溫國(guó)濤,白建軍,孫嵩松
(1.陜西師范大學(xué)地理科學(xué)與旅游學(xué)院, 陜西 西安 710119; 2.地理學(xué)國(guó)家級(jí)實(shí)驗(yàn)教學(xué)示范中心,陜西師范大學(xué),陜西 西安 710119)
干旱的波及范圍廣,持續(xù)時(shí)間長(zhǎng),是影響農(nóng)業(yè)生產(chǎn)和人類生活最嚴(yán)重的自然災(zāi)害之一[1]。我國(guó)是一個(gè)農(nóng)業(yè)大國(guó),干旱成為威脅我國(guó)農(nóng)業(yè)發(fā)展和造成社會(huì)經(jīng)濟(jì)損失的重要因素,尤其是在干旱頻發(fā)的西北和華北地區(qū)[2]。陜西省地處我國(guó)西北地區(qū)東部生態(tài)環(huán)境脆弱帶上,自然災(zāi)害發(fā)生頻繁,干旱是陜西省對(duì)國(guó)民經(jīng)濟(jì)尤其是對(duì)農(nóng)業(yè)危害最大的氣象災(zāi)害之一[3]。因此,長(zhǎng)期以來(lái)對(duì)于干旱的監(jiān)測(cè)以及研究都是政府部門和相關(guān)學(xué)者關(guān)注的熱點(diǎn)問(wèn)題。
傳統(tǒng)的干旱監(jiān)測(cè)方法主要是對(duì)監(jiān)測(cè)站的單點(diǎn)數(shù)據(jù)進(jìn)行采樣,監(jiān)測(cè)速度慢、范圍有限。并且由于土壤水分分布不均,單點(diǎn)采樣具有隨機(jī)性,要代表較大范圍內(nèi)土壤水分的分布狀況是不準(zhǔn)確的,因此,難以滿足大區(qū)域干旱監(jiān)測(cè)的需求[4]。近年來(lái),遙感技術(shù)以其客觀、及時(shí)、經(jīng)濟(jì)、覆蓋范圍廣、數(shù)據(jù)連續(xù)等優(yōu)點(diǎn),彌補(bǔ)了地面站點(diǎn)監(jiān)測(cè)的不足,已被證明是干旱監(jiān)測(cè)中最具前景的技術(shù)手段。目前國(guó)內(nèi)外對(duì)干旱遙感監(jiān)測(cè)做了大量的研究[5-7],相關(guān)學(xué)者已經(jīng)發(fā)展了一系列的干旱遙感監(jiān)測(cè)指數(shù):如歸一化植被指數(shù)NDVI(normalized differential vegetation index)、植被狀態(tài)指數(shù)VCI(vegetation condition index)、溫度狀態(tài)指數(shù)TCI(temperature condition index)以及溫度植被干旱指數(shù)TVDI(temperature vegetation drought index)等,其中,溫度植被干旱指數(shù)應(yīng)用較多[8-9]。同時(shí),隨著航空航天技術(shù)的發(fā)展,國(guó)內(nèi)外適用于干旱監(jiān)測(cè)的遙感衛(wèi)星數(shù)據(jù)源越來(lái)越豐富,而MODIS傳感器因其高光譜分辨率、高時(shí)間分辨率、適中的空間分辨率等特點(diǎn),在干旱監(jiān)測(cè)中具有明顯的優(yōu)勢(shì)。
基于像元水平進(jìn)行干旱變化分析對(duì)區(qū)域旱情監(jiān)測(cè)具有重要意義,國(guó)內(nèi)多位學(xué)者進(jìn)行過(guò)相關(guān)研究。楊勝天[10]基于AVHRR數(shù)據(jù)對(duì)黃河流域1982—1998年的干旱變化狀況進(jìn)行了分析。杜靈通[11]采用一元線性回歸分析和集合經(jīng)驗(yàn)?zāi)B(tài)分解等方法研究了寧夏2000—2010年旱情變化特征。王婷婷[12]利用趨勢(shì)線法對(duì)2002—2009年每年8月份的TVDI值進(jìn)行回歸分析,來(lái)研究2002—2009年松遼平原的干旱變化趨勢(shì)。目前對(duì)于遙感反演的TVDI變化趨勢(shì)研究也主要采用一元線性回歸的方法,而線性回歸規(guī)避誤差能力較弱[13]。
與線性趨勢(shì)擬合相比,Theil-Sen Median趨勢(shì)法能夠避免數(shù)據(jù)缺失對(duì)分析結(jié)果的影響,同時(shí)能夠剔除異常值對(duì)時(shí)間序列數(shù)據(jù)的干擾,對(duì)較短時(shí)間序列分析具有可靠性[14],在遙感監(jiān)測(cè)植被覆蓋度的相關(guān)研究中得到了較好的應(yīng)用[15-17],為此,本文將Theil-Sen Median趨勢(shì)分析法用于旱情的變化分析,研究陜西省近11 a來(lái)TVDI的時(shí)空演變特征,并探討其與氣象因子的關(guān)系。
