基于TVDI的天山新疆段土壤濕度時空分布及影響因素分析

迪里胡瑪爾·阿汗木江，玉素甫江·如素力,2，3，亞夏爾·艾斯克爾

(1.新疆師范大學 地理科學與旅游學院，烏魯木齊 830054；2.新疆師范大學 流域信息集成與生態安全實驗室，烏魯木齊 830054；3.新疆干旱區湖泊環境與資源重點實驗室，烏魯木齊 830054)

土壤濕度是氣候、水文、生態、農業以及旱情檢測等領域的主要參數[1]，是地表能量平衡和水循環系統的重要影響因素[2-4]。利用遙感手段可以快速、大面積、實時對土壤濕度進行監測，特別在復雜的地理環境，對一些常規資料較少的地區，具有多時相、多空間特點的遙感資料極大地豐富了土壤濕度研究，更具有實際應用價值[5-6]。

國內外學者針對不同數據源對土壤濕度遙感反演做了大量研究。土壤濕度遙感監測方法主要有溫度-植被干旱指數法[7]、熱慣量法[8]、微波遙感法[9]、熱紅外遙感法[10]等，其中TVDI(temperature vegetation dryness index)方法是目前可見光和熱紅外波段遙感監測土壤濕度理論相對成熟，應用比較廣泛的方法之一[11]。國外利用遙感技術進行土壤濕度的計算開始于20世紀60年代，Sandhold等[12]對不同傳感器所獲取的遙感影像的地表溫度(Ts(temperature sensitive))和歸一化植被指數(normalized difference vegetation index,NDVI)數據進行提取并對二者的關系模型進行了改進和簡化，提出溫度植被干旱指數(TVDI)的概念，用此來描述大面積連續范圍內的土壤干旱情況；國內開展土壤濕度的遙感研究開始于20世紀80年代中期，魏國栓等[13]利用MODIS(moderate-resolution imaging spectroradio meter)(LST(land surface temperature)、NDVI)數據構建LST-NDVI特征空間，反演了儀征地區不同季節40 cm土壤相對濕度，并取得良好結果；宋春橋等[14]通過TVDI指數的構建，結合土壤實測數據證明了TVDI指數干旱監測在藏北高原的可行性；本研究認為TVDI方法能較好地適用于反演天山新疆段土壤濕度狀況；因此，本研究依據TVDI方法來揭示天山新疆段土壤濕度時空變化特征以及引起土壤濕度變化的關鍵影響因素，從而為天山新疆段生態保護提出相應的政策建議，促進研究區水資源的合理分配和高效利用。

天山新疆段地勢復雜、站點稀疏、分布不均勻，屬于溫帶大陸性氣候，冬季漫長而嚴寒，夏季短而炎熱。目前,在有關天山新疆段所開展的分析中,多基于水文[15]、積雪[16]、地表溫度[17]以及綠洲生態評估[18]等方面，有關土壤濕度時空分布變化特征的分析并不常見。基于此，如何應用先進遙感技術對該區域土壤濕度進行監測具有十分重要的理論意義以及應用前景。文中采用2020年4月至10月天山新疆段的MODIS地表溫度(Ts)和歸一化植被指數(NDVI)數據，構建Ts-NVDI特征空間,利用TVDI模型反演研究區土壤濕度狀況，同時結合(0～10 cm)土壤相對數據進行精度驗證，進一步探討天山新疆段時空分布狀況和土壤濕度與土地利用、地形的關系。通過土壤濕度的研究，可以更好地了解天山新疆段土壤水資源方面的問題，為更有效地改善水資源保護以及綠洲生態環境質量方面的研究提供科學依據。

