基于温度植被干旱指数的黑龙江省20年干旱时空特征研究

吴 黎, 解文欢, 张有智, 宋丽娟, 李 岩, 吕志群

(黑龙江省农业科学院 农业遥感与信息研究所, 哈尔滨 150086)

农业干旱是作物生长过程中因供水不足，阻碍作物正常生长而发生的水量供应不平衡的现象[1]。黑龙江省是典型的旱作农业区，近20 a来黑龙江省旱灾占总农业气象灾害总面积的63%，占据省内三大气象灾害首位。遥感监测技术以其宏观、快速、动态、经济的优势，成为旱灾监测研究的有效重要手段。众多学者研究表明利用地面温度和植被指数特征空间耦合而成的温度植被干旱指数(TVDI)监测旱情方法优越、可行性高[2]。利用TVDI模型监测地表旱情时，其受传感器类型和数据空间分辨率的影响较小，因此被广泛应用到干旱监测中[3-8]。

众多学者对黑龙江省的干旱研究主要归纳为两类：一是基于长时间的气象站点数据采用不同干旱方法进行时空特征、演变规律、变化趋势、灾害评价等研究，二是基于遥感数据进行干旱监测及预测模型分析。分析干旱时空特征研究基本都是以气象数据为基础的，其原因是气象数据历史时间更久，从1951年开始我国便已有气象站观测数据，时间越长对规律和趋势分析就越有利，这是气象数据的优点。但气象站属于点数据，不能代表面上干旱情况，学者需采用一系列方法进行面数据的转化，这样在监测精度上有所损失。遥感数据属于面数据，以像元为单元，可监测每一个像元的干旱程度弥补气象数据的不足，且MODIS数据具有时效性好、幅宽大、波段范围广，数据开放的优势，可快速实现全省范围内土壤干旱监测，在防治干旱，指导精准灌溉，节约水资源，降低农民损失方面均具有重要意义。目前对黑龙江省利用遥感数据进行20 a的时空变化特征研究特别缺少，学者主要集中在对单一时刻或某一时段的干旱监测上。针对如上问题本文基于MODIS时序数据计算逐月TVDI，累计20 a间黑龙江省干旱发生频率及干旱强度，分析黑龙江省干旱时间特征，找到规律并同时开展空间变化特征研究，为后续作者进行黑龙江省干旱预警研究奠定基础，为政府抗旱救灾、制定农业政策和管控农业项目提供科学数据支撑。

黑龙江省地理位置介于121°11′—135°05′E和43°25′—53°33′N。年平均气温在-6～4℃，无霜期多在100～140 d，年降雨量介于400～650 mm，中部最多，东部次之，北部和西部最少，黑龙江省地势西北高东南低，农业地域特征是东西两大平原、南北两大山地。

2.1 数据来源

中国科学院计算机网络信息中心(http:∥www.nsdata.cn/)获取MODIS标准产品中16 d合成的植被指数MOD13A2，8 d合成的地表温度MOD11A2数据。构建温度植被干旱指数(TVDI)需将植被指数(MOD13A2)及地表温度(MOD11A2)数据统一到相同的时间分辨率和相同的空间分辨率上，将临近的两个8 d的MOD11A2以最大值法(同一点两景影像中取最大值作为新影像的相元值·)合成16 d的数据。两种数据的空间分辨率均为1 km。数据时间从2000—2019年，每年的5月初至9月末，涵盖农作物的整个生育期。从(https:∥ladsweb.nascom.nasa.gov/data/search.html)网站获取土地覆盖类型产品数据(MCD12Q1)，获取黑龙江省耕地区域界限范围。根据国际地圈生物圈计划(IGBP)的全球植被分类方案，选取DN值为12的像元为耕地。统一全部图幅投影，后进行图幅拼接，再利用黑龙江省行政区划图进行黑龙江省遥感影像的裁剪，得到黑龙江省归一化植被指数和地表温度数据；
最后利用MCD12Q1数据提取黑龙江省耕地，对MODIS所有时序数据进行掩膜处理，获得最终的农作物研究区的归一化植被指数和地表温度时序数据集。

从中国气象数据共享网(http:∥cdc.nmic.cn/)获取黑龙江省40个气象站2000—2019年气象观测降雨量数据用于计算标准化降水指数(SPI)[9]。