陜西省地處我國(guó)西北內(nèi)陸地區(qū),位于31°42′~39°35′N,105°29′~111°15′E之間,境內(nèi)有高原、山地、平原、盆地等多種地形,河流交錯(cuò),自然環(huán)境復(fù)雜[18]。總體地勢(shì)是南北高,中間低,同時(shí)呈現(xiàn)西高東低的特點(diǎn),特殊的地勢(shì)將陜西省分為三大自然區(qū)域:北部陜北高原地區(qū),中部關(guān)中平原地區(qū),南部主要為秦巴山區(qū)。陜西省橫跨三個(gè)氣候帶,南北氣候差異較大,陜北北部長(zhǎng)城沿線屬中溫帶氣候,關(guān)中及陜北大部屬暖溫帶氣候,陜南屬北亞熱帶氣候。陜西省經(jīng)常遭受干旱、冰雹、干熱風(fēng)等災(zāi)害性天氣的影響,其中干旱災(zāi)害是陜西省近年來(lái)遭遇到的主要災(zāi)害。
MODIS數(shù)據(jù)波段范圍廣,時(shí)間分辨率高,對(duì)實(shí)時(shí)地球觀測(cè)具有較高的應(yīng)用價(jià)值。本研究所使用的MODIS遙感數(shù)據(jù)來(lái)源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心(http://www.gscloud.cn)。本文采用的是該網(wǎng)站提供的MODIS中國(guó)合成產(chǎn)品中的地表溫度月合成產(chǎn)品MODLT1M以及NDVI月合成產(chǎn)品MODND1M,兩種產(chǎn)品的空間分辨率均為1 km,時(shí)間為2004年1—12月,并根據(jù)需要用陜西省矢量邊界對(duì)原始數(shù)據(jù)進(jìn)行裁剪,以提取陜西省11 a月地表溫度數(shù)據(jù)和NDVI數(shù)據(jù)。
氣象數(shù)據(jù)和土壤濕度數(shù)據(jù)來(lái)源于中國(guó)氣象數(shù)據(jù)網(wǎng)(http://data.cma.cn)。本文選用的氣象數(shù)據(jù)是該網(wǎng)站提供的中國(guó)地面氣候資料月值數(shù)據(jù)集中的歷史氣象數(shù)據(jù),包括陜西省境內(nèi)平均分布的20個(gè)基本地面氣象觀測(cè)站搜集的月平均氣壓、月平均氣溫、月降水量、月平均風(fēng)速、月平均水汽壓、月平均相對(duì)濕度數(shù)據(jù),時(shí)間為2004年1—12月。土壤濕度數(shù)據(jù)選用的是中國(guó)農(nóng)作物生長(zhǎng)發(fā)育和農(nóng)田土壤濕度旬值數(shù)據(jù)集,包括20個(gè)土壤站點(diǎn)的10、20 cm土壤濕度旬值數(shù)據(jù),時(shí)間從2004年到2013年。氣象站點(diǎn)和土壤濕度站點(diǎn)分布如圖1所示,其中有9個(gè)是重復(fù)站點(diǎn),包含土壤數(shù)據(jù)和氣象數(shù)據(jù)。
圖1 研究區(qū)概況
Fig.1 Location map of study area
1.3.1 溫度植被干旱指數(shù) 國(guó)外學(xué)者研究發(fā)現(xiàn)如果研究區(qū)的植被覆蓋包含從裸地到植被全覆蓋,土壤濕度包含從極干旱到極濕潤(rùn)的各種情況,那么以遙感獲得的NDVI和地表溫度(Ts)為橫縱坐標(biāo)組成的散點(diǎn)圖呈三角形[19-20]或者梯形[21-22],即Ts-NDVI特征空間。Sandsolt等[23-24]基于Ts-NDVI特征空間,提出了一種簡(jiǎn)化的溫度植被干旱指數(shù)TVDI,它是以衛(wèi)星數(shù)據(jù)得到的地表溫度Ts與植被指數(shù)NDVI為基礎(chǔ),TVDI與土壤濕度直接相關(guān),是表征植被受水分脅迫的指標(biāo),可表示為:
(1)
式中,Ts代表任意像元的地表溫度;Tsmin代表某一NDVI對(duì)應(yīng)的最低地表溫度,即濕邊;Tsmax代表某一NDVI對(duì)應(yīng)的最高地表溫度,即干邊。TVDI的取值為0~1之間,TVDI取值越接近于1,則該像元越干旱,TVDI越接近于0,則該像元越濕潤(rùn)。干濕邊方程可表示為:
Tsmax=a1+b1×NDVI
(2)
Tsmin=a2+b2×NDVI
(3)
式中,a1、a2、b1、b2為方程擬合系數(shù)。為了減小NDVI飽和對(duì)結(jié)果的影響,本文選取0.2~0.8范圍內(nèi)的NDVI進(jìn)行特征空間干濕邊的擬合[25]。
1.3.2Mann-Kendall趨勢(shì)檢驗(yàn)Theil-SenMedian趨勢(shì)分析原理[26]:衡量趨勢(shì)大小的指標(biāo)為
(4)
式中,1 Mann-Kendall趨勢(shì)檢驗(yàn)的原理:對(duì)于時(shí)間序列X,Mann-Kendall趨勢(shì)檢驗(yàn)統(tǒng)計(jì)量如下: (5) 其中,xj為時(shí)間序列的第j個(gè)數(shù)據(jù)值;n為數(shù)據(jù)樣本的長(zhǎng)度;sgn是符號(hào)函數(shù),其定義如下: (6) (7) 其中,ti是第i組數(shù)據(jù)點(diǎn)的數(shù)目。標(biāo)準(zhǔn)化統(tǒng)計(jì)量Zc,按照如下公式計(jì)算: (8) 即:Zc服從標(biāo)準(zhǔn)正態(tài)分布。Mann-Kendall趨勢(shì)檢驗(yàn)的方法是零假設(shè)H0:β=0,當(dāng)Zc>Z(1-?)/2時(shí),拒絕零假設(shè)。其中Z(1-?)