1 研究區概況

天山是亞洲巨大山系之一，地處歐亞大陸中部，屬于溫帶大陸性干旱氣候，平均海拔為4 000 m。研究區范圍為39.46°～44.64°N,76.55°～91.69°E，面積約為362 702 km2。天山東西橫跨中國、哈薩克斯坦、吉爾吉斯坦和烏茲別克斯坦4國，全長約2 500 km，呈東西走向，約占新疆全區面積1/3。中國境內的天山山脈將新疆分割為南北兩大部分：南邊是塔里木盆地，北邊是準噶爾盆地[19]。由于天山平均海拔較高,攔截了到達新疆上空的大西洋和北冰洋等濕潤的大氣環流，又由于天山中段由一系列山脈、山間盆地、谷地及山前平原等地貌單元組成，因此造成不同區域氣溫存在很大的差異，山區降水量豐富，孕育了眾多河流和湖泊，全疆65%的河流源于此[20]，是天山南北水資源的主要來源。文中研究區如圖1所示。

圖1 研究區概況

2 數據來源與研究方法

2.1 數據來源

2.1.1 遙感數據

本研究主要選用2020年4月至10月的MODIS遙感數據，遙感數據均來自NASA數據中心(https://ladsweb.modaps.eosdis.nasa.gov/)，包括植被指數產品(MOD13A2)和地表溫度產品(MOD11A2)，植被指數產品每期為16 d合成，空間分辨率為250 km，地表溫度產品每期為8 d合成，空間分辨率為500 km，進行圖像剪裁、幾何校正，并經重采樣后分辨率為地表溫度與植被指數產品空間分辨率一致。

研究區2020年的土地利用分類數據由中國科學院資源環境科學數據中心(http://www.resdc.cn)提供，解釋精度達到90%以上，該系列數據將土地利用類型劃分一級分類和二級分類。本研究根據分類標準、含義、焉耆盆地土地利用類型特點以及研究需要將其重新分為9類。

2.1.2 氣象數據

文中所用2020年10月的土壤濕度精度驗證數據來自中國氣象數據網(http://data.cma.cn/)“中國氣象局陸面數據同化系統(CLDAS(clinical laboratory data acquisition system))土壤相對濕度分析產品V2.0”。土層深度為0～10 cm、0～20 cm；空間分辨率為0.062 5°×0.062 5°。

2.2 研究方法

溫度植被干旱指數(TVDI)是通過Ts-NDVI特征空間進行獲取的水分脅迫指數,該方法能夠用來對地表土壤濕度進行估測。對于TVDI來說,其建立依據了NDVI以及地表溫度,在一個區域中,地表裸露,土壤濕度較低,而植被茂盛,則濕度較高。Sandholt等人進行有關土壤濕度的分析得出[12],在Ts-NDVI的特征空間中等直線較多,因而對溫度植被干旱指數(TVDI)這一概念進行了提出，如圖2所示,其算式為:

圖2 Ts-NDVI 特征空間

(1)

式中:地表溫度用TS表示;最小、最大地表溫度對應為TSmin以及TSmax。分別對應濕邊方程以及干邊方程,算式為:

TSmax=a+b×NDVI，

(2)

TSmin=c+d×NDVI.

(3)

式中:a，b，c，d是干邊濕邊方程的系數。TVDI作為土壤濕度分級標準，將土壤濕度分為5個層次，如表1所示。

表1 TVDI土壤濕度分級標準

3 分析與結果

3.1 Ts-NDVI特征空間及干濕邊方程

經過數據預處理，天山新疆段的植被指數、相應的最大、最小地表溫度,對應為TSmax以及TSmin,橫坐標代表植被指數,地表溫度值為縱坐標,獲取2020年4月至10月的每16 d的Ts-NDVI特征空間，NDVI<0的區域主要為水體、云或雪，可認為土壤濕度為100%，故分析時僅考慮NDVI>0的像元，并擬合出多個時相的干濕邊方程，散點主要集中于所在區域，以保證所計算的TVDI的適宜性及精確性，如圖3所示。

