陳雨燁 王培娟 張?jiān)催_(dá) 楊建瑩
(中國氣象科學(xué)研究院, 北京 100081)
干旱是指由于長時(shí)間無降水或降水量偏少造成的水分供求失衡,進(jìn)而導(dǎo)致農(nóng)作物受災(zāi)減產(chǎn)的現(xiàn)象[1],是全球范圍內(nèi)最復(fù)雜、最常見的自然災(zāi)害之一[2],也是對中國影響最大的自然災(zāi)害之一。20世紀(jì)80年代以來,我國頻繁發(fā)生大范圍干旱[3],1980年以來發(fā)生重旱的頻率是1980年以前的3倍以上,且三季連旱、連年干旱呈增加趨勢[4-5],給農(nóng)業(yè)生產(chǎn)和國民經(jīng)濟(jì)帶來巨大損失。
玉米是中國第一大糧食作物,其生育期內(nèi)耗水較多,且對水分脅迫較為敏感[6]。東北地區(qū)是我國北方春播玉米的主產(chǎn)區(qū)[7],目前玉米播種面積超過6×106hm2,產(chǎn)量近4×107t,約占全國玉米產(chǎn)量的30%[8]。因此,東北春玉米種植區(qū)是我國重要的玉米產(chǎn)區(qū),也是重要的商品糧基地[9-10]。20世紀(jì)90年代以來,東北地區(qū)干旱頻發(fā)[11],預(yù)計(jì)到21世紀(jì)中期,東北春玉米缺水率仍呈增加趨勢[12],干旱已成為制約東北春玉米生產(chǎn)的關(guān)鍵因素[13],嚴(yán)重影響春玉米的生長發(fā)育和產(chǎn)量品質(zhì)形成,進(jìn)而危及國家糧食安全。因此,在東北地區(qū)開展春玉米干旱研究,篩選識別春玉米干旱準(zhǔn)確度和敏感度較高的指標(biāo),對該地區(qū)干旱狀況進(jìn)行監(jiān)測評估,對農(nóng)業(yè)防災(zāi)減災(zāi)及中國的糧食安全意義重大。
常用的農(nóng)業(yè)干旱監(jiān)測主要包括基于氣象數(shù)據(jù)的農(nóng)業(yè)干旱監(jiān)測和基于衛(wèi)星遙感信息的干旱監(jiān)測。近年遙感技術(shù)以其客觀、及時(shí)、經(jīng)濟(jì)、監(jiān)測范圍寬廣、尺度精細(xì)、數(shù)據(jù)連續(xù)等優(yōu)點(diǎn)[14],彌補(bǔ)了地面站點(diǎn)的不足,提高了干旱監(jiān)測的精準(zhǔn)性和時(shí)效性,已被證明是農(nóng)業(yè)干旱監(jiān)測中最具前景的技術(shù)手段[15]。目前已有研究多利用歸一化差值植被指數(shù)(normalized difference vegetation index,NDVI)[16]、條件植被指數(shù)(vegetation condition index,VCI)[17]、增強(qiáng)型植被指數(shù)(enhanced vegetation index,EVI)[18]、歸一化差值水分指數(shù)(normalized difference water index,NDWI)[19-20]、日光誘導(dǎo)葉綠素?zé)晒?solar-induced chlorophyll fluorescence,SIF)指數(shù)[21-23]等遙感指數(shù)對作物是否遭受干旱影響及干旱嚴(yán)重程度進(jìn)行分析,也有研究對各種指數(shù)識別干旱的能力進(jìn)行對比,如Cao等[24]以SPEI(standardized precipitation evapotranspiration index)為參考,討論SIF指數(shù)、NDVI和EVI監(jiān)測美國玉米帶干旱的敏感性,表明發(fā)生干旱的情況下,SIF指數(shù)和GPP(gross primary