/2為標(biāo)準(zhǔn)正態(tài)分布,?為顯著性檢驗(yàn)水平。 1.3.3 濕潤(rùn)指數(shù)計(jì)算 濕潤(rùn)指數(shù)(Wt)能較客觀地反映某一地區(qū)的水熱平衡狀況,是降水量與潛在蒸散量之比,是判斷某一地區(qū)氣候干濕程度的指標(biāo)[29]。年濕潤(rùn)指數(shù)的計(jì)算公式為: (9) 式中,R是年降水量(mm);∑ETi為月可能蒸散量之和,某一地區(qū)的濕潤(rùn)指數(shù)越大,則表明該區(qū)氣候越濕潤(rùn);而濕潤(rùn)指數(shù)越小,則氣候越干燥。ETi的計(jì)算采用劉多森[30]等提出的月可能蒸散量動(dòng)力學(xué)模型的改進(jìn)形式: (10) 式中,i是月份;Pi是月平均氣壓(mbar);ti是月平均氣溫(℃);di是月的天數(shù),Ui是在10~12 m高度處觀測(cè)的月平均風(fēng)速(m·s-1);ωoi是溫度為ti時(shí)的飽和水汽壓(mmHg),而hi是月平均相對(duì)濕度。本次研究共獲得陜西省20個(gè)氣象站點(diǎn)11 a的相關(guān)氣象數(shù)據(jù)。 利用IDL編程,在NDVI為0~1的范圍內(nèi),以0.01為步長(zhǎng),求算相同NDVI下所有不同像元對(duì)應(yīng)的最大地表溫度和最小地表溫度,得到11a132個(gè)時(shí)間段的Ts/NDVI特征空間。對(duì)每期特征空間的干邊和濕邊進(jìn)行線性擬合,計(jì)算TVDI值。以TVDI年均值較大的2007年為例,表1為2007年每月的特征空間干濕邊擬合方程,從干濕邊的擬合結(jié)果來(lái)看,NDVI與地表溫度Ts的最大值呈負(fù)相關(guān)關(guān)系,且相關(guān)性顯著,即干邊方程斜率為負(fù),線性擬合效果好。而NDVI和地表溫度Ts的最小值呈弱相關(guān)關(guān)系或不具有相關(guān)關(guān)系。說(shuō)明地表溫度的最小值隨NDVI變化較小。 表1 2007年Ts-NDVI特征空間干濕邊擬合方程Table 1 The dry and wet edges in Ts/NDVI space estimated by linear regression for 2007 利用陜西省境內(nèi)分布的20個(gè)土壤濕度站點(diǎn)的實(shí)測(cè)土壤相對(duì)濕度數(shù)據(jù)進(jìn)行TVDI監(jiān)測(cè)結(jié)果驗(yàn)證。利用土壤相對(duì)濕度數(shù)據(jù)計(jì)算土壤濕度年均值。并將土壤濕度年均值與各土壤站點(diǎn)周圍3×3像元的TVDI年均值做相關(guān)性分析(圖2,圖3),從圖2和圖3可以看出,TVDI與10、20cm土壤相對(duì)濕度均呈現(xiàn)負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)(R2)分別為0.392和0.344。這說(shuō)明TVDI能夠反映土壤水分狀況,作為旱情評(píng)價(jià)指標(biāo)具有一定的合理性[31-33]。 圖2 TVDI與10 cm土層土壤相對(duì)濕度的關(guān)系 Fig.2 Relationship between TVDI and soil relative humidity in 10 cm depth 圖3 TVDI與20 cm土層土壤相對(duì)濕度的關(guān)系 Fig.3 Relationship between TVDI and soil relative humidity in 20 cm depth 以TVDI作為干旱分級(jí)指標(biāo),采用齊述華等[34-36]用于干旱半干旱地區(qū)的干旱等級(jí)劃分方法,將干旱狀況劃分為五種類型(表2)。 表2 TVDI干旱等級(jí)劃分標(biāo)準(zhǔn) Table 2 Criteria for classification of drought with TVDI 對(duì)11 a中陜北、關(guān)中、陜南三個(gè)地區(qū)的各月TVDI進(jìn)行干旱等級(jí)劃分,并分別統(tǒng)計(jì)各干旱類型的出現(xiàn)頻率,統(tǒng)計(jì)結(jié)果見表3。 表3 11 a各干旱類型出現(xiàn)頻率/% Table 3 Occurrence frequency of each drought type 從各干旱類型頻率統(tǒng)計(jì)來(lái)看,陜西省干旱發(fā)生次數(shù)由北向南呈遞減趨勢(shì),三個(gè)地區(qū)的干旱發(fā)生頻率分別為68.2%、53.8%和22.7%,其中以輕度干旱為主,輕度干旱發(fā)生頻率分別為62.1%、51.5%和22.7%。重度干旱主要發(fā)生在陜北、關(guān)中地區(qū),其發(fā)生頻率分別為6.1%和2.3%,陜北、關(guān)中地區(qū)在11 a中有超過(guò)一半的月份處于干旱狀態(tài),干旱較為嚴(yán)重。