錢莉莉，賀中華，梁 虹，楊朝暉，曾信波

(1.貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院，貴州 貴陽 550001；2.貴州省應(yīng)急管理廳, 貴州 貴陽 550001；3.貴州省水文水資源局，貴州 貴陽 550002)

1 引言

農(nóng)業(yè)干旱是多種因素共同作用的結(jié)果，如水文條件、氣象條件、農(nóng)作物布局、作物品種及生長狀況、耕作制度及耕作水平等都可對農(nóng)業(yè)干旱的發(fā)生與發(fā)展起到重要影響，故對農(nóng)業(yè)干旱的實時動態(tài)監(jiān)測勢在必行[1]。農(nóng)業(yè)干旱的本質(zhì)是土壤缺水，不能滿足植被根系的水分需求[2]。傳統(tǒng)的農(nóng)業(yè)干旱監(jiān)測方法主要來源于點數(shù)據(jù)，操作效率低、測點缺乏代表性，很難實現(xiàn)農(nóng)業(yè)干旱的宏觀動態(tài)監(jiān)測[3]。相對于傳統(tǒng)農(nóng)業(yè)干旱監(jiān)測方法，遙感監(jiān)測方法利用地物表面的光譜、空間和方位信息[4]，可以實現(xiàn)大面積與動態(tài)監(jiān)測，也可以對土壤含水量進行動態(tài)監(jiān)測[5]。

干旱是一種普遍發(fā)生的全球性的自然災(zāi)害，由于降水收支與當(dāng)?shù)刈魑镄杷疇顩r不協(xié)調(diào)而出現(xiàn)大范圍的干旱現(xiàn)象，并形成大尺度的缺水性干旱景觀[6]。近年來全球氣候面暖趨勢更加明顯，使原本降水分布不均的情況進一步加劇，從而導(dǎo)致干旱發(fā)生頻率提升和干旱強度增大，使干旱問題成為不可忽視的焦點。作為生活在社會中的人類來說，其生活與農(nóng)業(yè)生產(chǎn)息息相關(guān)，農(nóng)業(yè)是國民經(jīng)濟的基礎(chǔ)。因此，有必要對農(nóng)業(yè)干旱監(jiān)測指標、方法及發(fā)展歷程進行全面梳理。本文將對農(nóng)業(yè)干旱的概念、國內(nèi)外農(nóng)業(yè)干旱監(jiān)測方法的發(fā)展歷程和最新進展進行系統(tǒng)分析，以期為政府決策部門對農(nóng)業(yè)干旱的監(jiān)測和預(yù)警提供理論基礎(chǔ)。

2 農(nóng)業(yè)干旱及監(jiān)測方法分類

2.1 農(nóng)業(yè)干旱概念

根據(jù)干旱驅(qū)動機理差異可將干旱分為4種基本類型：氣象干旱,指由降水與蒸發(fā)不平衡所引起的水分虧缺現(xiàn)象[7]。農(nóng)業(yè)干旱是當(dāng)土壤含水量低于植物需水量時導(dǎo)致作物減產(chǎn)甚至絕收的自然現(xiàn)象；水文干旱，是河川徑流低于其正常值或含水層水位降落的現(xiàn)象；社會經(jīng)濟干旱，指在自然系統(tǒng)和人類社會經(jīng)濟系統(tǒng)中，由于水分短缺影響生產(chǎn)、消費等社會經(jīng)濟活動的現(xiàn)象[8]；而這4種干旱類型之間又存在著密切的關(guān)系，首先發(fā)生氣象干旱，并伴隨著降水量和相對濕度的下降以及太陽輻射的增強，進而破壞水資源平衡，導(dǎo)致河流和水庫枯竭且地下水位下降，形成水文干旱；隨著氣象與水文干旱現(xiàn)象的發(fā)生繼而影響到土壤水量平衡，使得土壤含水量急劇下降，農(nóng)作物減產(chǎn)甚至絕收，糧食產(chǎn)量供不應(yīng)求，波動糧食市場；氣象干旱、水文干旱和農(nóng)業(yè)干旱的發(fā)生最終引發(fā)社會經(jīng)濟干旱[9]。

