史晓亮 尚雨 陈冲 张娜

摘要：淮河流域特殊的地理环境导致干旱灾害频发且持续时间长，严重影响该区域植被生长，而前人大多探讨了该区域气象干旱情况或植被生长状况，对二者之间的关系研究较少，且多采用气象站点降水资料进行干旱分析，不能充分反映降水时空分布的差异性。因此，基于MODISNDVI遥感影像与TRMM 3843卫星降水数据，采用降水距平百分率（Pa）作为气象干旱评价指标，分析了2001-2016年淮河流域植被NDVI与降水距平百分率的年际变化特征以及二者的相关性。结果表明：2001-2016年淮河流域植被NDVI总体呈现稳中有升的趋势，植被NDVI有所改善的区域比例为54. 86%，NDVI基本不变的比例为43. 25%，仅1.89%的NDVI出现退化。流域16年间以轻旱和中旱为主，较少出现重旱和特旱，干旱程度有所降低。植被NDVI和降水距平百分率呈正相关和负相关的区域分别占流域的61.31%和38. 69%，正相关最显著的区域为河南省和安徽省的南部，而河南省东北部、安徽省西北部、山东省西部以及江苏省东部边界呈负相关关系。

关键词：归一化植被指数;干旱;降水距平百分率;淮河流域;相关性

中图分类号：TP 79

文献标志码：A

文章编号：1672 - 9315（2019）06 -1033 -08

DOI：10. 13800/j.cnki.xakjdxxb. 2019. 0616 开放科学（资源服务）标识码（OSID）：

收稿日期：2019 -03 - 20

责任编辑：高佳

基金项目：国家自然科学基金（51409204）

通信作者：史晓亮（1985 -），男，陕西宝鸡人，博士，副教授，E-mail： s_xiaoliang@ 126.com计，近55 a来淮河流域总体处于干旱状态，且干旱历时长、强度明显增强，呈自东南向西北逐渐增强的规律[15]。

1.2 数据来源与预处理

1.2.1

NDVI数据

研究使用的NDVI数据来源于美国宇航局（ National Aeronautics and Space Administration，NASA）的MODIS遥感数据产品MOD13A3 v006（ https：//e4ftl01. cr. usgs. gov/），时间序列为2001-2016年，时间分辨率为月，空间分辨率为1km xl km.利用MRT（ Modis Reprojection Tool）完成对MODIS NDVI数据的数据格式转换和投影转换等预处理工作。并利用淮河流域边界裁切获取淮河流域16年的逐月MODIS NDVI影像数据集。

1.2.2

TRMM 3843数据

热带降雨计划卫星（ TRMM-Tropical RainfallMeasuring Mission）是由美国国家宇航局和日本国家空间发展局联合开展，于1997年11月发射的第一颗用于定量测量热带、亚热带降雨量的气象卫星[16]。文中所用的TRMM 3843数据为TRMM第7版产品的月降水数据（ https：//disc. gsfc. nasa.gov/）.由TRMM 3842产品与气候评估与监测系统以及全球气候降水中心降水数据进行融合而成[17]。该数据的空间分辨率为0.25度×0.25度，时间分辨率为月，覆盖区域为南纬50度～北纬50度，利用ArcGIS完成对TRMM数据的格式转换、裁切，以及降水速率（ mm/h）到月降水量转换等处理工作，获取2001-2016年淮河流域逐月TRMM降水数据。

1.2.3 气象站点降水量数据

气象站点降水量观测数据来源于中国气象科学数据共享服务网（ http：//data. cma.cn/）提供的地面气象资料月值数据集。选取2001-2016年淮河流域23个气象站点的月降水实测数据（图1），用于TRMM卫星降水数据的精度检验。

1.3 研究方法

1.3.1

TRMM数据精度检验

采用决定系数（R2）和相对误差（BIAS）2个指标对TRMM 3843月尺度数据进行精度检验。相对误差的计算公式如下[18]

