邵秋芳　敬琴

摘 要：干旱是一種發(fā)生在世界范圍內(nèi)的復(fù)雜的自然現(xiàn)象。遙感技術(shù)（RS）的迅速發(fā)展為人類有效地監(jiān)測干旱災(zāi)害提供了一種全新的技術(shù)途徑。該文概述了利用遙感監(jiān)測干旱的研究背景，探討了干旱的遙感監(jiān)測方法及今后的發(fā)展方向。

關(guān)鍵詞：遙感；農(nóng)業(yè)干旱；監(jiān)測；應(yīng)用

中圖分類號 S423 文獻標(biāo)識碼 A 文章編號 1007-7731（2017）14-0152-03

1 引言

干旱是全球各地區(qū)普遍存在的一種氣候現(xiàn)象，具有形成緩慢、持續(xù)時間長的特點，是發(fā)生頻率最高、危害程度比較嚴(yán)重的自然災(zāi)害之一。尤其是近幾年來，全球氣候變暖的趨勢愈加明顯，干旱發(fā)生的次數(shù)不斷增加，波及的范圍也在不斷擴大。聯(lián)合國政府氣候變化專門委員會（Intergovernmental Panel on Climate Change，IPCC）在其系列評估報告中指出，在未來，干旱風(fēng)險有增加的趨勢[1-2]。在所有旱災(zāi)中，農(nóng)業(yè)受其影響最直接、最嚴(yán)重[3]。干旱災(zāi)害的發(fā)生危害嚴(yán)重，主要包括：農(nóng)業(yè)減產(chǎn)、糧食短缺，嚴(yán)重時有可能導(dǎo)致饑荒；易發(fā)生火災(zāi)；加劇了土地荒漠化的進程，生態(tài)環(huán)境破壞等等，從而制約了農(nóng)業(yè)和社會經(jīng)濟的可持續(xù)發(fā)展。因此，對干旱進行動態(tài)監(jiān)測，減輕干旱災(zāi)害帶來的影響，已成為各國政府和專家學(xué)者大力關(guān)注的問題之一。

干旱災(zāi)害的發(fā)生受到多種因素的影響，由于其復(fù)雜性、動態(tài)性、髙危害性及開放性的特點，人類無法防止其發(fā)生[4]。因此，有效地對農(nóng)業(yè)干旱進行動態(tài)監(jiān)測，及時準(zhǔn)確地獲取旱情的第一手資料，為各級政府部門制定抗旱、減災(zāi)措施提供依據(jù)，從而更加科學(xué)地指導(dǎo)農(nóng)業(yè)生產(chǎn)，努力將旱災(zāi)損失降低到最小。3S（GIS、RS、GPS）技術(shù)的發(fā)展也可為干旱監(jiān)測提供全新的方式和技術(shù)支撐，尤其是遙感技術(shù)時效性很強，可以在大面積的范圍內(nèi)實現(xiàn)同步觀測。因此，可以利用遙感技術(shù)進行大范圍、動態(tài)、實時的干旱監(jiān)測，快速、準(zhǔn)確、有效地提取關(guān)于干旱災(zāi)害的信息，降低干旱影響，減少農(nóng)業(yè)損失，實現(xiàn)經(jīng)濟社會的可持續(xù)發(fā)展。

