四川省環(huán)境監(jiān)測(cè)中心站 杜 明 趙 鵬

(作者：杜明 四川省環(huán)境監(jiān)測(cè)中心站；趙鵬 四川省環(huán)境監(jiān)測(cè)中心站)

1. 引言

干旱是指由水分收支或供求不平衡所形成的水分短缺現(xiàn)象。由于出現(xiàn)頻率高、持續(xù)時(shí)間長(zhǎng)和波及范圍大等特點(diǎn)，干旱對(duì)國民經(jīng)濟(jì)特別是對(duì)農(nóng)業(yè)生產(chǎn)帶來嚴(yán)重影響。它不僅直接導(dǎo)致農(nóng)業(yè)減產(chǎn)、食物短缺，而且可能造成土地資源退化、水資源耗竭，使生態(tài)環(huán)境受到破壞，從而制約可持續(xù)發(fā)展。因此，預(yù)防和減輕旱災(zāi)成為當(dāng)今世界的重要課題之一[1]。

2003年夏季，中國南方地區(qū)遭受了一場(chǎng)歷史罕見的大范圍高溫干旱襲擊，江南、華南出現(xiàn)了持續(xù)高溫干旱天氣。處在南方高溫區(qū)的江西，也遭受了1場(chǎng)新中國成立以來嚴(yán)重的夏季高溫和干旱危害[2]。江西省地處中國東南部，位于北緯 24°29'14"～ 30° 04'41"、東經(jīng) 113° 34'36"～118°28'58"之間。研究區(qū)地形以山地和丘陵為主，平均海拔是1000m。氣候溫和，雨量豐沛，森林覆蓋率高。耕地面積約為230萬hm2，主要分布于中北部。江西省年平均氣溫18℃左右。年均降水量1341～1940mm，一般表現(xiàn)為南多北少、東多西少、山區(qū)多盆地少。武夷山、懷玉山和九嶺山一帶年均降水量多達(dá)1800～2000mm，長(zhǎng)江沿岸到鄱陽湖以北以及吉泰盆地年均降水量則約為1350～1400mm，其他地區(qū)多在1500～1700mm之間。年均日照時(shí)數(shù)為 1473．3～ 2077．5h。旱災(zāi)是對(duì)江西省國民經(jīng)濟(jì)尤其是對(duì)農(nóng)業(yè)危害最大的氣象災(zāi)害。2003年夏季（6月底～9月初）江西省受強(qiáng)盛副高控制，出現(xiàn)了歷史少見的高溫少雨干旱天氣。長(zhǎng)時(shí)間大范圍的持續(xù)干旱使水庫蓄水量、江河水位急劇下降， 造成全省用水緊張、山區(qū)、發(fā)生了飲水困難；干旱還使水田干涸農(nóng)作物遭受很大危害。

傳統(tǒng)的農(nóng)業(yè)干旱監(jiān)測(cè)方法主要利用地面觀測(cè)點(diǎn)的降水量、土壤墑情和其他氣象資料間接判斷旱情，在數(shù)據(jù)獲取、數(shù)據(jù)代表性、費(fèi)用以及方法的適應(yīng)性上存在諸多的不足[3]。隨著遙感技術(shù)的發(fā)展和遙感知識(shí)的普及，遙感監(jiān)測(cè)干旱成為一種趨勢(shì)。它不僅可以彌補(bǔ)傳統(tǒng)監(jiān)測(cè)方法在操作和運(yùn)用上的不足，而且實(shí)現(xiàn)了對(duì)農(nóng)業(yè)旱情進(jìn)行較大范圍實(shí)時(shí)或者近實(shí)時(shí)的監(jiān)測(cè)，能較好地反映出災(zāi)情的空間分布情況。本文基于江西省2001年～2006年的NDVI指數(shù)，對(duì)干旱情況進(jìn)行遙感監(jiān)測(cè)。因此尋找合適的干旱監(jiān)測(cè)方法對(duì)于及時(shí)了解旱情程度和分布，為政府抗旱救災(zāi)決策提供科學(xué)依據(jù)，對(duì)防御、減輕干旱災(zāi)害均具有重要的現(xiàn)實(shí)意義。

