李永柳, 周忠發(fā), 蔣 翼

(1.貴州師范大學(xué) 喀斯特研究院, 貴陽(yáng) 550001; 2.貴州師范大學(xué) 地理與環(huán)境科學(xué)學(xué)院喀斯特研究院, 貴陽(yáng) 550001; 3.貴州師范大學(xué) 貴州省喀斯特山地生態(tài)環(huán)境國(guó)家重點(diǎn)實(shí)驗(yàn)室培育基地, 貴陽(yáng) 550001)

位于貴州省中部的黔中水利樞紐工程貫穿長(zhǎng)江和珠江是黔中地區(qū)生存和發(fā)展的重要水源區(qū)。其生態(tài)壞境的優(yōu)劣，關(guān)系到黔中地區(qū)灌溉、發(fā)電、人畜飲水的需求狀況以及縣鄉(xiāng)供水安全問(wèn)題，改善區(qū)域生態(tài)環(huán)境十分重要。土壤含水量與地區(qū)生態(tài)環(huán)境、水資源動(dòng)態(tài)密切相關(guān)，因此進(jìn)行區(qū)域土壤含水量有效檢測(cè)和反演研究具有重要意義，一直也是國(guó)內(nèi)外研究的熱點(diǎn)問(wèn)題。

目前，土壤含水量遙感反演主要應(yīng)用于干旱監(jiān)測(cè)、農(nóng)作物產(chǎn)量估報(bào)等方面的研究，而土壤含水量的時(shí)空分布特征和變化狀況如何的研究尚不多見(jiàn)。隨著遙感技術(shù)不斷發(fā)展，“3S”集成技術(shù)的成熟，遙感影像數(shù)據(jù)測(cè)定土壤含水量的大面積區(qū)域研究受到國(guó)內(nèi)外研究學(xué)者的廣泛關(guān)注。Zribi等[1]團(tuán)隊(duì)提出基于Zribi-Dechambre模型利用雷達(dá)衛(wèi)星的C波段數(shù)據(jù)，從不同的入射角出發(fā)對(duì)大范圍區(qū)域里裸露地表的土壤含水量進(jìn)行反演分析，估算土壤含水量。Lambin等[2]提出利用地表溫度和歸一化植被指數(shù)的比值(植被干旱指數(shù)TVDI)來(lái)動(dòng)態(tài)監(jiān)測(cè)地表干旱程度。梁蕓等[3]基于MODIS數(shù)據(jù)和土壤含水量實(shí)測(cè)數(shù)據(jù)，擬合出了植被供水指數(shù)(VSWI)與土壤含水量良好的線性關(guān)系。趙杰鵬等[4]利用Ts/NDVI斜率法反演土壤含水量的空間分布，并對(duì)TVDI模型干邊的模擬方法進(jìn)行了改進(jìn)，提高了反演模型的精度。目前，國(guó)內(nèi)外常用的遙感監(jiān)測(cè)土壤含水量的方法有熱慣量法[5]、植被指數(shù)法[6-7]、干旱指數(shù)法[8-9]、微波遙感監(jiān)測(cè)法[10-12]等，但是土壤的復(fù)雜程度、氣候差異以及不同植被種類對(duì)遙感反演土壤含水量的數(shù)學(xué)模型都會(huì)產(chǎn)生一定的影響。其中植被供水指數(shù)[13-15]是目前可見(jiàn)光和熱紅外波段遙感反演和估測(cè)土壤含水量應(yīng)用較廣的一種理論方法。VSWI結(jié)合了地表溫度和植被指數(shù)信息，通過(guò)NDVI與LST的比值斜率特征分析土壤含水量時(shí)空狀況。而國(guó)內(nèi)相關(guān)領(lǐng)域的學(xué)術(shù)研究者利用VSWI指數(shù)進(jìn)行了不同地市級(jí)別上的不同空間尺度上的土壤含水量含量反演、旱情估測(cè)等的相關(guān)研究，并取得一定成果，而最新發(fā)射的Landsat衛(wèi)星系列的Landsat 8衛(wèi)星比之前的多攜帶了的兩個(gè)主要傳感器熱紅外傳感器和陸地成像儀，為反演土壤含水量帶來(lái)新的信息獲取方向。目前，以Landsat 8遙感影像為數(shù)據(jù)源進(jìn)行土壤含水量反演的相關(guān)研究較少。