2 利用遙感監(jiān)測干旱的研究背景

利用遙感技術(shù)監(jiān)測干旱實際上就是監(jiān)測土壤中含水量的多少和分布情況，從而有效地反映受旱的程度以及干旱分布范圍[5]。傳統(tǒng)的干旱監(jiān)測方法具有費時費力、獲取數(shù)據(jù)速度慢、信息滯后、對旱情空間分布特征和變化規(guī)律不能及時做出反應(yīng)的缺陷[6]。而利用遙感技術(shù)獲取的空間信息周期短、范圍廣，可以實現(xiàn)快速定量分析，彌補了傳統(tǒng)監(jiān)測的費事、費力的缺點，提高了工作效率，從而成為了干旱監(jiān)測中具有廣闊前景的技術(shù)手段。國內(nèi)外學(xué)者利用遙感技術(shù)從不同的角度對干旱進行監(jiān)測。20世紀(jì)60年代末，國外學(xué)者就開始利用遙感技術(shù)監(jiān)測土壤水分；Waston[7]等于1971年第一次提出計算熱慣量的方法，即用地表溫度日較差進行推算得出；20世紀(jì)80年代，地面、航空和衛(wèi)星遙感數(shù)據(jù)的集成，使得對土壤水分和干旱的遙感監(jiān)測研究取得了全面迅速的發(fā)展；20世紀(jì)90年代，氣象衛(wèi)星受到專家學(xué)者的關(guān)注，熱慣量、作物缺水指數(shù)、地表溫度與植被指數(shù)相結(jié)合，使得土壤水分的監(jiān)測日益完善[8-9]。1999年以來，美國對地觀測衛(wèi)星Terra和 Aqua相繼發(fā)射成功，搭載的Modis傳感器空間分辨率、光譜分辨率及時間分辨率大幅提高，在旱災(zāi)的監(jiān)測中更有優(yōu)勢。我國利用遙感技術(shù)對干旱進行監(jiān)測，比國外晚了10多年，采用的方法主要為：微波遙感、近、遠紅外遙感及熱慣量法等。進入20世紀(jì)90年代后，我國的專家學(xué)者對干旱遙感監(jiān)測的理論進行了深入的研究，取得了一定的進展，與國外同類研究的差距逐漸縮小。如隋洪智[10]等提出表觀熱慣量（ATI），主要方法是利用衛(wèi)星資料，通過簡化能量平衡方程得出，然后將此量和土壤水分結(jié)合起來建立關(guān)系表達式來監(jiān)測旱災(zāi)；張仁華[11]提出了一個熱慣量模式，即考慮地表顯熱通量及潛熱通量；郭鈮等[12]運用植被指數(shù)和冠層溫度建立了植被供水指數(shù)模型。這些研究可能會存在不足，但是在干旱監(jiān)測方面發(fā)揮了重要的作用。

3 干旱遙感監(jiān)測方法

干旱的發(fā)生受到各種因素的影響，主要包括自然因素（降水、溫度、地形等）和人為因素（作物布局和品種及作物的生長狀況等）。因此，對干旱進行監(jiān)測時應(yīng)考慮多種因素的影響，建立綜合監(jiān)測方案。農(nóng)業(yè)干旱發(fā)生的原因主要是土壤中水分的缺少，當(dāng)干旱發(fā)生并且發(fā)展到一定的程度時，植被會表現(xiàn)出一系列的特點，如植被冠層溫度升高、植被指數(shù)下降等。許多專家學(xué)者以土壤水分、植被指數(shù)、溫度、地物的光譜反射率為出發(fā)點，提取植被的干旱情況。

3.1 基于土壤水分的熱紅外監(jiān)測方法 土壤水分是全球能量循環(huán)的重要組成部分，它連接著陸地表面和大氣，是描述地表和大氣之間能量和水分交換的關(guān)鍵參數(shù)[13]。由于土壤水分對全球水循環(huán)、能量平衡及氣候變化有著重大影響，所以對土壤水分含量的測量具有重要研究意義。當(dāng)土壤水分發(fā)生變化時，蒸騰作用也會發(fā)生相應(yīng)的改變，使得作物冠層溫度發(fā)生改變，農(nóng)作物根部的土壤水分變化情況就可以通過熱紅外遙感獲取農(nóng)作物亮溫變化間接得到。因此，土壤水分是研究植物干旱脅迫、進行作物旱情監(jiān)測的重要因素。土壤熱慣量是土壤的一種熱特性，是引起土壤表層溫度變化的內(nèi)在因素，它與土壤含水量有密切的關(guān)系，同時又控制著土壤溫度日較差的大小[14]。利用遙感監(jiān)測土壤含水量的原理是：土壤含水量低時，晝夜溫差大；土壤含水量高時，晝夜溫差小。因此，利用遙感技術(shù)獲取地表溫度并對其進行分析，對土壤的熱慣量進行反演，監(jiān)測土壤中水分的變化，建立兩者之間的統(tǒng)計模型。在模型當(dāng)中，由于線性模型操作簡單，被廣泛應(yīng)用[14]。主要選擇的數(shù)據(jù)源是NOAA/AVHRR數(shù)據(jù)，獲取數(shù)據(jù)成本較低，時間分辨率和空間分辨率較高，可以實現(xiàn)在較大范圍內(nèi)監(jiān)測土壤水分。土壤熱慣量方法以其較高的監(jiān)測精度成為常用的土壤水分監(jiān)測方法之一，但是在實際運用的過程中仍然會存在著一定的缺點，在無植被覆蓋的地區(qū)或者是植被生長狀況較差及作物生長前期比較適用，在植被覆蓋率較高的地區(qū)并不適用。在影像的獲取方面，難以獲得日夜都無云的影像。吳黎[15]等利用改進了的表觀熱慣量計算模型，通過實測的模型參數(shù)，計算出在不同植被覆蓋區(qū)、不同實驗區(qū)中土壤含水量的熱慣量，進一步驗證了在植被覆蓋較低（NDVI≤0.35）的情況下，利用表觀熱慣量法對土壤含水量進行反演具有較高的精度。