2. 數(shù)據(jù)來源與處理方法

2．1 數(shù)據(jù)來源

NDVI數(shù)據(jù)來自美國NASA的EOS／MODIS的2001～2006年的MOD13A3數(shù)據(jù)產(chǎn)品。MOD13A3是月平均植被指數(shù)產(chǎn)品，包含NDV I、EV I、紅光、近紅外、中紅外、藍(lán)光等波段反射率以及其它輔助信息，空間分辨率為1000m。MODIS數(shù)據(jù)有三大優(yōu)點(diǎn)：第一，可以免費(fèi)下載：第二，涉及波段范圍廣，空間分辨率比NOAA/AVHRR有較大進(jìn)展；第三，重訪周期短。

本文選擇江西省 2003 年 7，8，9月份的MOD13A3產(chǎn)品數(shù)據(jù)，因?yàn)?003年江西省發(fā)生了歷史罕見的特大干旱，2003年6月末開始到9月上旬，受強(qiáng)盛副高控制，江西省出現(xiàn)了歷史少有的高溫少雨干旱天氣。持續(xù)的酷熱高溫致使我省多項(xiàng)氣溫、干早指標(biāo)突破歷史記錄。

江西省行政區(qū)劃圖來自于國家基礎(chǔ)地理信息系統(tǒng)數(shù)據(jù)庫，氣象數(shù)據(jù)來自中國氣象數(shù)據(jù)共享服務(wù)網(wǎng)。

2．2 植被指數(shù)的計(jì)算公式

2．2．1 歸一化植被指數(shù)（NDVI）

NDVI是遙感應(yīng)用領(lǐng)域用來定性和定量評(píng)價(jià)植被覆蓋及其生長(zhǎng)活力最常用的植被指數(shù)。MODIS的植被指數(shù)是在AVHRR植被指數(shù)的基礎(chǔ)上改進(jìn)設(shè)計(jì)的，并具有較高的空間分辨率，可反映詳細(xì)的地表植被信息[4]。NDVI計(jì)算公式如下：

其中：ρnir為近紅外波段反射率，ρred為紅外波段反射率。

NDVI是植被生長(zhǎng)狀態(tài)及植被覆蓋度的最佳指示因子，它可以使某些與波段正相關(guān)的噪聲及直射輻射或漫射輻射發(fā)生變化，云、云影、太陽高度角和衛(wèi)星觀測(cè)角、地形、大氣削弱等的影響最小化，還可以在一定程度上消除定標(biāo)和儀器誤差的影響。對(duì)于陸地表面主要覆蓋而言，云、水、雪在可見光波段比近紅外波段有較高的反射作用，因而其NDVI值為負(fù)值，巖石、裸土在兩波段有相似的反射作用，其NDVI值接近于零，而植被覆蓋區(qū)的NDVI為正值且隨植被覆蓋度的增大而增大。NDVI對(duì)植被蓋度的檢測(cè)幅度較寬，有較好的時(shí)相和空間適應(yīng)性，應(yīng)用較廣[5]。它不僅適用于定性和定量地評(píng)價(jià)植被覆蓋、生長(zhǎng)活力及生物量等植物狀態(tài)信息，也適合于進(jìn)行農(nóng)業(yè)干旱的監(jiān)測(cè)。

2．2．2 植被狀態(tài)指數(shù)（VCI）

本文選用VCI作為研究江西省干旱的植被指數(shù)。

其中：NDVI，NDVImax，NDVImin分別為月的歸一化差值植被指數(shù)、月植被指數(shù)多年的最大值和最小值。

VCI的取值范圍是0-100。前人研究表明，若VCI≤30，則植被生長(zhǎng)狀況較差；若30＜VCI≤70，則植被生長(zhǎng)狀況適中；若VCI大于70，則植被生長(zhǎng)狀況良好，無干旱發(fā)生。VCI數(shù)值越低，植被生長(zhǎng)狀況越差。VCI數(shù)值大小取決于地面的植被生長(zhǎng)狀況，它相當(dāng)于把短期的天氣信號(hào)從長(zhǎng)期的生態(tài)信號(hào)分離出來[7]。VCI是利用衛(wèi)星系統(tǒng)將生態(tài)信號(hào)轉(zhuǎn)化為天氣信號(hào)以監(jiān)測(cè)干旱的手段之一，其對(duì)干旱的發(fā)生、發(fā)展以及對(duì)植被的影響有良好的監(jiān)測(cè)功能[8]。