陜南地區(qū)在11 a中有接近一半的月份干旱等級(jí)為正常,而處于濕潤(rùn)狀態(tài)的頻率為28%,高于發(fā)生干旱的頻率,陜南地區(qū)干旱等級(jí)整體上為正常偏濕潤(rùn),這與陜南秦巴山區(qū)氣候濕潤(rùn),降水較為豐沛有關(guān)。 為了研究2004—2014年陜西省總體干旱狀況的變化特征,取每年月TVDI的平均值代表年均TVDI,作年均TVDI變化圖(圖4)。從年均TVDI的變化情況來(lái)看,11 a中陜西省的陜北、關(guān)中、陜南三個(gè)地區(qū)的TVDI均呈現(xiàn)出波動(dòng)下降的趨勢(shì)。為了進(jìn)一步說(shuō)明其變化的趨勢(shì)及顯著性等特點(diǎn),利用一元線性回歸方法對(duì)不同地區(qū)的TVDI進(jìn)行回歸分析,結(jié)果見表4。 從回歸方程的斜率來(lái)看,三個(gè)地區(qū)的回歸方程斜率均為負(fù),說(shuō)明11 a來(lái)各地區(qū)TVDI值均在減小。其中陜北地區(qū)TVDI變化最大,其次是陜南地區(qū),TVDI變化最小的是關(guān)中地區(qū)。而從變化的顯著性來(lái)看,關(guān)中地區(qū)TVDI變化的顯著性較陜北地區(qū)和陜南地區(qū)弱,但三個(gè)地區(qū)的回歸方程均通過(guò)了0.05的顯著性檢驗(yàn) ,說(shuō)明整體上陜西省TVDI在2004—2014年之間呈現(xiàn)出減小的狀態(tài),全省的干旱狀況總體上呈減弱的趨勢(shì)。 圖4 2004—2014年陜西省TVDI年際變化 Fig.4 Annual variation of TVDI from 2004 to 2014 in Shaanxi表4 不同區(qū)域TVDI的一元線性回歸特征及干旱變化趨勢(shì) Table 4 Characteristic of linear regression of TVDI in different areas and trend of drought 統(tǒng)計(jì)每個(gè)月份陜西省11 a的平均TVDI值(圖5),以研究陜西省干旱的年內(nèi)變化特征。從圖5來(lái)看,陜北地區(qū)旱情多發(fā)于春夏兩季,春季旱情尤為嚴(yán)重,春季TVDI在0.70~0.77之間波動(dòng),4、5月份最大,隨著夏季降雨的到來(lái),其TVDI逐漸下降,但大部分時(shí)間仍處于較干旱的狀態(tài);關(guān)中地區(qū)年內(nèi)TVDI波動(dòng)較小,全年大部分時(shí)間TVDI在0.6~0.7之間變化,為輕度干旱狀態(tài),旱情主要發(fā)生在春冬兩季;陜南地區(qū)全年大部分時(shí)間處于正常偏濕潤(rùn)狀態(tài),但在降水較少的冬季會(huì)發(fā)生輕度干旱,隨著春季降水的增多,其TVDI值呈快速下降趨勢(shì),而到了汛雨集中的6、7月份,其TVDI值達(dá)到最低,在0.4~0.5之間波動(dòng),較為濕潤(rùn)。 各地區(qū)的年平均TVDI反映的是該地區(qū)的總體干旱狀況,而區(qū)域內(nèi)地形復(fù)雜,植被覆蓋差異較大,基于像元的旱情變化分析能更有效地反映其干旱狀況。以陜西省年平均TVDI表征當(dāng)年的干旱情況。研究區(qū)內(nèi)的每個(gè)像元,對(duì)應(yīng)11 a的時(shí)間序列TVDI值,將研究區(qū)內(nèi)每個(gè)像元的年均TVDI值按公式(4)進(jìn)行趨勢(shì)分析,若β為正值,表明該柵格所在的位置年平均TVDI有增加的趨勢(shì),干旱情況在加重,相反,如果β為負(fù)值,表明當(dāng)?shù)豑VDI在減小,干旱情況呈減弱趨勢(shì)。由于趨勢(shì)值β等于零的情況極少出現(xiàn),所以根據(jù)實(shí)際情況將β介于-0.001到0.001之間的像元?jiǎng)澐譃榉€(wěn)定不變的區(qū)域。圖6為TVDI變化空間分布圖。從圖中可以看出,陜北大部分地區(qū)TVDI呈減小狀態(tài),干旱呈現(xiàn)減弱趨勢(shì),陜南大部分地區(qū)TVDI呈穩(wěn)定狀態(tài),干旱狀況不變,在關(guān)中地區(qū)出現(xiàn)了一定面積的TVDI變大區(qū)域,而該地區(qū)TVDI減小區(qū)域面積較小,表明該地區(qū)干旱呈現(xiàn)出加重的趨勢(shì)。 圖5 TVDI月值(11 a平均值)變化情況 Fig.5 The monthly variation of average TVDI(11-years average) 圖6 TVDI變化趨勢(shì)空間分布 Fig.6 Spatial distribution of variation trend for TVDI TVDI趨勢(shì)值β的計(jì)算結(jié)果僅能反映在一定時(shí)間序列里,TVDI呈增加或者減小的趨勢(shì),并不能表示發(fā)生這種趨勢(shì)的顯著性,所以需要利用公式(5)~(9)進(jìn)行趨勢(shì)顯著性檢驗(yàn)。在顯著性檢驗(yàn)中,選取0.001、0.01、0.05三個(gè)顯著性水平,其對(duì)應(yīng)的Zc值分別為3.29、2.58、1.96,以此將顯著性劃分為4個(gè)級(jí)別,分別為強(qiáng)顯著、較顯著、顯著、不顯著。