2.2 農(nóng)業(yè)干旱監(jiān)測方法分類

根據(jù)監(jiān)測數(shù)據(jù)的來源可將農(nóng)業(yè)干旱監(jiān)測方法分三類：氣象監(jiān)測方法、遙感監(jiān)測方法與綜合遙感監(jiān)測方法。如圖1，對農(nóng)業(yè)干旱監(jiān)測指標自1965年以來進行梳理，根據(jù)指標性質(zhì)將其分為三類，標識為氣象干旱指數(shù)、遙感干旱指數(shù)、綜合干旱指數(shù)。傳統(tǒng)的農(nóng)業(yè)干旱監(jiān)測利用地面觀測站點的降水量、氣溫等數(shù)據(jù)判斷干旱，大多為氣象監(jiān)測方法，常用的指標有帕爾默干旱指數(shù)、標準降水指數(shù)、Z指數(shù)等。遙感監(jiān)測指標常用的有熱慣量法、微波遙感法、垂直干旱指數(shù)、歸一化多波段指數(shù)等。隨著農(nóng)業(yè)干旱監(jiān)測方法進一步提升，使得基于遙感數(shù)據(jù)與基于氣象數(shù)據(jù)的全球干旱系統(tǒng)的結(jié)合成為可能，力求達到更加實時、準確的監(jiān)測并預(yù)警農(nóng)業(yè)干旱信息。綜合遙感監(jiān)測指標主要有植被供水指數(shù)、溫度植被供水指數(shù)、能量指數(shù)、波文比指數(shù)。

3 農(nóng)業(yè)干旱氣象監(jiān)測方法

3.1 W.Palmer的干旱指數(shù)(PDSI)

1965年，W.Palmer[10]提出帕爾默干旱指數(shù)(Palmer Severity Drought Index)。它是以一種氣象干旱指數(shù)，這個指數(shù)是基于土壤濕度的供需模型的?！肮笔峭ㄟ^相對直接的計算出來的，但是“需”因為取決于多個因素所以比較復(fù)雜——不僅是溫度和土壤濕度，還包括很難測量的蒸發(fā)量和重新補水速率。Palmer試圖通過一個算法來克服這些困難，這個算法根據(jù)那些可以迅速獲取的數(shù)據(jù)，比如降水量和溫度，來模擬出一個近似值。該指數(shù)對于判定長期異常干旱和異常濕潤的極端天氣狀況方面被證明是非常有效的，但對于判斷持續(xù)數(shù)周的短時期干旱上具有局限性。因而，針對此種情況W.Palmer[11]在1968年提出了作物濕度指數(shù)(Crop Moisture Index)，通過計算蒸發(fā)量對短期內(nèi)作物的干旱情況進行有效監(jiān)測。

圖1 農(nóng)業(yè)干旱監(jiān)測指數(shù)發(fā)展歷程

3.2 標準化降水指數(shù)(SPI)

1993年，McKee[12]等人提出標準化降水指數(shù)(Standardized Precipitation Index)，這種基于降水量的氣象干旱指數(shù)，以3、6、9、12、48個月為周期，來模擬不同時間、不同地區(qū)降水量變化。不同尺度上的降水量在進行建模時發(fā)現(xiàn)其降水分布符合伽馬分布，但在降水量分析中，通常采用r分布概率描述降水量的變化。不像帕爾默干旱指數(shù)和作物濕度指數(shù),標準化降水指數(shù)考慮了干旱的隨機特性,因此是一個很好的衡量短期和長期的氣象干旱指標[13]。而且,標準化降水指數(shù)不受土壤因素的影響,而土地利用的特點、作物的生長情況和溫度變化的異常等因素對農(nóng)業(yè)干旱監(jiān)測至關(guān)重要。

3.3 歸一化植被指數(shù)