黔中水利樞紐工程區(qū)位于貴州省中部，地形復(fù)雜，生態(tài)脆弱，石漠化現(xiàn)象嚴(yán)重[16-17]。雖然降水量充沛，但是喀斯特地區(qū)工程性缺水嚴(yán)重，土壤水含量直接影響植被的冠層溫度和植被覆蓋度，國(guó)內(nèi)許多研究學(xué)者對(duì)黔中水利樞紐工程區(qū)水資源調(diào)配和生態(tài)系統(tǒng)的水源涵養(yǎng)進(jìn)行了大量的研究，但對(duì)于工程區(qū)土壤含水量的報(bào)道卻很少。本文選擇植被供水指數(shù)模型(VSWI)，使用2013—2018年Landsat 8遙感影像反演黔中水利樞紐工程區(qū)土壤含水量，結(jié)合土壤含水量實(shí)測(cè)數(shù)據(jù)驗(yàn)證反演精度，分析研究區(qū)土壤含水量的時(shí)空分布特征及其主要影響因素，為黔中水利樞紐工程區(qū)土壤含水量動(dòng)態(tài)監(jiān)測(cè)和改善區(qū)域生態(tài)環(huán)境工作提供有價(jià)值的參考。

1 研究區(qū)概況

黔中地區(qū)位于貴州省中部，是貴州省政治、經(jīng)濟(jì)、文化、交通中心，是貴州地區(qū)城市最密集、人口最緊密、交通最通達(dá)、耕地資源最集中、工業(yè)基礎(chǔ)最好的中心地[18-19]。黔中地區(qū)區(qū)位優(yōu)勢(shì)明顯，擁有巨大發(fā)展?jié)撃艿牡乩砗诵奈恢煤蜕鐣?huì)經(jīng)濟(jì)發(fā)展的重要領(lǐng)地，在貴州省有不可估量的地位。

黔中水利樞紐工程區(qū)位于104°14′—107°10′E，25°28′—27°6′N(xiāo)，屬于云貴高原的喀斯特丘陵地貌，大部分處在石漠化敏感區(qū)，可利用土地資源較少，開(kāi)發(fā)強(qiáng)度也不高，生態(tài)系統(tǒng)較脆弱[20]。工程區(qū)位于烏江流域，水資源十分豐富，是貴州省首個(gè)大型跨流域、地區(qū)、長(zhǎng)距離的水利調(diào)水工程，是黔中地區(qū)經(jīng)濟(jì)社會(huì)生存發(fā)展的生命線工程。整個(gè)工程貫穿長(zhǎng)江和珠江，經(jīng)過(guò)貴州省六盤(pán)水市、貴陽(yáng)市、安順市、黔南州以及畢節(jié)地區(qū)的10個(gè)縣。整個(gè)工程分為灌溉區(qū)、供水區(qū)和水源區(qū)，兼顧發(fā)電、人畜飲水、縣鄉(xiāng)供水等的綜合利用。

2 研究數(shù)據(jù)及方法

2.1 研究數(shù)據(jù)

2.1.1 Landsat 8數(shù)據(jù) 遙感技術(shù)作為一種獲取信息的工具，隨著科學(xué)技術(shù)不斷發(fā)展，實(shí)現(xiàn)了大范圍地區(qū)的土壤含水量的實(shí)時(shí)動(dòng)態(tài)更新和動(dòng)態(tài)估測(cè)預(yù)報(bào)，利用遙感影像監(jiān)測(cè)土壤含水量可以充分地反映土壤含水量在一定時(shí)間范圍內(nèi)和空間上分布的變化特征。Landsat 8衛(wèi)星攜帶陸地成像儀(OLI)和熱紅外傳感器(TIRS)兩個(gè)傳感器，OLI有9個(gè)感應(yīng)器，能夠感應(yīng)從紅外到可見(jiàn)光不同波長(zhǎng)范圍的熱輻射，TIRS產(chǎn)品傳感器收集地表流失的熱量，用來(lái)觀測(cè)特定區(qū)域內(nèi)水分消耗損失的大小情況。而且Landsat 8影像數(shù)據(jù)更新量大，數(shù)據(jù)種類豐富(包括原始數(shù)據(jù)以及數(shù)據(jù)產(chǎn)品)監(jiān)測(cè)區(qū)域比較靈活。所以本文的數(shù)據(jù)源是免費(fèi)獲取的Landsat 8衛(wèi)星2013—2018年黔中水利樞紐地區(qū)的遙感影像數(shù)據(jù)，覆蓋整個(gè)研究區(qū)域共4幅影像，影像云量在20%以下，圖像的分辨率為30 m×30 m。Landsat 8數(shù)據(jù)介紹[21]及其用途見(jiàn)表1。