2．2．3 降水距平與氣溫距平

（1）降水距平百分率

降水距平百分率是一個(gè)常用來描述降水多寡的量，也是氣象上監(jiān)測(cè)干旱的一個(gè)重要指標(biāo)。本文以降水距平百分率來分析干旱發(fā)生的程度，并作為VCI監(jiān)測(cè)干旱能力的一個(gè)驗(yàn)證指標(biāo)。對(duì)選區(qū)的地區(qū)某一時(shí)段降水資料進(jìn)行如下運(yùn)算處理：

其中Rano表示某一時(shí)段降水距平百分率，R代表這一時(shí)段降水總量，Rave代表2001-2006同一時(shí)段降水總量的平均值。

（2）氣溫距平百分率是氣象上監(jiān)測(cè)干旱的另一個(gè)重要指標(biāo)，它的定義為：

其中RA表示某一時(shí)段平均氣溫距平，R代表這一時(shí)段的溫度，RT表示2001-2006同一時(shí)段的平均溫度。

2．3 數(shù)據(jù)處理

遙感圖像的處理使用ENVI 4．6和ArcGIS 9．0軟件，數(shù)據(jù)的統(tǒng)計(jì)分析使用Exce12003。由于MODIS數(shù)據(jù)以分圖幅的形式保存，而江西省跨兩個(gè)圖幅，利用ENVI工具，先將兩個(gè)圖幅的數(shù)據(jù)進(jìn)行拼接，并進(jìn)行投影轉(zhuǎn)換，然后用江西省行政區(qū)劃圖進(jìn)行裁剪，以便得到江西省的NDVI數(shù)據(jù)分布。然后對(duì)所得的NDVI的屬性數(shù)據(jù)輸出，在exce1中進(jìn)行統(tǒng)計(jì)分析。獲得2001～2006年7～9月份的NDVI均值、最大值、最小值等。并計(jì)算了NDVI與氣溫、降水、日照時(shí)數(shù)的線性相關(guān)系數(shù)。利用ENVI的波段運(yùn)算工具，計(jì)算出VCI。在ArcGIS的空間分析模塊中，將16個(gè)氣象站點(diǎn)的數(shù)據(jù)利用普通克立格法插值，生成與NDVI數(shù)據(jù)柵格大小相同的柵格圖。所有圖件的輸出，均在ArcGIS中進(jìn)行。

3. 結(jié)果與分析

3．1 江西省各年份NDVI均值統(tǒng)計(jì)特征

?

通過對(duì)MOD13A3數(shù)據(jù)的處理，可以獲得2001~2006年間7 -9月份江西省NDVI均值的描述性統(tǒng)計(jì)特征（表1）。通過表1可以看出，在7月份 2003年的NDVI均值最?。?．71），2002年最大（0．73）。對(duì)于8月份，2003年NDVI均值最小（0．73），2002年最大（0．76）；9月份 同樣是2003年的NDVI均值最?。?．72），2002年最大（0．75）。

圖1為2003年7-9月份NDVI均值與其他正常年份的對(duì)比圖。由圖1可以看出， 2003年夏季的NDVI值低于正常年份。其中7、8月份的NDVI數(shù)值與其他正常年份相比相差較大，低了0．02。9月份差距略小，相差 0．01。

3．2 植被指數(shù)的空間分布特征

圖1 干旱年份與正常年份7-9月份NDVI均值對(duì)比

依據(jù)尹潔等[9]的研究，江西省2003年8月份是旱災(zāi)最為嚴(yán)重的時(shí)期。因此，本文在分析植被指數(shù)的空間特征時(shí)，僅以典型的8月份為代表進(jìn)行研究。(1) NDVI的空間特征

2003年8月江西省NDVI空間分布規(guī)律見圖2。由圖2可以看出，總體來說，江西省的周邊地區(qū)NDVI值相對(duì)較高，說明植被生長(zhǎng)狀況相對(duì)較好。而江西省中部和北部地區(qū)，NDVI值相對(duì)較低，說明這里植被生長(zhǎng)狀況較差。尤其是在南昌周圍地區(qū)，吉安地區(qū)中部、撫州地區(qū)南部到贛州地區(qū)東北部一帶植被生長(zhǎng)狀況更差。