2.2 研究方法

(1) TVDI模型法。国内外众多学者研究不同时间分辨率和空间尺度的植被指数(NDVI)和地表温度(Ts)的关系表明，二者存在明显的负相关关系。Sandholt等[10]在研究NDVI-Ts特征空间时发现了很多条直线，据此提出了温度植被干旱指数(TVDI)监测地表相对含水量状况，计算公式为：

(1)

Tsmax=a1+b1×NDVI

(2)

Tsmin=a2+b2×NDVI

(3)

将公式(2—3)代入公式(1)

(4)

式中:Ts为地表温度;Tsmin为相同NDVI条件下的最小地表温度;Tsmax为相同NDVI条件下的最大地表温度;a1，a2，b1，b2为拟合方程系数。

TVDI值为0～1，引用作者较前TVDI等级划分结果[11]，共分5个强度其中无旱对应的强度等级I(Intensity)为1，轻旱为2，中旱为3，重旱为4，特旱为5，相对应的TVDI值范围见表1；
20 a总干旱强度为I20，定义I20<60为干旱频率低强度弱，60≤I20<80为干旱发生频率中强度中，80≤I20为干旱频率高强度大。

表1 温度植被干旱指数干旱强度

为了研究黑龙江省干旱特征，分析年平均干旱强度和年内极端干旱(年内月平均TVDI最大值)情况，本文将2000—2019年每年5—9月月温度植被干旱指数数据求平均获得年平均温度植被干旱指数(TVDImean)，其代表的是作物生育期内平均受旱程度；
一年中5—9月的每月TVDI值中最大温度植被干旱指数为TVDImax，其代表的是作物生育期内极端受旱情况。采用一元线性回归分析方法研究时序TVDI数据的趋势特征。

(2) 标准化降水指数。降雨分布是一种偏态分布，因此直接用降雨量很难在不同时间、不同地区上进行相互比较，标准化降水指数(SPI)是表示某时段降水量出现概率的指标之一，因其具有概率属性，其能很好的比较不同区域的干旱状况[12]。通过计数出累积降水的概率密度函数Γ，进行正态标准化处理，其计算方法是在特定时间段内产生的降水量与平均值之差除以标准差，其中降水量平均值和标准差是根据过去的历年气象观测记录来确定的[13]。公式如下：

式中:x为降水样本值;H(x)为与Γ函数相关的降水分布累积概率;c0=2.515 517;c1=0.802 853;c2=0.010 328;d1=1.432 788;d2=0.189 269;d3=0.001 308。

本文计算的是1个月时间尺度SPI下黑龙江各站点的SPI指数值。

3.1 精度验证

标准化降水指数(SPI)是气象干旱监测中被广泛应用的指标，本研究利用SPI与TVDI进行相互精度验证，可明确遥感TVDI干旱指标的指导意义[14-16]。SPI选取2000—2019年黑龙江省40个气象站的5—9月的月降水量数据，计算1个月尺度SPI值，求40个站点平均值代表全省1个月尺度SPI情况，最后将1个月SPI值累积求平均获得年SPI值。同时获取与SPI时间相匹配的月TVDI值，将月TVDI值累积求平均获得年平均TVDI(TVDImean)。对年SPI与TVDImean进行关系分析，可见年平均SPI与TVDImean有负相关关系，相关系数为-0.67，公式为：SPI=-3.2737TVDI+1.9136，p值为0.002，表明年平均SPI与TVDImean存在极显著负相关性。说明TVDImean可以很好的体现年干旱情况，即TVDImean越高，年平均标准化降水指数越小，越干旱，且气象干旱也是造成农业干旱的主要原因。

3.2 黑龙江省干旱时间特征分析

研究全省20 a来干旱时间特征变化，TVDImean时序数据(图1)显示，黑龙江省2006年是省内干旱趋势变化转折年，干旱发生较重的在2000—2006年，此时间段内TVDImean均值为0.63；
到2013年干旱水平降到最低，2007—2013年此时间段内TVDImean均值为0.57；
2015年TVDImean值虽有所升高，但2014—2019年时间段内TVDImean均值依然有所降低，为0.56。3个时段内TVDImean均值呈下降趋势。对2000—2019年TVDImean值与时间进行回归分析，表明TVDImean值20 a间总体呈减弱的趋势，经过显著性分析得出p<0.05，表明黑龙江省年平均干旱有显著减弱趋势。