Awuma[14]等人研究發(fā)現(xiàn)歸一化植被指數(shù)(normalized differential vegetation index，NDVI)在監(jiān)測干旱時只有當(dāng)水分脅迫及其嚴重并阻礙作物生長時才顯示出NDVI值的突變。當(dāng)植被受水分脅迫時，遙感植被指數(shù)隨之改變，可通過這種變化監(jiān)測土壤水分情況[15]。NDVI指數(shù)可適用于大范圍的干旱監(jiān)測，當(dāng)沒有發(fā)生干旱時,作物生長狀況良好；干旱發(fā)生時, 部分作物缺水死亡導(dǎo)致歸一化植被指數(shù)降低；或者作物為避免失水過多死亡而部分關(guān)閉葉片氣孔以減少蒸騰, 就會致使葉表面溫度升高[16]。研究表明：NDVI更適用于時空跨度較大地區(qū)的干旱監(jiān)測，在作物拔節(jié)期和乳熟期具有優(yōu)勢。此后，Kogan[17]提出植被狀態(tài)指數(shù)(vegetation condition index，VCI)[18]、溫度條件指數(shù)(temperature condition index，TCI)，并證明了植被條件指數(shù)(VCI)與溫度條件指數(shù)(TCI)的比值對植被長勢和土壤水狀況的監(jiān)測效果更好。

4 農(nóng)業(yè)干旱遙感監(jiān)測方法

4.1 基于部分植被覆蓋情況的干旱監(jiān)測

4.1.1 基于裸露地表的農(nóng)業(yè)干旱監(jiān)測方法

(1)熱慣量法。熱慣量模型是以熱紅外遙感數(shù)據(jù)監(jiān)測土壤含水量熱特性的主要方法，這種方法可以有效的監(jiān)測農(nóng)業(yè)的干旱情況。當(dāng)監(jiān)測植被覆蓋度低或裸土?xí)r，熱慣量法能夠有效的反演土壤水分起[19]。但是，由于熱慣量法是基于土壤熱特性的監(jiān)測，當(dāng)面對復(fù)雜地形和植被覆蓋度較高的區(qū)域是則不能起到很好的監(jiān)測作用，因而此種方法具有局限性，還需要綜合利用其他監(jiān)測技術(shù)，進一步改進方法，彌補不足之處。

張仁華[20]利用土壤受光面和陰影面、葉子受光面和陰影面的溫差信息,將熱慣量模型、熱量平衡模型和溫差模型結(jié)合起來, 開辟了利用多角度遙感數(shù)據(jù)反演土壤濕度的新途徑。

(2)微波遙感法。微波遙感法的突出特點是：不受天氣條件的影響，具有全天候和全天時的工作能力，且具有滲透性。雖然微波遙感不受云干擾，可以實現(xiàn)全天時、全天候觀測，但是微波遙感法目前只能反演土壤表層(2～5cm)的濕度。作物根系在10～20cm以下的反演結(jié)果不夠準確，需提高不同土層深度的土壤濕度估算精度。Tansey[21]和Moeremans[22]的研究指出：在裸地和稀疏植被的地區(qū),近地表土壤濕度和后向散射系數(shù)的相關(guān)性極高,且地表粗糙度對土壤水分的監(jiān)測有重大影響。

4.1.2 基于部分植被覆蓋的農(nóng)業(yè)干旱監(jiān)測方法

條件植被溫度指數(shù)結(jié)合植被指數(shù)的變化與植被指數(shù)的空間特性，它是一項綜合性指標。當(dāng)植被指數(shù)值較低時，反映出的干旱程度越高；反之，干旱程度越低或沒有旱情發(fā)生。這種方法有效地解決了當(dāng)干旱發(fā)生時參數(shù)的穩(wěn)定性問題，適用于對區(qū)域級的干旱監(jiān)測并得到了廣泛的應(yīng)用。

4.1.3 基于全植被覆蓋的農(nóng)業(yè)干監(jiān)測方法

(1)距平植被指數(shù)(AVI)及標準植被指數(shù)(SVI)。標準植被指數(shù)是對距平植被指數(shù)進一步延伸，通過研究區(qū)每個研究像元值，表示某個時期的值，表示多年的標準差。即該時期該地區(qū)的植被指數(shù)相對于多年平均值的偏離度的歸一化數(shù)值。但無論是距平植被指數(shù)還是標準植被指數(shù)都只是對區(qū)域植被情況的定性分析，不能夠建立和干旱無關(guān)的定量分析，而且計算大尺度的干旱監(jiān)測需要大量的樣本，因此其只適用于小尺度或小范圍干旱監(jiān)測的定性分析。

