张伟东 魏宝安 刘 义 李 宁

（1.黑龙江省农垦科学院，黑龙江 哈尔滨 150038；2.自然资源部第四地形测量队，黑龙江 哈尔滨 150050）

0.引言

干旱是指某一特定区域降水总量不足，土壤保水率低，水分蒸发率高，不能够满足人畜用水、农林灌溉和地区经济发展的自然现象。在世界范围内，干旱问题成了全世界都避免不了的课题，在阿尔及利亚奥莱夫，年平均降水量为12．19毫米，属于严重干旱；在苏丹瓦迪哈勒法，年平均降水量仅为2．45毫米，属于极度缺水。近年来，我国多省旱情频发，2000年干旱面积达4045万公顷，受灾面积4．04亿亩，是建国以来干旱最为严重的一年。2004年，我国南方遭受53年来罕见的干旱，经济损失四十多亿元人民币，720多万人出现了饮水困难。当旱情发生时，会对农牧业、林草资源、生态环境等领域造成一定影响，进而危害粮食安全和社会稳定，农业旱情作为干旱研究的主要监测领域，目前还没有完善的监测体系，没有形成完整的监测技术路线。因此，对农业旱情监测研究成了保障粮食安全、维护社会稳定的重要研究方向。以青海省为例，利用遥感技术对监测区域进行综合旱情分析，有助于了解监测区域地表农业旱情分布情况，对于监测干旱区域，找到旱情产生原因具有一定的现实意义。

1.研究区域

1.1 监测区域概况

青海省地貌特征较为复杂，水资源储备丰富，拥有纵横交错的河流水系，同时，作为水资源储备的另一种形式，省内各种湖泊和雪山的出水量也很丰富。长江、黄河、澜沧江等三条著名江河均发源于青海省南部的高原地区，这里有青海湖、可可西里盆地等奇特地貌，因此被称为“三江源”。处在青藏高原腹地的青海省，平均海拔4500米以上，所以又被誉为“中华水塔”。青海省水资源分布图（如图1所示）：

图1 青海省水资源分布图

青海省地域辽阔，经济社会发展相对滞后，生态环境脆弱，环境问题突出，虽然水系丰富，但在部分水系分布不发达地区，尤其是受春季降水量少等因素影响，省内部分地区降水异常偏少，气温异常偏高，无降水日数较多，农业干旱现象较为严重。

1.2 自然条件

以全国最大的咸水湖青海湖作为分界线，青海省南部是典型的青藏高原气候特征，青海省东部是典型的温带季风气候特点，青海省西部为干旱气候，这三种典型的气候在青海省汇聚，在全国范围内实属罕见。以日月山为界，将青海省分割为外流和内流两个区域，同时日月山也将青海省分割为季风和非季风两个区域，该区域量测气候特征区别明显。青海省东部的河湟地区降水较为正常，一般春季偏少，西部的柴达木盆地降水量常年稀少，虽然湖泊很多，但大都是盐湖，周边生态环境脆弱，也是造成青海省部分地区干旱的主要自然原因。

1.3 研究数据

本次研究收集到了青海省地理国情监测成果数据，包括省内80%面积的0.5米分辨率影像，20%面积的2米分辨率影像；地表覆盖要素12个一级类，58个二级类，93个三级类的地理国情普查成果；遥感解译样本44000余个，基本覆盖省内全部地物类型；省内10米分辨率数字高程模型；2015年度30米分辨率Landsat卫星影像；水资源量数据；年／月降水量、年／月平均气温等气象数据；土壤侵蚀分布数据。

2.研究方法

2.1 气象干旱指数

气象干旱指数本文采用SPI指数，可以用来作为多个时间维度的降水分析，在一定程度上反映干旱造成的影响范围和时间区间，在同一干旱指数参考下，反映不同时间和范围的干旱成因，以及干旱区域和时间的制约关系。SPI适合于不同类型的干旱定量化研究，常被用作遥感干旱指数性能评估。

假设某一时段的降水量为x，则其某一时间尺度的降水量序列分布的概率密度函数如式（1）所示：

式（1）中β为尺度参数，γ为形状参数，两者都大于0；x为降水量。β和γ可用极大似然估计方法求得，如式（2）和式（3）所示：

式（4）中xi为降水量资料样本；x为降水量气候平均值；n为计算序列的长度。确定概率密度函数中的参数后，对于某一年的降水量x0，可以求出随机变量x小于x0事件的概率如式（5）所示：

由于式（5）中不包括x=0的情况，而实际降水量可以为零，降水量为零时的时间概率为F（x）=m/n。其中，m为降水量为零的样本数；n为降水量气候平均值。

对分布概率进行正态标准化处理，得到式（6）：

2.2 遥感干旱指数

经过分析，本论文采用TCI、VCI、PCI、SMCI对青海省涉及黄土高原地区旱情进行监测。各干旱指数计算公式如式（8）至式（11）所示：

所有的遥感变量均被统一为一千米的分辨率，干旱指数值也被控制在0到1的范围内，取值0表示最干旱状态，取值1表示最湿润状态，具体的旱情等级（如表1所示）：

表1 干旱指数旱情等级

另外，采用干旱胁迫指数DSI（Drought Severity Index），该指数综合了植被指数和蒸散发（NDVI和ET/PET）两个因素来诊断干旱状况，作为主要遥感干旱指标，如式（12）所示：

