基于多源遥感数据的综合干旱监测模型构建_杜灵通

0
引
言
干旱是全球气候变化研究中的一个热点科学 问题[1-2]，作为一种主要的气象灾害，干旱对中国经 济社会发展和农业生产影响很大，因此研究干旱监 测技术和评估方法，对政府提升应对自然灾害能力 有重要的现实意义。目前干旱指数监测方法主要有 传统的气象监测方法[3-4]和遥感监测方法[5]，虽然气 象监测方法成熟，但在监测机理上未考虑地表植被 对干旱响应的问题，从而使这类监测方法在综合干 旱监测中受限[6]。遥感干旱监测方法因具有高时空 分辨率且能获取区域连续空间上的旱情而得以广泛 应用，然而以往的遥感干旱监测方法多侧重于考虑 土壤、植被等单一因素[7-9]，特别是大多数遥感干旱
Fig.2
图 2 综合干旱监测模型构建流程图 Flowchart of synthesized drought monitoring model developing
收稿日期：2013-11-06 修订日期：2014-02-28
监测方法不能反映致旱因素中的降水盈亏信息[10]， 单一的从植被指数或地表温度以及他们的组合生 成的监测指数在干旱监测中存在很大不确定性[11]。 随着微波雷达遥感技术的发展，从连续空间面上获 取大气实时降水成为可能，特别是热带降水测量计 划（tropical rainfall measuring mission，TRMM）卫 星的发射，为干旱综合监测提供了一种新的遥感数 据源[12]。因此本研究综合考虑干旱发生发展过程中 的土壤水分胁迫、植被生长状态和气象降水盈亏等 致旱因素，基于多源遥感数据建立一种综合干旱监 测模型，并以山东省为例进行试验验证，以期为区 域干旱综合评估提供一种新的方法。
j
式中：St.LSTi,j 为标准化地温异常指数；LSTi,j 是 i 年 j 月的地表温度昼夜差； LST j 是研究时期内 j 月 地表温度昼夜差在年度序列上的平均值；σj 是 j 月 地表温度昼夜差在年度序列上的标准差。 2.3 降水异常信息 TRMM 3B43 为降水速率数据，为了在建模时 与 MODIS 数据时空分辨率一致，首先利用双线性 内插方法对 TRMM 3B43 重采样到 1 km 分辨率， 并转换为 Albers 等面积圆锥投影。 由于某一时段的 降水量一般并不服从正态分布，而是服从 PearsonⅢ分布，因此可通过对降水量进行正态化处理，将 Pearson-Ⅲ型分布转换为标准正态分布，计算出 Z 变量用于表征单站气象数据的旱涝程度[12]。研究为
上的平均值；σj 是 j 月增强型植被指数在年度序列 上的标准差。 2.2 地表温度异常信息 MOD11A2 地表温度数据同样使用质量控制算 法，对合成过程中的一些充填值和低质量象元进行 剔除，充填为无效值。由于 MODIS 没有 1 km 分辨 率的月合成地表温度产品，为此本研究利用 8 d 地 表温度产品合成月地表温度产品。合成算法以每景 8 d 地表温度产品在某月内所占的天数建立比例为 权重，然后按权重将该月所有地表温度产品进行线 性相加[17]。虽然 8 d 地表温度数据合成月地表温度 数据过程中会消除部分无效值，但合成数据中依然 存在一些无效值区域，因此采用平均值算法对月地 表温度数据的无效值进行修补。为了消除地表温度 随季节变化问题，基于标准化植被异常指数的思路 提出了标准化地温异常指数，其计算公式如下： St.LSTi,j LST j LSTi , j （2）
1
数据与研究区介绍
基金项目：国家自然科学基金(41201438); 国家重点基础研究发展计划 (2010CB951503) 作者简介：杜灵通（1980－） ，男，宁夏同心人，博士，副研究员，主 要从事遥感应用研究。 银川 宁夏大学西北退化生态系统恢复与重建教 育部重点实验室，750021。Email: dult80@ ※通信作者：田庆久（1964－） ，男，山东嘉祥人，博士，教授，主要 从事高光谱遥感研究。南京 南京大学国际地球系统科学研究所， 210093。Email: tianqj@
126
第 30 卷 2014 年
第9期 5月
农 业 工 程 学 报 Transactions of the Chinese Society of Agricultural Engineering
Vol.30 No.9 May 2014
基于多源遥感数据的综合干旱监测模型构建
杜灵通 1,2，田庆久 2※，王 磊 1,2，黄 彦 2，南 岭3
2014 年
了提取每个象元的降水异常信息，遂采用降水 Z 指 数法，计算面空间上的 TRMM-Z 指数，具体的计 杜灵通等[12] 算方法和过程见李景刚等人的文献[18]。 的研究结果表明， TRMM-Z 指数与站点标准化降水 指数 SPI 的相关性很高，可以很好地反映气象降水 异常信息，可用于监测干旱的发生、发展过程。 2.4 综合干旱监测模型构建 构建综合干旱监测模型的理论基础是干旱过 程由多致灾因子决定，其不仅涉及气候降水、土壤
2 综合干旱监测模型构建
2.1 植被异常信息 MOD13A3 数据在合成中有一些象元为充填值 或云覆盖象元，为了提取可靠质量的植被指数，研 究使用数据集的质量信息文件，编写算法对经过投 影转换与研究区裁切后的 MOD13A3 数据进行质量 控制，剔除低质量象元，使用同月其他年份的植被
128
农业工程学报
第9期
杜灵通等：基于多源遥感数据的综合干旱监测模型构建
127
