文｜郜源冰 張紅艷 彭國(guó)樟 冷偉 陳淑敏 張磊

武漢珈和科技有限公司

一、前言

2022 年6—10 月，中國(guó)南方經(jīng)歷了史無(wú)前例的高溫干旱過(guò)程，長(zhǎng)江流域尤為突出。根據(jù)國(guó)家氣候中心監(jiān)測(cè)評(píng)估，綜合考慮高溫?zé)崂耸录钠骄鶑?qiáng)度、影響范圍和持續(xù)時(shí)間，從2022 年6 月13 日開(kāi)始的區(qū)域性高溫事件綜合強(qiáng)度，已達(dá)到1961 年有完整氣象觀測(cè)記錄以來(lái)最強(qiáng)。此次高溫旱情，對(duì)長(zhǎng)江流域的農(nóng)業(yè)灌溉用水和作物正常生長(zhǎng)造成較大影響。本文利用衛(wèi)星遙感監(jiān)測(cè)技術(shù)結(jié)合Sentinel-2A影像數(shù)據(jù)，GPM、SMAP 氣象數(shù)據(jù)和MODIS 全球250m 分辨率16 天合成的植被指數(shù)對(duì)2021 和2022兩年的7—9 月長(zhǎng)江流域重點(diǎn)水域面積、主要省份/市（包括重慶、四川、江西、湖南、安徽和湖北）降雨、氣溫及作物長(zhǎng)勢(shì)情況進(jìn)行對(duì)比分析，展現(xiàn)出衛(wèi)星遙感在氣溫降水、水域面積、農(nóng)作物旱情等方面的旱情監(jiān)測(cè)應(yīng)用。

二、技術(shù)背景

在全球氣候變化和人類活動(dòng)增加的背景下，干旱的發(fā)生頻率、強(qiáng)度和持續(xù)時(shí)間有可能增加。提高干旱監(jiān)測(cè)和旱期預(yù)警技術(shù)水平，從而更好地應(yīng)對(duì)、管理干旱和減輕干旱脆弱性，避免干旱帶來(lái)的一系列影響，是國(guó)際干旱領(lǐng)域的一項(xiàng)重要內(nèi)容。及時(shí)、準(zhǔn)確地評(píng)價(jià)干旱對(duì)作物生長(zhǎng)的影響，對(duì)實(shí)現(xiàn)水資源合理調(diào)度和有效抗旱減災(zāi)決策都具有重要意義。傳統(tǒng)的干旱監(jiān)測(cè)是利用氣象和水文觀測(cè)站獲得降水、氣溫、蒸發(fā)、徑流等氣象和水文數(shù)據(jù)，以及農(nóng)業(yè)氣象觀測(cè)的墑情，依據(jù)各種干旱指標(biāo)進(jìn)行監(jiān)測(cè)。隨著全球?qū)Φ赜^測(cè)技術(shù)的迅速發(fā)展，衛(wèi)星遙感以其獨(dú)特優(yōu)勢(shì)發(fā)揮著越來(lái)越重要的作用，衛(wèi)星遙感干旱監(jiān)測(cè)已成為全球抗旱減災(zāi)中不可或缺的手段。

