谷佳賀，薛華柱，董國濤，程結(jié)海

(1.河南理工大學(xué)測繪與國土信息學(xué)院，河南 焦作 454003；2.黑河水資源與生態(tài)保護研究中心，甘肅 蘭州 730030)

干旱是一種發(fā)展緩慢的自然災(zāi)害，是我國乃至世界上許多國家主要的自然災(zāi)害之一，對生態(tài)系統(tǒng)和社會經(jīng)濟以及居民生活造成嚴重的影響[1]。在全球變暖的背景下，干旱有加劇態(tài)勢，因此干旱監(jiān)測也成為全球關(guān)注的重點問題[2-3]。衛(wèi)星遙感具有覆蓋范圍廣、持續(xù)時間長等特點[4]，是近些年來較有效的技術(shù)手段之一[5]，可用于監(jiān)測大范圍的土壤濕度和植被生長狀況[6]。MODIS(moderate-resolution imaging spectroradiometer)數(shù)據(jù)具有高時間分辨率、高光譜分辨率、適中空間分辨率的特點[7]，近年來在旱情監(jiān)測中得到了廣泛的應(yīng)用[8]。

國內(nèi)外學(xué)者利用MODIS數(shù)據(jù)構(gòu)建了不同的指數(shù)對干旱進行監(jiān)測，彭擎等[9]采用MODIS歸一化植被指數(shù)(NDVI)和地表溫度(LST)數(shù)據(jù)分析了新疆2000—2015年生長季3個階段NDVI與LST的時空變化特征及相關(guān)關(guān)系；Seo-Yeon Park等[10]利用MODIS地表溫度(LST)、植被健康指數(shù)(VHI)、蒸散發(fā)以及降水數(shù)據(jù)應(yīng)用于干旱監(jiān)測并評估了其適用性，確定了不同時間尺度標準化降水指數(shù)(SPI)與干旱指數(shù)之間的相關(guān)性，可間接應(yīng)用于農(nóng)業(yè)或水文干旱監(jiān)測；劉英等[11]以MODIS NDVI和LST數(shù)據(jù)構(gòu)建了溫度植被干旱指數(shù)(TVDI)模型并分析了2000—2016年間陜西省旱情時空分布特征和規(guī)律。Zhang等[12]根據(jù)我國2000—2014年的MOD13A3 NDVI和MOD16A2 ET/PET數(shù)據(jù)集，計算了干旱嚴重程度指數(shù)(DSI)并將其用于農(nóng)業(yè)干旱監(jiān)測，為DSI在中國乃至世界其他地區(qū)農(nóng)業(yè)監(jiān)測中的應(yīng)用提供了理論基礎(chǔ)；劉一哲等[13]采用模糊數(shù)學(xué)法建立了基于MODIS TVDI的干旱等級劃分標準，實現(xiàn)對藏北地區(qū)春夏旱情的動態(tài)連續(xù)監(jiān)測并分析旱情的時空變化特征。Khan等[14]利用MODIS NDVI與LST數(shù)據(jù)計算得到植被溫度條件指數(shù)(VTCI)并采用地理空間近實時耦合(NRTC)方法對巴基斯坦Punjab平原干旱進行了研究。楊波等[15]利用MODIS增強植被狀態(tài)指數(shù)(EVCI)和溫度狀態(tài)指數(shù)(TCI)建立了干旱狀態(tài)指數(shù)(DCI)，將該指數(shù)應(yīng)用于湖南省農(nóng)作物的旱情監(jiān)測并得到了旱情等級的空間分布圖。

NDVI在進行干旱監(jiān)測時得到了較為廣泛的應(yīng)用，但NDVI在監(jiān)測干旱時不能及時反映土壤水分含量，只有當水分脅迫十分嚴重進而阻礙了作物生長時才會引起NDVI值的顯著變化，這表明NDVI對重旱有較好的反映[16]，因此NDVI對土壤水分的反映以及應(yīng)用于干旱監(jiān)測具有一定的滯后性[17-18]。有研究表明，在高緯度、高海拔地區(qū)，尤其是作物生長的前期和后期，基于NDVI-LST特征空間的TVDI模型可能并不適用[19]。歸一化水體指數(shù)(NDWI)一般用于識別水體目標，NDWI對植被冠層含水率比NDVI更為敏感，在短期干旱監(jiān)測中，NDWI能及時地反映旱情的時空變化[20]。

