基于被动微波遥感的中国干旱动态监测_陈修治
合集下载
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
AMSR-E 微波辐射计数据共有 6 个频率（6.9、 10.7、18.7、23.8、36.5 和 89.0 GHz），2 个极化方 式（水平和垂直极化），12 个通道，空间分辨率分 别为 50、50、25、25、15 和 5 km（http://nsidc.org/）。 地面气象数据来自中国 864 个气象站点。由于 AMSR-E 遥 感 数 据 过 境 中 国 的 时 间 基 本 稳 定 在 04:00～06:00 点以及 16:00～18:00 点，本研究选取 2009 年 1 月 1 日、2 月 1 日、3 月 1 日、4 月 1 日、
垂直极化通道的 2 个公式，然后用 2 个公式相比，
得到
Ts − TV 6.9 Ts − TV10.7
− γ 6.9V − γ V 10.7
=
⎛ ⎜ ⎝
τ 6.9 τ10.7
⎞2 ⎟ ⎠
（5）
第 16 期
陈修治等：基于被动微波遥感的中国干旱动态监测
153
式 中 ， TV6.9 和 TV10.7 分 别 指 AMSR-E 6.9 和 10.7 GHz 垂直极化波段的亮温，K；γ6.9 和 γ10.7 分 别是 AMSR-E 6.9 和 10.7 GHz 垂直极化波段对应 的常量，本文基于 AMSR-E 6.9 和 10.7 GHZ 波段 的亮度温度和地面实测地表温度样本数据
逐渐被社会认可，且将逐步成为最重要的干旱监测
方法之一。
中国目前使用较为广泛的方法是热惯量法、植
被供水指数法、距平植被指数法、作物缺水指数法、 温度植被干旱指数法等[12-19]。但是这些方法都是基 于可见光和热红外波段进行的[20]，在晴空、少云天
气多、植被较为单一的北方平原地区较为适应。然
而对于南方丘陵地区（广东、广西、四川、云南、
（1. 中国科学院华南植物园，广州 510650； 2. 中国气象局/河南省农业气象保障与应用技术重点开放实验室，郑州 450003； 3. 广州地理研究所，广州 510070； 4. 中国科学院广州地球化学研究所，广州 510640； 5. 中国科学院大学，北京 100049）
摘 要：目前用于中国干旱监测的遥感方法大多是可见光和热红外指数法，受云雨、植被和地形的影响较大，不
对于位于大气窗口的低频通道（如 AMSR-E 6.9
和 10.7 GHz 波段）而言，大气的吸收作用较小，因
此，大气上行和下行辐射的等效亮温可以粗略的用 下面公式计算[21]
Tu = Td = (1 −τ )Ta
（2）
Βιβλιοθήκη Baidu
式中，Ta 为大气温度，K。
在辐射传输方程中，宇宙景辐射的等效亮温 Tc
与其他组份比较而言相对较小，仅为 2.7 K，因此，
5 月 1 日、6 月 1 日、7 月 1 日、8 月 1 日、9 月 1 日、10 月 1 日、11 月 1 日、12 月 1 日的 AMSR-E 影像以及准同步地面温度数据开展研究。
2 干旱动态微波遥感监测方法
2.1 AMSR-E 地表温度反演模型构建
被动微波遥感以热辐射传导方程为基础，通
过建立能量平衡方程来反演地表温度。被动微波
本文在辐射传输方程中忽略此部分，将式（2）代 入式（1）得到[21]
Tb = Ts[1 − (1 − ε )τ 2 ] − ΔT (1 −τ )[1 + (1 − ε )τ （3）
式中，ΔT=Ts-Tc 为地表温度与大气温度的差值，K。 已有研究发现[21]，ΔT (1 −τ )[1 + (1 − ε )τ ] 可以较
好的用大气总可降水量来模拟，即
Tb = Ts[1 − (1 − ε )τ 2 ] − γV
（4）
式中，V 为大气总可降水量，mm；γ 为常量，K/mm，
取决于遥感波段的频率。
将式（4）分别用于 AMSR-E 6.9 和 10.7GHz
波段，得到分别基于 AMSR-E 6.9 和 10.7GHz 波段
干旱指数，并以中国 2009 年的旱情为例进行实例验证。研究表明，该干旱指数与 AMSR-E L3 土壤湿度数据有着 显著的负相关关系（R2=0.75），且能基本表征 2009 年中国实际的气象干旱状况。
关键词：干旱，监测，遥感，地表温度，植被供水指数（VSWI）
doi：10.3969/j.issn.1002-6819.2013.16.019
vegetation index，NDVI）与微波极化差异指数（microwave polarization difference index，MPDI）的关系。在此基
础上改进了植被供水指数（vegetation supply water index，VSWI），构建了基于 AMSR-E 数据的被动微波遥感气象