3B43 为 0.25°×0.25°格点月降水速率数据。从气象 数据共享网获取了山东省 15 个主要气象台站 （图 1） 1960－2010 年间的月平均降水量、气温等气象数 据，在模型构建和验证过程中，利用气象观测数据 计 算 了 自 适 应 帕 默 尔 干 旱 指 数 （ self-calibrating palmer drought severity index，SC-PDSI）[14]、标准 化降水指数（standardized precipitation index，SPI） [15] 和 帕 默 尔 干 旱 指 数 （ palmer drought severity index ，PDSI ）。此外，模型构建过程中还使用了 MOD12Q1 土地利用产品、DEM（digital elevation model） 数字高程和土壤有效持水量 （available water capacity, AWC）等数据。
水分胁迫和植被生长状态等，而且还与土壤有效持 水量、土地利用类型和地貌类型等因素有关。这些 干旱致灾因子之间的内在耦合致灾过程非常复杂， 但由于目前的研究与认识水平，这些致灾因子是如 何定量耦合并导致干旱灾害发生的机理尚不明确， 为此只能利用模糊聚类分析的思想，在确定致灾因 子但未知相互耦合致灾机理的前提下，利用数据挖 掘技术，构建半经验半机理综合干旱监测模型，具 体的模型构建与验证技术流程如图 2 所示。
ห้องสมุดไป่ตู้
研究以 2000－2010 年的 MODIS（moderateresolution imaging spectroradiometer）植被指数产品 （MOD13A3） 、 地表温度产品 （MOD11A2） 和 TRMM 3B43 产品为主要遥感数据源。 MOD13A3 为每月合 成的地表植被指数产品；MOD11A2 为每 8 天合成 的地表温度产品，其采用分裂窗算法反演获得[13]， 2 种 MODIS 产品的空间分辨率均为 1 km，TRMM
指数平均值进行充填。在此基础上使用 SavitzkyGolay 滤波技术对时间序列植被指数进行去噪平滑 处理[16]。由于山东省位于季风带，这里四季分明， 植被生长具有明显的周期性过程，因此不同月份的 植被指数无法直接进行比较，为了消除植被生长的 周期性波动规律，进行逐月植被数据的比较分析， 研究使用标准化植被异常指数对植被异常信息进 行提取，其计算公式如下： VI i , j V I j （1） St.VI i, j j 式中：St.VIi,j 为标准化植被异常指数；i，j 表示时 间，其中 i 为年度，j 为月份；VIi,j 是 i 年 j 月的增 强型植被指数（enhanced vegetation index, EVI）；
VI j 是研究时期内 j 月增强型植被指数在年度序列
Fig.1
图 1 地面气象站分布 Location map of meteorological stations
山 东 省 地 处 34°25′ ～ 38°23′E 、 114°36′ ～ 122°43′N 之间，总面积 15.71×104 km²，是黄淮海粮 食主产区的一个重要经济省份。山东西北部地形平 坦，是黄河冲积而成的鲁西北平原区；中部为鲁中 南山地丘陵区，相对海拔较高，且地形起伏较大； 东部胶东半岛伸入黄海，主要为起伏和缓的波状丘 陵；境内主要有黄河、海河和淮河三大水系，土壤 类型多样。山东属暖温带大陆性季风气候，夏季温 润多雨， 冬季寒冷干燥， 年平均降水量一般在 550～ 950 mm 之间，但降水的时空变化较大，空间上由 东南向西北递减，且 70%左右的降水集中在 6－9 月，因此夏季易形成涝灾，而冬春又常发生旱灾， 对农业生产和生态平衡影响很大。
（1. 宁夏大学西北退化生态系统恢复与重建教育部重点实验室，银川 750021； 2. 南京大学国际地球系统科学研究所，南京 210093； 3. 宁夏大学西部发展研究中心，银川 750021） 摘 要：在全球气候变化越来越复杂的大背景下，准确监测华北粮食主产区的旱情对区域农业生产有重要的指导 意义。以往的遥感干旱监测方法多侧重于监测土壤或植被等单一干旱响应因子，反映综合信息的能力较差，为此 该研究使用中分辨率成像光谱仪（ moderate-resolution imaging spectroradiometer，MODIS） 、热带降水测量计划 （tropical rainfall measuring mission，TRMM）卫星等多源遥感数据，在综合考虑干旱发生发展过程中的土壤水分 胁迫、植被生长状态和气象降水盈亏等因素的基础上，利用空间数据挖掘技术，构建综合干旱监测模型，并以山 东省为例进行了试验验证。结果表明，模型监测出山东省近年来所经历的重大干旱过程与实际旱情一致，模型输 出的旱情指标-综合干旱指数（synthesized drought index，SDI）与小麦的标准化作物单产变量的相关系数均大于 0.7（P<0.05） ；在小麦和玉米的生长期，综合干旱指数与作物受灾面积的相关系数在−0.67～−0.85 之间，与标准化 降水指数（standardized precipitation index，SPI）的相关系数在 0.44～0.67 之间，且通过了 P<0.01 的极显著检验 （3 月份除外） 。研究结果为综合评估区域干旱提供了一种新的方法。 关键词：干旱；监测；模型；多源数据；MODIS；山东省 doi：10.3969/j.issn.1002-6819.2014.09.016 中图分类号：TP79；S16 文献标志码：A 文章编号：1002-6819(2014)-09-0126-07 杜灵通，田庆久，王 磊，等. 基于多源遥感数据的综合干旱监测模型构建[J]. 农业工程学报，2014，30(9)： 126－132. Du Lingtong, Tian Qingjiu, Wang Lei, et al. A synthesized drought monitoring model based on multi-source remote sensing data[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2014, 30(9): 126－132. (in Chinese with English abstract)