水量與常年同期平均降水量之間的關系。山東省干旱分區的研究表明，對干旱狀況的分析評價可更具針對性，更合理地量化不同區域特征，這為解決空間異質性的難題提供了一種解決途徑。

4 結 語

取降水量、日氣溫、植被指數NDVI 和土壤含水量4 個干旱因子反映山東省干旱的主要時空特征，基于層次分析法確定各因子權重，建立綜合干旱因子圖層，并與山東省數字高程圖層疊加，實現山東省干旱分區，這些分區反映了不同區域干旱狀況和地理特征的空間分布特征。最終得到了山東省5 個干旱分區，并對各分區的適宜干旱指標進行了分析。干旱分區反映了影響干旱的各種自然因素的多年平均情況，反映了孕災環境的自然背景。區域干旱分區可清晰地展示出各區域的地理地形特征和干旱特點，便于對干旱狀況的精準監測分析，實現對干旱的預防預警和水資源的合理調配。在干旱分區的基礎上，根據各區域的干旱特征，就可建立相應的干旱評價指標體系，開展干旱監測及預警研究。