1.3.2 干旱指数

降水距平百分率（P。）是常用的表征干旱的指标之一，是指某时段的降水量与常年同期平均降水量之差与常年同期平均降水量相比的百分比率，可以反映某一时段降水与同期平均状态的偏离程度，能直观反映干旱发生的强度，计算公式如下[19]

2 结果与分析

2.1 TRMM数据精度检验

利用一元线性回归分析方法，对TRMM月降水数据与气象站点观测数据整体精度进行检验（图2）。经检验，二者的决定系数R2 =0. 82，相对误差BIAS =0. 9%.单个站点数据精度检验结果见表1，可以看出，在23个气象站点中，大部分TRMM月降水数据与气象站点实测数据之间的决定系数R2在0.9左右。有16个气象站点的相对误差BIAS在±10%以内，但是盱眙站R2=0. 78，显著低于其他站点，这是由于2007年7月盱眙站实测降水量高达1 397.2 mm.导致TRMM月降水数据与实测数据之间相关性较弱。总体来说，淮河流域TRMM月降水数据与气象站点实测数据有较好的线性相关性和一致性，在一定程度上能够真实反映流域降水量，可以用于研究区干旱评价。

2.2 淮河流域NDVI时空变化分析

2.2.1

NDVI年际变化

对淮河流域2001-2016年中12个月的NDVI取平均值，将其作为该年的NDVI值，分析该区域年均植被NDVI的变化趋势。从图3可以看出，16a间淮河流域年均NDVI呈现明显增加的趋势。其中，2016年最高（0.54），2001年的年均NDVI值最低（0.43）。结果表明，淮河流域16 a间NDVI在波動中逐渐上升，植被覆盖状况有改善的趋势。

2.2.2

NDVI的空间分布特征

2001-2016年淮河流域年均NDVI空间分布如图4所示。从图4可以看出，流域年均NDVI分布在0.3 -0.73之间，总体呈南高北低。其中，植被NDVI高值区主要分布在安徽省的南部，河南省中部以及西部边界、江苏省北部有零散分布。只有少数区域植被生长状况较差，主要分布在江苏省的东北以及西南边界等少数区域，该区域城市周边经济发展较快，人为活动的影响导致该区域植被覆盖情况较差。

2.2.3

NDVI变化趋势的空间分布

通过一元线性回归法在像元尺度得到淮河流域2001-2016年间植被年均NDVI的变化趋势（图5）。参考戴声佩等在NDVI对气温降水的旬响应的研究中划分NDVI的变化等级[22]，将2001-2016年淮河流域年均NDVI的变化趋势分為3个变化等级，并统计各个等级的面积及所占比例（表2）。可以看出，植被NDVI基本不变的区域占淮河流域的比例为43.25%，分布在山东省的中部和东部、江苏省大部分地区，以及河南省西北部。植被NDVl改善的区域所占比例为54.86%，主要分布在安徽、河南省的大部分地区，以及山东省西南部。植被NDVI出现退化的区域较少，仅占淮河流域的1.89%，主要分布在河南省北部以及江苏省东南部，这些区域城市发展较快，大量的人类活动导致该区域植被覆盖情况较差。

2.3 干旱特征分析

利用降水距平百分率分析淮河流域2001-2016年干旱的发生情况。按照降水距平百分率干旱等级划分标准（表3），将干旱划分为无旱、轻旱、中旱、重旱、特旱等5级[19]。从表3可知，在2001-2016年间，淮河流域有4年的降水距平百分率小于15%，说明16 a间有4a气候条件较好没有发生干旱的情况。有12 a的Pa值达到轻旱及以上标准，其中，6a发生了轻旱，其频率是37.5%.有6a达到了中旱及以上标准，其中，有3a发生中旱，频率是18.75%.有3a达到特旱的标准，频率是18. 75%.总体来看，16 a间淮河流域共发生12次干旱事件，其中轻旱发生频率最高，其次为无旱，中旱和特旱发生的频率相同。