表1 Landsat 8影像的主要參數(shù)

2.1.2 實(shí)測(cè)數(shù)據(jù) 土壤含水量的實(shí)測(cè)數(shù)據(jù)來(lái)自貴州省農(nóng)經(jīng)網(wǎng)(http:∥www.gznw.gov.cn/index.html)土壤墑情自動(dòng)監(jiān)測(cè)站的結(jié)果數(shù)據(jù)。本研究選取的數(shù)據(jù)源是與遙感影像成像日期相近(2016年7月16日—2016年9月1日)的深度為10—50 cm的土壤墑情監(jiān)測(cè)結(jié)果。氣象數(shù)據(jù)是研究區(qū)周邊5個(gè)氣象站點(diǎn)(臺(tái)站號(hào))2013—2018年的降水和溫度數(shù)據(jù)，分別是：畢節(jié)(57707)、都勻(57827)、安順(57806)、貴陽(yáng)(57816)、六枝(57807)。

2.1.3 數(shù)據(jù)預(yù)處理 下載的原始Landsat8影像數(shù)據(jù)需要在遙感圖像處理軟件ENVI中進(jìn)行預(yù)處理，包括裁剪拼接、輻射定標(biāo)、FLAASH模型大氣校正(能見(jiàn)度參數(shù)來(lái)自http:∥atmcorr.gsfc.nasa.gov)等，具體操作如下(以2013年為例)。

(1) 輻射定標(biāo)。輻射定標(biāo)指把傳感器記錄的圖像灰度值(DN值，Digital Number)轉(zhuǎn)換成絕對(duì)輻射亮度值或反射率的過(guò)程。該過(guò)程共實(shí)現(xiàn)兩個(gè)階段。

第一階段是將圖像度值轉(zhuǎn)為輻射亮度：

Randiance=gain×DN+offset

(1)

第二階段是將輻射亮度轉(zhuǎn)為表觀反射率：

ρ=(π·Lλ·d2)/(ESUNλ·cosθ)

(2)

式中：ρ為表觀反射率；Lλ為輻射亮度；d為天文單位的日地距離；ESUNλ為太陽(yáng)表觀輻射率均值；θ為以度為單位的太陽(yáng)高度角。

(2) 大氣校正。大氣校正是轉(zhuǎn)換地表表觀反射率以獲得真實(shí)物理參數(shù)和地物反射率的過(guò)程。FLAASH模型的大氣校正是反演高光譜輻射影像反射率的首選校正模型，其波長(zhǎng)范圍自可見(jiàn)光至近紅外及短波紅外，可以減少大氣層中水汽、云層等對(duì)傳感器的影響，精確補(bǔ)償大氣中各種因素所帶來(lái)的誤差和影響，獲得較為準(zhǔn)確的地物反射率。圖1即為對(duì)研究區(qū)使用波段逐行交叉順序(BIL)以后大氣校正前與大氣校正后的波譜曲線結(jié)果對(duì)比圖，可以看出，經(jīng)過(guò)大氣校正后，各波段之間的信息更加明顯了，方便進(jìn)行進(jìn)一步的分類提取與分析。

圖1 大氣校正前后波譜曲線

2.2 研究方法

2.2.1 原理與方法 植被供水指數(shù)(Vegetation Supply Water Index，VSWI)是一種基于熱紅外與光學(xué)兩種遙感通道數(shù)據(jù)，反演植被覆蓋區(qū)域表層土壤含水量的綜合指標(biāo)監(jiān)測(cè)方法。當(dāng)植物的供水狀態(tài)處于一定的正常值時(shí)，特定生長(zhǎng)期內(nèi)的植被指數(shù)(NDVI)保持在一個(gè)穩(wěn)定的范圍內(nèi)，植被的冠層溫度也相應(yīng)地保持在一定范圍內(nèi)[22]。結(jié)合遙感反演土壤含水量時(shí)需要的兩種重要指標(biāo)，將歸一化植被指數(shù)和地表溫度的比值定義為植被供水指數(shù)。當(dāng)供水不足時(shí)，植被生長(zhǎng)就會(huì)受到影響，且VSWI的值越低，植被吸收的土壤含水量就越小。公式為:

VSWI=NDVI/LST

(3)

式中：NDVI為歸一化植被指數(shù)；LST為地表溫度反演值(℃)。

2.2.2 地表參量確定

(1) NDVI計(jì)算。歸一化植被指數(shù)(NDVI)和綠色植物的繁榮茂盛程度有關(guān)，能夠反映土壤、潮濕地面等植物背景的影響狀況，能消除輻射干擾、大氣所帶來(lái)的噪聲等，能監(jiān)測(cè)植物的生長(zhǎng)狀態(tài)，進(jìn)行植被覆蓋度等方面的研究。歸一化植被指數(shù)是近紅外波段與紅光波段反射值之差與兩者之和的比(圖2)，公式如下：

NDVI=(ρNIR-ρRED)/(ρNIR+ρRED)

(4)

式中：ρNIR為近紅外波段反射率；ρRED為紅光波段反射率。

(2) 地表溫度。地表溫度即地面溫度，是表示地表能量平衡的一個(gè)重要參數(shù)。反演遙感影像的目的就是建立反演得到的VSWI值和土壤含水量之間的關(guān)系模型，從公式(5)可以看出，反演土壤含水量遙感信息模型需要地表溫度數(shù)據(jù)和植被指數(shù)數(shù)據(jù)。Landsat 8熱紅外傳感器有TIRS 10和TIRS 11兩種波段，可應(yīng)用于地表溫度的反演。當(dāng)前，針對(duì)Landsat 8熱紅外波段地表溫度反演所提出的算法有單通道算法SC[23]。

單通道算法SC(Single channel Method)是由Juan C.Jimenez-Munoz等在2009年提出計(jì)算地表溫度的方法，一般方程如下：

LST=γ[(φ1L+φ2)+φ3]+δ

(5)

式中：φ1，φ2，φ3與大氣水汽含量有關(guān)；δ，γ為Planck函數(shù)的2個(gè)參數(shù)，可由下式得出：

γ≈T2/brL

(6)

δ≈T-T2/br

(7)

式中：br為常數(shù)；L為輻射強(qiáng)度[W/(cm2·sr·μm)]；T為亮度溫度(℃)。

圖2 地表溫度和植被指數(shù)結(jié)果

3 結(jié)果與分析

3.1 土壤含水量與實(shí)測(cè)土壤含水量精度驗(yàn)證

為了進(jìn)一步驗(yàn)證植被供水指數(shù)遙感監(jiān)測(cè)水分的效果，本文采用一元線性回歸相關(guān)分析對(duì)實(shí)測(cè)土壤含水量數(shù)據(jù)與遙感數(shù)據(jù)獲得的VSWI指數(shù)做線性關(guān)系，利用ENVI軟件提取與遙感成像日期接近的遙感影像上土壤含水量反演值進(jìn)行土壤含水量反演值與實(shí)測(cè)數(shù)據(jù)的相關(guān)性分析檢驗(yàn)，并進(jìn)行線性擬合，觀察土壤含水量反演值與實(shí)測(cè)數(shù)據(jù)的擬合效果(圖3)。

圖3 基于Landsat 8遙感數(shù)據(jù)的土壤含水量反演值與實(shí)測(cè)數(shù)據(jù)線性擬合結(jié)果

結(jié)果顯示，土壤含水量反演值與實(shí)測(cè)數(shù)據(jù)呈一定的正相關(guān)關(guān)系，通過(guò)顯著性檢驗(yàn)(p<0.01)，說(shuō)明基于Lansdat 8遙感數(shù)據(jù)的土壤含水量反演在一定程度上能夠較好地反映土壤含水量的實(shí)際情況，可以利用Landsat 8影像進(jìn)行土壤含水量反演。其系數(shù)R為0.62，標(biāo)準(zhǔn)誤差為0.01。