(2)植被狀態(tài)指數(shù)(VCI)。距平植被指數(shù)、標準植被指數(shù)等方法要求一定的樣本數(shù)量，數(shù)據(jù)收集困難，且不能對干旱監(jiān)測做出定量分析，在此基礎(chǔ)上改進性的建立了植被狀態(tài)指數(shù)(VCI)算法。它能夠定量的反映植被的空間變化特征，并且對構(gòu)造復(fù)雜的地形更為有效，能夠有效地監(jiān)測區(qū)域干旱的時空變化。由于地表覆蓋類型的不同和年際變化，對干旱監(jiān)測的準確性具有影響，以及植被指數(shù)值不易確定，且需要連續(xù)型數(shù)據(jù)，故適用于植被生長的中后期，而不適于播種和成熟期的地表旱情監(jiān)測。

(3)作物缺水指數(shù)(CWSI)及水分虧缺指數(shù)法(WDI)。作物缺水指數(shù)[23]是土壤水分的一個度量指標，它由作物冠層溫度值轉(zhuǎn)換而來。作物缺水指數(shù)法的精度高、可靠性強，但涉及的參數(shù)比較多、計算量大，因而不易于實現(xiàn)；目前遙感反演地表參數(shù)的精度低，精度有待提高，無法滿足模型定量化計算的標準，限制了該模型的推廣。Moran[24]等分析了作物缺水指數(shù)中的理論參數(shù)與植被覆蓋度的近線性關(guān)系，對作物缺水指數(shù)進一步研究建立了在一定植被覆蓋度下的水分虧缺指數(shù)。

(4)植被供水指數(shù)法(VSWI)。植被供水指數(shù)法是一種綜合性的干旱監(jiān)測方法，它綜合了植被指數(shù)和地表溫度指標。它的原理是當(dāng)植物因供水不足時，作物便會因缺水死亡，導(dǎo)致地表面溫度迅速升高而植被指數(shù)急劇下降。由于在大尺度的干旱監(jiān)測中受到植被生理特性、土壤物理特性、以及光照強度等因素的影響，因而不適于大范圍的干旱評價。但適用于植被覆蓋程度較高的地方，尤其是在作物生長期更為合適。因其資料的易獲取性，在我國得到較為廣泛的應(yīng)用。

4.2 基于土壤水分指標的干旱指數(shù)

張佳華[25]等依據(jù)土壤熱力學(xué)理論提出能量指數(shù)，它的原理是土壤越干燥，經(jīng)過轉(zhuǎn)換向外釋放的長波輻射就越強，地表與植被冠層溫度就越高。在實際監(jiān)測的過程中能更好地反映旱情的空間分布、發(fā)展過程及不同植被覆蓋程度下的干旱現(xiàn)象，在作物長勢較好的中后期監(jiān)測效果更佳，因而，從某種意義上可以說能量指數(shù)法優(yōu)于熱慣量法、植被供水指數(shù)法的監(jiān)測效果。

詹志明[26]等提出了垂直干旱指數(shù)，它的原理是紅波段、近紅外波段在二維光譜特征空間中的土壤水分沿土壤線方向變化。但是因植被覆蓋度不同導(dǎo)致缺乏普適性，無法廣泛應(yīng)用。因此，Ghulam[27]等人提出了改進垂直干旱指數(shù)，引入植被覆蓋度因子來提高垂直干旱指數(shù)的適用范圍，使垂直干旱指數(shù)在不同的植被覆蓋度下都有較好的反演效果。在中等植被覆蓋度的小麥拔節(jié)期，其土壤含水量較高，因此，不易監(jiān)測土壤含水量變化特征；在抽穗階段，植被覆蓋度高，此時土壤含水量偏低，反應(yīng)較為敏感。為了解決這一現(xiàn)象，需要對土壤單元進行分類，通過3S技術(shù)網(wǎng)格化地面信息分類監(jiān)測可以有效提高MPDI的精度，適用性得到很大的提升。