河南省是我國的農(nóng)業(yè)大省，糧食年產(chǎn)量占全國總產(chǎn)量的10%左右，是我國糧食重要生產(chǎn)地區(qū)[21]。近年來，在全球變暖的背景下，該地區(qū)的干旱災(zāi)害日益嚴重，對糧食生產(chǎn)構(gòu)成巨大威脅，干旱問題研究亟待加強[22]。準確監(jiān)測干旱的發(fā)生時間、發(fā)展程度和影響范圍,對保障社會經(jīng)濟發(fā)展、促進生態(tài)環(huán)境恢復(fù)、維持區(qū)域和諧穩(wěn)定具有重要意義。2014年河南省大部分地區(qū)遭受百年不遇的大旱，因此本文選取2014年MODIS觀測數(shù)據(jù)從時間和空間尺度上分別分析NDWI與實測土壤相對濕度之間的相關(guān)性，根據(jù)相關(guān)系數(shù)來評價NDWI用于河南省干旱監(jiān)測的適用性。

1 研究區(qū)概況

河南省位于我國中東部、黃河下游，地處北緯31°23′～36°22′，東經(jīng)110°21′～116°39′之間，總面積達16.7萬km2。河南省地勢西高東低，由平原、盆地、山地、丘陵等構(gòu)成，具有獨特的地理位置和復(fù)雜的地貌特征。大部分地區(qū)氣候處于暖溫帶，南部跨亞熱帶，屬于大陸性季風氣候。在北亞熱帶向暖溫帶氣候過渡、自東向西由平原向丘陵山地氣候過渡過程中，受季風型氣候的影響，降雨分布不均勻[23]，具有四季分明、雨熱同期、復(fù)雜多樣和旱澇災(zāi)害頻繁的特點。全省由北向南平均氣溫為12.1～15.7℃，年均降水量532.5～1 380.6 mm，降雨以6—8月份為主[24]。河南省主要土地利用類型以耕地為主。

2 數(shù)據(jù)與方法

2.1 數(shù)據(jù)來源與預(yù)處理

2.1.1 遙感數(shù)據(jù)來源及預(yù)處理 本文使用的MODIS數(shù)據(jù)來源于美國國家航天局NASA網(wǎng)站LAADS DAAC數(shù)據(jù)中心(https://ladsweb.modaps.eosdis.nasa.gov/)，時間為2014年，編號為H27V05。MOD09A1、MYD09A1反射率產(chǎn)品提供了波段1-7的500 m分辨率8 d合成的反射率數(shù)據(jù)，MOD13A1、MYD13A1數(shù)據(jù)為16 d合成的500 m空間分辨率植被指數(shù)產(chǎn)品。其中，MOD為Terra衛(wèi)星產(chǎn)品，數(shù)據(jù)獲取時間約為地方時上午10∶30，MYD為Aqua衛(wèi)星產(chǎn)品，數(shù)據(jù)獲取時間約為地方時13∶30。由于同一天Terra和Aqua兩顆衛(wèi)星過境時間不一樣，可在MOD產(chǎn)品出現(xiàn)缺失值時利用MYD產(chǎn)品對其進行填補生成較為連續(xù)的數(shù)據(jù)集。以上MODIS數(shù)據(jù)利用MRT處理工具對其進行波段提取、投影及格式轉(zhuǎn)換。

Landsat8 OLI數(shù)據(jù)來源于美國地質(zhì)調(diào)查局(https://earthexplorer.usgs.gov/)，其可見光波段數(shù)據(jù)分辨率為30 m。本研究選取2013—2015年植被生長季(6—9月)，條代號為(122-126，35-38)共12景數(shù)據(jù)，生成河南省30 m分辨率的NDVI分布圖，用于分析觀測站點周圍地表的異質(zhì)性。

2.1.2 測站土壤水分數(shù)據(jù) 土壤相對濕度數(shù)據(jù)來源于河南省氣象局，監(jiān)測深度為10、20、30、40 cm和50 cm，共有162個土壤墑情監(jiān)測站數(shù)據(jù)。選取2014年每天的實測土壤相對濕度數(shù)據(jù)，剔除缺測土壤層的數(shù)據(jù)點和有明顯異常的數(shù)據(jù)點剩余148個站點(圖1)，根據(jù)MODIS產(chǎn)品時間尺度將其以8 d進行平均，用于驗證NDWI的干旱監(jiān)測精度。