TVDI變化顯著性的空間分布如圖7所示。將TVDI變化趨勢(shì)空間分布和TVDI變化顯著性空間分布進(jìn)行疊加,得到像元尺度上TVDI實(shí)際變化情況。通過(guò)對(duì)TVDI實(shí)際變化進(jìn)行重新分類,可以將陜西省2004—2014年干旱變化劃分為顯著變濕、變濕、輕微變濕、穩(wěn)定不變、顯著變干、變干、輕微變干7種類型,并得到陜西省干旱變化類型空間分布(圖8),劃分標(biāo)準(zhǔn)見表5。 圖7 TVDI變化顯著性空間分布 Fig.7 Spatial distribution of variation significance for TVDI 對(duì)干旱實(shí)際變化結(jié)果進(jìn)行分區(qū)統(tǒng)計(jì),統(tǒng)計(jì)結(jié)果如表6。從表6和圖8可以看出,陜西省三大區(qū)域陜北、關(guān)中、陜南干旱狀況保持穩(wěn)定的面積分別為32.58%、62.18%、39.73%,均是所有變化類型中所占面積最大的區(qū)域,說(shuō)明陜西省2004-2014年整體干旱狀況變化較小。顯著變濕的面積分別為4.97%、0.93%、3.94%,這說(shuō)明干旱狀況顯著好轉(zhuǎn)的區(qū)域很小,在這7種變化類型中除了穩(wěn)定不變類型外,面積所占最大的為變濕和輕微變濕的區(qū)域,其面積之和在陜北、關(guān)中、陜南所占的百分比分別為67.29%、30.95%、68.35%,這說(shuō)明雖然TVDI減小很顯著的區(qū)域并不多,但大部分區(qū)域的TVDI在減小,干旱狀況呈減弱趨勢(shì)。三個(gè)地區(qū)中變干區(qū)域所占面積均很小,分別為0.16%、5.94%、0.11%,且變干區(qū)域集中在關(guān)中城市群及周邊地區(qū),此外西北毛烏蘇沙漠邊緣地區(qū)以及漢中市周邊小部分區(qū)域也出現(xiàn)變干趨勢(shì),主要因?yàn)槌鞘械陌l(fā)展使得該區(qū)域植被覆蓋度下降,地區(qū)生態(tài)系統(tǒng)整體抵抗自然災(zāi)害的能力在減弱。 圖8 陜西省2004—2014年干旱變化類型空間分布 Fig.8 Spatial distribution of drought changes in Shaanxi from 2004 to 2014表5 干旱變化顯著性等級(jí)劃分 Table 5 Scaled drought according to the significance of variation 濕潤(rùn)指數(shù)是表征氣候干濕程度的重要指標(biāo)。為了探究引起TVDI變化的氣象因素,本文計(jì)算了陜西省境內(nèi)均勻分布的20個(gè)氣象站點(diǎn)的2004—2014年的年濕潤(rùn)指數(shù),并提取以各氣象站點(diǎn)為中心9×9個(gè)像元數(shù)范圍的TVDI年平均值,將各地區(qū)TVDI年平均值與該地區(qū)各個(gè)氣象站點(diǎn)的年濕潤(rùn)指數(shù)做相關(guān)性研究,相關(guān)性結(jié)果見表7。結(jié)果顯示TVDI與濕潤(rùn)指數(shù)均呈負(fù)相關(guān)關(guān)系,且通過(guò)了0.05水平的顯著性檢驗(yàn),其中陜北地區(qū)TVDI與濕潤(rùn)指數(shù)的相關(guān)性最好,相關(guān)系數(shù)為-0.656,且通過(guò)0.01水平的顯著性檢驗(yàn)。這說(shuō)明濕潤(rùn)指數(shù)變化和TVDI變化對(duì)陜西省11 a來(lái)干旱變化的表征具有一致性,氣象因素是引起干旱變化的原因之一。 表6 各干旱變化類型所占面積比/% Table 6 The ratio of area for each drought type 表7 陜西省TVDI與濕潤(rùn)指數(shù)相關(guān)性分析 Table 7 Correlation analysis between TVDI and wetness index in Shaanxi 濕潤(rùn)指數(shù)中涉及多種氣象因子,為了進(jìn)一步探究氣象因子與TVDI變化的關(guān)系,本文研究了主要?dú)庀笠蜃託鉁睾徒邓哪觌H變化及其與TVDI的相關(guān)關(guān)系。以一年12個(gè)月氣溫的平均值作為年平均氣溫,以一年12個(gè)月降水量之和作為年降水量,計(jì)算研究區(qū)20個(gè)氣象站點(diǎn)的年平均氣溫及年降水量,并取各站點(diǎn)平均值來(lái)代表陜西省11 a的整體氣溫和降水情況,即可分別得到11個(gè)時(shí)間序列的氣溫和降水值,對(duì)時(shí)間序列值進(jìn)行一元線性回歸分析(圖9,圖10)。結(jié)果顯示11 a間,陜西省年降水量在450 mm到700 mm之間波動(dòng),且出現(xiàn)增加的趨勢(shì),回歸方程通過(guò)0.05水平的顯著性檢驗(yàn),說(shuō)明11 a來(lái)陜西省降水量在顯著增加。而11 a的溫度在11.2℃到12.6℃之間波動(dòng),沒(méi)有表現(xiàn)出來(lái)明顯的變化趨勢(shì)。 