干旱過(guò)程是一個(gè)由大氣降水減少導(dǎo)致進(jìn)入土壤的水量降低，植被因供水不足造成生長(zhǎng)受挫而減產(chǎn)、江河湖泊因蓄水不足而面積萎縮（或水位下降），進(jìn)而對(duì)經(jīng)濟(jì)、社會(huì)產(chǎn)生影響的復(fù)雜過(guò)程。衛(wèi)星遙感監(jiān)測(cè)干旱是通過(guò)建立遙感獲得植被狀況、地表溫度、熱慣量等參數(shù)與地面干旱監(jiān)測(cè)指標(biāo)（如土壤濕度）的關(guān)系來(lái)間接監(jiān)測(cè)干旱?？梢?jiàn)光—近紅外遙感記錄的是地球表面對(duì)太陽(yáng)輻射能的反射輻射值，是利用地物對(duì)太陽(yáng)短波輻射的反射強(qiáng)度信息來(lái)判別地物的類型。由于綠色植物在這段光譜區(qū)間具有獨(dú)特的光譜反射特點(diǎn)，是最易被識(shí)別的地類。根據(jù)植被的光譜特征，通過(guò)對(duì)可見(jiàn)光和近紅外的波段組合，構(gòu)建出了多種植被指數(shù)（VI）。當(dāng)土壤供水不足導(dǎo)致植被發(fā)生水分脅迫時(shí)，植被會(huì)出現(xiàn)葉綠素含量下降，光合作用速率降低、植被葉面積和覆蓋度減少的現(xiàn)象，這些變化均可導(dǎo)致衛(wèi)星遙感植被指數(shù)下降。監(jiān)測(cè)旱災(zāi)發(fā)生期間植被長(zhǎng)勢(shì)指數(shù)并進(jìn)行統(tǒng)計(jì)分析，可直觀反映出植被長(zhǎng)勢(shì)受旱情的影響情況。

三、遙感監(jiān)測(cè)應(yīng)用

長(zhǎng)江流域是我國(guó)農(nóng)業(yè)主產(chǎn)區(qū)，耕地20 多萬(wàn)平方千米，以種植水稻為主，兼產(chǎn)棉、麻、油菜、蠶絲、茶等，其中水稻產(chǎn)量約占全國(guó)的70%，棉花產(chǎn)量約占全國(guó)的33%。地跨我國(guó)西南、華中、華東三大經(jīng)濟(jì)區(qū)，在我國(guó)社會(huì)經(jīng)濟(jì)的可持續(xù)發(fā)展中起著舉足輕重的作用。由于流域獨(dú)特的地理位置和氣候條件，長(zhǎng)江流域干旱災(zāi)害頻繁發(fā)生，給國(guó)民經(jīng)濟(jì)和人民生命財(cái)產(chǎn)帶來(lái)了嚴(yán)重的損失，已成為影響國(guó)家中長(zhǎng)期發(fā)展戰(zhàn)略的重要風(fēng)險(xiǎn)之一。如何有效監(jiān)測(cè)農(nóng)業(yè)干旱，選擇適宜的監(jiān)測(cè)指標(biāo)，及時(shí)準(zhǔn)確地了解農(nóng)業(yè)旱情發(fā)生、發(fā)展、消退情況已成為當(dāng)?shù)卣购禍p災(zāi)部門和農(nóng)業(yè)管理部門面臨的一項(xiàng)緊迫任務(wù)。

2022 年7—10 月，長(zhǎng)江流域水位明顯下降，主要支流鄱陽(yáng)湖、洞庭湖水位更是下降至歷史新低，流域內(nèi)各省份遭受不同程度旱情，武漢珈和科技有限公司結(jié)合遙感通平臺(tái)從宏觀角度分析評(píng)估此次旱情影響。

1.長(zhǎng)江流域氣溫降水遙感監(jiān)測(cè)