圖1 河南省氣象站分布圖

2.2 植被指數(shù)計算及預(yù)處理

2.2.1 歸一化水體指數(shù) 歸一化水體指數(shù)(normalized difference water index,NDWI)是基于近紅外波段與綠波段建立的歸一化比值指數(shù)[25]，在利用遙感影像提取水體方面應(yīng)用十分廣泛。計算公式如下：

(1)

式中，ρNIR、ρSWIR分別為近紅外波段、短波紅外波段的反射率。本研究利用MODIS第2波段和第5波段數(shù)據(jù)計算NDWI。

2.2.2 增強型植被指數(shù) 增強型植被指數(shù)(enhanced vegetation index,EVI)是目前應(yīng)用比較廣泛的植被指數(shù)，它利用背景調(diào)節(jié)參數(shù)L和大氣修正參數(shù)C1、C2同時減少背景和大氣的作用，對氣溶膠等殘留做了進一步改正，并具有消除土壤背景和大氣影響的優(yōu)勢。其計算公式如下：

(2)

式中，ρBLUE和ρRED分別為藍光和紅光波段反射率，L為土壤調(diào)節(jié)參數(shù)，C1和C2為擬合系數(shù)。MODIS EVI產(chǎn)品數(shù)據(jù)反演過程中，L=1，C1=6，C2=7.5。EVI時間序列季節(jié)性明顯，能夠更好地反映高植被覆蓋區(qū)的季節(jié)性變化特征，并且很少有突降現(xiàn)象，時間序列曲線較平滑[26]。

2.3 研究方法

2.3.1 圖像信息熵 信息熵常被用來作為一個系統(tǒng)信息含量的量化指標，從而可以進一步用來作為系統(tǒng)方程優(yōu)化的目標或者參數(shù)選擇的判據(jù)。其計算公式如下：

(3)

式中，H(X)是求得的信息熵的值；P(x)表示x在計算范圍內(nèi)出現(xiàn)的概率。由信息熵的定義可知，一個系統(tǒng)越有序，信息熵就越低；反之，一個系統(tǒng)越混亂，信息熵就越高[27]。對于圖像而言，系統(tǒng)有序表示灰度值相同或相近，反之表示灰度值相差較大。對NDVI圖像灰度圖而言，若灰度值相同或相近，可表明地物相同或相似，灰度值不同則表明地物類型不同。

利用土壤水分實測數(shù)據(jù)對基于MODIS數(shù)據(jù)計算的NDWI用于農(nóng)業(yè)干旱監(jiān)測適用性進行驗證時，應(yīng)選擇像元范圍內(nèi)下墊面較為單一的站點數(shù)據(jù)。由于建筑物與植被的反射率不同，通過30m分辨率NDVI影像很容易區(qū)分。本文利用NDVI圖像信息熵方法對氣象站點進行篩選，以氣象站所在像元為中心計算33*33窗口內(nèi)圖像的信息熵值，根據(jù)熵值大小判斷站點周圍地表異質(zhì)性。

2.3.2 時間序列諧波分析法 時間序列諧波分析法(harmonic analysis of time series，HANTS)用于對時間序列數(shù)據(jù)進行平滑，它能夠充分利用遙感影像的時間性和空間性，將空間上的分布規(guī)律和時間上的變化規(guī)律聯(lián)系起來。本文利用ENVI提供的HANTS工具對EVI進行了時間序列平滑，該方法通過最小二乘法的迭代擬合去除時序EVI值中受云污染影響較大的點，借助于傅立葉在時間域和頻率域的正反變換實現(xiàn)曲線的分解和重構(gòu)可生成較為平滑的EVI數(shù)據(jù)集。HANTS方法充分考慮了植被生長周期性和數(shù)據(jù)本身的雙重特點，可真實反映植被的周期性變化規(guī)律，平滑前后如圖2所示。

圖2 EVI平滑前后對比圖

2.3.3 相關(guān)性分析 本文通過計算氣象站點的土壤濕度數(shù)據(jù)和NDWI的相關(guān)系數(shù)，評價NDWI在河南省的干旱監(jiān)測能力。相關(guān)系數(shù)的取值范圍在[-1,1]之間，其絕對值越大表明相關(guān)程度越高，正(負)號代表兩個變量之間呈正(負)相關(guān)性。干旱指數(shù)與土壤濕度之間的相關(guān)程度，用于表征某種干旱指數(shù)是否能夠準確反映土壤的干濕狀況[28]。