3.2 土壤含水量時(shí)空分布特征

3.2.1 空間分布特征 根據(jù)黔中水利樞紐地區(qū)土壤含水量分布情況，將研究區(qū)的土壤含水量狀況分為5級(jí)[24]：旱(<10%)、輕旱(10%～50%)、濕潤(rùn)(50%～70%)、潮濕為(70%～85%)、過(guò)度濕潤(rùn)(>85%)。從2013—2018年黔中水利樞紐工程區(qū)土壤含水量分布狀況(圖4)來(lái)看，主要以濕潤(rùn)和潮濕為主。黔中水利樞紐地區(qū)的中部地帶土壤含水量情況主要為濕潤(rùn)，而潮濕主要分布在黔中水利樞紐的西南部地區(qū)，過(guò)度濕潤(rùn)部分地段處于黔中水利樞紐地區(qū)西部地帶，而黔中水利樞紐地區(qū)的東北部地段為輕旱。

2013年土壤含水量整體較差，呈“北部和東北部低、中間高”的分布特征，土壤含水量最高的地區(qū)是安順市中部和貴陽(yáng)市中部，以過(guò)度濕潤(rùn)為主，平均土壤含水量為14.78%，貴陽(yáng)市東北部、畢節(jié)市北部是水分較差的地區(qū)，以旱和輕旱為主，平均土壤含水量為24.09%。2014年土壤含水量呈“西部高、東部低”的分布特征，土壤含水量在畢節(jié)市、六盤(pán)水市較為豐富，以潮濕和過(guò)度濕潤(rùn)為主，平均含水量為31.43%，土壤含水量較低的地區(qū)有黔南州和貴陽(yáng)市東北部，以旱為主，平均土壤含水量為7.92%。2015年土壤含水量呈“西南和東北高、中部低”的分布特征，土壤含水量等級(jí)以濕潤(rùn)為主，土壤含水量最高的地區(qū)主要分布在畢節(jié)市、貴陽(yáng)市、安順市南部和東北部，平均含水量為22.72%。2016年土壤含水量空間分布差異明顯，潮濕、過(guò)度濕潤(rùn)分布面積逐漸增加，旱、輕旱分布面積逐漸減小，整體以潮濕為主，平均土壤含水量為61.67%，呈“中部高、四周低”的分布特征。2017年土壤含水量空間分布呈“西部高、東南部低”的特征，過(guò)度濕潤(rùn)主要分布在畢節(jié)市(2.38%)、六盤(pán)水市(5.47%)和安順市(13.98%)，旱主要集中分布在貴陽(yáng)市烏當(dāng)區(qū)，平均土壤含水量為0.02%。2018年土壤含水量整體較好，呈“西部高、東部低”的分布特征，主要以潮濕為主，分布在畢節(jié)市、六盤(pán)水市，土壤含水量最高的地區(qū)是畢節(jié)市，平均土壤含水量為2.49%，貴陽(yáng)市是土壤含水量較低的城市，平均土壤含水量為1.27%。

圖4 2013-2018年黔中水利樞紐工程區(qū)土壤含水量空間分布情況

3.2.2 時(shí)間分布特征 2013—2018年研究區(qū)平均土壤含水量分別為80.60%，77.40%，82.10%，82.90%，81.20%，83.60%。土壤含水量狀況整體表現(xiàn)出波動(dòng)升高的趨勢(shì)，年平均增速為0.91%，其中，從2013—2014年，土壤含水量整體呈下降趨勢(shì)，年平均降速為-1.00%；而2014—2015年，土壤含水量呈上升趨勢(shì)，年平均增速為1.48%。2013—2018年平均土壤含水量各類型(表2)發(fā)生明顯變化。