productivity)的一致性優(yōu)于植被指數(shù);史曉亮等[25]基于不同尺度的SPEI,研究SIF指數(shù)、NDVI和EVI等監(jiān)測我國西南地區(qū)植被干旱狀況的差異性,發(fā)現(xiàn)SIF指數(shù)和不同尺度氣象干旱指數(shù)的相關(guān)性均高于NDVI和EVI;陳鑫等[26]基于SPEI和降水量等數(shù)據(jù),對SIF指數(shù)、NDVI和EVI監(jiān)測山東省冬小麥對干旱的響應(yīng)進(jìn)行研究,發(fā)現(xiàn)SIF指數(shù)對植物的生理變化足夠敏感,能更及時(shí)地捕捉干旱發(fā)展的時(shí)空動(dòng)態(tài),這是由于干旱可以通過引起葉片氣孔關(guān)閉和新陳代謝功能損壞限制作物的光合作用,從而導(dǎo)致作物受旱減產(chǎn)[27]。
人們對各種遙感指數(shù)識別作物干旱能力進(jìn)行了大量對比,但在對比研究中,NDVI和EVI均是基于植被在可見光-近紅外波段的地物波譜特性構(gòu)建的植被指數(shù),在干旱監(jiān)測機(jī)理方面具有相似性,而NDWI是基于近紅外-短波紅外波段的地物波譜特性構(gòu)建的植被指數(shù),由于短波紅外波段對水分的強(qiáng)吸收特性[28],決定了NDWI與NDVI和EVI在植被干旱監(jiān)測機(jī)理方面存在差異;除此之外,各研究多用遙感干旱指數(shù)和氣象干旱指數(shù)(如SPI和SPEI、土壤濕度等)之間的相關(guān)性評估植被對干旱的響應(yīng),但農(nóng)業(yè)災(zāi)害的形成通常受多種因素綜合影響,用降水量、土壤濕度等單一要素很難準(zhǔn)確描述作物受災(zāi)的程度[29],且以農(nóng)業(yè)實(shí)際災(zāi)情數(shù)據(jù)為基礎(chǔ),探討不同遙感指數(shù)對干旱響應(yīng)程度的研究還鮮有報(bào)道。因此,本文以東北地區(qū)為研究區(qū)域,以該區(qū)域易于發(fā)生季節(jié)性干旱的春玉米為研究對象,基于研究區(qū)域春玉米實(shí)際災(zāi)情數(shù)據(jù),對比農(nóng)業(yè)干旱監(jiān)測機(jī)理存在顯著差異的3種指數(shù)SIF指數(shù)、NDWI和NDVI,分析它們對春玉米干旱識別的準(zhǔn)確度及提前預(yù)判干旱發(fā)生的能力,尋找能夠快速表征東北春玉米干旱的最佳敏感性指標(biāo),為制定具有針對性的抗旱措施、科學(xué)安排灌溉策略,以最大程度降低農(nóng)業(yè)干旱造成的損失提供技術(shù)保障。
東北地區(qū)地處中高緯度(38°43′N~53°33′N,117°47′E~135°05′E),包括黑龍江、吉林、遼寧三省以及內(nèi)蒙古自治區(qū)東四盟地區(qū)。該地區(qū)土地肥沃,地勢平坦,主要生產(chǎn)玉米、水稻等糧食作物,以及大豆、花生等經(jīng)濟(jì)作物,是我國北方春播玉米主產(chǎn)區(qū)和重要的商品糧基地,更是氣候變化敏感區(qū)。東北地區(qū)屬溫帶季風(fēng)性氣候,冬季寒冷干燥,夏季溫?zé)岫嘤辏晕鞅敝翓|南年降水量由不足400 mm升至1000 mm,從半干旱區(qū)逐漸過渡到半濕潤區(qū)和濕潤區(qū),且年降水量的70%~80%集中在6—8月,雨熱與春玉米生長發(fā)育同步,是典型的雨養(yǎng)農(nóng)業(yè)區(qū)[30-31]。由于降水時(shí)空分布不均勻,易發(fā)生季節(jié)性干旱。近半個(gè)多世紀(jì)的氣象數(shù)據(jù)顯示,東北地區(qū)氣溫升高,降水量減少,是干旱發(fā)生頻率較高的地區(qū)之一[32]。
研究所用遙感數(shù)據(jù)包括MODIS土地覆蓋類型產(chǎn)品MCD12Q1、地表反射率產(chǎn)品MOD09A1、全球葉綠素?zé)晒鈹?shù)據(jù)集GOSIF。