根據(jù)分級(jí)統(tǒng)計(jì)結(jié)果，計(jì)算得到各級(jí)所占比例。分別是：0-0．2占1．16%；0．2-0．4占 1．30%；0．4-0．6占 11．12%；0．6-0．8占 48．90%；0．8-1占 37．70%。

（2） VCI的空間特征

圖2 2003年8月江西省NDVI空間分布圖

圖3 2003年8月江西省VCI空間分布圖

從植被狀態(tài)指數(shù)（VCI）的空間分布圖（圖3）可以看出；江西省北部偏低，尤其在南昌地區(qū)及周邊一帶和吉安等地區(qū)更為突出。就全省范圍而言，VCI處于0-30%范圍內(nèi)的地區(qū)達(dá)到全省面積的52%．這說明2003年江西大部分地區(qū)植被受旱災(zāi)影響比較嚴(yán)重。VCI介于30%-70%之間的區(qū)域所占比重為28%，這里植被生長(zhǎng)狀況適中，干旱程度適中。VCI處于70%-100%之間的區(qū)域所占比重為20%，這里說明植被生長(zhǎng)與正常年份相似，無干旱發(fā)生。

對(duì)比圖2（NDVI）和圖3（VCI）還可以發(fā)現(xiàn)，研究區(qū)的NDVI與VCI空間分布規(guī)律具有相似之處。NDVI值處于較低水平的地區(qū)，其VCI值也明顯很低。NDVI值較高的地區(qū)，相應(yīng)的VCI值也較高。

3．3 江西省氣候要素的時(shí)空特征

3．3．1 時(shí)間特征

2001年至2006年7-9月份溫度隨時(shí)間的變化規(guī)律見圖4。由該圖可知，2003年夏季江西省的溫度明顯高于其他年份，尤以8月份更為突出。各年夏季的降水量時(shí)間序列圖（圖5）顯示，2003年夏季江西省的降水量明顯低于其他年份，尤其以7月份最為明顯。對(duì)比不同年份夏季的日照時(shí)數(shù)可以發(fā)現(xiàn)（圖6），2003年夏季江西省的日照指數(shù)相對(duì)于其他年份處于一個(gè)較高水平。因此，可以判斷2003年夏季江西省屬于典型的高溫少雨的干旱氣候類型。

圖4 2001年-2006年夏季溫度時(shí)間序列圖

圖5 2001年-2006年夏季降水量時(shí)間序列圖

圖6 2001年-2006年夏季日照時(shí)數(shù)時(shí)間序列圖

從氣溫空間分布（圖7）可以看出，2003年8月江西省全省都處于高溫狀態(tài)，月平均氣溫自西向東逐漸高。溫度最高的地區(qū)出現(xiàn)在江西省的東部區(qū)域。省內(nèi)大部分處于29℃以上，所占比例約為90%。

從降水空間分布圖（圖8）可以看出，2003年8月份江西省降水量最少的地區(qū)出現(xiàn)在北部，處于57．9mm-98．3mm之間．降水量最大的區(qū)域位于江西省南部，介于150-270mm之間．江西省大部分地區(qū)降水不足，三分之二的地區(qū)降水量低于139．6mm。

日照時(shí)數(shù)的空間分布規(guī)律（圖9）表明，2003年8月江西省日照時(shí)數(shù)多介于5-10天左右。其空間分布規(guī)律為西部低，東部高，與氣溫的空間分布規(guī)律相似。

圖7 江西省氣溫分布圖

圖8 江西省降水量分布圖

圖9 江西省日照時(shí)數(shù)分布圖

降水和氣溫距平值的空間分布圖（圖10，11）表明了，相比正常年份，2003年氣候異常的分布規(guī)律。從圖10可以看出，江西省氣溫距平均大于0，這說明全省的氣溫對(duì)較正常年份較高。而且氣溫距平值自南向北依次減小，北部最高，最大距平達(dá)到19．3℃，南部距平較小。由圖11可以看出，江西省北部的降水距平均為負(fù)值。這說明全省的降水均較正常年份偏少。降水距平的分布規(guī)律與氣溫相同，南部地區(qū)距平較小，北部距平較大，說明北方的干旱比南方嚴(yán)重。由此可以判斷，對(duì)于江西省而言，干旱最為嚴(yán)重的地區(qū)位于北部。3．4 植被指數(shù)與氣候因素的相關(guān)分析