根據圖3,在Ts-NDVI特征空間中的干邊和濕邊均為三角形。在植被指數高于0的情況下,植被的指數越大,地表溫度最大值變小,最小值變大,以上三者為近似線性關系。從時間上看，從4月至10月，特征空間的干邊和濕邊形狀都發生了變化，隨著植被指數的增大，研究區地表溫度的最大值呈先增大后減小趨勢，地表溫度的最小值呈緩慢增大趨勢。

圖3 Ts-NDVI特征空間

通過擬合得到各時相的干、濕邊方程，如表2所示。其中干邊的斜率均小于0，大多數濕邊斜率大于0，這也間接反映了地表溫度隨著NDVI值變化的趨勢情況。表2中干邊方程的比例系數的絕對值均大于濕邊方程的比例系數的絕對值，說明對天山中段而言，干邊所擬合的地表溫度對植被指數的變化更加敏感。干邊濕邊的擬合效果總體較好，干邊R2的均值大于0.72，濕邊的R2的均值大于0.40。

表2 干邊和濕邊擬合方程

3.2 精度驗證

隨機提取中國氣象局陸面數據同化系統( CLDAS )土壤相對濕度分析產品V2.0提供的研究區相應日期的 0～10 cm 、0～20 cm土壤相對濕度(relative soil moisture,RSM)數據，提取 193個點，分別建立了TVDI與0～10 cm土壤相對濕度數據的線性回歸模型，并計算了相關系數，如圖4所示。根據回歸結果，TVDI與0～10 cm土壤相對濕度回歸分析的決定系數R2=0.257 9，相關系數R=0.507 8；0～20 cm土壤相對濕度回歸分析的決定系數R2=0.282 8,相關系數R=0.531 7。采用0～10 cm的土壤相對濕度數據對TVDI進行評價時，他們之間的相關性普遍較低，其主要原因是土壤相對濕度數據與MODIS數據之間的空間分辨率較大，無法實現精確對應驗證，難免會出現決定系數較低的情況[21-22]。結果表明，TVDI與土壤相對濕度數據相關性隨著TVDI值的上升，土壤濕度呈現出下降趨勢，TVDI值與土壤濕度呈現出負相關關系，TVDI值越高，土壤濕度值越低。

圖4 TVDI與0～10 cm、0～20 cm土壤濕度的擬合

3.3 天山新疆段土壤濕度時空分布特征

3.3.1 天山新疆段土壤濕度時間分布特征

天山新疆段植被生長季土壤濕度總體表現為干旱(0.6

表3 不同時期土壤濕度面積統計

圖5為2020年4月至10月月份TVDI變化，從整個天山新疆段月變化來看，其2020年各月變化趨勢呈現出先降后升，TVDI值在4月份最低0.502，10月份最高0.611，5月、6月、9月的變化基本相似，總體上波動趨勢并不明顯，說明4月至10月的月變化相對較穩定。

圖5 天山中段土壤濕度不同月份變化

3.3.2 天山新疆段土壤濕度空間分布特征

利用NDVI和Ts計算的TVDI，并繪制土壤濕度等級，分析天山新疆段的土壤濕度空間分布狀況。以TVDI為土壤濕度分類標準，將土壤濕度可分為5個層次：極干旱(0.8正常>濕潤>極濕潤。湖盆地區,由湖面向四周土壤濕度逐漸降低,表現為由濕潤到干旱。在天山新疆段的中部，土壤濕度較為穩定，而在天山新疆段的邊緣地區綠洲與荒漠的交錯地帶，土壤濕度變化劇烈，呈現明顯的差異性。

圖6 天山中段土壤濕度空間分布特征

圖7 平均TVDI空間分布特征

3.4 天山新疆段土壤濕度的影響因素分析

3.4.1 高程與TVDI之間的變化特征

天山新疆段特殊的自然地理環境，是我國巨大的山堤，地形地貌過程主要從山頂到山麓依次而形成。海拔最低為-170 m，海拔最高為6 998 m，相差7 168 m。結合TVDI均值時空分布圖，如圖7所示，可以發現在天山新疆段內，TVDI與高程呈現出負相關，大致高程高的區域TVDI值小，土壤濕度高。從高程與TVDI的關系可以看出，如圖8所示，TVDI介于0.6