表2 2013-2018年黔中水利樞紐工程區(qū)土壤含水量時(shí)間變化情況

2016年與2015年相比，潮濕類型所占比例明顯上升，面積從2 846.95 km2上升到10 062.10 km2，旱類型所占比例下降幅度最大，面積由717.81 km2下降到120.28 km2；2017年與2016年相比，過(guò)度濕潤(rùn)類型所占比例上升最明顯，面積增加了3 743.95 km2，旱類型所占比例呈下降趨勢(shì)，面積減少了30.53 km2；2018年與2017年相比，土壤含水量各類型面積差異不大?？傮w上，2018年土壤含水量狀況優(yōu)于2013年。2013年、2014年和2015年，土壤含水量集中分布在50%～70%，其面積分別占貴州省黔中水利樞紐地區(qū)總面積的48.54%，49.51%，49.17%；2016年、2017年和2018年土壤含水量則集中分布在70%～85%，其面積比分別為61.67%，43.60%，46.74%。整體上來(lái)看，2013年和2014年的土壤含水量較低，在50%以下的土壤含水量所占地區(qū)的面積最大比例分別為24.09%，19.06%；2016年、2017年和2018年土壤含水量相對(duì)較高，在70%以上的土壤含水量地區(qū)面積最大，其所占比例分別達(dá)到77.08%，81.96%，73.19%。

3.2.3 土壤含水量動(dòng)態(tài)分析 研究區(qū)土壤含水量的各類型面積變化差異顯著(表3)。面積增加最大的是土壤含水量為70%～85%，增加了5 572.39 km2，變化率為34.15%，且動(dòng)態(tài)度最大，為13.56%；面積減少最大的土壤含水量類型為50%～70%，減小了4 973.54 km2，變化率為-30.48%，且動(dòng)態(tài)幅度為-3.13%；動(dòng)態(tài)幅度最小的是土壤含水量類型為<10%，2013—2018年面積減少了1 041.05 km2。

表3 2013-2018年土壤含水量面積變化統(tǒng)計(jì)

通過(guò)2013年和2018年土壤含水量疊加分析，將計(jì)算得到的土壤含水量面積變化率分為7級(jí)：劇烈減少區(qū)(變化率<-30%)、減少區(qū)(-30%≤變化率<-10%)、輕微減少區(qū)(-10%≤變化率<-5%)、穩(wěn)定區(qū)(-5%≤變化率<5%)、輕微增加區(qū)(5%≤變化率<10%)、增加區(qū)(10%≤變化率<30%)和劇烈增加區(qū)(變化率≥30%)。得到近6年來(lái)土壤含水量變化的專題圖(圖5A)，研究區(qū)土壤含水量面積變化幅度以增加為主。其中占總面積百分比最小的是穩(wěn)定區(qū)，面積僅有1 940.14 km2，最大的是劇烈增加區(qū)，面積為2 394.25 km2。土壤含水量劇烈增加區(qū)主要位于工程區(qū)西北、西南部和東北部，包括畢節(jié)市、六盤(pán)水市、安順市和貴陽(yáng)市北部，一方面是研究區(qū)涉及到整個(gè)長(zhǎng)江的三岔河及其支流、貓?zhí)?、南明河以及珠江的打邦河和格凸河，為響?yīng)“守護(hù)綠水青山，共建綠色長(zhǎng)江”的號(hào)召，區(qū)域水土保持整治得到了可觀的改善；另一方面，近幾年政府加大巖溶地區(qū)石漠化的綜合治理，加強(qiáng)退耕還林，還草、封山育林等工程性措施的實(shí)施，使得研究區(qū)的森林得到了較好的保護(hù)，有利于植被生長(zhǎng)，土壤含水量也大幅度增加?？傮w上，2013—2018年土壤含水量態(tài)勢(shì)較好。

3.3 土壤含水量與降水量、溫度的關(guān)系

降水是土壤含水量的主要來(lái)源之一，土壤含水量的空間分布、年紀(jì)變化都與降水量特征有著密切的關(guān)系，黔中水利樞紐工程區(qū)內(nèi)的土壤含水量消耗方式主要有植被蒸騰和地表蒸發(fā)，而氣溫對(duì)植物蒸騰和地表蒸發(fā)有一定的影響，因此，溫度因子會(huì)對(duì)土壤含水量變化產(chǎn)生間接的影響。為探討工程區(qū)內(nèi)土壤含水量空間變化的主要因素，將氣象站點(diǎn)2013—2018年降雨和溫度數(shù)據(jù)進(jìn)行反距離插值，得到不同時(shí)期的降雨量和溫度插值的空間分布情況，然后利用ArcGIS中的地圖代數(shù)工具計(jì)算2013—2018年VSWI與降水量、溫度的相關(guān)性分布圖，其結(jié)果如圖5B—C所示。