MCD12Q1是全球空間分辨率為500 m的逐年尺度土地利用數(shù)據(jù)集,數(shù)據(jù)來源于美國地球資源觀測中心。本研究獲取了2000—2019年研究區(qū)域逐年MCD12Q1產(chǎn)品,選擇國際地圈生物圈計(jì)劃的全球植被分類方案,對其進(jìn)行轉(zhuǎn)投影、拼接、裁剪等處理,提取得到東北地區(qū)逐年的農(nóng)業(yè)用地區(qū)域。隨著時(shí)間變化和人類活動(dòng)影響,東北春玉米種植區(qū)在不同年份有所調(diào)整,因此選擇2000—2019年研究區(qū)域的農(nóng)業(yè)用地區(qū)域,統(tǒng)計(jì)沒有變化的柵格像元[33],得到研究區(qū)域多年農(nóng)業(yè)用地區(qū)域。結(jié)合中國科學(xué)院地理研究所發(fā)布的1 km中國土地利用數(shù)據(jù),掩膜掉水田區(qū)域,得到東北春玉米種植區(qū)(圖1)。
圖1 研究區(qū)域及典型站點(diǎn)分布Fig.1 Study area and typical stations
MOD09A1是8 d合成的地表反射率產(chǎn)品,空間分辨率為500 m。本研究獲取了研究區(qū)域2000—2020年5—9月的MOD09A1產(chǎn)品,對其進(jìn)行轉(zhuǎn)投影、拼接、剪裁等預(yù)處理,并提取B1(紅光)波段、B2(近紅外)波段和B7(短波紅外)波段,計(jì)算得到研究所需的NDVI和NDWI[34-35]。
葉綠素?zé)晒鈹?shù)據(jù)集(GOSIF)是基于離散的OCO-2 SIF數(shù)據(jù)、中分辨率光譜成像儀(MODIS)植被數(shù)據(jù)和氣象再分析數(shù)據(jù),利用機(jī)器學(xué)習(xí)算法得到的全球范圍時(shí)間分辨率為8 d、空間分辨率為0.05°的SIF數(shù)據(jù),本研究收集了研究區(qū)域2000—2020年5—9月的GOSIF數(shù)據(jù),對其進(jìn)行掩膜、數(shù)據(jù)單位換算等預(yù)處理,得到研究區(qū)域春玉米生長季的葉綠素?zé)晒鈹?shù)據(jù)集。
本文插圖中所涉及的中國國界及省界基于審圖號為GS(2020)4619號標(biāo)準(zhǔn)地圖制作,底圖無修改。2.2 春玉米實(shí)際災(zāi)情數(shù)據(jù)
春玉米實(shí)際災(zāi)情數(shù)據(jù)選擇中國農(nóng)業(yè)氣象災(zāi)害數(shù)據(jù)集。根據(jù)東北春玉米生長發(fā)育情況,結(jié)合衛(wèi)星遙感數(shù)據(jù)可獲取時(shí)間范圍,篩選災(zāi)害類型為干旱、災(zāi)害發(fā)生時(shí)段為2000—2013年5—9月、受災(zāi)作物為春玉米或所有作物、受災(zāi)地點(diǎn)為東北地區(qū)的所有數(shù)據(jù),共得到62個(gè)農(nóng)業(yè)氣象站177條春玉米干旱災(zāi)害記錄作為本研究的實(shí)際災(zāi)情樣本,其中輕度、中度、重度干旱樣本量分別為59,79,39。
研究所用的遙感指數(shù)包括SIF指數(shù)、NDWI和NDVI?;诤Y選得到的62個(gè)站點(diǎn)177條春玉米干旱災(zāi)害記錄,根據(jù)春玉米干旱災(zāi)害發(fā)生的時(shí)間(時(shí)段)、地點(diǎn)(區(qū)域),以有災(zāi)害記錄的每個(gè)農(nóng)業(yè)氣象試驗(yàn)站點(diǎn)所在縣/區(qū)為研究單元,對3種指數(shù)進(jìn)行分區(qū)掩膜處理,剔除無效數(shù)據(jù)后,得到2000—2020年每個(gè)研究單元3種指數(shù)在5—9月每1個(gè)時(shí)相(第121天,第129天,第137天,…)的時(shí)間序列數(shù)據(jù)集[36]。利用箱線法確定各數(shù)據(jù)集的四分位區(qū)間[37-38]。由于箱線法未對數(shù)據(jù)做任何限制性要求,不要求數(shù)據(jù)必須服從正態(tài)分布或近似服從正態(tài)分布,以四分位數(shù)和四分位距為基礎(chǔ),給出數(shù)據(jù)分布的中心位置、散布范圍和形狀,具有一定的魯棒性,可以代表無旱樣本的分布特性?;谙渚€圖的四分位區(qū)間,形成3種指數(shù)各研究單元的時(shí)間序列無旱數(shù)據(jù)集。