淮河流域2001-2016年各等级干旱发生面积比例如图6所示。从图6可以看出，2001-2016年间流域干旱发生情况差异明显，有12 a发生轻旱以上的旱情，其中有3a发生了特旱。2001-2002年干旱发生情况较为严重。其中，2001年发生轻旱、中旱、重旱、特旱的区域分别占淮河流域的37. 53%，20. 43%，6.89%，1.9%，2002年发生轻旱、中旱、重旱、特旱的比例相当，分别占17. 58%.11. 64%.11. 64%，7.36%.另外，大多数年份有轻度干旱发生，其中，轻旱区域所占的比例从2001年的37. 53%下降到2008年的1.43%，后又逐年上升直至2013年所占比例达到最大值61.05%;流域内共有6a发生过中旱，2001-2016年前后各占3a，而在2001年发生中旱的区域趋于较大，达到20.43%，2012年中旱区域只有1. 43%;重旱与特旱只在2001、2002与2004年发生，其中2002年旱情较严重，有11. 64%的区域发生了重旱，7. 36%达到了特旱等级。总体来看，淮河流域2001-2016年间，2001年、2002年以及2004年干旱频发，干旱等级达到了特旱，发生干旱的区域面积占比达到50%左右，之后流域旱情有所缓解，多以轻旱为主，且2016年没有发生干旱。

2.4

NDVI与降水距平百分率的相关性分析

为进一步研究淮河流域干早情况与植被长势的影响关系，在像元尺度上计算了2001-2016年流域年均植被NDVI与降水距平百分率的相关性，进而综合分析植被NDVI对干旱情况的响应特征。

从图7可以看出，淮河流域年均植被NDVI与降水距平百分率相关性的空间差异显著。NDVI与降水距平百分率的相关系数为正的区域所占比例为61.31%，表明在流域大部分区域，干旱对植被NDVI产生了一定程度的影响。其中NDVI与降水距平百分率呈极显著正相关和显著正相关的区域面积所占比例分别0.96%和5.04%，主要分布在河南省西南部、安徽省东南部和江苏省东南边界，这些区域干旱对植被NDVI产生了明显的影响，区域降水较为充足，植被覆盖情况出现了明显的改善。相关性呈低度正相关和弱相关的面积分别占12.5%和42.17%，主要分布在河南省南北边界、安徽省东南部边界、江苏省边界和山东省东北部等区域。而在河南省东南部、山东省西部、安徽省西北部以及江苏省东部边界等地区呈现出负相关关系，负相关系数最高为-0.817.这可能是由于在这些区域植被生长还受到气温、土壤水分有效性等其他因素的影响，降水并不是植被生长的主导因素。尤其是在江苏省东部边界分布着城市化程度较高的沿海城市，虽然降水较为充足，但人类活动影响对植被生长的影响则更加显著。因此，在这些区域植被NDVI与降水距平百分率均呈负相关关系。

目前，传统的干旱监测主要是基于气象站点观测数据，虽然在点尺度上具有较高的观测精度，但气象站点覆盖范围有限，难以获取高精度的降水时空分布特征[23]。近年来，随着卫星遥感技术的发展，TRMM卫星能够提供覆盖范围广、时空连续性高的降水数据，被广泛应用于干旱监测方面[24]。陈少丹、王兆礼等利用TRMM卫星降水数据对干旱时空变化特征进行了分析，结果均表明rIRMM数据适用于区域尺度和大尺度的干旱监测[25 -26]。因此，通过分析TRMM数据在淮河流域的适用性，研究认为空间连续分布的TRMM数据可以应用于该地区的干旱监测。尽管TRMM数据存在空间分辨率较低的不足，但是相对于气象站点分布较少地区降水数据的空间插值，TRMM数据可以较好地刻画区域降水的空间异质性，因此可以为缺资料地区提供一种新的干旱监测手段。

文中就淮河流域植被NDVI与干旱条件的相关性进行了研究，但未考虑其它因素对植被NDVI的作用，以及NDVI与干旱指数之间的滞后效应[3]。因此，对于植被NDVI与干旱之间的相应机制尚需进一步深入研究。

3 结论

1）淮河流域2001-2016年间植被NDVI呈增加趋势，在空间分布上表现为南高北低。而从植被NDVI变化趋势的空间分布来看，植被NDVI增加的区域所占比例达到54. 86%，主要分布在安徽、河南省的大部分地区，以及山东省西南部地区。而植被NDVI退化的区域仅占1.89%，淮河流域植被覆盖总体表现为改善趋势。