江西等），由于多云天气多，植被和地形状况复杂，
可见光和热红外波段受云层和地形的影响很大，故
基于可见光和热红外的干旱监测方法不能满足中
国南方地区干旱监测的要求。被动微波遥感可以穿
透薄云和稀疏植被，受天气和植被的影响较小，且
被动微波传感器的双极化波段对土壤水分也有着
152
农业工程学报
2013 年
十分敏感的探测能力，因此，有必要构建被动微波 遥感干旱监测指数，满足多云地区的干旱动态遥感 监测需求，对中国广大的南方丘陵地区的干旱监测 具有重要的现实意义。本文以 2009 年中国干旱灾 害 为 例 ， 基 于 AMSR-E （ advanced microwave scanning radiometer-EOS）被动微波遥感影像，首先 构建了地表温度的半经验反演模型，以及 MPDI 指 数与 NDVI 指数的关系式，在此基础上改进植被供 水指数（VSWI），构建了基于 AMSR-E 数据的被 动微波气象干旱指数，并将构建的干旱指数用于监 测中国 2009 年的干旱动态状况。
辐射传输方程描述了卫星的微波辐射计所观测到
的总辐射强度，不仅有来自地表的辐射，而且还
有来自大气的向上和向下的路径辐射。这些辐射
成分在穿过大气层到达遥感器的过程中，还会受 到大气层的吸收影响[21]。因此，地表温度的演算
实际上是一个复杂的求解问题。在微波波段，热
辐射平衡可以用下面的无散射的大气辐射传输方 程描述[21]
中图分类号：TP79；S127
文献标志码：A
文章编号：1002-6819(2013)-16-0151-08
陈修治，苏泳娴，李 勇，等. 基于被动微波遥感的中国干旱动态监测[J]. 农业工程学报，2013，29(16)：151－158. Chen Xiuzhi, Su Yongxian, Li Yong, et al. Monitoring drought dynamics of China using passive microwave remote sensing technology[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(16): 151－158. (in Chinese with English abstract)
第 29 卷 第 16 期 2013 年 8 月
农业工程学报 Transactions of the Chinese Society of Agricultural Engineering
·农业信息与电气技术·
Vol.29 No.16 Aug. 2013 151
基于被动微波遥感的中国干旱动态监测
陈修治 1,2,3，苏泳娴 3，李 勇 3※，陈水森 3，韩留生 3,4,5
Tb = Tu + τ[εTs + (1 − ε )(Td + Tc )]
（1）
式中，Tb 为卫星传感器观测的亮度温度值，K；Tu
为大气上行辐射的等效亮温，K；Ts 为地表温度，K；
Td 为大气下行辐射的等效亮温，K；Tc 为宇宙景辐
射的等效亮温，K；τ 为透过率，无量纲；ε 为单位
象元的地表发射率，无量纲。
1 研究区域与数据来源
1.1 研究区干旱概况 近年来，中国因干旱造成的农业损失日趋增大，
平均每年因干旱成灾的耕地面积达到 167 万 hm2，损 失粮食超过 300 亿 kg。2000 年，中国河北、山西、 安徽、河南、山东、陕西、甘肃等地遭受严重干旱 灾害，受灾面积达 408 万 hm2，成灾面积 269 万 hm2。 2003 年，江南、华南和西南部分地区发生严重伏秋 连旱，湖南、江西、浙江、福建、广东等省部分地 区甚至发生了伏秋冬连旱。2004 年，中国南方遭受 53 a 来罕见干旱，造成经济损失达 40 多亿元，720 多万人出现了饮水困难。2005 年，华南南部出现严 重秋冬春连旱，云南发生了近 50 a 来少见严重的初 春旱。2006 年，重庆发生百年一遇旱灾，全市伏旱 日数普遍在 53 d 以上，12 区县超过 58 d，直接经 济损失 71.55 亿元，农作物受旱面积 133 万 hm2， 815 万人饮水困难。2007 年，全国有 22 个省出现 旱情，受旱耕地面积 150 万 hm2，897 万人、752 万头牲畜发生临时性饮水困难。2008 年，云南近 3 个月连续干旱，农作物受灾面积达 100 多万 hm2， 仅昆明山区就有近 1.9 万 hm2 农作物受旱，13 多万 人饮水困难。2009 年，中国南方、西南、中部、东 北等地多个省份遭遇了严重的气象干旱灾害，全国 耕地累计受旱面积 423 万 hm2，因旱造成粮食损失 348 亿 kg 、 经 济 作 物 损 失 433 亿 元 （http://www.gov.cn/jrzg/）。 1.2 数据来源