圖9 陜西省2004—2014年降水量變化 Fig.9 Changes of precipitation in Shaanxi Province from 2004 to 2014 圖10 陜西省2004—2014年平均溫度變化 Fig.10 Annual temperature change in Shaanxi Province from 2004 to 2014 將11 a的年均TVDI值與年均氣溫以及年降水量做Pearson相關(guān)性分析,結(jié)果見圖11和圖12,結(jié)果顯示陜西省年均TVDI值與陜西省年降水量呈現(xiàn)負(fù)相關(guān)關(guān)系,相關(guān)系數(shù)為-0.719,相關(guān)程度較高,且P=0.019,通過(guò)0.05水平的顯著性檢驗(yàn)。而年TVDI與年平均氣溫基本不存在相關(guān)關(guān)系。因此,氣象因子中的降水增加成為影響陜西省2004—2014年TVDI值減小,干旱狀況減弱的一個(gè)主要因素。 圖11 TVDI與降水量的關(guān)系 Fig.11 Relationship between TVDI and precipitation 1) 本研究采用1 km分辨率的時(shí)間序列MODIS數(shù)據(jù),將一元線性回歸、Theil-Sen Median趨勢(shì)分析、Mann-Kendall檢驗(yàn)等方法應(yīng)用到像元TVDI的變化分析上,來(lái)研究陜西省11 a來(lái)干旱的空間分布特征,時(shí)間變化特征及干旱演變趨勢(shì)。研究結(jié)果能較好反映陜西省11 a旱情的變化情況,有助于防災(zāi)減災(zāi)決策的制定,對(duì)區(qū)域內(nèi)旱情的準(zhǔn)確監(jiān)測(cè)和干旱演變研究具有一定的參考價(jià)值。 圖12 TVDI與溫度的關(guān)系 Fig.12 Relationship between TVDI and temperature 2) 從空間分布看,陜西省干旱分布范圍廣,11 a來(lái)干旱發(fā)生頻率呈現(xiàn)北高南低的特點(diǎn)。陜北、關(guān)中、陜南三大區(qū)域干旱發(fā)生的頻率分別為68.2%、53.8%、22.7%,且均以輕度干旱為主。從時(shí)間變化來(lái)看,陜西省2004—2014年TVDI值整體上呈下降趨勢(shì),且通過(guò)0.05水平的顯著性檢驗(yàn)。從年內(nèi)變化來(lái)看,陜西省TVDI年內(nèi)最高值出現(xiàn)在4月份和11月份,陜西省以春季干旱和冬季干旱為主,全年平均TVDI在0.55~070之間波動(dòng),易發(fā)生干旱。 3) 從變化趨勢(shì)來(lái)看,2004—2014年陜西省有55.38%的區(qū)域TVDI值呈減小趨勢(shì),干旱情況在減弱;有42.89%區(qū)域的TVDI值呈不變趨勢(shì),干旱情況處于穩(wěn)定狀態(tài);有6.2%的區(qū)域TVDI值呈增加趨勢(shì),干旱情況在加重,加重區(qū)域集中在關(guān)中城市群及周邊地區(qū)和西北毛烏素沙漠邊緣地區(qū)。整體上陜西省11 a來(lái)干旱情況在平穩(wěn)中呈現(xiàn)減弱變化的趨勢(shì)。 4) 陜西省11 a來(lái)TVDI值的變化與濕潤(rùn)指數(shù)值的變化是有一致性。在11 a中陜西省年降水量在波動(dòng)中出現(xiàn)了顯著的增加,而平均氣溫基本不變。陜西省2004—2014年年均TVDI值與年降水量呈現(xiàn)出顯著的負(fù)相關(guān)關(guān)系,年降水量的增加成為影響陜西省TVDI減小,干旱情況減弱的一個(gè)主要因素。 1) 受限于MODIS數(shù)據(jù)的時(shí)間長(zhǎng)度,本文只研究了2004—2014年TVDI的變化趨勢(shì),對(duì)長(zhǎng)時(shí)間干旱變化研究的指導(dǎo)意義有限。采用其他遙感數(shù)據(jù)源或?qū)Χ嘣催b感數(shù)據(jù)進(jìn)行數(shù)據(jù)擴(kuò)展和完善是后續(xù)更長(zhǎng)時(shí)間序列遙感干旱監(jiān)測(cè)研究的一個(gè)重點(diǎn)。 2) TVDI表征的是地表植被、土壤等要素對(duì)氣象干旱脅迫的響應(yīng)情況,能較好地反映土壤濕度的變化。濕潤(rùn)指數(shù)綜合考慮降水和氣溫以及相對(duì)濕度、日照時(shí)數(shù)、風(fēng)速等氣象因子的共同效應(yīng),它的物理基礎(chǔ)在于體現(xiàn)了兩個(gè)最重要的地表水分收支分量:大氣降水和最大可能蒸散量,能較為客觀地反映地區(qū)氣候的干濕狀況。所以TVDI與濕潤(rùn)指數(shù)對(duì)干旱的表征側(cè)重點(diǎn)不一樣,TVDI與氣象干旱監(jiān)測(cè)結(jié)果會(huì)存在一定的差異,這也是本研究中濕潤(rùn)指數(shù)與TVDI出現(xiàn)顯著負(fù)相關(guān)關(guān)系,但相關(guān)系數(shù)較小的原因。 [1] 楊 波,馬 蘇,王彬武,等.