TVDImax监测(图1)出黑龙江省2006年、2009年和2015年极端干旱情况最重(TVDImax最大)，且分布在3个不同干旱时间内，TVDImean与TVDImax关系不大，从变化趋势来看黑龙江省近20 a的TVDImax有减弱的趋势，但未通过显著性分析。

图1 2000-2019年TVDI变化特征

分析2000—2019年TVDImean中干旱面积占比情况，由图2可以看出，黑龙江省年干旱类型中，无旱与特旱面积占比较少，主要集中在轻旱、中旱和重上，其中中旱面积占比最大，表明黑龙江省年干旱主要以中旱为主。轻旱和无旱面积占比呈增加趋势，其他干旱等级面积占比呈减少趋势，该趋势与TVDImean呈减弱趋势相一致。

图2 2000-2019年黑龙江省不同等级干旱面积占比

分析5—9月20 a平均干旱面积占比的月动态情况，由图3可知，黑龙江省无旱面积占比呈先增加后降低现象，在7月无旱面积占比达到峰值，8月无旱面积占比剧降其比例小于5月和6月，9月无旱面积占比降到最低；
轻旱面积占比也呈先增加后降低现象，7月轻旱面积占比达到峰值，8月轻旱面积占比较7月减少但高于6月，9月轻旱面积占比降到最低；
中旱面积占比呈先降低后升高现象，7月中旱面积占比降到最低，8月中旱面积占比逆转升高比例高于5月和6月，9月中旱面积占比达到峰值；
重旱面积占比6月份最高，5月重旱面积占比仅次于6月居第二，9月重旱面积占比小于6月和5月，7月和8月重旱面积占比特小；
特旱面积占比呈降低现象5月最大，7月和8月特旱面积占比最小，几乎接近0值，9月特旱面积占比有所增加但仍小于6月。中旱、重旱、特旱3个等级干旱面积占比总和由大到小：9月>5月>6月>8月>7月，其中虽然9月3个等级干旱面积占比总量最大，但以中旱为主，特旱特少，重旱占比也比5月和6月少，中旱本身级别不高，9月又属秋收季节，因此对作物影响不是很大；
5月虽不是3个等级干旱面积占比总量最大，但其重旱、特旱面积占比均较大。因此分析表明5月是黑龙江省干旱最严重期，6月是干旱期，7月是黑龙江省干旱最弱时期，8月是干旱较弱时期，9月是干旱期以中旱为主。

图3 2000-2019年黑龙江省5-9月干旱面积占比

3.3 黑龙江省干旱空间特征分析

根据定义TVDImean值中各种干旱类型的干旱强度：无旱干旱强度为1，轻旱干旱强度为2，中旱干旱强度为3，重旱干旱强度为4，特旱干旱强度为5，利用公式(5)计算I20，本文假设20 a同一像元干旱强度都为4，那80就是重旱和中旱的临界值，因此认为80≤I20的像元点为干旱频率高且干旱强度大的区域称为重风险区，主要分布在讷河、甘南县、市齐齐哈尔市、龙江县、林甸县、泰来县、大庆市、肇源县和杜尔伯特县。假设20 a同一点干旱强度都为3，那60就是中旱和轻旱的临界值，因此认为60≤I20<80的像元点为干旱频率中干旱强度中区域称为中风险区，主要分布在西部地区、宝清县、富锦市、友谊县、集贤县、勃利县和宁安市干旱频率中强度中。I20<60的像元点为干旱频率轻干旱强度轻区域称为低风险区，主要分布在北部、中部和东北部地区(图4)。

分析5—9月逐月干旱空间特征情况，5月重风险区内含县市较多，主要分布在西部地区、宁安市、勃利县、鸡东县、友谊县、宝清县和集贤县，表明该地区每年5月份发生重旱、特旱的概率大；
中风险区主要分布在北部、中部；
干旱频率轻干旱强度轻区域主要分布在东部地区。6月重风险区明显减少，主要分布在西部部分地区；
中风险区域增加，增加主要为5月份的重风险区，也说明6月份较5月份干旱有明显减弱；
低风险区分布在北部和东部地区。7月、8月份重风险区几乎没有，此结果与上文时间特征结果相吻合；
中风险区零星分布在西部地区，该区面积8月份大于7月份；
低风险区7月份几乎覆盖全省(除齐齐哈尔市和大庆市附近外)，8月份除西南部外的全部区域，表明7月、8月较少发生干旱。9月重风险区主要分布在大庆市周边及泰来县、龙江县、甘南县、齐齐哈尔市、讷河市等地；
中风险区分布在西部地区和东南部地区；
低风险区主要分布在北部和东北部(图4)。