圖8 不同高程等級的TVDI值

3.4.2 土地類型與TVDI之間的變化特征

地表溫度與歸一化植被指數構建的特征空間受到很多種因素的影響，其中一個重要的因素是土地利用類型。利用2020年天山中段土地利用類型數據，文中提取了耕地、林地、草地、水體、永久性冰川雪地、沙地、裸巖、鹽堿地、建設用地等9種不同類型。從圖9中可以看出，除了有水體外的永久性冰川雪地的TVDI值最低，土壤濕度值最高，其次耕地、林地、草地屬于正常狀態；沙地、鹽堿地、裸巖、建設用地的TVDI值高，土壤濕度處于干旱狀態。

圖9 不同土地類型的TVDI值

4 結束語

4.1 討 論

本研究在前人研究基礎上以MODIS為數據源，利用TVDI模型對天山新疆段進行土壤濕度動態監測，結合土壤相對濕度數據對監測結果進行精度驗證，利用土地利用類型和高程數據與該指標的關系，研究結果表明以TVDI模型反演監測區域土壤濕度是切實可行的，這與已有相關研究結果一致[23-25]。采用0～10 cm、10～20 cm土壤相對濕度數據對TVDI進行驗證時，它們之間R2普遍較低，主要原因是利用的MODIS數據反演的TVDI和土壤相對濕度數據空間分辨率不一致，其次土壤相對濕度數據本身存在10%的偏差，所以難免出現R2較低情況。本研究主要利用NVDI指數來反演土壤濕度，由于NDVI在低值區易受到土壤背景因素的影響，在高值區對高覆蓋植被反應不敏感，故導致TVDI的計算存在一定的誤差[26],今后可以考慮利用EVI，MSAVI，SAVI等指數代替NDVI來構建特征空間。此外，本研究僅對2020年4月至10月的土壤濕度進行反演，因此今后應采用空間分辨率更高的遙感數據，并加強長時間序列的研究，另外文中分析了兩種因素與土壤濕度的關系，今后應進一步探討降水量、氣溫、地表溫度等多種因素與土壤濕度的相關關系，由于需要氣象數據來進行精度驗證，今后應加強其他類型土壤濕度數據與野外采樣數據結合及精度驗證，并進行更大范圍的深入分析。

4.2 結 論

利用MOD11A2和MOD13A2數據反演TVDI，結合氣象數據，分析了研究區時空分布特征及地形、土地利用類型對其的影響，主要結論如下：

1)在歸一化植被指數和地表溫度構建的特征空間中最高地表溫度和最低地表溫度最終趨于一點,散點圖為三角形；從Ts-NDVI空間構建的干邊、濕邊方程擬合具有較好的擬合效果,干邊R2的均值大于0.72，濕邊的R2的均值大于0.40。

2)反演出的TVDI與土壤相對濕度數據回歸分析后得到決定系數R2，TVDI與0～10 cm土層相關性為R2=0.257 9、TVDI與0～20 cm土層相關性為R2=0.282 8。土壤相對濕度數據與TVDI呈現出負相關關系，TVDI越高，土壤濕度越低，NDVI指數能夠較好的反演天山新疆段土壤濕度。

3)天山新疆段植被生長季土壤濕度總體表現為干旱(0.6

4)土地利用類型和高程是影響土壤濕度空間變化的重要因素，不同植被覆蓋類型的土壤濕度具有較大差異，對于該地區，除了有水體地區外永久性冰川雪地的土壤濕度最高；TVDI與高程呈現出負相關關系，隨海拔高度的增高，TVDI降低，土壤濕度增高。