由陽陽，陳永寶，金衛(wèi)斌，熊勤學(xué)

摘要：利用ENVISAT-ASAR GM衛(wèi)星監(jiān)測數(shù)據(jù)，根據(jù)其后向散射系數(shù)與土壤水分呈明顯正相關(guān)的特點(diǎn)，反演正常情況和干旱狀況下江漢平原四湖地區(qū)農(nóng)田土壤濕度的空間分布。通過正常情況和干旱情況的差異，計(jì)算出兩個(gè)時(shí)間土壤水分的減少量，進(jìn)而得出四湖地區(qū)干旱程度的空間分布。通過比較荊州氣象局發(fā)布的干旱指數(shù)空間分布和荊州農(nóng)業(yè)局發(fā)布的干旱面積數(shù)據(jù)資料發(fā)現(xiàn)，運(yùn)用ENVISAT-ASAR GM衛(wèi)星監(jiān)測數(shù)據(jù)反演四湖地區(qū)干旱情況是可行的。

關(guān)鍵詞：土壤水分；ENVISAT-ASAR GM數(shù)據(jù)；干旱；反演

中圖分類號(hào)：X87 文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：0439-8114（2013）05-1044-05

Remotely Sensed Inversion of Drought in Four-Lake Region in 2011 Based

on ASAR Data

YOU Yang-yang1a，CHEN Yong-bao1b，JIN Wei-bin1a，2，XIONG Qin-xue1a

（1a. Engineering Research Center of Wetland Agriculture in the Middle Region of the Yangtze River， Ministry of Education of China；

1b.Department of Geochemistry， Yangtze University， Jingzhou 434025， Hubei， China；2. Hubei Key Laboratories of Economic Forest Germplasm Improvement and Resources Comprehensive Utilization / Huanggang Normal University， Huanggang 438000， Hubei， China）

Abstract： In this study， the ENVISAT ASAR GM satellite monitoring data was used to inverse the farmland soil moisture distribution of Four-lake region under normal and drought conditions， since the backscattering coefficient was significantly positive with soil moisture. With comparison of the differences of soil moisture under normal and drought conditions， the reduction of soil moisture in the two conditions was calculated to get the spatial distribution of the drought in Four-lake region. By comparison with the drought index spatial distribution from Jingzhou Weather Bureau and the arid area data from Agricultural Bureau of Jingzhou， the ENVISAT-ASAR GM satellite monitoring data was accurate to inverse the droughts in Four-lake region.

Key words： soil moisture； ENVISAT-ASAR GM satellite monitoring data； drought； inversion

土壤水分是植物生長發(fā)育的基本條件，也是研究植物水分脅迫，進(jìn)行旱情監(jiān)測、農(nóng)作物估產(chǎn)等的一個(gè)重要指標(biāo)。大面積監(jiān)測土壤水分在水文、氣象和農(nóng)業(yè)科學(xué)領(lǐng)域具有重大意義。土壤水分監(jiān)測一直是人們十分關(guān)注的問題，而大范圍土壤水分實(shí)時(shí)監(jiān)測是世界公認(rèn)的難題。傳統(tǒng)的土壤水分監(jiān)測方法監(jiān)測速度慢，而且花費(fèi)大量的人力物力，監(jiān)測范圍有限，只能以點(diǎn)的數(shù)據(jù)代替面的數(shù)據(jù)，精度低。而微波遙感不受光照、氣候條件的限制，可全天時(shí)、全天候工作，能夠穿透云層，對植被覆蓋區(qū)和松散蓋層具有一定的穿透能力，可通過極化、相位、干涉等技術(shù)獲得更多更精確的信息。因此，利用遙感數(shù)據(jù)反演土壤水分情況逐漸受到各國學(xué)者的關(guān)注，并取得了豐富的研究成果[1-6]。

四湖地區(qū)是我國長江中游平原湖區(qū)濕地類型分布區(qū)的重要組成部分，農(nóng)業(yè)自然條件優(yōu)越，糧棉魚生產(chǎn)水平較高，在湖北省農(nóng)業(yè)發(fā)展中占有舉足輕重的地位[7]。2011年春季四湖地區(qū)出現(xiàn)了不同程度的干旱，1～4月降水異常偏少，北部偏少40%～50%，南部偏少50%～60%，尤其4月下旬降水量微乎其微，僅為1.6 mm，較常年同期偏少9成[8]。有效運(yùn)用微波遙感數(shù)據(jù)反演四湖地區(qū)土壤水分情況，為四湖地區(qū)干旱災(zāi)后評估以及災(zāi)情分析提供了新思路。