圖10 江西省平均氣溫距平分布圖

圖11 江西省降水距平百分率分布圖

（1）線性相關(guān)

NDVI與溫度的相關(guān)系數(shù)為 -0．84；NDVI與降水量的相關(guān)系數(shù)為0．77；NDVI與日照時(shí)數(shù)的相關(guān)系數(shù)為-0．76。他們之間的相關(guān)性均達(dá)到顯著相關(guān)水平（P＜0．05）。這說明，NDVI的高低與氣候因素的變化密切相關(guān)。隨著氣溫的升高、降水的降低和日照時(shí)數(shù)的延長(zhǎng)，研究區(qū)的NDVI降低。

（2）空間關(guān)系

對(duì)比NDVI圖與氣候因素的空間分布圖可知，從空間上來看，NDVI與降水量的關(guān)系更為密切，空間格局和變化規(guī)律都一致，降水量高的地方，NDVI數(shù)值也大。而氣溫和日照時(shí)數(shù)與NDVI的空間對(duì)應(yīng)關(guān)系不是很明顯。總體上是NDVI與氣溫分布總體呈相反趨勢(shì)，氣溫高的地方，NDVI值偏小。日照時(shí)數(shù)也與NDVI總體呈相反態(tài)勢(shì)，日照時(shí)數(shù)時(shí)間越長(zhǎng)，NDVI值越小。

對(duì)比VCI與降水和氣溫距平的空間分布圖，可以發(fā)現(xiàn)，VCI與降水距平有相反的分布規(guī)律，降水距平百分率越高，即干旱越嚴(yán)重，VCI值越小。氣溫距平越大，VCI值也越小。這充分說明，VCI可以反映氣象要素在干旱年份的異常性，能夠精確地指示干旱嚴(yán)重程度。

由此以上分析可知，植被指數(shù)對(duì)氣候變化反應(yīng)敏感。這主要源于氣候因素對(duì)植被有很大的影響。只有適宜的溫度才會(huì)對(duì)植被生長(zhǎng)有促進(jìn)作用，溫度過高會(huì)影響植物的蒸騰作用，導(dǎo)致植物水分流失，從而抑制植物生長(zhǎng)。降水量過少，會(huì)造成植物吸收水分減少，抑制體內(nèi)新城代謝。日照時(shí)數(shù)也是重要的因素之一，適宜的日照時(shí)數(shù)才會(huì)對(duì)植物的光和作用產(chǎn)生積極作用。過多的日照時(shí)數(shù)會(huì)影響短日照植物和中性植物的開花、結(jié)實(shí)、休眠期等系列發(fā)育過程[10]。

4．結(jié)論

干旱是全球范圍內(nèi)影響最廣的自然災(zāi)害，遙感監(jiān)測(cè)作為一種對(duì)干旱進(jìn)行監(jiān)測(cè)的技術(shù)手段，能夠?qū)崿F(xiàn)干旱的大面積實(shí)時(shí)、快速監(jiān)測(cè)，在氣象部門為地方政府服務(wù)中起著十分重要的作用。各種遙感監(jiān)測(cè)模型的研究，己經(jīng)隨著遙感技術(shù)以及地面墑情自動(dòng)監(jiān)測(cè)技術(shù)和手段的不斷發(fā)展而逐漸變得更加完善。本文主要研究了如何利用MODIS數(shù)據(jù)實(shí)現(xiàn)江西省干旱的精細(xì)化監(jiān)測(cè)，利用ENVI，ARCGIS等軟件對(duì)EOS/MODIS衛(wèi)星遙感資料MOD13A3進(jìn)行分析，獲得江西省NDVI均值及變化特征以及氣溫，降水，日照時(shí)數(shù)，VCI圖，得到以下結(jié)論：

① 基于MODIS數(shù)據(jù)，利用植被歸一化數(shù)法對(duì)江西省受干旱影響進(jìn)行監(jiān)測(cè)，取得較好效果，能夠較為準(zhǔn)確地監(jiān)測(cè)出大范圍區(qū)域的干旱發(fā)生情況。