2） 2001-2016年间，淮河流域有12 a发生轻旱及以上的旱情，发生频率为75%.其中，2001年、2002年以及2004年干旱频发，干旱等级达到了特旱，发生干旱的区域面积占比达到50%左右，之后流域旱情有所缓解，多以轻旱为主。

3）淮河流域植被NDVI与降水距平百分率的相关性时空差异较为复杂，整体上干旱会对植被NDVI产生一定程度的影响，相关性最显著的区域主要分布在河南省南部、安徽省南部地区。

参考文献（ References）：

[1]王东，张勃，安美玲，等，基于SPEI的西南地区近53a干旱时空特征分析[J].自然资源学报，2014，29（6）：1003 -1016.

WANC Dong ，ZHANG Bo， AN Mei-Iing， et al.Temporaland spatial distributions of drought in Southwest Chinaover the past 53 years based on standardized precipitati-on evapotranspiration index[J].Journal of Natural Re- sources ，2014 ，29（6）：1003 - 1016.

[2] 黄晚华，隋月，杨晓光，等，气候变化背景下中国南方地区季节性干旱特征与适应，Ⅲ.基于降水量距平百分率的南方地区季节性干旱时空特征[J].应用生态学报，2013，24（2）：397 -406.

HUANC Wan-hua， SUI Yue， YANG Xiao-guang， et al.Characteristics and adaptation of seasonal drought insouthern China under the back～70und of climate change.Ⅲ. Spatiotemporal characteristics of seasonal drought insouthern China based on the percentage of precipitationanomalies[J].Chinese Journal of Applied Ecology，2013 ，24（2）：397 -406.

[3]严建武，陈报章，房世峰，等，植被指数对旱灾的响应研究——以中国西南地区2009-2010年特大干旱为例[J].遥感学报，2012 ，16（4）：720 - 737.

YAN Jian-wu， CHEN Bao-zhang， FANG Shi-feng， et al.The response of Vegetation Index to Drought：Taking theextreme drought disaster between 2009 and 2010 inSouthwest China as an example[J].Journal of RemoteSensing，2012 ，16 （4）：720 - 737.

[4]赵健贇，彭军还，基于MODIS NDVI的青海高原植被覆盖时空变化特征分析[J].干旱区资源与环境，2016，30（4）：67 - 73.

ZHAO Jian-yun， PENG Jun-huan. Spatiotemporal varia-tion of the vegetation coverage in Qinghai Plateau basedon MODIS NDVI data[ J]. Journal of Arid Land Re-sources and Environment， 2016 ，30（4）：67 - 73.

[5]杨思遥，孟丹，李小娟，等，华北地区2001-2014年植被变化对SPEI气象干旱指数多尺度的响应[J].生态学报，2018 ，38（3）：1028 -1039.

YANC Si-yao， MENG Dan， LI Xiao-juan， et al.Multi-scale responses of vegetation changes relative to theSPEI meteorological drought index in North China in2001-2014[J].Acta Ecologica Sinica， 2018， 38（3）：1028 - 1039.

[6]夏會娟，孔维静，孙建新，等，基于MODIS NDVI的辽河保护区成立前后植被覆盖时空动态研究[J].生态学报，2018 ，38 （15）：5434 - 5442.

XIA Hui-juan， KONG Wei-jing， SUN Jian-xin， et al.Spatial-temporal dynamics of vegetation cover before andafter establishment of Liaohe River Reserve based onMODIS NDVI[J].Acta Ecologica Sinica， 2018， 38（15）：5434 - 5442.

[7]王兆礼，黄泽勤，李军，等.基于SPEI和NDVI的中国流域尺度气象干旱及植被分布时空演变[J].农业工程学报，2016 ，32（14）：177 - 186.