1 材料與方法

1.1 研究區(qū)域概況

四湖地區(qū)位于湖北省江漢平原腹地，因境內(nèi)有長湖、三湖、白露湖與洪湖四個(gè)湖泊而得名。地理位置東經(jīng)112°00′-114°05′，北緯 29°21′-30°00′。行政區(qū)包括荊州市沙市區(qū)、荊州區(qū)、監(jiān)利縣、洪湖市的全部，荊州市江陵區(qū)、石首市及潛江市、荊門市的部分地區(qū)（圖1）。四湖地區(qū)屬我國長江中游平原濕地類型分布區(qū)的重要組成部分。本區(qū)地勢自西北向東南傾斜，地面高程范圍為20～120 m，略呈周邊高、中間低的凹形地帶。西北部地勢較高，由40～120 m之間的低丘、低崗組成。中部及東南部為平原湖區(qū)，高程介于20～35 m之間。從宏觀上看，全區(qū)地貌類型比較單一，但是基本上由一系列河間洼地所構(gòu)成，因而具有“大平小不平”、微地貌形態(tài)差異明顯的特點(diǎn)。不僅組成物質(zhì)及形態(tài)有較大的差異，而且河間低濕平原內(nèi)部為湖泊和湖垸所構(gòu)成，亦具有四周高、中間低，呈盆、碟形態(tài)的特征[9]。

四湖地區(qū)屬北亞熱帶季風(fēng)濕潤氣候，年降雨量1 100～1 300 mm，在作物生長季節(jié)（4～10月）期間，降水量達(dá)到960 mm，占全年降水量的75.4%?？偯娣e為11 547.5 km2，其中內(nèi)垸面積10 375 km2，外灘面積1 172.5 km2，在冊耕地面積約為4 330 km2，水域面積約為2 290 km2。四湖地區(qū)水系復(fù)雜、河網(wǎng)縱橫，根據(jù)其排灌特點(diǎn)分為上、中、下三大排區(qū)。其中上區(qū)包括長湖、田關(guān)河以上地區(qū)，為丘陵崗地，匯流面積3 240 km2；長湖、田關(guān)河以下，洪湖、下新河、排澇河以上區(qū)域?yàn)橹袇^(qū)，匯流面積5 980 km2；下區(qū)包括洪湖、下新河、排澇河以下地區(qū)，匯流面積1 155 km2[10]。

1.2 數(shù)據(jù)來源與預(yù)處理

1.2.1 ENVISAT-ASAR GM數(shù)據(jù) 環(huán)境衛(wèi)星（ENVISAT）是歐洲太空局2002年發(fā)射的一顆太陽同步極軌衛(wèi)星，可以提供關(guān)于大氣、海洋、陸地和冰的測量信息及對環(huán)境、氣候變化進(jìn)行監(jiān)測。ENVISAT上搭載的ASAR（Advanced Synthetic Aperture Radar） 傳感器運(yùn)行波長為5.6 cm，頻率5.3 GHz。GM（Global Monitoring）模式掃描寬度為800 km，每3.5 d重訪一次，世界時(shí)02∶30降軌和14∶30升軌訪問四湖地區(qū)。ASA_GM_1P GM產(chǎn)品數(shù)據(jù)為HH極化產(chǎn)品，空間分辨率為1 km，品像元尺寸為500 m，可以從歐空局的網(wǎng)站（https：//oa-es.eo.esa.int）上下載。

1.2.2 數(shù)據(jù)預(yù)處理 本研究利用2010年4月和2011年4月ENVISAT-ASAR GM數(shù)據(jù)。處理軟件為NEST 3C（The Next ESA SAR Toolbox）。運(yùn)用MAP Project功能將坐標(biāo)系統(tǒng)轉(zhuǎn)換成WGS84地球模型模式數(shù)據(jù)，并將 DN值和入射角數(shù)據(jù)導(dǎo)出為 Geotif格式數(shù)據(jù)。預(yù)處理具體步驟為：運(yùn)用NEST軟件中的SUBSET功能，把四湖地區(qū)數(shù)據(jù)從原始數(shù)據(jù)中分離出來運(yùn)用下列公式計(jì)算每個(gè)柵格點(diǎn)的后向散射系數(shù)σ0：

σ0=■·sinθ （1）

式中，σ0為后向散射系數(shù)；A為圖像上的DN 值；θ為雷達(dá)入射角（度）； K為絕對定標(biāo)因子。

γ0=■ （2）

式中，γ0為入射角校正后的后向散射系數(shù)。

由于雷達(dá)后向散射系數(shù)量級(jí)較小，并且隨著地表參數(shù)的變化其變化較小，為了擴(kuò)大散射系數(shù)的動(dòng)態(tài)范圍，通常以分貝表示[9]，即：