3.2 基于植被指數(shù)的可見光和近紅外監(jiān)測方法 當(dāng)植被受到水分脅迫時，生長狀況就會發(fā)生相應(yīng)的變化，可能會出現(xiàn)枯萎或者死亡，植被指數(shù)會發(fā)生顯著的變化。因此，可以利用遙感技術(shù)獲取植被指數(shù)表示植被遭受干旱的情況。歸一化植被指數(shù)（NDVI）在干旱監(jiān)測中應(yīng)用廣泛。它主要的優(yōu)勢主要有：能夠靈敏的檢測植被；能更大范圍的檢測植被覆蓋度；抗干擾（主要是地形和生物群落的陰影和輻射）；對太陽高度角和大氣產(chǎn)生的噪音可以有效的削弱。但是在生態(tài)系統(tǒng)和氣候變化的影響下，NDVI的值在不同年份就會表現(xiàn)出一定的波動性，同時受土壤、天氣、植被和季節(jié)等因素的影響。因此，根據(jù)NDVI進一步提出了距平值被指數(shù)（AVI）、植被狀態(tài)指數(shù)（VCI）、標(biāo)準(zhǔn)植被指數(shù)（SVI）。距平值被指數(shù)（AVI）適用于長期監(jiān)測具有均一的下墊面、植被覆蓋度高的區(qū)域，一般情況下，AVI的值在-0.2～-0.1范圍內(nèi)，表示為輕旱；AVI的值在-0.3～-0.2范圍內(nèi)，表示為中旱；AVI在-0.6～-0.3范圍內(nèi)，代表重旱[16]。植被狀態(tài)指數(shù)（VCI）由Kogan[17]提出，VCI可以消除空間變化對植被指數(shù)的影響，同時能夠反映天氣極端情況，在植被長勢平穩(wěn)且處于中后期生長的階段比較適合干旱監(jiān)測，但是在低植被覆蓋區(qū)域不適用。齊述華等[18]建立了標(biāo)準(zhǔn)植被指數(shù)（SVI），由于其簡單操作的特點，在大區(qū)域旱情監(jiān)測中適用，小規(guī)模、中等規(guī)?；蛘邊^(qū)域性的干旱監(jiān)測效果不是很理想。

3.3 基于微波遙感的干旱監(jiān)測方法 微波遙感用微波設(shè)備來探測、接收被測物體在微波波段（波長為1～1000mm）的電磁輻射和散射特性，以識別遠距離物體的技術(shù)。微波波長較長，有很好的穿透力，能夠全天時、全天候工作，而且對植被和土壤有一定的穿透能力。微波遙感的這些優(yōu)點使其在土壤含水量遙感干旱監(jiān)測領(lǐng)域具有明顯的優(yōu)越性。微波遙感分為主動微波遙感和被動微波遙感，兩者都可以用于干旱監(jiān)測[19]。主動微波利用其后向散射系數(shù)監(jiān)測土壤水分含量，主動微波遙感的監(jiān)測精度受到許多因素的影響，主要包括：土壤表面的粗糙程度、土壤紋理和物理性質(zhì)以及植被覆蓋情況等等，成本高，空間分辨率高，時間分辨率低。被動微波遙感的特點主要有重訪周期短、覆蓋面廣、計算簡單，對土壤表面粗糙程度和研究區(qū)地形的影響比較小，對土壤水分的變化情況的敏感性較高，但與主動微波遙感比，空間分辨率低[19]。