式（12）中各参数如式（13）至式（15）所示：

2.3 植被覆盖指数

一般植被覆盖指数采用最优土壤调整植被指数（OSAVI），OSAVI的提出一般建立在土壤调节植被指数的层面，该指数一般指出植被长势情况，并且可以去掉土壤对植被的干扰，突出植被量化，让植被覆盖度更真实，更加具有可参考性，OSVAI计算方法如式（16）所示：

式（16）中Rnir为近红外波段；Rred为红外波段。

2.4 水网密度指数

水网密度指数计算公式如式（17）所示：

式（17）中，Ariv为河流长度的归一化系数，参考值为84．3704，Alak为湖库面积的归一化系数，参考值为591．7909，Ares为水资源量的归一化系数，参考值为86．3869。

3.干旱指数评估

为评估各干旱指数在青海省旱情监测性能，利用空间数据软件筛选出238个落在耕地图斑的随机点，按照点位提取遥感干旱指数和气象干旱指数按月份的相关性，对比分析（如表2所示）：

表2 遥感干旱指数和气象干旱指数相关性

通过对比，结果发现在耕地范围内，PCI与各时间尺度的SPI表现出了最高的相关性，随着时间尺度的增加，相关程度逐渐降低。此外，DSI也表现出了较好的相关性。

在空间数据方面，选取SPI各月与VCI、TCI、PCI、SMCI、DSI进行空间分布相关性分析，可以看出PCI与1月尺度的SPI具有最好的相关性，整个青海省耕地内都表现出正相关性，最高值出现在平原一带，最低值出现在盆地一带，此外，PCI在3月和6月尺度上也比其他遥感干旱指数优势明显，虽总体相关程度有所降低，但均未出现负值。VCI大部分地区保持了正相关性，高值出现在海拔较高地带。TCI与1月尺度的SPI表现出最好的相关性，负值多出现在平原、河谷一带。SMCI与1月的SPI相关性最好，大部分地区有较高的相关性，但在3月和6月的SPI比较中，大规模出现负值区域。DSI在空间上与SPI相关性一般，负值出现在省界附近。

4.旱情分析

以青海省2014年影像计算得出的植被指数作为参考，生成青海省2014年植被分布图（如图2所示）：

图2 青海省2014年植被分布图

水网密度中河渠长度、湖库（河流）面积、区域面积来自第一次地理国情普查数据。水资源量来自于水利部门的统计数据，此数据只统计到州，按照地理国情数据中各乡镇水域面积占全州水域面积的比例细化到乡镇一级（如图3所示）：

图3 青海省水网密度

青海省南部生态环境状况较好，中部生态环境状况一般，西北生态环境状况差一些，东部生态环境状况较好，西部生态环境状况一般。青海省2014年生态环境状况（如图4所示）：

图4 2014年青海省生态环境状况

青海省2014年全省生态状况统计（如表3所示）：

表3 青海省2014年生态状况统计

将2013至2015年每年的四至十月耕地范围内VCI、TCI、SMCI、DSI的平均值与青海省每年粮食单产、冬小麦单产、旱灾成灾面积和作物绝收面积的统计数据做相关性分析（如表4所示）：

表4 青海省2013至2015年旱情统计资料与遥感干旱指数的相关关系

经过分析，结果发现，DSI表现出比SMCI、VCI和TCI更好地表征青海省农业干旱情况的能力。遥感干旱指数在与青海省三年干旱成灾面积数据的比较中，DSI在0．01的水平上显著相关，相关系数值最高，SMCI和TCI在0．05的水平上显著相关，相关程度相对也比较高，VCI没有通过显著性检验。研究分析发现，DSI是比VCI、TCI、SMCI更为可靠的能够监测青海省耕地旱情状况的遥感干旱指数。利用DSI相关性得出，青海省2014年发生过旱灾，这与该省植被分布、水网分布及气象与地理信息记录一致，说明DSI具有更准确判断旱情的优势。

据水文、气象资料记载，青海省2015年4月20日凌晨至14时，青海省主要农业区降下了今春以来的第一场有效降水。西宁市郊区、湟中县、湟源县以及海东地区有效降水达到5至10毫米，海南藏族自治州的共和县、贵德县等地有效降水达到10至12．5毫米。这次有效降水过程，使青海全省浅山地区的旱情基本得到解除，非常有利于尚未播种作物的种植和已播种作物的出苗。青海省川水地区的播种已结束，浅山地区的小麦、蚕豆、甘蓝型油菜播种基本结束，马铃薯、青稞、小油菜正在加紧播种。截至2015年4月20日，青海省已播种各类农作物590万亩。这与利用干旱指数分析结果基本吻合。

5.结束语

通过对青海省高分辨率影像进行解译分析，计算遥感干旱指数VCI、TCI、PCI、SMCI、DSI与气象干旱指数SPI进行比较，PCI在月时间尺度和大的空间范围内均比其他遥感干旱指数监测干旱的优势更明显，SMCI最差，其余次之。本文利用遥感指数做了青海省耕地范围内的旱情研究，而干旱与地形等其他一些因素也有一定的关系，遥感指数在一定程度上可以对农业生产进行指导。通过研究表明，结合遥感干旱指数，研究地区旱情具有一定的科学性、先进性和可借鉴性，并且具有一定的实用价值，这种旱情监测方法可以在多省区推广应用，便于政府决策支持，为科研部门提供较为可靠的研究数据。