基于MODIS的湖南省農(nóng)業(yè)干旱監(jiān)測(cè)模型[J].自然資源學(xué)報(bào),2012,27(10):1788-1795. [2] 江 東,付晶瑩,莊大方,等.2008—2009年中國(guó)北方干旱遙感動(dòng)態(tài)監(jiān)測(cè)[J].自然災(zāi)害學(xué)報(bào),2012,21(3):92-101. [3] 王連喜,邊超鈞,李 琪,等.陜西省干旱變化特征及其對(duì)玉米產(chǎn)量的影響[J].自然災(zāi)害學(xué)報(bào),2014,23(6):193-199. [4] 胡紅武,胡 梅,龍 玲,等.區(qū)域干旱遙感監(jiān)測(cè)研究綜述[J].安徽農(nóng)業(yè)科學(xué),2008,36(33):14817-14819. [5] 黃友昕,劉修國(guó),沈永林,等.農(nóng)業(yè)干旱遙感監(jiān)測(cè)指標(biāo)及其適應(yīng)性評(píng)價(jià)方法研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(16):186-195. [6] Bhuiyan C, Singh R P, Kongan F N. Monitoring drought dynamics in the Aravalli region(India) using different indices based on ground and remote sensing data[J]. International Journal of Applied Earth Observation and Geoinformation, 2006,8(4):289-302. [7] Anderson MC, Hain C, Otkin J, et al. An intercomparison of drought indicators based on thermal remote sensing and NIDAS-2 simulations with U.S, drought monitor classifications[J]. Journal of Hydrometeorology, 2013,14(4):1035-1056. [8] Sand holt Inge, Rasmussen Kjeld, Andersen Jens. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J]. Remote Sensing of Environment, 2002,79(2/3):213-224. [9] 孫 麗,王 飛,吳 全.干旱遙感監(jiān)測(cè)模型在中國(guó)冬小麥區(qū)的應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(1):243-249. [10] 楊勝天,劉昌明,孫 睿.黃河流域干旱狀況變化的氣候與植被特征分析[J].自然資源學(xué)報(bào),2003,18(2):136-141. [11] 杜靈通,候 靜,胡 悅,等.2000—2010 年黃河流域植被覆蓋的時(shí)空變化[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(14):209-216. [12] 王婷婷,張洪巖,郭笑怡,等.基于溫度植被干旱指數(shù)的松遼平原干旱時(shí)空特征[J].干旱區(qū)研究,2014,31(3):383-389. [13] 蔡博峰,于 嶸.基于遙感的植被長(zhǎng)時(shí)序趨勢(shì)特征研究進(jìn)展及評(píng)價(jià)[J].遙感學(xué)報(bào),2009,13(6):1170-1186. [14] 王 寧,南忠仁,何 磊,等.2001—2011年肯尼亞植被與降水時(shí)空變化特征及其相關(guān)性分析[J].蘭州大學(xué)學(xué)報(bào)(自然科學(xué)版),2014,50(33):534-540. [15] 楊 嘯.基于時(shí)序NDVI的湖北省植被覆蓋動(dòng)態(tài)變化監(jiān)測(cè)分析[J].長(zhǎng)江流域資源與環(huán)境,2013,22(2):226-231. [16] 白淑英,吳 奇,史建橋,等.基于時(shí)間序列遙感數(shù)據(jù)的西藏山南地區(qū)植被覆蓋變化特征分析[J].中國(guó)沙漠,2015,35(5):1396-1402. [17] 袁麗華,蔣衛(wèi)國(guó),申文明,等.2000—2010年黃河流域植被覆蓋的時(shí)空變化[J].生態(tài)學(xué)報(bào),2013,33(24):7798-7806. [18] 周 丹,張 勃,任培貴,等.基于標(biāo)準(zhǔn)化降水蒸散指數(shù)的陜西省近50 a干旱特征分析[J].