3 結(jié)果與分析

3.1 觀測站點異質(zhì)性評價

本文采用NDVI圖像信息熵方法分析了觀測站點1 km2范圍內(nèi)的地表異質(zhì)性，利用Google Earth查看氣象站周圍環(huán)境并與信息熵計算結(jié)果進行對比，結(jié)果發(fā)現(xiàn)NDVI圖像信息熵的大小與站點周圍的均勻程度具有較好的一致性，表1為輝縣等6個觀測站點的NDVI圖像信息熵，各站點對應(yīng)周邊如圖3所示。

圖3 不同站點周圍環(huán)境分布

表1 不同站點的信息熵值

3.2 NDWI與土壤水、植被覆蓋關(guān)系分析

在干旱發(fā)生時，大氣相對濕度、氣溫與植被受水分脅迫相關(guān)。氣溫越高，大氣相對濕度越小，則植被受水分脅迫也越嚴重。圖4為2014年開封市大后莊站點土壤水分、NDWI與EVI的變化趨勢圖。此站點位于開封市南部，地處中原腹地，地勢平坦、土壤肥沃，適宜各類農(nóng)作物種植，屬溫帶季風氣候，四季分明。由圖4可知，NDWI與土壤相對濕度的變化呈現(xiàn)明顯的負相關(guān)性。EVI隨時間呈現(xiàn)波動性變化趨勢，首次波峰出現(xiàn)在第73天，波谷出現(xiàn)在第129天，土壤水分在此區(qū)間變化狀態(tài)總體上呈增長狀態(tài)，波動情況比較明顯，NDWI的增長趨勢則較為平緩。EVI在第193、257天達到最大值和最小值，分別為0.70、0.09。由于受降雨的影響，土壤水分的波動變化較大，但NDWI對其負相關(guān)性依舊不變。總體來說，NDWI與土壤水分呈負相關(guān)性,在EVI值較大的情況下負相關(guān)性更加明顯。

圖4 大后莊站點NDWI、SM10、EVI年變化情況

3.3 時間序列相關(guān)性分析

為驗證NDWI的干旱監(jiān)測能力，選取地表異質(zhì)性較小的站點，將EVI的閾值設(shè)為0.4并利用NDWI與土壤水分數(shù)據(jù)進行相關(guān)性分析(圖5)。大后莊、后李、留固、正陽、董天龍氣象站點均勻分布在河南省平原區(qū)域，受地勢起伏影響較小且植被長勢較好，NDWI與土壤相對濕度有較好的相關(guān)性，決定系數(shù)R2均能達到0.4以上。在EVI>0.4時，大后莊、后李和留固的NDWI與土壤相對濕度的相關(guān)性均大于EVI<0.4的情況，正陽和董天龍站在兩種狀態(tài)下的相關(guān)性基本相同。社旗站點位于河南省西南部南陽盆地東部，地形平緩，植被覆蓋度相對較高，NDWI指數(shù)對土壤水分的反映較好。欒川、走馬嶺、梁莊等站點位于河南省西部，地形以山脈、丘陵為主，土壤相對濕度與NDWI的決定系數(shù)R2分別為0.253、0.175、0.084，說明地形的復(fù)雜多樣以及小范圍氣候帶的差異性往往會對遙感監(jiān)測帶來一定的影響，海拔較高地區(qū)對光譜反射率的準確性造成誤差，從而影響NDWI指數(shù)對土壤水分的監(jiān)測。整體來看，NDWI與土壤水分呈負相關(guān)性且在平原區(qū)域相關(guān)性較好，在植被覆蓋高(EVI>0.4)的區(qū)域NDWI對土壤水分的反演更為敏感。