WANG Zhao-li， HUANC Ze-qin， LI Jun， et al.Assessingimpacts of meteorological drought on vegetation at catch-ment scale in China based on SPEI and NDVI[ Jl.Transactions of the Chinese Society of Agricultural Engi-neering，2016 ，32（ 14）：177 - 186.

[8]

Wang J，Rich P M， Price K P.Temporal responses ofNDVI to precipitation and temperature in the centralGreat Plains， USA[J].International Journal of RemoteSensing ，2003， 24（ 11）： 2345 - 2364.

[9]

Ji L，Peters A J.Assessing vegetation response to drought in the northern Creat Plains using vegetationand drought indices[J].Remote Sensing of Environ-ment，2003 ，87（1）：85 - 98.

[10]赵舒怡，宫兆宁，刘旭颖.2001-2013年华北地区植被覆盖度与干旱条件的相关分析[J].地理学报，2015 ，70（5）：717 - 729.

ZHAO Shu-yi， CONG Zhao-ning， LIU Xu-ying. Correla-tion analysis between vegetation coverage and climatedrought conditions in North China during 2001-2013[J]. Acta Geographica Sinica， 2015 ，70（5）：717 - 729.

[11]刘世梁，田韫钰，尹艺洁，等，云南省植被NDVI时间变化特征及其对干旱的响应[J].生态学报，2016，36（ 15）：4699 - 4707.

LIU Shi-liang， TIAN Yun-yu， YIN Yi-jie， et al.Temporaldynamics of vegetation NDVI and its response to droughtconditions in Yunnan Province[J].Acta Ecologica Sini-ca，2016 ，36（15）：4699 - 4707.

[12]陈小凤，王再明，胡军，等，淮河流域近60年来干旱灾害特征分析[J].南水北调与水利科技，2013 ，11 （6）：20 -24.

CHEN Xiao-feng， WANG Zai-ming， HU Jun， et al.Anal-ysis of drought characteristics in the Huaihe river basinin recent 60 years[J].South-to-North Water Transfersand Water Science&Technology， 2013， 11（6）：20 - 24.

[13]刘可晶，王文，朱烨，等.淮河流域过去60年干旱趋势特征及其与极端降水的联系[J].水利学报，2012 ，43（ 10）：1179 - 1187.

LIU Ke-jing， WANC Wen， ZHU Ye， et al.Trend ofdrought and its relationship with extreme precipitation inHuaihe River basin over the last 60 years[J].Journal ofHydraulic Engineering ，2012 ，43（ 10）： 1179 - 1187.

[14]杨娜，段凯，刘梅，等，淮河流域气象干旱风险的区域特征分析[J].干旱区资源与环境，2017，31（ 11）：188 - 193.

YANC Na， DUAN Kai， LIU Mei， et al.Regional analysisof meteorological drought risks in Huai River basin， Chi-na[Jl. Journal of Arid Land Resources and Environ- ment，2017 ，31（11）：188 -193.

[15]方國华，颜敏，闻昕，等，自适应变尺度干旱评价模型研究——以淮河流域为例[J].灾害学，2018 ，33 （2）：31 - 37.

FANG Guo-hua， YAN Min ，WEN Xin， et al.Study on a—daptive variable scale drought evaluation model：a case study of Huaihe River Basin[J].Joumal of Catastrop-hology，2018 ，33（2）：31 - 37.

[16]李景刚，阮宏勋，李纪人，等.TRMM降水数据在气象干旱监测中的应用研究[J].水文，2010，30（4）：43 - 46.

LI Jing-gang， RUAN Hong-xun， LI Ji-ren， et al.Applica-tion of TRMM precipitation data in meteorologicaldrought monitoring[J].Hydrology， 2010， 30（ 4）： 43 - 46.

[17]冯海涛，于国荣，杨具瑞.基于TRMM 3843 V7数据的云南降水与干旱监测及精度评价[J].水资源与水工程学报，2014（4）：89 - 96.

FENG Hai-tao， YU Guo-rong， YANG Ju-rui. Precipitati-on and drought monitoring based on TRMM 3843 V7data and precision evaluation in Yunnan[J].Journal ofWater Resources and Water Engineering， 2014 （4）： 89 - 96.