基于3種指數(shù)時(shí)間序列數(shù)據(jù)集,對于每個(gè)研究單元,將中國農(nóng)業(yè)氣象災(zāi)害數(shù)據(jù)集中干旱災(zāi)害記錄年份的像元序列值與指數(shù)時(shí)間序列數(shù)據(jù)集進(jìn)行對比,若災(zāi)害記錄日期的像元值小于指數(shù)時(shí)間序列數(shù)據(jù)集對應(yīng)日期的下四分位區(qū)間,則認(rèn)為該指數(shù)識別出干旱發(fā)生[22]。若指數(shù)識別的干旱發(fā)生日期不晚于災(zāi)情記錄日期,則認(rèn)為該指數(shù)可以準(zhǔn)確識別春玉米發(fā)生干旱,用指數(shù)準(zhǔn)確識別干旱災(zāi)害的記錄數(shù)占干旱總樣本量的百分比表示指數(shù)的準(zhǔn)確度。若指數(shù)識別的干旱發(fā)生日期早于災(zāi)情記錄日期,則認(rèn)為指數(shù)可以提前于災(zāi)害記錄識別干旱發(fā)生,指數(shù)對春玉米干旱識別更敏感;反之,則認(rèn)為指數(shù)對春玉米干旱識別具有滯后效應(yīng)。用指數(shù)提前于災(zāi)害記錄識別干旱災(zāi)害的記錄數(shù)占指數(shù)準(zhǔn)確識別干旱災(zāi)害記錄數(shù)的百分比表示指數(shù)的敏感度。計(jì)算3種指數(shù)提前(滯后)識別干旱發(fā)生日期與災(zāi)害記錄日期之差,得到3種指數(shù)識別災(zāi)害樣本的提前(滯后)時(shí)間,統(tǒng)計(jì)3種指數(shù)的敏感度和提前(滯后)日數(shù)差,篩選得到春玉米干旱識別的最敏感指數(shù)。
4.1.1 干旱樣本空間分布特征
東北地區(qū)62個(gè)站點(diǎn)177條春玉米干旱災(zāi)害記錄的受旱站點(diǎn)及各站點(diǎn)干旱頻次的空間分布如圖2所示。由圖2可見,春玉米干旱災(zāi)害除大興安嶺北部及漠河地區(qū)、吉林延邊地區(qū)、黑龍江牡丹江地區(qū)外,在東北全域均有分布,且在東北南部受旱區(qū)域相對集中。從受旱頻次看,干旱頻次較高的區(qū)域也集中在遼寧西部、內(nèi)蒙古自治區(qū)東四盟的西部和南部,受旱次數(shù)在5次以上;黑龍江和吉林中部的松嫩平原受旱次數(shù)相對較少,以1~3次為主。
圖2 2000—2013年5—9月東北春玉米干旱樣本站點(diǎn)及干旱頻次分布Fig.2 Distribution of drought sample sites and drought frequency for spring maize in Northeast China from May to Sep during 2000-2013
4.1.2 干旱樣本時(shí)間分布特征
根據(jù)春玉米生育期,將春玉米干旱災(zāi)害記錄劃分為播種期、苗期、拔節(jié)-孕穗期、抽穗-開花期、灌漿-成熟期5個(gè)發(fā)育階段[39],統(tǒng)計(jì)各發(fā)育階段干旱樣本量,表明東北春玉米干旱主要發(fā)生在苗期,占干旱總樣本量的40%。春玉米苗期是以長根、分化莖葉為主的營養(yǎng)生長階段,根系發(fā)育較快,但地上部莖、葉的增長比較緩慢,是決定畝株數(shù)的基礎(chǔ)。苗期發(fā)生干旱,會(huì)抑制春玉米的生長速率,葉片發(fā)黃,發(fā)育期顯著延遲。拔節(jié)-孕穗期、抽穗-開花期和灌漿-成熟期干旱樣本量相差較小,均在20%左右。拔節(jié)-孕穗期是春玉米營養(yǎng)生長與生殖生長并進(jìn)期,干旱使葉片干卷萎蔫,進(jìn)行光合作用的綠葉面積減少,株高增長緩慢,雌穗和雄穗發(fā)育受阻;抽穗-開花期和灌漿-成熟期是春玉米的生殖生長期,干旱會(huì)造成花粉生命力下降,影響授粉,形成稀粒棒或空棒,進(jìn)而導(dǎo)致減產(chǎn)。春玉米播種期干旱記錄最少,僅為3%。由于本研究是基于植被波譜特性和光合能力構(gòu)建的遙感指數(shù)進(jìn)行干旱識別,播種期內(nèi)春玉米植株尚未出土,遙感指數(shù)無法在該發(fā)育時(shí)段內(nèi)識別春玉米是否發(fā)生干旱,因此,春玉米播種期并不是本研究關(guān)注的主要時(shí)段。