5 綜合遙感監(jiān)測方法

諸多研究表明，綜合遙感干旱指數(shù)可對作物發(fā)育的不同階段進行監(jiān)測，也能在作物生長的不同時期進行改良調(diào)整。研究發(fā)現(xiàn)：當(dāng)植被覆蓋度由裸地到全覆蓋，土壤濕度從干旱到濕潤，植被指數(shù)(NDVI)與地表溫度(LST)的散點圖則呈三角形或梯形(圖 2)。此后，Sandholt等基于植被指數(shù)和地表溫度的經(jīng)驗關(guān)系，于2002年建立了溫度植被干旱指數(shù)(temperature vegetation dryness index，TVDI)[28]。隨后，2004年Haboudane提出植被供水指數(shù)(VSWI)，適用于植被覆蓋度高的地區(qū)，因其計算簡單而得到了廣泛應(yīng)用[29]。

圖2 NDVI-Ts 二維特征空間

因存在單一的地表溫度或植被指數(shù)進行干旱監(jiān)測造成水分脅迫反映不夠敏感的問題，Sandholt[30]等人于2010年又提出了溫度植被干旱指數(shù)。研究發(fā)現(xiàn)：結(jié)合地表溫度與植被指數(shù)既可消除土壤水分、植被指數(shù)的影響，但在水分脅迫嚴重受阻時任具有滯后性。溫度植被指數(shù)法克服了土壤環(huán)境的影響，在不同覆蓋程度的地區(qū)都能取得良好效果，因此，在我國的農(nóng)業(yè)干旱監(jiān)中應(yīng)用廣泛。

郝小翠等[31]發(fā)現(xiàn)地表水熱狀況的變化影響植被指數(shù)和地表的溫度，通過植被指數(shù)和地表溫度可以間接地反映土壤水分的狀況，進而引起干旱。因此，于2016年引入能綜合反映地表水熱特征的波文比，構(gòu)建了波文比模型，檢驗得出波文比指數(shù)在裸土和植被的混合地表均有較好的監(jiān)測效果。因此，反映地表水熱特性的因子可被用于干旱監(jiān)測模型的建立，通過對模型相關(guān)因子在不同時空的差異分析來達到監(jiān)測干旱的目的。

6 結(jié)語

如今，農(nóng)業(yè)干旱對于人們生活的危害非常嚴重,務(wù)必需要準確的旱情監(jiān)測。干旱已不是個別國家、個別區(qū)域關(guān)注的環(huán)境問題。傳統(tǒng)的農(nóng)業(yè)旱情監(jiān)測主要基于地面站點獲取的氣象數(shù)據(jù)，對氣象干旱監(jiān)測指標的研究起源最早，計算簡便，較為成熟。氣象監(jiān)測指標公式易于計算與普及，由于站點觀測的原因，存在數(shù)據(jù)獲取周期長、物理與人為失誤現(xiàn)象，它的精度和完整度有限。此外，其干旱監(jiān)測指標多具有區(qū)域適用性限制，因而農(nóng)業(yè)干旱監(jiān)測的統(tǒng)一監(jiān)測存在一定困難。導(dǎo)致無法進行大面積的監(jiān)測。但是遙感技術(shù)的迅速發(fā)展為農(nóng)業(yè)干旱監(jiān)測提供了新的途徑,遙感數(shù)據(jù)的易得性推動了農(nóng)業(yè)干旱衛(wèi)星監(jiān)測的發(fā)展。它可以實時、準確、客觀地獲取大范圍的地表信息,力求近似完美的擬合干旱發(fā)生的真實情況，建立更加科學(xué)完善的干旱監(jiān)測預(yù)警信息系統(tǒng)，為決策者提供及時、準確的干旱信息，以便積極應(yīng)對可能發(fā)生的干旱，減輕干旱對國家社會經(jīng)濟的影響。