σ0（db）=10·lg（σ0） （3）

雷達(dá)影像上一般存在比較明顯的斑點(diǎn)噪音，即在同一片均勻區(qū)域，分辨單元中有的呈亮點(diǎn)，有的呈暗點(diǎn)，使得圖像灰度劇烈變化，從而降低了圖像的分辨率和信噪比，影響了圖像的可解譯性，甚至導(dǎo)致地物特征的消失，因此還要對計(jì)算后的結(jié)果進(jìn)行濾波。濾波選擇ENVI自帶功能Gamma自適應(yīng)濾波，該濾波考慮了斑點(diǎn)的特點(diǎn)和地物目標(biāo)散射特征的統(tǒng)計(jì)規(guī)律，在平滑斑點(diǎn)的同時(shí)還能很好地保護(hù)圖像紋理；其次對入射角進(jìn)行校正，校正公式為：

γi，j=■ （4）

式中，σ0i，j為第i，j個(gè)點(diǎn)的原始后向散射系統(tǒng)；γi，j為第i，j個(gè)點(diǎn)的校正后的后向散射系統(tǒng)；αi，j為入射角。

最后進(jìn)行幾何校正并轉(zhuǎn)為TIF格式（運(yùn)用NEST中的Write File功能），并在ENVI軟件中進(jìn)行定位處理。

1.3 地面土壤相對濕度觀測方法

地面土壤相對濕度同步觀測區(qū)設(shè)在長江大學(xué)西校區(qū)的西面面積大約1 km2的區(qū)域（東經(jīng)111°56′，北緯30°28′附近），區(qū)域內(nèi)全部為水稻土，前茬種植水稻，觀測期間種植小麥，每10 d觀測1次，每次取20個(gè)觀測點(diǎn)，每個(gè)觀測點(diǎn)分層次取0～10 cm、10～20 cm、20～30 cm土層土樣，稱濕土質(zhì)量后置入烘箱內(nèi)烘18 h后稱干土質(zhì)量，計(jì)算出土壤質(zhì)量含水量。土壤相對濕度為土壤質(zhì)量含水量占田間持水量的百分比，田間持水量數(shù)據(jù)采用環(huán)刀法觀測，將計(jì)算出的相對含水量取各點(diǎn)平均，得出該觀測區(qū)的各層土壤相對濕度（田間持水量為25.8%），觀測點(diǎn)的空間分布見圖2。

1.4 土壤干旱反演原理

1.4.1 四湖地區(qū)表層土壤濕度計(jì)算方法 很多研究表明[8，11-16]C波段HH極化的雷達(dá)后向散射系數(shù)與表層土壤濕度呈明顯的線性正相關(guān)，對于大尺度、多時(shí)段雷達(dá)數(shù)據(jù)，一般用下列公式計(jì)算表層土壤濕度[11，16]：

ms（i，j）=■ （5）

式中，ms（i，j）為i，j柵格點(diǎn)的土壤相對濕度；σ（i，j）為i，j柵格點(diǎn)的后向散射系數(shù)；σwet（i，j）為i，j柵格點(diǎn)土壤相對濕度100%時(shí)的后向散射系數(shù)；σdry（i，j）為i，j柵格點(diǎn)土壤最干燥時(shí)的后向散射系數(shù)。

此公式已由SADC（the Southern African Development Community）投入業(yè)務(wù)運(yùn)行 （http：//www.ipf.tuwien.ac.at/radar/share/index.php？go=home）。筆者認(rèn)為此公式運(yùn)用在干旱地區(qū)比較合適，在地下水位很淺的濕潤地區(qū)行不通，主要原因是難以取得σdry（i，j）值，分析荊州農(nóng)業(yè)氣象試驗(yàn)站30年土壤濕度觀測數(shù)據(jù)表明，冬歇期（11月至次年2月）表層土壤相對濕度最小值不會(huì)低于50%。圖3為觀測區(qū)域土壤相對濕度、ENVISAT-ASAR GM后向散射系數(shù)、日降水量在冬歇期變化情況，由圖3可知，影響后向散射系數(shù)變化的主要因素為降水，7次觀測中0～10 cm土層土壤相對濕度都大于50%，由此將上述公式改為：

ms（i，j）=A+B·■ （6）

影響農(nóng)田后向散射最大值、最小值的主要因素為土壤屬性與農(nóng)田粗糙度[17]，將σmin設(shè)為同一土壤類型柵格點(diǎn)最低值的均值，將σmax設(shè)為同一土壤類型柵格點(diǎn)最高值的均值，而A、B值為常數(shù)，可通過土壤相對濕度觀測數(shù)據(jù)與對應(yīng)的后向散射系統(tǒng)線性回歸計(jì)算獲得。