归一化植被指数（normalized difference vegetation index，NDVI）[7]、作物缺水指数（crop water stress index，CWSI）[8]、条件植被指数（vegetation condition index，VCI）、条件温度指数（temperature condition index，TCI）、植被健康指数（vegetation health index, VHI）[9]、植被供水指数（vegetation supply water index，VSWI）[10-11]和温度植被干旱指数（temperature vegetation drought index，TVDI）[6]逐步被提出，并 被应用到实际干旱监测中。利用遥感技术监测旱情
收稿日期：2012-12-09 修订日期：2013-07-12 基金项目：广东省科技计划项目（编号：2011B020313001）；中国气象 局/河南省农业气象保障与应用技术重点开放实验室开放研究基金课题 （编号：AMF201111） 作者简介：陈修治（1986－），男，安徽淮北人，博士，主要从事森林 水文学与微波遥感研究，广州 中国科学院华南植物园，510650。 Email：chenxz@scbg.ac.cn ※通信作者：李 勇（1971－），男，高级工程师，主要从事遥感与地 理信息系统研究。广州 广州地理研究所，510070。 Email：gz_liyong@21cn.com
能满足中国南方地区干旱监测的需求。该研究基于被动微波辐射传输方程，首先构建了基于 AMSR-E（advanced microwave scanning radiometer-EOS）数据的地表温度反演模型，R2=0.79，RMSE（root mean square error）为 2.54℃，
实现了中国地表温度的被动微波遥感监测。然后，拟合了不同下垫面归一化植被指数（normalized difference
0引言
干旱是世界范围内普遍发生的一种复杂的自 然现象，波及范围广，持续时间长，是农业生产和 人类生活中最严重的自然灾害之一[1]，会直接导致 巨大的经济、社会和环境损失[2]，还会影响水循环、 作物产量以及牲畜饲养，引起大面积的饥荒、营养 不良、流行病和人口流动[3]。因此，十分有必要构 建一套实时、动态的干旱监测方法[2]。传统的干旱 监测是基于地面气象观测数据进行的，但其监测结 果仅仅代表观测站点附近的旱情，无法精确地反映 大范围的空间连续的区域干旱状况[4]。随着遥感技 术的发展，用于干旱监测的帕尔默干旱指标（palmer drought severity index，PDSI）[5]、热惯量模式[6]、
垂直极化通道的 2 个公式，然后用 2 个公式相比，
得到
Ts − TV 6.9 Ts − TV10.7
− γ 6.9V − γ V 10.7
=
⎛ ⎜ ⎝
τ 6.9 τ10.7
⎞2 ⎟ ⎠
（5）
第 16 期
陈修治等：基于被动微波遥感的中国干旱动态监测
153
式 中 ， TV6.9 和 TV10.7 分 别 指 AMSR-E 6.9 和 10.7 GHz 垂直极化波段的亮温，K；γ6.9 和 γ10.7 分 别是 AMSR-E 6.9 和 10.7 GHz 垂直极化波段对应 的常量，本文基于 AMSR-E 6.9 和 10.7 GHZ 波段 的亮度温度和地面实测地表温度样本数据
逐渐被社会认可，且将逐步成为最重要的干旱监测
方法之一。
中国目前使用较为广泛的方法是热惯量法、植
被供水指数法、距平植被指数法、作物缺水指数法、 温度植被干旱指数法等[12-19]。但是这些方法都是基 于可见光和热红外波段进行的[20]，在晴空、少云天
气多、植被较为单一的北方平原地区较为适应。然
而对于南方丘陵地区（广东、广西、四川、云南、
（1. 中国科学院华南植物园，广州 510650； 2. 中国气象局/河南省农业气象保障与应用技术重点开放实验室，郑州 450003； 3. 广州地理研究所，广州 510070； 4. 中国科学院广州地球化学研究所，广州 510640； 5. 中国科学院大学，北京 100049）
摘 要：目前用于中国干旱监测的遥感方法大多是可见光和热红外指数法，受云雨、植被和地形的影响较大，不
对于位于大气窗口的低频通道（如 AMSR-E 6.9
和 10.7 GHz 波段）而言，大气的吸收作用较小，因
此，大气上行和下行辐射的等效亮温可以粗略的用 下面公式计算[21]
Tu = Td = (1 −τ )Ta
（2）
Βιβλιοθήκη Baidu
式中，Ta 为大气温度，K。
在辐射传输方程中，宇宙景辐射的等效亮温 Tc