圖5 NDWI與土壤相對濕度時間序列相關(guān)性

3.4 空間尺度相關(guān)性分析

河南省各地地形、氣候、土壤類型均有所區(qū)別，豫南山地以及整個西部區(qū)域地形復(fù)雜、海拔較高、氣候多樣，再加上山地丘陵區(qū)與平原地區(qū)土壤持水能力的不同，對遙感數(shù)據(jù)所計算的NDWI指數(shù)有一定的影響，NDWI指數(shù)對土壤水分的相關(guān)性可能有一定的差異。為了減小氣候、土壤類型等因素對實驗結(jié)果的影響，根據(jù)地形特征將河南省分為北部、中部、南部、西部，安陽、濮陽、鶴壁、新鄉(xiāng)、焦作為北部地區(qū)，鄭州、開封、商丘、許昌、漯河、周口為中部地區(qū)，駐馬店和信陽為南部區(qū)域，西部地區(qū)有三門峽、洛陽、南陽和平頂山。隨機選取第121、201、313天數(shù)據(jù)計算不同區(qū)域NDWI與實測土壤相對濕度之間的相關(guān)性以分析NDWI在河南省干旱監(jiān)測中的適用性。

圖6展示了第121、201、313天空間上4個區(qū)域的NDWI指數(shù)與土壤水分的相關(guān)性。由圖6可知，第121天時NDWI與土壤水分的相關(guān)性由高到低依次是北部、中部、南部、西部，決定系數(shù)R2依次為0.2998、0.2839、0.1372、0.0811。植被高覆蓋區(qū)域主要集中在北部地區(qū)鶴壁、新鄉(xiāng)和中部地區(qū)商丘、周口、漯河以及南部地區(qū)駐馬店，這3個區(qū)域地勢均相對較為平坦，NDWI與土壤水分的相關(guān)性較高。南部地區(qū)水系較其他區(qū)域發(fā)達，植被覆蓋度高于其他區(qū)域，因此NDWI與土壤相對濕度的相關(guān)性也較高。而西部地區(qū)地形較為復(fù)雜，NDWI與土壤水分相關(guān)性低于其他區(qū)域，說明NDWI更適用于平原地區(qū)的干旱監(jiān)測。河南省植被的生長季一般位于3—9月份，第201天正是植被快速生長階段，北部和中部地區(qū)NDWI與土壤相對濕度之間仍然呈負相關(guān)，決定系數(shù)分別為0.206和0.255。然而在南部和西部地區(qū)NDWI與土壤水分呈現(xiàn)正相關(guān)性，與理論相矛盾，可見由于地形和其他未知因素影響了兩者之間的相關(guān)性，NDWI在山地丘陵地進行干旱監(jiān)測適用性較差。北部、中部、南部和西部地區(qū)第313天土壤水分與NDWI的決定系數(shù)依次是0.165、0.163、0.482、0.139，該時間4個區(qū)域NDWI與土壤水分的相關(guān)關(guān)系仍然為負相關(guān)，北部和中部地區(qū)相關(guān)性仍然高于西部地區(qū)，但南部地區(qū)相關(guān)性最高。由于受天氣影響，該時間內(nèi)南部地區(qū)無云覆蓋的觀測站點較少，該相關(guān)性不能完全代表整個區(qū)域。再一個可能的原因是南部地區(qū)第313天內(nèi)溫度和植被覆蓋要高于其他地區(qū)，因而該區(qū)域內(nèi)NDWI與土壤水分的相關(guān)性高于其他區(qū)域。

圖6 NDWI與土壤相對濕度空間相關(guān)性

3.5 基于NDWI干旱情況分析

2014年為河南省特大干旱年，各月份NDWI的空間分布及變化趨勢如圖7所示?？傮w來說，在時間和空間上均體現(xiàn)出了全年干旱變化情況，4—8月份全省較為干旱，在8月26—30日期間，河南省大部分地區(qū)有較大降雨后，對比圖7中8、9月份兩個月的NDWI分布圖可以看出，9月份的NDWI值明顯降低，說明地表土壤水分含量增加，全省旱情得到緩解。

圖7 河南省2014年不同時期NDWI空間分布圖

在豫北山地以東、豫東平原、豫南山地以北區(qū)域NDWI值均呈現(xiàn)較低趨勢，表明土壤含水量較大，地區(qū)較為濕潤。11月、12月及翌年1月為冬季，土壤較為濕潤的地區(qū)主要集中在豫北山地，即太行山脈附近、伏牛山、熊耳山、小秦嶺、豫南山地等山地地區(qū)。此時其他地區(qū)莊稼均已收割，冬季作物剛播種下去，地表植被覆蓋度較低，而山區(qū)植被類型大多為林地，此時植被覆蓋度要高于其他平原地區(qū)，在相同的降雨條件下，山地林區(qū)比平原地區(qū)具有更強的保水能力；同時，低海拔地區(qū)地表蒸發(fā)和植物蒸騰作用強烈，對土壤水的消耗作用較大，而高海拔地區(qū)溫度較低，對地表蒸散發(fā)具有一定的限制作用，土壤水分的消耗相對較少[29]。因此在11月、12月及翌年1月山地的NDWI明顯低于其他平原地區(qū)。

