魏渠成，刘淇淇，石茗化，李雪杉

(廊坊市气象局，河北 廊坊 065000)

0 引言

冬小麦作为河北省主要夏收粮食，2018年播种面积占全省夏收粮食播种面积的98.83%，占全省粮食作物播种面积的36.05%，占全省农作物总播种面积的28.76%。农业生产高度依靠气候条件，对气候变化较为敏感。冬小麦从播种到收获，不同的生育期阶段对不同的气象条件需求有较为明显的差异，且一定程度上存在滞后性。田间调查是传统农业长势监测的方法，它可以在小范围反映田间实际情况，但农业种植一般面积较大，且地形地貌气候特征存在较大差异，传统方法不能准确反映作物整体状况[1]。遥感数据具有覆盖面广、探测周期短、历史资料丰富、免费获取等优势，可以快速准确地获取植被生长状况，给农业生产管理提供依据。归一化差值植被指数(NDVI)是反应作物物候特征的重要指标之一，可以用来监测作物长势及动态变化[2]。刘新杰等[3]利用长时间序列数据定量遥感研究冬小麦长势监测与估产。陆洲等[4]利用遥感影像植被指数变化量对冬小麦进行长势动态监测。上述研究表明，将NDVI作为反演作物各生育期的指标，进行作物长势监测的技术和方法是可行的。

干热风是影响我国小麦产量的主要气象灾害之一，一般年份会造成减产5%～10%，严重年份减产20%～30%[5-12]。干热风会降低冬小麦功能叶绿素含量、导致叶片蛋白质破坏、使细胞膜系统受损等，同时导致作物蒸腾失水、光合速率降低、根系活力减弱等，这一系列危害改变了冬小麦的生理过程和生理状态，而叶绿素含量、水分含量、细胞结构等作物生理改变体现为光谱上的差异，这是遥感技术用于干热风灾害监测评估的理论基础[10]。各地干热风气象指标大体相近，略有不同，该指标为气象临界指标，据此可监测干热风发生与否，或将干热风分为轻度干热风和重度干热风。但该指标基本以气象台站为单元进行插值，由于气象台站分布离散，插值结果存在较大不确定性，且其并非农学指标，没有反映小麦长势与土壤湿度状况，没有完全体现干热风对小麦生长发育过程造成的影响与危害[13]。国内干热风危害研究中应用遥感方法的例子较少，对干热风危害的地面光谱特征分析以刘静等[14]利用便携式光谱仪建立高光谱植被指数，并模拟MODIS通道建立植被指数判别干热风影响程度为代表，该研究表明利用EOS MODIS模拟数据可以分辨出大面积冬小麦干热风灾害程度。国外类似研究主要包括热浪、大气湿度对作物的影响，以及高温、干旱及其复合胁迫研究[10]。

本文通过MODIS数据对河北省冬小麦整个生育期进行监测，并对一次高温低湿型干热风进行详细对比分析，探讨如何大范围快速获取干热风易发期小麦长势状况，利用卫星遥感手段监测评估大面积干热风灾害对冬小麦影响，以期为河北省冬小麦防灾减灾提供科学参考。

1 资料和方法

1.1 气象台站干热风资料

在冬小麦生育期内，河北省干热风多发于每年5月中旬至6月中旬。根据中国气象局发布的黄淮海冬麦区高温低湿型干热风等级指标(表1)，河北省152个气象台站中共计128个台站监测到不同程度的干热风[15]。

表1 黄淮海冬麦区高温低湿型干热风等级指标Tab.1 Grade index of high temperature and low humidity dry hot air in Huang-Huai-Hai winter wheat area

1.2 遥感数据源

本研究所用遥感数据为来源于地理数据空间云(http：//www.gscloud.cn/)的MODIS中国合成产品。

MODND1D是使用TERRA星中国500 m NDVI的每天产品数据，该数据是由MOD09GA经过拼接、切割、投影转换、单位换算等过程加工而成。本研究所用MODND1D影像数据时相为2018年10月7日—2019年5月30日，对应河北省冬小麦生育期内共11个时段的数据。

1.3 植被指数

本文以NDVI作为干热风灾害研究的遥感指标，如式(1)所示。NDVI是最常用的植被指数，能够消除大部分与仪器定标、太阳角、地形、云阴影和大气条件有关的辐照度变化，可有效增强对植被的响应能力，可用来检测植被的生长状态和植被覆盖度等。NDVI也能较好地反映出植物冠层的背景影响，如土壤、潮湿地面、雪、枯叶、粗糙度等[10]。

(1)

式中ρnir——近红外波段的反射值

ρred——红光波段的反射值

2 结果与分析

根据黄淮海冬麦区高温低湿型干热风等级指标判定冬小麦干热风易发期(5月中旬至6月中旬)河北省干热风发生的次数和空间分布情况，统计结果如表2所示。

由表2可以看出，河北省152个站点中有125个站点发生1次以上轻度干热风，100个站点发生2次以上轻度干热风，71个站点发生3次以上轻度干热风；94个站点发生1次以上重度干热风，53个站点发生2次以上重度干热风，32个站点发生3次重度干热风。2019年河北省冬小麦干热风易发期共发生轻度干热风415次，重度干热风209次。

