額爾古納市主要種植區農作物生長情況分析與氣象保障服務

徐 智

（呼倫貝爾市氣象局，內蒙古呼倫貝爾 021008）

近些年，全球氣候變化對于生態環境的影響日益加大，這給動植物生長也帶來了很大的壓力，也使種植區非水澆地種植作物的植被長勢壓力更大。監測主要種植區植被長勢動態變化，探究不同年份植被長勢與氣象因子之間的關系，可以對不同年景的主要種植區植被長勢給予不同的氣象保障服務。

國內對于植被長勢的分析一般整體分析某一特定區域的植被長勢，例如羅琳玲等[1]關于內蒙古地區植被長勢與氣候變化的響應分析，該研究以內蒙古自治區為研究區，研究植被長勢與不同氣候因子的響應；趙麗蓉等[2]通過我國溫帶地區植被長勢與生長季結束日之間的關系，分析得出氣象因子對于重要環境區生長季結束日變化的作用。植被長勢的時空特征的關注度也較高，田海靜等[3]關于北方草原近20年的植被長勢的動態監測，該研究利用2000—2019年的北方草原歸一化植被指數數據，動態分析了我國北方草原近20 年的植被長勢情況；劉旭升等[4]利用2005—2014 年的衛星遙感數據對近10 年我國荒漠化地區植被長勢情況進行了分析。

額爾古納市地處呼倫貝爾市的北部，地域面積較大，生態系統比較復雜，有農、牧、林3 種生態系統，是呼倫貝爾市農墾集團的主要生產區之一，種植區的植被長勢監測對于額爾古納市乃至呼倫貝爾市的作物高產均有較大作用。然而，近些年的研究多以大尺度的植被長勢監測為主，特定類型的植被長勢監測較少。本文以此出發研究額爾古納市主要種植區近20 年的農作物生產情況分析與開展的相關氣象保障服務，為今后的氣象保障服務開拓新思路，為糧食安全保障提供一條新的監測手段。

1 研究區概況

額爾古納市位于呼倫貝爾市北部，是內蒙古自治區緯度最高的地區，地處大興安嶺西北地區，與俄羅斯接壤，屬于寒溫帶大陸性季風氣候。四季分明、氣候涼爽，年降水量在200～280 mm，境內流域面積超100 km2。其耕地面積近17 萬hm2，年播種面積超8萬hm2，是呼倫貝爾農墾集團主要的農作物產區之一。

2 數據來源與方法

2.1 數據來源

（1）文中遙感數據采用的是MODIS（Moderateresolution Imaging Spectroradiometer）空間分辨率為500 m、時間分辨率為8 d的數據。利用歸一化植被指數（NDVI）最大值合成（maximum value composite）的方法得到額爾古納市夏季5—9月的NDVI數據。

（2）文中所用氣象數據均來自中國氣象科學數據共享服務平臺公布的額爾古納市近20 年逐月降水量數據和中國氣象局多源氣象資料融合的陸面通化系統（CLDAS）逐月10 cm土壤濕度數據。

2.2 研究方法

2.2.1歸一化植被指數（NDVI）歸一化植被指數是反映植被生長情況的遙感指數，主要是利用近紅外和紅外2 個波段的差與和的比值來計算，具體公式如下。

式中：R為可見光紅光反射率；NIR為近紅外反射率。

2.2.2相關分析法研究采用一元線性方法對研究區NDVI與氣候因子（降水量和土壤濕度）的相關性進行研究。通過應用相關分析的方法，研究NDVI和多個因子之間的關系，得出相關結果，并進行置信度0.05 水平和0.01 水平的t 檢驗。

2.2.3Z-score 標準化方法由于本研究中NDVI數值在10-1數量級內，而土壤濕度數值在101數量級內、降水量數值也是在101數量級范圍內，其值大小不在同一數量級，需要進行數據標準化處理，這樣的回歸擬合效果更佳。研究采用Z-score標準化方法，這種方法就是將原始數據的均值（mean）和標準差（standard deviation）進行數據標準化。其公式詳見馬立平[5]文獻中相關技術方法。

3 結果與分析

3.1 夏季植被長勢情況分析

研究通過最大值合成的方式將8 d的MODIS遙感圖像NDVI值合成為逐年的夏季植被長勢值，然后通過平均值計算，計算出近20 年夏季平均長勢圖。近20年植被長勢超90%的區域其NDVI值大于0.8，長勢極好。而南部下墊面類型為草原的區域其長勢比下墊面為農業種植和林業的差，其植被長勢值小于0.6，而農業生產區的植被長勢大部分地區大于0.7。