根據(jù)MODIS中NDVI時(shí)序特征提取的四湖地區(qū)農(nóng)田空間分布矢量圖與四湖地區(qū)土壤類型圖在ACRGIS中作的intersect操作，取得四湖地區(qū)農(nóng)田內(nèi)土壤分布圖。在ENVI軟件中作Builder Masking操作獲得每個(gè)土壤類型的掩膜，統(tǒng)計(jì)各土壤類型后向散射系數(shù)的最大值和最小值，并取平均值，得出各土壤類型對應(yīng)的σmin、σmax值，見表1。

1.4.2 干旱遙感指標(biāo)確定 將2010年4月4日、7日、12日、18日、24日、26日、29日7景ASAR GM數(shù)據(jù)代入上述公式中，得到指定日期的土壤表層相對濕度的空間分布，并將這7景數(shù)據(jù)每個(gè)柵格點(diǎn)進(jìn)行平均，得到2010年4月四湖地區(qū)土壤表層相對濕度的空間分布。同樣將2011年4月2日、6日、13日、17日、24日、29日、5月2日7景ASAR GM數(shù)據(jù)代入上述公式中，得到指定日期的土壤表層相對濕度的空間分布，并將這7景數(shù)據(jù)每個(gè)柵格點(diǎn)進(jìn)行平均，得到2011年4月四湖地區(qū)土壤表層相對濕度的空間分布。

運(yùn)用下列公式計(jì)算2011年4月四湖地區(qū)土壤表層相對濕度的減少量：

D=■×100% （7）

式中，M2010為2010年4月土壤表層平均相對濕度；M2011為2011年4月土壤表層平均相對濕度。

2 結(jié)果與分析

2.1 四湖地區(qū)土壤表層含水量空間分布

由圖4和圖5土壤表層平均含水量對比可知， 2011年土壤水分相對于正常年份2010年部分地區(qū)有明顯的減少，主要分布在潛江、洪湖、松滋、監(jiān)利等地區(qū)。這與荊州農(nóng)業(yè)氣象局的報(bào)告是基本一致的，即少于歷年平均降水量50%的地區(qū)有松滋、石首、監(jiān)利和洪湖，其他地區(qū)也都有減少。同時(shí)也與荊州干旱指數(shù)分布圖是一致的，中旱區(qū)主要有松滋、石首、監(jiān)利和洪湖等地區(qū)。圖6是運(yùn)用ENVISAT-ASAR GM數(shù)據(jù)動(dòng)態(tài)監(jiān)控四湖地區(qū)干旱地區(qū)的空間分布。由圖6大致可以看出，四湖上區(qū)含水量大致在5%～10%之間，東西方向的差異較大，主要是因?yàn)樗暮貐^(qū)的地形是西高東低，地下水的滲流也影響了該區(qū)域土壤含水量的分布；干旱嚴(yán)重區(qū)主要在中下區(qū)，同樣南北差異較大，這主要是因?yàn)楹楹^(qū)人工湖泊的形成使得上區(qū)大部分地下水有了歸宿，土壤中的水分在重力的作用下逐漸向洪湖匯集，致使北部的土壤水分更低。由表2可知，土壤濕度減少率大于25%的面積為454 km2，根據(jù)干旱土壤水分劃分可知，這些地區(qū)屬于干旱地區(qū)。而荊州農(nóng)業(yè)氣象站預(yù)報(bào)的受災(zāi)面積是492.27 km2，反演面積與實(shí)際受災(zāi)面積基本上是吻合的。