② 2003年7～9月份，江西省平均溫度，日照指數(shù)，平均降水量以及NDVI數(shù)據(jù)表明，2003年的干旱水平在江西省歷史上實(shí)屬罕見，江西省2003 年夏季氣溫異常偏高， 高溫日數(shù)多， 強(qiáng)度強(qiáng)， 持續(xù)時(shí)間長(zhǎng)， 多種氣溫要素破歷史極值， 為近50 年罕見，是時(shí)間尺度達(dá)百年的極端事件。

③ 不僅基于MODIS數(shù)據(jù)處理的

NDVI對(duì)江西省的分析影響，而且溫度，降水量，日照時(shí)數(shù)等因素對(duì)于模型的應(yīng)用也有著一定的影響。

④ VCI可以反映大范圍的干旱，尤其是江西省北部監(jiān)測(cè)效果很好。

5．存在問題及展望

理論上，衛(wèi)星遙感計(jì)算歸一化植被指數(shù)，結(jié)合溫度，降水，日照時(shí)數(shù)所建立的遙感干旱模型，雖然考慮到氣候因素，但是由于受生產(chǎn)力、水源、植被生育期變化等眾多因素的影響，遙感監(jiān)測(cè)干旱區(qū)域范圍和干旱程度可能會(huì)產(chǎn)生一定的誤差。

分站點(diǎn)區(qū)域干旱監(jiān)測(cè)方法，其優(yōu)點(diǎn)是考慮到江西省地表復(fù)雜情況，遙感干旱檢測(cè)精度得到一定的提高，但是更科學(xué)、更客觀的干旱監(jiān)測(cè)還是要依賴于對(duì)更大量的樣本數(shù)據(jù)分析，并且隨時(shí)加以訂正修改，因此，不斷進(jìn)行指標(biāo)驗(yàn)證和修正，使該遙感干旱監(jiān)測(cè)方法更好地發(fā)揮作用。

在樣本的選取上不斷做到深入而細(xì)致的研究。由于受到云的影響，以及地面監(jiān)測(cè)站點(diǎn)獲取不連續(xù)數(shù)據(jù)的影響，樣本點(diǎn)的選取依然不夠理想。以后監(jiān)測(cè)工作中需要進(jìn)一步增加樣本點(diǎn)的數(shù)量，擴(kuò)大其分布范圍，并提高各地面觀測(cè)站點(diǎn)墑情監(jiān)測(cè)時(shí)間的連續(xù)性。

[1] 畢慕瑩． 近40年來華北干旱的特點(diǎn)及其成因[M ] / /葉篤正，黃榮輝，旱澇氣候研究進(jìn)展． 北京：氣象出版社1990．

[2] 尹潔，張超美，張傳江．江西2003年夏季罕見高溫氣候特征及成因分析[J]．江西氣象科技，2003，26(4)：1-22

[3] 李翠金． 華北異常干旱氣候事件及其對(duì)農(nóng)業(yè)影響評(píng)估模式的研究[ J ]．災(zāi)害學(xué) ， 1999， 14 (1) ： 65 ! 69

[4] Kogon F． N． Remote sensing of weather impacts on vegetation in non-homogeneous area[ J] ．Internationa1 Journa1 of Remote Sensing， 1990， 11： 1405- 1420

[5] 胡良軍，邵明安．論水土流失研究中的植被覆蓋度量指標(biāo)．西北林學(xué)院學(xué)報(bào) ，2001，16(1)：40~43

[6] Kogan FN．NOAA p1ays 1eadership ro1e in deve1oping sate11ite techno1ogy for drought watch[J]．Earth observation Magazine，1994，11：1405-1409

[7] Kogan FN．G1oba1 drought watch from space [J]．Bu11 AmeriMeteor Soc，1997，78：621-636

[8] Gite1son A A，F(xiàn) Kogan，E Zakarin，et a1，Using AVHRR data for quantitative estimation of vegetation conditions：ca1ibration and va1idation[J]． Acv Space Res，1998，22(55)：613-676

[9] 尹潔，張超美，張傳江．江西2003年特大干旱氣候分析[J]．江西氣象科技，2003，26(4)：1-22

[10] 摘自《植物生理學(xué)》，王忠主編，2009版。