[18]吕洋，杨胜天，蔡明勇，等.TRMM卫星降水数据在雅鲁藏布江流域的适用性分析[J].自然资源学报，2013 ，28（8）：1414 -1425.

LU Yang， YANG Sheng-tian， CAI Ming-yong， et al.Theapplicability analysis of TRMM precipitation data in theYarlung Zangbo River Basin[J].Journal of Natural Re-sources ，2013 ，28（8）：1414 - 1425.

[19]韦开，王全九，周蓓蓓，等，基于降水距平百分率的陕西省干旱时空分布特征[J].水土保持学报，2017，31（1）：318 - 322.

WEI Kai， WANG Quan-jiu， ZHOU Bei-bei， et al.Analy-sis of drought characteristics in Shaanxi Province basedon precipitation anomaly percentage[J].Journal of Soiland Water Conservation， 2017 ，31（1）：318 - 322.

[20]杨绍锷，廖雪萍，谭裕模，等，广西近十年植被NDVI变化及其对降水的响应特征分析[J].西南农业学报，2013 ，26（2）：766 - 771.

YANG Shao-e， LIAO Xue-ping， TAN Yu-mo， et al.Anal-ysis of Cuan～i vegetation NDVI variations and responseto precipitation in recent decade[J].Southwest ChinaJournal of Agricultural Sciences， 2013， 26（ 2）： 766 -771.

[21]张景华，封志明，姜鲁光，等，澜沧江流域植被NDVI與气候因子的相关性分析[J].自然资源学报，2015，30（9）：1425 - 1435.

ZHANG Jing-hua， FENC Zhi-ming， JIANG Lu-guang， eta1. Analysis of the correlation between NDVI and climatefactors in the Lancang River Basin[J].Journal of Natu-ral Resources， 2015 ，30（9）：1425 - 1435.

[22]戴声佩，张勃，基于CIS的祁连山植被NDVI对气温降水的旬响应分析[J].生态环境学报，2010，19（1）：140 - 145.

DAI Sheng-pei， ZHANC Bo. Ten-day response of vegeta-tion NDVI to the variations of temperature and precipita-tion in Qilian Mountains based on GIS[J].Ecology andEnvironmnet， 2010， 19（1）：140 - 145.

[23]李麒嵛，张万昌，易 路，等.GPM与TRMM降水数据在中国大陆的精度评估与对比[J].水科学进展，2018 ，29（3）：303 - 313.

LI Qi-lun， ZHANG Wan-chang， YI Lu， et al.Accuracyevaluation and comparison of CPM and TRMM precipi-tation product over Mainland China[J].Advances inWater Science，2018 ，29（3）：303 - 313.

[24]董国涛，樊东，杨胜天，等.GPM与TRMM降雨数据在黄河流域适用性分析[J].水土保持研究，2018，25（3）：81 - 87.

DONC Guo-tao， FAN Dong， YANG Sheng-tian， et al.A—nalysis on the applicability of GPM and TRMM precipi-tation data in the yellow river basin[J].Research of Soiland Water Conservation， 2018， 25（3）：81 - 87.

[25]陈少丹，张利平，郭梦瑶，等.TRMM卫星降水数据在区域干旱监测中的适用性分析[J].农业工程学报，2018 ，34（15）：126 - 132.

CHEN Shao-dan， ZHANG Li-ping， GUO Meng-yao， eta1. Suitability analysis of TRMM satellite precipitationdata in regional drought monitoring[J].Transactions ofthe Chinese Society of Agricultural Engineering， 2018，34（15）：126 - 132.

[26]王兆礼，钟睿达，陈家超，等.TMPA卫星遥感降水数据产品在中国大陆的干旱效用评估[J].农业工程学报，2017 ，33（ 19）：163 - 170.

WANG Zhao-li， ZHONG Rui-da， CHEN Jia-chao， et al.Evaluation of drought utility assessment of TMPA satel-lite-remote-sensing-based precipitation product in main-land China[J].Transactions of the Chinese Society ofAgricultural Engineering， 2017 ，33（ 19）： 163 - 170.