3 結(jié)論與討論

運(yùn)用ENVISAT-ASAR GM衛(wèi)星監(jiān)測數(shù)據(jù)反演四湖地區(qū)干旱情況，結(jié)果顯示干旱指數(shù)空間分布和荊州市農(nóng)業(yè)局發(fā)布的干旱面積數(shù)據(jù)資料分布在一定范圍內(nèi)是一致的，同樣也存在一定的誤差，可能的原因有以下3點(diǎn)。首先，農(nóng)業(yè)氣象站分析土壤水分是運(yùn)用降雨量、蒸發(fā)量數(shù)據(jù)換算得出土壤濕度，而這些數(shù)據(jù)采集時(shí)通過單個(gè)測點(diǎn)采集，以點(diǎn)數(shù)據(jù)代替面數(shù)據(jù)；同時(shí)采集數(shù)據(jù)點(diǎn)相對固定，對于不同程度的降雨和蒸發(fā)而言，各數(shù)據(jù)采集點(diǎn)的權(quán)重相應(yīng)發(fā)生變化，所以誤差是不可避免的。其次，本研究對象是土壤，因而與土壤類型有關(guān)。如潛江一帶主要是砂質(zhì)土壤，它在氣溫、壓強(qiáng)作用下，水分散失要比粘土大，所以降雨量的減少量幅度要比蒸發(fā)量增加幅度大，于是就會(huì)發(fā)生根據(jù)土壤水分監(jiān)測出現(xiàn)中度干旱，而根據(jù)降雨量換算又只是輕微干旱的現(xiàn)象。最后，本研究采集的數(shù)據(jù)相對較少，且未考慮土壤和農(nóng)作物種植類型，也會(huì)引入一定誤差。在以后的研究中，將進(jìn)一步補(bǔ)充觀測數(shù)據(jù)，同時(shí)考慮土壤和農(nóng)作物種植類型，以期進(jìn)行更加深入和準(zhǔn)確的研究。

參考文獻(xiàn)：

[1] 熊文成，邵 蕓.基于IEM模擬的干旱區(qū)多時(shí)相數(shù)據(jù)含水含鹽量反演模型及分析[J]. 遙感學(xué)報(bào)，2006，10（1）：111-117.

[2] 張曉娟，張文吉，路曉榮，等.雙頻多極化SAR測量深層土壤濕度[J].電子與信息學(xué)報(bào)，2007，29（11）：2711-2714.

[3] 宋冬生，趙 凱，關(guān) 止.機(jī)載平臺(tái)基于全球衛(wèi)星定位系統(tǒng)的土壤濕度遙感[J].東北林業(yè)大學(xué)學(xué)報(bào)，2007，35（5）：94-96.

[4] NARAYANAN R M， HIRSAVE P P. Soil moisture estimation models using SIR-C SAR data： A case study in New Hampshire， USA[J]. Remote Sensing of Environment，2001，75（3）：385-396.

[5] ROMSHOO S A. Geostatistical analysis of soil moisture measurements and remotely sensed data at different spatial scales [J]. Environmental Geology，2004，45（3）：339-349.

[6] DURSO G， MINACAPILLI M. A semi-empirical approach for surface soil water content estimation from radar data without a-priori information on surface roughness[J]. Journal of Hydrology，2006，321（1-4）：297-310.

[7] 金衛(wèi)斌，胡秉民.中尺度流域的景觀格局分析——以湖北四湖流域?yàn)槔齕J]. 長江流域資源與環(huán)境，2003，12（3）：275-279.

[8] 中國氣象局荊州農(nóng)業(yè)氣象站， 江漢平原農(nóng)業(yè)氣象中心. 關(guān)于我市農(nóng)業(yè)干旱情況的分析報(bào)告[R].重大農(nóng)業(yè)氣象信息專報(bào)，2011.

[9] 王學(xué)雷，吳宜進(jìn).江漢平原四湖地區(qū)濕地農(nóng)業(yè)景觀格局分析[J]. 華中農(nóng)業(yè)大學(xué)學(xué)報(bào)，2001，20（2）：188-191.

[10] 金衛(wèi)斌，胡秉民.湖北四湖流域景觀結(jié)構(gòu)變化對汛期湖泊水位影響的模擬分析[J].生態(tài)學(xué)報(bào)，2003，23（4）：642-648.

[11] European Space Agency. ASAR product handbook[R]. 2006.

[12] PRICE J C. On the analysis of thermal infrared imagery the limited utility of apparent thermal inertia[J]. Remote Sensing of Environment，1985，18（1）：59-73.

[13] WATSON K， POHN H A. Thermal inertia mapping from satellites discrimination of geologic units in oman[J]. Journal of Research of US Geological Survey，1974，2（2）：147-158.

[14] WATSON K， ROWEN L C， OFFIELD T W. Application of thermal modeling in the geologic Interpretation of IR images[J]. Remote Sensing of Environment，1971，3：2017-2041.

[15] KAHLE A B. Surface emittance， temperature， and thermal inertia derived from Thermal Infrared Multispectral Scanner（TIMS）data for Death Valley， California[J]. Geophysics，1987，52（7）：858-874.

[16] PRATT D A， ELLYETT C D. The thermal inertia approach to mapping of soil moisture and geology[J]. Remote Sensing of Environment， 1979，8（2）：151-168.

[17] SCHMUGGE T J， O`NEILL P E， WANG J R. Passive microwave soil moisture research[J]. IEEE Transactions on Geoscience and Remote Sensing，1986，24（1）：12-22.