圖5 2013-2018年土壤含水量、VSWI與降水量、溫度的相關(guān)性分布

黔中水利樞紐工程區(qū)2013—2018年的土壤含水量與降雨量、溫度有相關(guān)性。其中，土壤含水量與降雨量相關(guān)性較高的主要集中在貴陽(yáng)市、畢節(jié)市、安順北部、六盤(pán)水東北部等部分區(qū)域，此部分區(qū)域以高原、山地為主，是典型的巖溶山區(qū)，山巒眾多、溝壑縱橫，氣候溫和、降雨充沛；較低區(qū)域主要集中在安順南部以及黔南等部分地區(qū)，與同期的土壤含水量空間分布格局相吻合，相關(guān)性系數(shù)取值在(0.46，0.79)區(qū)間，其中，在畢節(jié)等部分地區(qū)呈高度相關(guān)，在其余地區(qū)呈中度相關(guān)，且為正相關(guān)關(guān)系。土壤含水量與溫度相關(guān)性較高的主要集中在安順市南部、黔南州等部分區(qū)域，此部分區(qū)域以山地丘陵為主，耕地分布廣泛，人類活動(dòng)強(qiáng)烈，對(duì)土壤含水量的空間分異有一定程度的影響；相關(guān)性為低的主要集中在安順市北部、畢節(jié)和六盤(pán)水市部分地區(qū)，兩者的相關(guān)性值區(qū)間在(-0.49，-0.63)，為中度負(fù)相關(guān)。綜上所述，2013—2018年研究區(qū)土壤含水量與氣溫、降雨量有相關(guān)性。

4 討論與結(jié)論

4.1 討 論

利用植被供水指數(shù)法反演土壤含水量，反演結(jié)果與實(shí)測(cè)數(shù)據(jù)一致，但由于土壤含水量有效實(shí)測(cè)數(shù)據(jù)少，本文僅選取了與遙感影像成像日期接近的2016年的土壤含水量數(shù)據(jù)進(jìn)行精度驗(yàn)證，導(dǎo)致與VSWI指數(shù)的相關(guān)性較弱，且除受熱量、降水影響外，地形、土層深度等對(duì)土壤含水量的變化也有影響。故隨著土壤墑情數(shù)據(jù)不斷豐富，后續(xù)研究將把遙感成像與實(shí)測(cè)數(shù)據(jù)之間的地形差異等因素考慮進(jìn)來(lái)，更好地監(jiān)測(cè)土壤含水量的動(dòng)態(tài)變化。

4.2 結(jié) 論

(1) 基于Lansdat 8數(shù)據(jù)反演的土壤含水量與實(shí)測(cè)數(shù)據(jù)呈一定的正相關(guān)關(guān)系，并通過(guò)了置信水平為99%的雙尾統(tǒng)計(jì)檢驗(yàn)，表明基于Lansdat 8遙感數(shù)據(jù)和植被供水指數(shù)法(VSWI)在一定程度上能夠較好地反映研究區(qū)內(nèi)土壤含水量狀況。

(2) 自2013—2018年共6 a的時(shí)間跨度下，研究區(qū)土壤含水量分布整體表現(xiàn)出波動(dòng)升高的趨勢(shì)，年平均增速為0.91%，空間分布上整體呈現(xiàn)出“西南部高、東北部低”的趨勢(shì)，以濕潤(rùn)和潮濕為主，利用遙感監(jiān)測(cè)研究區(qū)土壤含水量，能較好地解釋區(qū)域土壤含水量的時(shí)空變化規(guī)律。

(3) 6年內(nèi)研究區(qū)平均土壤含水量類型發(fā)生明顯轉(zhuǎn)移，旱類型向輕旱、濕潤(rùn)類型轉(zhuǎn)移，濕潤(rùn)類型向潮濕類型轉(zhuǎn)移顯著，總體上，2013—2018年土壤含水量態(tài)勢(shì)較好。

(4) 6年內(nèi)降雨和溫度對(duì)研究區(qū)內(nèi)的土壤含水量變化產(chǎn)生一定的影響，其空間插值分布與同期的土壤含水量空間分布格局相吻合，土壤含水量隨著降雨量的減少呈減少趨勢(shì)，隨溫度的減小而呈升高趨勢(shì)。