与其他组份比较而言相对较小，仅为 2.7 K，因此，
5 月 1 日、6 月 1 日、7 月 1 日、8 月 1 日、9 月 1 日、10 月 1 日、11 月 1 日、12 月 1 日的 AMSR-E 影像以及准同步地面温度数据开展研究。
2 干旱动态微波遥感监测方法
2.1 AMSR-E 地表温度反演模型构建
被动微波遥感以热辐射传导方程为基础，通
过建立能量平衡方程来反演地表温度。被动微波
本文在辐射传输方程中忽略此部分，将式（2）代 入式（1）得到[21]
Tb = Ts[1 − (1 − ε )τ 2 ] − ΔT (1 −τ )[1 + (1 − ε )τ （3）
式中，ΔT=Ts-Tc 为地表温度与大气温度的差值，K。 已有研究发现[21]，ΔT (1 −τ )[1 + (1 − ε )τ ] 可以较
好的用大气总可降水量来模拟，即
Tb = Ts[1 − (1 − ε )τ 2 ] − γV
（4）
式中，V 为大气总可降水量，mm；γ 为常量，K/mm，
取决于遥感波段的频率。
将式（4）分别用于 AMSR-E 6.9 和 10.7GHz
波段，得到分别基于 AMSR-E 6.9 和 10.7GHz 波段
干旱指数，并以中国 2009 年的旱情为例进行实例验证。研究表明，该干旱指数与 AMSR-E L3 土壤湿度数据有着 显著的负相关关系（R2=0.75），且能基本表征 2009 年中国实际的气象干旱状况。
关键词：干旱，监测，遥感，地表温度，植被供水指数（VSWI）
doi：10.3969/j.issn.1002-6819.2013.16.019
vegetation index，NDVI）与微波极化差异指数（microwave polarization difference index，MPDI）的关系。在此基
础上改进了植被供水指数（vegetation supply water index，VSWI），构建了基于 AMSR-E 数据的被动微波遥感气象
江西等），由于多云天气多，植被和地形状况复杂，
可见光和热红外波段受云层和地形的影响很大，故
基于可见光和热红外的干旱监测方法不能满足中
国南方地区干旱监测的要求。被动微波遥感可以穿
透薄云和稀疏植被，受天气和植被的影响较小，且
被动微波传感器的双极化波段对土壤水分也有着
152
农业工程学报
2013 年
十分敏感的探测能力，因此，有必要构建被动微波 遥感干旱监测指数，满足多云地区的干旱动态遥感 监测需求，对中国广大的南方丘陵地区的干旱监测 具有重要的现实意义。本文以 2009 年中国干旱灾 害 为 例 ， 基 于 AMSR-E （ advanced microwave scanning radiometer-EOS）被动微波遥感影像，首先 构建了地表温度的半经验反演模型，以及 MPDI 指 数与 NDVI 指数的关系式，在此基础上改进植被供 水指数（VSWI），构建了基于 AMSR-E 数据的被 动微波气象干旱指数，并将构建的干旱指数用于监 测中国 2009 年的干旱动态状况。
辐射传输方程描述了卫星的微波辐射计所观测到
的总辐射强度，不仅有来自地表的辐射，而且还
有来自大气的向上和向下的路径辐射。这些辐射
成分在穿过大气层到达遥感器的过程中，还会受 到大气层的吸收影响[21]。因此，地表温度的演算
实际上是一个复杂的求解问题。在微波波段，热
辐射平衡可以用下面的无散射的大气辐射传输方 程描述[21]
中图分类号：TP79；S127
文献标志码：A
文章编号：1002-6819(2013)-16-0151-08
陈修治，苏泳娴，李 勇，等. 基于被动微波遥感的中国干旱动态监测[J]. 农业工程学报，2013，29(16)：151－158. Chen Xiuzhi, Su Yongxian, Li Yong, et al. Monitoring drought dynamics of China using passive microwave remote sensing technology[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(16): 151－158. (in Chinese with English abstract)
第 29 卷 第 16 期 2013 年 8 月
农业工程学报 Transactions of the Chinese Society of Agricultural Engineering
·农业信息与电气技术·
Vol.29 No.16 Aug. 2013 151
基于被动微波遥感的中国干旱动态监测
陈修治 1,2,3，苏泳娴 3，李 勇 3※，陈水森 3，韩留生 3,4,5