長(zhǎng)江流域氣溫降水遙感監(jiān)測(cè)衛(wèi)星數(shù)據(jù)源為SMAP 和GMP 衛(wèi)星。SMAP 衛(wèi)星是美國(guó)國(guó)家航空航天局（NASA）于2015 年1 月發(fā)射的一顆衛(wèi)星，空間分辨率10km，每?jī)傻饺鞂?duì)全球土壤（最上5cm 層）濕度進(jìn)行一次觀測(cè)，主要應(yīng)用于全球地面土壤濕度監(jiān)測(cè)。SMAP 衛(wèi)星包含多個(gè)級(jí)別的產(chǎn)品數(shù)據(jù)，探測(cè)獲取的L1A、L1B、L1C 通過(guò)一定模型和算法反演分析得到更高級(jí)數(shù)據(jù)，共有十余種。衛(wèi)星L4 級(jí)產(chǎn)品數(shù)據(jù)包含了土壤濕度、地表壓力、地表溫度與地面氣溫等產(chǎn)品信息。日美兩國(guó)共同研制的GPM 衛(wèi)星于2014 年2 月發(fā)射升空，衛(wèi)星搭載了高性能雷達(dá)——雙頻降水雷達(dá)（DPR），由Ka-band和Ku-band 兩部頻率不同的降水雷達(dá)組成。DPR 具有對(duì)降水三維觀測(cè)和對(duì)降水物形態(tài)的探測(cè)能力，主要靠?jī)墒走_(dá)波對(duì)降水目標(biāo)物進(jìn)行更加透徹的解析而獲得。DPR 能夠通過(guò)捕捉大氣水滴反射，觀測(cè)到以往衛(wèi)星雷達(dá)難以探查到的小規(guī)模雨雪天氣。此次選擇SMAP 衛(wèi)星的L4 級(jí)地面氣溫產(chǎn)品數(shù)據(jù)和GPM的3 級(jí)IMERG 產(chǎn)品對(duì)2022 年旱情期間長(zhǎng)江流域氣溫降水?dāng)?shù)據(jù)進(jìn)行監(jiān)測(cè)分析。

2022 年7—9 月長(zhǎng)江流域六省/市對(duì)比2021 年同期氣溫偏高，降水偏少。衛(wèi)星遙感監(jiān)測(cè)顯示，2022 年7—9 月長(zhǎng)江流域六省降雨總量比2021 年同期減少43.23%，平均氣溫比2021 年同期升高0.82℃。除7 月下旬外，2022 年7—9 月每旬降雨量均明顯低于2021 年同時(shí)間段降雨量（圖1）；2022 年7—8 月下旬平均氣溫均高于2021 年同時(shí)間段旬平均氣溫（圖2）。

圖1 長(zhǎng)江中下游省份2021/2022 年7-9 月旬降雨量（mm）對(duì)比圖

圖2 長(zhǎng)江中下游省份2021/2022 年7-9 月旬平均氣溫(℃)對(duì)比圖

2.長(zhǎng)江支流水域面積遙感監(jiān)測(cè)

長(zhǎng)江流域湖泊總面積約為15200km2，接近我國(guó)湖泊總面積的五分之一。鄱陽(yáng)湖、洞庭湖是長(zhǎng)江重要支流，在調(diào)節(jié)長(zhǎng)江水位、涵養(yǎng)水源、抗旱蓄洪等方面起著重要的作用。

長(zhǎng)江支流水域面積遙感監(jiān)測(cè)衛(wèi)星數(shù)據(jù)源為哨兵二號(hào)衛(wèi)星。哨兵二號(hào)多光譜成像衛(wèi)星可用于陸地監(jiān)測(cè)，可提供植被、土壤和水覆蓋、內(nèi)陸及海岸區(qū)域等圖像。衛(wèi)星攜帶一枚多光譜成像儀（MSI），空間分辨率10m，高度為786km，可覆蓋13 個(gè)光譜波段，幅寬達(dá)290km，一顆衛(wèi)星的重訪周期為10 天，兩顆互補(bǔ)，重訪周期為5 天。通過(guò)哨兵二號(hào)衛(wèi)星遙感監(jiān)測(cè)，2022 年9 月洞庭湖、鄱陽(yáng)湖及其周邊水域面積對(duì)比2021 年9 月明顯縮減，河床裸露，水域幾乎全部干涸（圖3）。

圖3 洞庭湖及其周邊水域2021 年9 月（左）與2022 年9 月（右）遙感影像圖

遙感監(jiān)測(cè)2021 年9 月和2022 年9 月長(zhǎng)江支流洞庭湖水域面積，結(jié)果顯示：2022 年洞庭湖及其周邊水域面積相比2021 年減少53.85%（圖4）。

圖4 長(zhǎng)江重要支流2021 年9 月與2022 年9 月水域面積變化圖

3.長(zhǎng)江流域農(nóng)作物旱情遙感監(jiān)測(cè)