4.2.1 干旱樣本總體準(zhǔn)確度
計(jì)算SIF指數(shù)、NDWI和NDVI識別春玉米干旱的準(zhǔn)確度,各指數(shù)對春玉米不同等級干旱的總體識別準(zhǔn)確度如圖3所示。由圖3可以看到,3種指數(shù)在識別春玉米干旱方面均表現(xiàn)良好,識別準(zhǔn)確度均超過80%。SIF指數(shù)表現(xiàn)最佳,識別準(zhǔn)確度總體達(dá)到89.27%;NDWI和NDVI識別準(zhǔn)確度分別為83.62%和84.18%。對于不同等級的干旱,3種指數(shù)對重度干旱的識別準(zhǔn)確率均較高,超過94%,SIF指數(shù)對輕、中、重3個(gè)干旱等級的識別準(zhǔn)確度均高于NDVI和NDWI,NDWI對中度、重度干旱的識別準(zhǔn)確度略高于NDVI。
圖3 SIF指數(shù)、NDWI和NDVI識別春玉米不同等級干旱準(zhǔn)確度對比Fig.3 Accuracy of SIF index,NDWI and NDVI in identifying different drought grades for spring maize
4.2.2 春玉米各發(fā)育階段準(zhǔn)確度
計(jì)算SIF指數(shù)、NDWI和NDVI在春玉米不同發(fā)育階段的干旱識別準(zhǔn)確度,結(jié)果如表1所示。由表1可見,3種指數(shù)對春玉米苗期干旱的識別準(zhǔn)確度最高,均超過90%;抽穗-開花期次之,干旱識別準(zhǔn)確度為83.00%~96.77%;拔節(jié)-孕穗期和灌漿-成熟期最差,但干旱識別準(zhǔn)確度仍超過66.67%。除苗期外,3種指數(shù)在其余3個(gè)發(fā)育階段均表現(xiàn)出對重度干旱的識別準(zhǔn)確度最高,SIF指數(shù)在拔節(jié)-孕穗期、抽穗-開花期和灌漿-成熟期對重度干旱的識別準(zhǔn)確度均達(dá)到100%,對輕度和中度干旱的識別準(zhǔn)確度也均超過75%;NDVI和NDWI在春玉米除苗期外的3個(gè)發(fā)育階段均對重度干旱識別準(zhǔn)確度較高,但對輕度、中度干旱的識別準(zhǔn)確度表現(xiàn)略差,除拔節(jié)-孕穗期NDVI對春玉米中度干旱識別的準(zhǔn)確度低于50%外,其余發(fā)育階段對春玉米輕度和中度干旱識別準(zhǔn)確度均大于64%。
表1 SIF指數(shù)、NDWI和NDVI識別春玉米不同發(fā)育階段不同等級干旱準(zhǔn)確度Table 1 Accuracy of SIF index,NDWI and NDVI in identifying different drought grades at different developmental stages of spring maize
對比分析3種指數(shù)的干旱識別能力,SIF指數(shù)在春玉米4個(gè)發(fā)育階段各等級干旱識別準(zhǔn)確度均優(yōu)于NDWI和NDVI,表現(xiàn)出較高的干旱識別優(yōu)勢,表明基于植被光合能力的指數(shù)在識別干旱時(shí)要優(yōu)于基于地物波譜特性構(gòu)建的指數(shù);NDWI和NDVI在春玉米不同發(fā)育階段的干旱識別準(zhǔn)確度差異較大,NDVI在苗期表現(xiàn)較好,NDWI則在拔節(jié)-孕穗期、抽穗-開花期和灌漿-成熟期略有優(yōu)勢,原因是春玉米生長后期植被覆蓋度較高,NDVI達(dá)到飽和,不能很好地反映作物的干旱情況。