表2 2019年河北省轻度干热风和重度干热风发生次数Tab.2 Occurrence times of mild dry hot wind and severe dry hot wind in Hebei Province in 2019

使用Arcgis软件对2019年5月22日河北省的一次大面积冬小麦干热风过程进行分析，利用反距离权重法对河北省152个气象站点的日最高气温、14时相对湿度、14时风速进行插值，并做叠加分析，得到此次河北省干热风发生情况空间分布图(图1)。2019年5月22日河北省发生干热风区域主要分布于河北省的中南部，大部分地区主要以轻度干热风灾害为主，重度干热风灾害主要位于廊坊南部、沧州北部、保定西南部、石家庄西部、邢台西部、邯郸西部和衡水大部分地区。

图1 河北省干热风发生情况空间分布Fig.1 Spatial distribution of dry hot wind in Hebei Province

查询河北省统计局2019年发布《河北经济年鉴》中各市冬小麦播种面积(表3)，可以看出河北省冬小麦种植区域主要分布在河北省中南部地区。结合河北省干热风区域空间分布图来看，河北省冬小麦种植区域与发生干热风区域分布高度一致，主要以轻度干热风为主。

表3 2018年河北省各市冬小麦播种情况Tab.3 Winter wheat sowing in cities of Hebei Province in 2018

本文根据冬小麦生育期时间(表4)选择对应的11幅遥感影像，选取石家庄市、沧州市、廊坊市和保定市不同程度干热风灾害区域中冬小麦种植区NDVI指标变化特征进行数据分析研究(图2～6)[13]。

表4 冬小麦不同生育期时间Tab.4 Growth period schedule of winter wheat

从河北省不同干热风灾害区域冬小麦种植区NDVI变化(图2)可以看出，干热风灾害发生前各种植区NDVI变化趋势基本一致。冬小麦从出苗期到分蘗期，随着小麦的生长，NDVI逐步上升；分蘗期到越冬期NDVI随着小麦过冬开始逐步下降；随着温度缓慢升高，冬小麦生长迅速，叶面积逐渐增大，到越冬期末NDVI逐渐升高；越冬末期到拔节期NDVI开始平稳增长，拔节期到抽穗期NDVI快速升高，升高速率要明显高于越冬末期到拔节期增长速率；抽穗期到灌浆期NDVI趋于平稳，此时叶面积和绿色生物量达到最大，随着冬小麦开始抽穗开花，麦穗的占比增加，对光谱贡献增加，NDVI略有下降。

图2 河北省不同干热风灾害区域冬小麦种植区NDVI变化Fig.2 Changes of NDVI in winter wheat planting areas in different dry and hot wind disaster areas of Hebei Province

植被开始生长，NDVI指数会相应地发生变化，研究分析NDVI变化趋势，最大值最小值出现的时间与冬小麦生育期的关系，可以用来研究确定生育期[16]。根据河北省各主要冬小麦种植区NDVI变化(图3～6)，河北省不同种植区域冬小麦NDVI变化特征基本保持一致。各地区因气候特征存在差异，冬小麦各生育期NDVI有微小差异。在抽穗期，小麦的叶面积达到最大，相对应的NDVI也会达到冬小麦生育期内顶峰，沧州地区和保定地区抽穗期要比别的地区晚一周左右。

图3 石家庄地区不同干热风灾害区域冬小麦种植区NDVI变化Fig.3 Changes of NDVI in winter wheat planting areas in different dry hot wind disaster areas in Shijiazhuang

图4 沧州地区不同干热风灾害区域冬小麦种植区NDVI变化Fig.4 Changes of NDVI in winter wheat planting areas in different dry hot wind disaster areas in Cangzhou

图5 廊坊地区不同干热风灾害区域冬小麦种植区NDVI变化Fig.5 Changes of NDVI in winter wheat planting areas in different dry hot wind disaster areas in Langfang

图6 保定地区不同干热风灾害区域冬小麦种植区NDVI变化Fig.6 Changes of NDVI in winter wheat planting areas in different dry hot wind disaster areas in Baoding

3 结论

通过NDVI对冬小麦长势进行监测，结果显示NDVI可以较好地反映冬小麦长势，并对干热风灾害具有较好的敏感性。通过对冬小麦全生育期进行遥感监测可以更好了解冬小麦整体长势情况，结合气象数据对不同区域冬小麦种植区域对干热风灾害进行监测评估。

利用气象台站数据结合卫星遥感数据对河北省一次干热风灾害过程进行监测，研究结果显示2010年河北省干热风灾害主要分布于河北省中南部，与河北省冬小麦种植区域高度重合，严重影响河北省冬小麦产量，NDVI指数变化可以较好地反映干热风对冬小麦种植区域的影响，干热风发生时NDVI指数出现明显的下降趋势，其下降幅度随干热风灾害程度加重而增大。

未来在实际应用中可以对河北省冬小麦重点种植区域通过卫星遥感数据实时分析冬小麦种植区NDVI的变化，并结合气象资料和气象预报为广大农户继续更深入的服务，为防灾减灾提供技术支撑。