根據(jù)歷史年鑒信息可知四川、重慶、江西、湖南、安徽和湖北六省份耕地面積總計(jì)約3.8 億畝，占全國(guó)耕地總面積的20.5%。7—9 月是長(zhǎng)江流域秋收作物的重要生長(zhǎng)時(shí)期。8 月中旬，西南的四川、重慶等地區(qū)一季稻已開(kāi)始灌漿結(jié)實(shí)，大部進(jìn)入乳熟期、成熟期，部分處于抽穗揚(yáng)花期，正是對(duì)溫度、水分反應(yīng)最敏感的時(shí)期，持續(xù)性重度少雨缺墑會(huì)導(dǎo)致結(jié)實(shí)率降低，不利一季稻產(chǎn)量的形成；位于長(zhǎng)江中下游的江南華南地區(qū)一季稻處于拔節(jié)至孕穗期，部分早熟品種處于抽穗揚(yáng)花至灌漿結(jié)實(shí)期，雙季晚稻處于返青分蘗期，高溫?zé)岷τ绊懨黠@。另外，持續(xù)高溫會(huì)加快幼穗分化進(jìn)程，影響大穗形成。作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)是利用作物植株冠層在遙感影像上的光譜反射率，對(duì)作物的生長(zhǎng)狀況進(jìn)行宏觀估測(cè)，作物長(zhǎng)勢(shì)信息反映作物的生長(zhǎng)狀況和趨勢(shì)，是農(nóng)情信息的重要組成部分，植被長(zhǎng)勢(shì)指數(shù)越高說(shuō)明作物長(zhǎng)勢(shì)越好。

長(zhǎng)江流域農(nóng)作物旱情遙感監(jiān)測(cè)衛(wèi)星數(shù)據(jù)源為Terra 和Aqua 衛(wèi)星。中等分辨率成像光譜儀（MODIS）是Terra 和Aqua 衛(wèi)星上搭載的主要傳感器之一，兩顆星相互配合每1 ～2 天可重復(fù)觀測(cè)整個(gè)地球表面，得到36 個(gè)波段的觀測(cè)數(shù)據(jù)，空間分辨率為250m、500m 和1000m，提供多種原始數(shù)據(jù)和不同等級(jí)的數(shù)據(jù)處理產(chǎn)品。此次監(jiān)測(cè)工作采用MOD13Q1（全球250m 分辨率植被指數(shù)16 天合成）數(shù)據(jù)，對(duì)2022 年長(zhǎng)江流域六省份7—9 月作物長(zhǎng)勢(shì)進(jìn)行遙感監(jiān)測(cè)和分析（圖5—6），監(jiān)測(cè)結(jié)果顯示：除2022 年8 月中旬，2022 年7—9 月長(zhǎng)江流域（六省/市）作物長(zhǎng)勢(shì)指數(shù)均明顯低于2021 年同期。其中重慶、四川作物受旱情影響最為嚴(yán)重，全?。ㄊ校┓秶鷥?nèi)作物長(zhǎng)勢(shì)普遍受到影響長(zhǎng)勢(shì)明顯變差；安徽、江西作物受旱情較為嚴(yán)重，部分區(qū)域作物長(zhǎng)勢(shì)受到影響長(zhǎng)勢(shì)明顯變差；湖南、湖北作物受旱情影響較為輕微，只有小部分區(qū)域長(zhǎng)勢(shì)變差。結(jié)合氣溫降水遙感監(jiān)測(cè)結(jié)果可知：7 月份的高溫和降雨減少暫未對(duì)長(zhǎng)江流域6 省份作物長(zhǎng)勢(shì)產(chǎn)生嚴(yán)重影響，8 月降雨量急劇減少加上持續(xù)高溫，使得8—9 月作物長(zhǎng)勢(shì)持續(xù)變差。