3.2 種植區夏季植被長勢分析

研究根據額爾古納市主要種植區的矢量數據，將近20 年額爾古納市主要種植區長勢數據進行逐年分析，通過平均值合成法得到額爾古納市近20年種植區夏季植被長勢平均態數值。額爾古納市種植區大部分地區的NDVI值大于0.6，只有南部部分地區旱作地區的植被長勢NDVI值低于0.6，其面積小于種植區總面積的5%。

通過年最大值合成的方法計算的額爾古納市的長勢圖分析可知，近20 年中有5 年的夏季平均長勢低于20 年的平均態，分別為2001、2004、2007、2016和2017 年。這低于平均長勢的5 年中，2007年的夏季種植區植被長勢最差，而2004年中部地區的長勢最差。2001、2016和2017年約30%面積的植被長勢值低于平均態。

3.3 種植區夏季植被長勢與氣象要素之間的關系

由于種植區植被長勢屬于面狀要素值，而觀測站點信息屬于點狀要素信息，故本研究利用點對點匹配對應的方式建立線性回歸方程（表1）。首先，先建立1 km 空間分辨率的額爾古納市市域面積內的全域面狀漁網（fishnet）。其次，通過主要種植區覆蓋區選取其特征值區域。最后，建立額爾古納市主要種植區漁網選取圖。通過面狀漁網圖中主要種植區的點值與相應站點的觀測數據進行擬合，確定種植區植被長勢與氣象要素之間的關系。這樣通過點對點的分析，建立的回歸擬合分析可以有效地減少由于插值分析帶來的誤差。

表1 額爾古納市主要種植區植被長勢NDVI與氣象要素的線性關系

由表1 可知，農作物生長主要和降水量呈正相關關系，且呈顯著性相關。由于額爾古納市屬于干旱半干旱區，洪澇發生概率要低于干旱發生的概率[6-8]，所以降水量與種植區植被長勢NDVI值呈正向關系，降水量差的年份例如2004 年，其降水量低于歷史同期，種植區植被長勢也較差。而通過訂正后的CLDAS 土壤含水率（體積含水率）數據與農作物生長情況的關系可知，土壤含水率對農作物生長起決定性因素，其對農作物長勢的影響要高于其他氣象要素。當土壤含水率低、出現農業干旱時，將會影響當年的農作物產量。綜合分析降水與土壤濕度因素對于額爾古納市主要種植區植被長勢NDVI的影響可知，由于2 種影響因子經過標準化處理后均在同一數量級，其擬合方程系數可以代表其影響權重，由此可知土壤濕度的權重要高于降水量，且2項因子與主要種植區植被長勢NDVI均呈顯著性相關關系。降水量和土壤濕度與種植區植被長勢NDVI均呈正向相關關系。在提供氣象綜合保障服務時，在土壤濕度值下降較快且降水量較少時，采取人工澆灌、人工增雨等手段進行干預，有效地緩解由于降水量不足或者其他氣象因素（溫度過高）等造成的氣象災害及其衍生災害損失。

4 結論

（1）額爾古納市近20年植被長勢超90%的區域其NDVI值大于0.8，長勢極好，其中南部下墊面類型為草原的區域其長勢差于較下墊面為農業種植和林業的地區。而近20年種植區大部分地區的NDVI值大于0.6，只有部分中部地區旱作地區的植被長勢NDVI值低于0.6。

（2）近20 年中有5 年的夏季平均長勢低于20年的平均態，分別為2001、2004、2007、2016 和2017年，2007年的夏季種植區植被長勢最差，而2004年中部地區的長勢最差。而2001、2016和2017年約30%面積的植被長勢值低于平均態。

（3）研究利用點對點匹配對應的方式建立線性回歸方程，這樣有效地避免了空間插值帶來的誤差對研究結果的影響。利用標準化的方式對研究數據數量級進行統一，分析其對于主要種植區植被長勢NDVI的影響可知，2 項因子與主要種植區植被長勢NDVI均呈顯著性相關關系，土壤濕度的權重要高于降水量，降水量和土壤濕度與種植區植被長勢NDVI均呈正向相關關系。

（4）研究結果可為今后農作物生產和氣象綜合保障服務提供科學依據。今后氣象部門提供氣象綜合保障服務時，選取土壤濕度值下降較快且降水量值較少時，可采取人工澆灌、人工增雨等手段進行干預，盡量減少氣象災害及其衍生災害帶來的損失。