4.3.1 基于干旱樣本集合的遙感指數(shù)敏感度
計(jì)算SIF指數(shù)、NDWI和NDVI提前(滯后)識別干旱發(fā)生日期與災(zāi)害記錄日期之差,得到3種指數(shù)識別災(zāi)害樣本的提前(滯后)時(shí)間,統(tǒng)計(jì)3種指數(shù)識別春玉米干旱的敏感度,各指數(shù)對春玉米不同干旱程度的總體識別敏感度如圖4所示。由圖4可見,3種指數(shù)對春玉米干旱識別的敏感度差異較大,SIF指數(shù)對干旱識別的敏感度最高,達(dá)到81.65%,NDVI對干旱識別的敏感度較低,只有59.73%,NDWI表現(xiàn)介于兩種指數(shù)之間,敏感度為77.03%。從不同等級干旱看,SIF指數(shù)、NDWI和NDVI均對重度干旱識別的敏感度最高,分別達(dá)到86.84%,78.95%和62.16%;SIF指數(shù)對輕、中、重3個(gè)干旱等級的識別敏感度均高于NDVI和NDWI,NDWI次之,NDVI最低。表明基于植被光合能力的指數(shù)識別干旱的敏感度優(yōu)于基于地物波譜特性構(gòu)建的指數(shù),基于對水分強(qiáng)吸收的短波紅外波段構(gòu)建的NDWI在識別春玉米干旱方面也優(yōu)于基于可見光-近紅外波段構(gòu)建的NDVI指數(shù)。
圖4 SIF指數(shù)、NDWI和NDVI識別春玉米不同等級干旱敏感度對比Fig.4 Sensitivity of SIF index,NDWI and NDVI in identifying different drought grades for spring maize
計(jì)算3種指數(shù)提前(滯后)識別干旱發(fā)生日期與災(zāi)害記錄日期之差,得到3種指數(shù)識別災(zāi)害樣本的提前(滯后)時(shí)間,統(tǒng)計(jì)提前(滯后)日數(shù)差,如圖5所示。
圖5 SIF指數(shù)、NDWI和 NDVI識別春玉米干旱敏感度對比(a)判定干旱發(fā)生與災(zāi)害記錄日數(shù)差,(b)判定干旱發(fā)生與災(zāi)害記錄日數(shù)差頻次和累計(jì)頻次Fig.5 Sensitivity in identifying drought for spring maize by SIF index,NDWI and NDVI(a)difference between drought occurrence date and determined disaster record date,(b)the difference frequency and cumulative frequency between drought occurrence date and determined disaster record date
由圖5a可以看到,SIF指數(shù)的箱線圖整體偏向下,即提前預(yù)判干旱發(fā)生的日數(shù)大于其他兩種指數(shù),敏感度較高;NDVI的箱線圖基本上以橫軸為中心,整體表現(xiàn)出上下對稱的結(jié)構(gòu)特點(diǎn),表明NDVI識別到干旱發(fā)生時(shí)間與災(zāi)害記錄時(shí)間相近;NDWI的箱線圖表現(xiàn)介于兩者之間,中位數(shù)、平均數(shù)及下四分位線相對于NDVI均偏下。因此,SIF指數(shù)對于春玉米干旱識別的敏感度更高,可以更早感知到干旱。
由圖5b可以看到,SIF指數(shù)和NDWI識別干旱發(fā)生日期與災(zāi)害記錄日期之差的頻次較大值主要分布于-16 d~0,且均在日數(shù)差為0時(shí)頻次達(dá)到峰值,而NDVI雖然也在日數(shù)差為0時(shí)達(dá)到峰值,但其較大值分布在0~16 d;由累計(jì)頻次折線圖也可以看到,SIF指數(shù)和NDWI在日數(shù)差為-16 d~0時(shí)曲線斜率增長最快,且SIF指數(shù)曲線的斜率增長快于NDWI,它們均在日數(shù)差大于0后增長緩慢;NDVI在日數(shù)差小于0時(shí)曲線斜率增長緩慢,在日數(shù)差為0~16 d時(shí)斜率增長最快,這說明SIF指數(shù)和NDWI識別干旱的敏感度較高,且SIF指數(shù)的敏感度要優(yōu)于NDWI,NDVI識別干旱的敏感度較差。