Tb = Tu + τ[εTs + (1 − ε )(Td + Tc )]
（1）
式中，Tb 为卫星传感器观测的亮度温度值，K；Tu
为大气上行辐射的等效亮温，K；Ts 为地表温度，K；
Td 为大气下行辐射的等效亮温，K；Tc 为宇宙景辐
射的等效亮温，K；τ 为透过率，无量纲；ε 为单位
象元的地表发射率，无量纲。
1 研究区域与数据来源
1.1 研究区干旱概况 近年来，中国因干旱造成的农业损失日趋增大，
平均每年因干旱成灾的耕地面积达到 167 万 hm2，损 失粮食超过 300 亿 kg。2000 年，中国河北、山西、 安徽、河南、山东、陕西、甘肃等地遭受严重干旱 灾害，受灾面积达 408 万 hm2，成灾面积 269 万 hm2。 2003 年，江南、华南和西南部分地区发生严重伏秋 连旱，湖南、江西、浙江、福建、广东等省部分地 区甚至发生了伏秋冬连旱。2004 年，中国南方遭受 53 a 来罕见干旱，造成经济损失达 40 多亿元，720 多万人出现了饮水困难。2005 年，华南南部出现严 重秋冬春连旱，云南发生了近 50 a 来少见严重的初 春旱。2006 年，重庆发生百年一遇旱灾，全市伏旱 日数普遍在 53 d 以上，12 区县超过 58 d，直接经 济损失 71.55 亿元，农作物受旱面积 133 万 hm2， 815 万人饮水困难。2007 年，全国有 22 个省出现 旱情，受旱耕地面积 150 万 hm2，897 万人、752 万头牲畜发生临时性饮水困难。2008 年，云南近 3 个月连续干旱，农作物受灾面积达 100 多万 hm2， 仅昆明山区就有近 1.9 万 hm2 农作物受旱，13 多万 人饮水困难。2009 年，中国南方、西南、中部、东 北等地多个省份遭遇了严重的气象干旱灾害，全国 耕地累计受旱面积 423 万 hm2，因旱造成粮食损失 348 亿 kg 、 经 济 作 物 损 失 433 亿 元 （http://www.gov.cn/jrzg/）。 1.2 数据来源
归一化植被指数（normalized difference vegetation index，NDVI）[7]、作物缺水指数（crop water stress index，CWSI）[8]、条件植被指数（vegetation condition index，VCI）、条件温度指数（temperature condition index，TCI）、植被健康指数（vegetation health index, VHI）[9]、植被供水指数（vegetation supply water index，VSWI）[10-11]和温度植被干旱指数（temperature vegetation drought index，TVDI）[6]逐步被提出，并 被应用到实际干旱监测中。利用遥感技术监测旱情
收稿日期：2012-12-09 修订日期：2013-07-12 基金项目：广东省科技计划项目（编号：2011B020313001）；中国气象 局/河南省农业气象保障与应用技术重点开放实验室开放研究基金课题 （编号：AMF201111） 作者简介：陈修治（1986－），男，安徽淮北人，博士，主要从事森林 水文学与微波遥感研究，广州 中国科学院华南植物园，510650。 Email：chenxz@scbg.ac.cn ※通信作者：李 勇（1971－），男，高级工程师，主要从事遥感与地 理信息系统研究。广州 广州地理研究所，510070。 Email：gz_liyong@21cn.com
能满足中国南方地区干旱监测的需求。该研究基于被动微波辐射传输方程，首先构建了基于 AMSR-E（advanced microwave scanning radiometer-EOS）数据的地表温度反演模型，R2=0.79，RMSE（root mean square error）为 2.54℃，
实现了中国地表温度的被动微波遥感监测。然后，拟合了不同下垫面归一化植被指数（normalized difference
0引言
干旱是世界范围内普遍发生的一种复杂的自 然现象，波及范围广，持续时间长，是农业生产和 人类生活中最严重的自然灾害之一[1]，会直接导致 巨大的经济、社会和环境损失[2]，还会影响水循环、 作物产量以及牲畜饲养，引起大面积的饥荒、营养 不良、流行病和人口流动[3]。因此，十分有必要构 建一套实时、动态的干旱监测方法[2]。传统的干旱 监测是基于地面气象观测数据进行的，但其监测结 果仅仅代表观测站点附近的旱情，无法精确地反映 大范围的空间连续的区域干旱状况[4]。随着遥感技 术的发展，用于干旱监测的帕尔默干旱指标（palmer drought severity index，PDSI）[5]、热惯量模式[6]、