4 討 論

利用地面站點觀測數(shù)據(jù)驗證衛(wèi)星遙感數(shù)據(jù)時，兩者尺度不同，直接驗證會存在誤差，地表異質(zhì)性越強，誤差越大。本文提出利用NDVI圖像信息熵值對觀測站點進行篩選，通過和Google Earth圖像對比，該方法效果較好，可用于其他衛(wèi)星遙感產(chǎn)品檢驗時站點異質(zhì)性分析，其操作比半變異函數(shù)更為簡單。

NDWI可有效指示植被冠層的含水量信息，在植被受水分脅迫時，指示效果比NDVI敏感，可用于進行大范圍的干旱監(jiān)測，選用歸一化水體指數(shù)NDWI法，還可最大限度地消除植被和土壤等信息從而提高精度[30]?？傮w上，NDWI與冠層含水量呈負相關(guān)，且植被覆蓋度越高相關(guān)性越好。本文利用地面觀測土壤相對濕度驗證NDWI用于干旱監(jiān)測的精度，土壤相對濕度較低時，植被冠層開始受水分脅迫，但脅迫過程存在一定的延時性，而NDWI指示的是植被冠層的含水量信息，利用觀測的土壤相對濕度驗證時會產(chǎn)生一定的影響。在地形較為復(fù)雜的地區(qū)，衛(wèi)星遙感觀測精度會有所降低，NDWI用于干旱監(jiān)測的精度比平原地區(qū)有所降低，應(yīng)對遙感數(shù)據(jù)進行地形校正后再使用。河南省大部分地區(qū)為平原，西部三門峽及洛陽部分地區(qū)為山地，其余信陽、新鄉(xiāng)、焦作等地有少量山地，利用NDWI進行干旱監(jiān)測具有可行性。

2014年為河南省特大干旱年份，NDWI較好的反映出了該年份干旱的時空動態(tài)變化規(guī)律。本文研究結(jié)果可為不同地表大范圍遙感干旱監(jiān)測提供了參考，且更易于實施。

5 結(jié) 論

本文以NDWI對2014年河南省干旱情況進行研究，結(jié)合EVI并利用實測土壤水分數(shù)據(jù)，綜合評價了NDWI在時間和空間上干旱監(jiān)測的能力。研究結(jié)果表明：

(1)利用NDVI圖像信息熵的方法也能夠很好地表達河南省氣象站周圍的地表異質(zhì)性程度，從而對土壤水分數(shù)據(jù)進行篩選，其可作為地表異質(zhì)性評價指標，利用該指標有效篩選出地表真實性檢驗研究工作中所需的較為均勻的研究區(qū)。

(2)時間序列上，同一地點的NDWI與土壤水分之間有很好的負相關(guān)關(guān)系，在植被覆蓋度高的區(qū)域，NDWI對植被含水量的反演更為敏感，可有效監(jiān)測植被干旱程度。

(3)通過對河南省不同區(qū)域的NDWI與土壤水分觀測值的比較發(fā)現(xiàn)，地勢較為平坦的區(qū)域，NDWI能夠最大限度地消除植被和土壤等信息的影響，利用其進行干旱監(jiān)測具有很好的適用性。在地形較為復(fù)雜的區(qū)域，監(jiān)測精度有所降低，具體原因有待進一步研究。

(4)通過NDWI分析2014年河南省干旱程度，干旱區(qū)域主要集中在中西部地區(qū)和北部地區(qū)，南部地區(qū)所受干旱影像程度較小，8月底有大范圍降雨時全省旱情才得到緩解。NDWI監(jiān)測結(jié)果與實際相吻合，可用于河南省尤其是平原地區(qū)大區(qū)域范圍的干旱監(jiān)測，為農(nóng)業(yè)生產(chǎn)和經(jīng)濟發(fā)展提高重要信息。