4 結(jié)語

遙感技術(shù)的快速發(fā)展為農(nóng)業(yè)干旱提供了新的機遇，但是由于干旱發(fā)生的復(fù)雜性及各種方法的局限性，在進行干旱監(jiān)測時，盡量避免采用單一的方法進行監(jiān)測，將多種方法綜合運用，使誤差降低到最低限度。為了更加準(zhǔn)確的提高農(nóng)業(yè)干旱監(jiān)測的準(zhǔn)確性，將不同種類的監(jiān)測模型相結(jié)合，避免使用單一的數(shù)據(jù)源，利用多波段、多影像數(shù)據(jù)融合對干旱災(zāi)害進行監(jiān)測。隨著3S技術(shù)快速發(fā)展，可以將其與各種數(shù)學(xué)模型相結(jié)合對干旱災(zāi)害進行動態(tài)監(jiān)測和評估，降低干旱對經(jīng)濟社會影響，實現(xiàn)農(nóng)業(yè)的可持續(xù)發(fā)展。

參考文獻

[1]IPCC.Climate Change 2001：Impacts，Adaptation and Vulnerability of Climate Change，working group II report[M].London：Cambridge University Press，2001.

[2]IPCC.Climate Change 2007：Impacts，Adaptation and Vulnerability[R].Contribution working group II to the Fourth Assessment Report of the Intergovernmental Panel on Climate Change.Cambridge，UK：Cambridge University Press，2007.

[3]邱海軍，曹明明，郝俊卿，等.1950—2010年中國干旱災(zāi)情頻率-規(guī)模關(guān)系分析[J].地理科學(xué)，2013（05）：576-580.

[4]馬蘇.洞庭湖流域農(nóng)業(yè)干旱遙感監(jiān)測研究[D].長沙：湖南師范大學(xué)，2012.

[5]李星敏，鄭有飛，劉安麟，等.陜西渭北東部干旱遙感監(jiān)測模型研究[J].南京氣象學(xué)院學(xué)報，2004（01）：73-78.

[6]王麗濤，王世新，周藝，等.旱情遙感監(jiān)測研究進展與應(yīng)用案例分析[J].遙感學(xué)報，2011（06）：1315-1330.

[7]WASTON K，ROWEN L C，OFFIELD T W.Application of Thermal Modeling Geologic Interpretation of LR Images[J].Remote Sensing of Environment，1971（3）：2017-2041.

[8]Hall F G.Satellite Remote Sensing of Surface Energy Balance ：Success，F(xiàn)ailure and Unsolved Issue in FIFE[J].Geophy Res，1992，97：19061-19089.

[9]Inge Sandholt，Kjeld Rasmussen，Jens Andersen.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J].Remote Sensing Environment，2002（79）：213-224.

[10]隋洪智，田國良，李付琴.農(nóng)田蒸散雙層模型及其在干旱遙感監(jiān)測中的應(yīng)用[J].遙感學(xué)報，1997（03）：220-224.

[11]張仁華.改進的熱慣量模式及遙感土壤水分[J].地理研究，1990（02）：101-112.

[12]郭鈮，陳添宇，雷建勤，等.用NOAA衛(wèi)星可見光和紅外資料估算甘肅省東部農(nóng)田區(qū)土壤濕度[J].應(yīng)用氣象學(xué)報，1997（02）：85-91.

[13]張順謙，卿清濤，侯美亭.基于溫度植被干旱指數(shù)的四川伏旱遙感監(jiān)測與影響評估[J].農(nóng)業(yè)工程學(xué)報，2007，23（9）：141-146

[14]張燦龍，倪紹祥，劉振波.遙感監(jiān)測土壤含水量方法綜述[J].農(nóng)機化研究，2006（06）：58-61.

[15]吳黎，張有智，解文歡.改進的表觀熱慣量法反演土壤含水量[J].國土資源遙感，2013（01）：44-49.

[16]楊濤，宮輝力，李小娟.土壤水分遙感監(jiān)測研究進展[J].生態(tài)學(xué)報，2010（22）：6264-6277

[1736]KOGAN F N.Remote sensing of weather impacts on vegetation in nonhomogene-Ous areas[J].International journal of remote sensing，1990，11（08）：1405-1419.

[18]齊述華，王長耀，牛錚.利用NDVI時間序列數(shù)據(jù)分析植被長勢對氣候因子的響應(yīng)[J].地理科學(xué)進展，2004（03）：91-99.

[19]李星敏，鄭有飛，劉安麟，等.陜西渭北東部干旱遙感監(jiān)測模型研究[J].南京氣象學(xué)院學(xué)報，2004（01）：73-78. （責(zé)編：張宏民）