图4 黑龙江省20 a及逐月干旱空间特征分布

作者较前研究[11]已对温度植被干旱指数干旱监测指标的干旱强度进行了划分，且该划分结果也在黑龙江省进行应用与验证[2,17]证明了划分的TVDI干旱强度对黑龙江省土壤干旱情况的反演具有较好的适用性。本文就是基于此对黑龙江省开展2000—2019年的干旱时空变化特征研究，张剑侠等[18]以气象数据和统计数据计算月干旱指数，统计30 a(1975—2005)内月干旱发生的次数，区域划分干旱多发区、干旱次发区和较少发生干旱区，区域划分结果与本研究结果具有一致性。基于TVDI的干旱空间特征分析是以像元为基础单元，属于面状数据，对于全省研究更具有代表性，而传统的气象数据和统计数据均是以气象监测站和县为基础单元，属于点状数据，对全省研究属以点概面，因此TVDI监测更具优势。

TVDI的构建是基于温度—植被的理想假设，即在相同植被覆盖度的前提下，地表温度越高，土壤水分越低，这一区域就越干旱，反之就越湿润。本文研究的黑龙江省耕地范围生长季内的干旱情况，仅从区域角度和时间跨度上进行分析，并未考虑到地面附着植被类型，由于植被类型的不同，植株高矮存在一定的差异，对TVDI的计算会有一定的影响，因此后续作者会从植被覆盖类型出发，研究不同植被类型、不同时期、不同区域对干旱的响应程度的研究将更有意义。

(1) 从时间尺度上来分析，2000—2019年黑龙江省20 a间2000—2006年干旱严重、2007—2013年干旱减弱、2014—2019年干旱震荡减弱；
TVDImax监测出黑龙江省2006年、2009年、2015年三年中极端干旱情况最重；
20 a间TVDImean有显著减弱趋势而TVDImax未通过显著性检验。分析20 a间TVDImean中干旱面积占比可知，全省中旱现象较为普遍。分析月内干旱情况可知，5月是黑龙江省干旱发生的最严重时期，6月是干旱期，7月是黑龙江省干旱最弱时期，8月是干旱较弱时期，9月也是干旱期以中旱为主。

(2) 从空间尺度上来分析，20 a重风险区主要分布在讷河市、甘南县、齐齐哈尔市、龙江县、林甸县、泰来县、大庆市、肇源县和杜尔伯特县。中风险区主要分布在西部地区、宝清县、富锦市、友谊县、集贤县、勃利县和宁安市。低风险区主要分布在北部、中部和东北部地区。分析逐月干旱空间特征：西部地区、宁安市、勃利县、鸡东县、友谊县、宝清县和集贤县等地区5月干旱发生频率高强度大，西部部分地区6月持续高频率高强度干旱，大庆市周边及泰来县、龙江县、甘南县、齐齐哈尔市、讷河市等地区9月干旱发生频率高强度大。

猜你喜欢 植被黑龙江省面积 呼和浩特市和林格尔县植被覆盖度变化遥感监测科学技术创新(2022年30期)2022-10-212022年1-5月黑龙江省各市（地）国民经济主要指标奋斗(2022年13期)2022-08-242022年1-6月黑龙江省各市（地）国民经济主要指标奋斗(2022年15期)2022-08-24基于植被复绿技术的孔植试验及应用河北地质(2022年2期)2022-08-22怎样围面积最大小学生学习指导(高年级)(2022年5期)2022-06-02最大的面积数学小灵通·3-4年级(2021年5期)2022-01-01巧用面积法解几何题中学生数理化·中考版(2021年8期)2021-07-31第一节 主要植被与自然环境 教学设计学校教育研究(2021年24期)2021-03-28与生命赛跑的“沙漠植被之王”——梭梭科学大众(2020年17期)2020-10-27黑龙江省海伦市永和乡中心小学简介教书育人(2019年25期)2019-09-12

推荐访问:干旱 黑龙江省 植被