自然資源學(xué)報(bào),2014,29(4):677-688. [19] Price J C. Using spatial context in satellite data to inferregional scale evaportranspiration[J]. IEEE Transactions on Geoscience and Remote Sensing,1990,28:940-948. [20] Carlson T N, Gillies R R, Perry E M. A method to make use of themal infrared temperature and NDVI measurement to infer surface soil water content and fractional vegetationcover[J]. Remote Sensing Reviews,1994,9(1):161-173. [21] Nemani R R, Running S W. Estimation of regional surface resistance to evapotranspiration from NDVI and thermal Thermal-IRAVHRR data[J]. Journal of Applied Meteorology, 1989,28(4):276-284. [22] Moran M S, Rahman A F, Washburne J C, et al. Combining the Penman-Monteith equation with measurements of surface temperature and reflectance to estimate evaporation rates of semiarid grassland[J]. Agricultural and Forest Meteorology, 1996,80(2):87-109. [23] Sandholt L, Rasmussen K, Andersen J. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J]. Remote Sensing of Environment, 2002,79(2):213-224. [24] 趙英時(shí),等.遙感應(yīng)用分析原理與方法[M].北京:科學(xué)出版社,2013:465-467. [25] 沙 莎,郭 鈮,李耀輝,等.我國(guó)溫度植被旱情指數(shù)TVDI的應(yīng)用現(xiàn)狀及問(wèn)題簡(jiǎn)述[J].干旱氣象,2014,32(1):128-134. [26] 徐建華.計(jì)量地理學(xué)[M].北京:高等教育出版社,2014:117-118. [27] Mann H B. Noparametric tests against trend[J]. Econometrica,1945,13(3):245-259. [28] Kendall M G. Rank Correlation Methods[M]. London:Charles Griffin, 1975. [29] 王 允,劉普幸,曹立國(guó),等.基于濕潤(rùn)指數(shù)的1960—2011年中國(guó)西南地區(qū)地表干濕變化特征[J].自然資源學(xué)報(bào),2014,29(5):830-838. [30] 劉多森,汪樅生.可能蒸散量動(dòng)力學(xué)模型的改進(jìn)及其對(duì)辨識(shí)土壤水分狀況的意義[J].土壤學(xué)報(bào),1996,33(1):21-27. [31] 宋春橋,游松財(cái),劉高煥,等.基于TVDI的藏北地區(qū)土壤濕度空間格局[J].地理科學(xué)進(jìn)展,2011,30(5):569-576. [32] Goetz S J. Multi-sensor analysis of NDVI, surface temperature and biophical variables at a mixed grassland site[J]. International Journal of Remote Sensing, 1997,18(1):71-94. [33] 王純枝,留 喜,何延波,等.溫度植被干旱指數(shù)法(TVDI)在黃淮海平原土壤濕度反演中的應(yīng)用研究[J].土壤通報(bào),2009,40(5):998-1005. [34] 齊述華,王長(zhǎng)耀,牛 錚.利用溫度植被旱情指數(shù)(TVDI)進(jìn)行全國(guó)旱情監(jiān)測(cè)研究[J].遙感學(xué)報(bào),2003,7(5):420-427. [35] 姚春生,張?jiān)鱿?,?瀟.使用溫度植被干旱指數(shù)法(TVDI)反演新疆土壤濕度[J].遙感技術(shù)與應(yīng)用,2004,19(6):473-478. [36] 姜亞珍,張瑜潔,孫 琛,等.基于TVDI河北省干熱風(fēng)同期土壤濕度監(jiān)測(cè)研究[J].遙感技術(shù)與應(yīng)用,2014,29(3):442-450.2 結(jié)果分析
2.1 TVDI特征空間及驗(yàn)證性評(píng)價(jià)
2.2 干旱的空間分布特征
2.3 干旱的時(shí)間變化特征
2.4 干旱的時(shí)空演變趨勢(shì)
2.5 TVDI變化與氣象因子的關(guān)系
3 結(jié) 論
4 討 論