4.3.2 典型站點(diǎn)干旱識別敏感度
選取建昌站和五大連池站作為典型站點(diǎn)(兩站點(diǎn)分布見圖1),基于3種指數(shù)時(shí)間序列數(shù)據(jù)集,將中國農(nóng)業(yè)氣象災(zāi)害數(shù)據(jù)集中干旱災(zāi)害記錄發(fā)生年份的像元序列值與指標(biāo)時(shí)間序列數(shù)據(jù)集進(jìn)行對比,分析3種指數(shù)識別干旱敏感度,結(jié)果如圖6所示。
圖6 典型站點(diǎn)SIF指數(shù)、NDWI和NDVI識別干旱敏感度Fig.6 Drought sensitivity identified by SIF index,NDWI and NDVI at typical stations
根據(jù)春玉米干旱災(zāi)情記錄,建昌站在2009年第209天發(fā)生重旱,由圖6可知,3種指數(shù)均能識別干旱發(fā)生,但SIF指數(shù)在提前2~3個(gè)時(shí)間間隔(即16~24 d)曲線已經(jīng)下降到多年平均區(qū)間以下,而NDVI和NDWI雖然也提前于災(zāi)害記錄時(shí)間識別干旱發(fā)生,但均提前1~2個(gè)時(shí)間間隔,說明該站點(diǎn)SIF指數(shù)對干旱的預(yù)判要早于NDVI和NDWI;五大連池站在2007年第217天發(fā)生中旱,由圖6可知3種指數(shù)也均能識別干旱發(fā)生,SIF指數(shù)和NDWI均提前于災(zāi)害記錄時(shí)間約1個(gè)時(shí)間間隔識別干旱發(fā)生,而NDVI識別干旱發(fā)生時(shí)間和災(zāi)害記錄時(shí)間相近,說明該站點(diǎn)SIF指數(shù)和NDWI對干旱發(fā)生的預(yù)判要早于NDVI。
基于上述對典型站點(diǎn)春玉米干旱研究可知,SIF指數(shù)、NDVI和NDWI均能識別春玉米干旱發(fā)生,SIF指數(shù)相較于NDWI和NDVI,識別干旱的敏感度更高,能夠提前于災(zāi)害記錄時(shí)間識別到干旱的發(fā)生。
本文基于植被光合特性、近紅外-短波紅外波段、可見光-近紅外波段構(gòu)建的SIF指數(shù)、NDWI和NDVI在識別農(nóng)業(yè)干旱機(jī)理方面的差異,對比3種指數(shù)識別東北春玉米干旱的準(zhǔn)確度及敏感度,得出以下主要結(jié)論:
1) 3種指數(shù)識別春玉米干旱的準(zhǔn)確度均較高,其中SIF指數(shù)的準(zhǔn)確度最高,達(dá)89.27%;3種指數(shù)對重度干旱的識別準(zhǔn)確度均高于輕度和中度干旱,超過94%,且SIF指數(shù)的準(zhǔn)確度最高,NDWI次之,NDVI略差,但仍達(dá)到94.87%。
2) 從春玉米發(fā)育階段看,3種指數(shù)對春玉米苗期干旱的識別準(zhǔn)確度最高,均超過90%;抽穗-開花期次之,拔節(jié)-孕穗期和灌漿-成熟期最差;SIF指數(shù)在春玉米4個(gè)發(fā)育階段的干旱識別準(zhǔn)確度均優(yōu)于NDWI和NDVI。
3) 3種指數(shù)對春玉米干旱識別的敏感度差異較大,SIF指數(shù)對干旱識別的敏感度最高,可在春玉米干旱災(zāi)害記錄前0~16 d識別出干旱;NDWI次之,提前識別日數(shù)集中在0~8 d;NDVI的敏感度略低,一般滯后于災(zāi)情記錄0~16 d。3種指數(shù)對重度干旱的識別敏感度均高于輕度和中度干旱。