圖5 長(zhǎng)江中下游省份2022 年7—9 月耕地范圍內(nèi)作物長(zhǎng)勢(shì)遙感監(jiān)測(cè)圖

圖6 長(zhǎng)江中下游省份2021/2022 年7—9 月耕地范圍內(nèi)作物植被指數(shù)對(duì)比分析圖

結(jié)合以上遙感監(jiān)測(cè)與分析可知：2022 年7—9月長(zhǎng)江流域旱情期間，主要支流（鄱陽(yáng)湖、洞庭湖等）水域面積對(duì)比2021 年同期水域面積明顯變??；流域內(nèi)各?。ㄖ陛犑校┙涤炅繉?duì)比2021 年同期均有明顯減少，降雨量減少主要集中在8 月，六省/市（四川、重慶、湖南、湖北、安徽和江西）降水總量對(duì)比2021 年減少約43.23%，其中重慶市降水面積對(duì)比2021年減少55.56%，降水面積減少最多，六省/市（四川、重慶、湖南、湖北、安徽和江西）平均氣溫對(duì)比2021 年同期均有所升高，高溫天氣主要集中于8月，平均溫度對(duì)比2021 年升高約0.8℃，安徽省平均氣溫對(duì)比2021 年升高1.47℃，平均溫度上升最多。

作物長(zhǎng)勢(shì)方面，重慶、四川受旱情影響最為嚴(yán)重，作物長(zhǎng)勢(shì)明顯低于2021 年同期，其次是江西、湖南，作物長(zhǎng)勢(shì)稍低于2021 年同期作物長(zhǎng)勢(shì)；安徽、湖北雖有旱情，分析原因在于當(dāng)?shù)剞r(nóng)業(yè)灌溉條件較好，作物得到及時(shí)灌溉，使農(nóng)作物較少受到水分和溫度脅迫的影響，旱情分析結(jié)果見(jiàn)表1。

表1 2022 年長(zhǎng)江流域各省份7—9 月作物長(zhǎng)勢(shì)受旱情影響分析

四、結(jié)語(yǔ)

隨著全球?qū)Φ赜^測(cè)技術(shù)的迅速發(fā)展，遙感技術(shù)在干旱監(jiān)測(cè)工作中發(fā)揮著越來(lái)越重要的作用，但是干旱是多學(xué)科交叉的復(fù)雜問(wèn)題，發(fā)展過(guò)程緩慢、時(shí)間和空間表現(xiàn)特征差異很大，遙感監(jiān)測(cè)干旱技術(shù)在應(yīng)用中還存在許多的技術(shù)問(wèn)題，對(duì)抗旱防災(zāi)提供支撐的力度仍不夠。近年來(lái)，氣候異常，極端天氣事件多發(fā)頻發(fā)。生態(tài)系統(tǒng)在以前所未有的速度惡化，而且預(yù)計(jì)未來(lái)幾十年會(huì)加速惡化。長(zhǎng)期來(lái)看，快速且有序地推進(jìn)減排，降低自然災(zāi)害發(fā)生頻率，當(dāng)災(zāi)害發(fā)生的時(shí)候，通過(guò)衛(wèi)星實(shí)時(shí)預(yù)警、監(jiān)測(cè)災(zāi)害發(fā)生情況，將自然災(zāi)害對(duì)人類影響降至最低，是當(dāng)務(wù)之急。

此次通過(guò)SMAP、GPM、哨兵二號(hào)、Terra 和Aqua 遙感衛(wèi)星，監(jiān)測(cè)獲取2022 年長(zhǎng)江流域旱情期間降水、氣溫、水域面積、作物長(zhǎng)勢(shì)信息，分析旱情發(fā)生的特點(diǎn)并評(píng)估旱情對(duì)作物長(zhǎng)勢(shì)的影響。衛(wèi)星遙感不僅可以在災(zāi)害發(fā)生后進(jìn)行監(jiān)測(cè)分析，還可以在災(zāi)害發(fā)生前進(jìn)行預(yù)警，通過(guò)遙感數(shù)據(jù)，及時(shí)預(yù)測(cè)干旱、洪澇、臺(tái)風(fēng)、高溫等災(zāi)害的發(fā)生趨勢(shì)，避免災(zāi)害對(duì)人類社會(huì)生產(chǎn)活動(dòng)造成更大影響。