1、基于 TVDI 的横断山区干旱时空演变特征及影响因子研究*吕胤锋1）周佳怡1）孙鹏1）张强2）马梓策1）邹逸凡1）卞耀劲1）刘瑞琳1）（1）安徽师范大学地理与旅游学院，241002，安徽芜湖；2）北京师范大学地理科学学部，地表过程与资源生态国家重点实验室，100875，北京）摘要以横断山区为研究区，通过对比 20012019 年基于MODIS 获取增强型植被指数（EVI）和归一化差分植被指数（NDVI）反演的温度植被干旱指数（TVDIN、TVDIE）及潜在蒸散量（PET）和实际蒸散量（ET）反演的作物缺水指数（CWSI），与土壤含水量进行相关性分析，选择适用于横断山区干旱监测指标，采用 Man
2、n-Kendall检验等统计方法研究干旱的时空变化特征，并分析干旱在不同土地类型、海拔和气象要素影响下的空间演变特征.研究结果表明：1）基于EVI 反演的 TVDIE与土壤含水量相关性最高，更适合于监测横断山区的干旱情况.2）TVDIE监测结果表明横断山区近19年来干旱变化情况整体呈下降趋势，空间分布呈现南高北低的变化趋势，严重干旱主要集中分布在攀枝花市附近及湿热地带；北部则集中于三江流域（澜沧江、怒江、金沙江）附近及红原草原地区；干旱程度最严重的阶段是夏季，由春季逐渐向夏季过渡期阶段干旱面积明显增加.3）随海拔的增加，耕地分布多集中于海拔5000m 的地区；19 年来耕地、林地和草地中 TV
3、DIE总体呈减弱趋势，但处在高原过渡带及干热河谷周围的植被的干旱呈增加趋势.在生长季缺水期时，南部地区的植被、高原过渡带林地和北部高原的草地受干旱影响严重.4）TVDIE与日照时间的正相关性最高，与相对湿度的负相关性最高.气象因子对春初和秋末的 TVDIE复合作用最强，大部分区域呈现显著正相关.关键词温度植被干旱指数；时空特征；土地利用；气象因子；复相关分析；横断山区中图分类号P426.616DOI：10.12202/j.0476-0301.20213010引言干旱是一种严重的环境灾害，会导致土壤退化、荒漠化、缺水、植物死亡、沙尘暴、火灾等灾害现象1，受到国内外诸多学者的关注.此外，干旱也影响
4、农作物生长，影响全球粮食价格，并可能导致政治动荡2.因此，对干旱进行监测和时空动态研究，对于提高农业生产、保护环境、促进社会经济可持续发展具有重要意义.传统的干旱监测是利用气象和水文观测站获得气象和水文数据，但常规的地面观测数据也存在很多无法避免的问题，例如观测站点的分布不均，这会导致在高原地区的单点资料无法准确代表周围大面积范围的真实状况3.卫星遥感数据将传统“点”的测量扩展为“面”的信息，提供了降水、土壤水分、蒸散量、植被的生理生态状况、地表热状况等多个与干旱发展过程相关的参数.近几年，卫星遥感监测干旱技术随着全球对地观测技术的迅速发展取得了极大的进步，多种遥感干旱监测模型及多个遥感干旱指
5、数应运而生，在各国干旱监测应用中效果显著，是全球抗旱减灾中必不可少的手段4.现在全球变化研究的主体内容之一便是植被变化与气候变化的相互关系，此外，植被对气候变化的响应存在滞后性5.归一化植被指数（NDVI）是目前使用最广泛的植被指数，是表征植被特征的重要手段.利用 NDVI 序列已在多种植被类型和气候带开展植被与气候相关性研究6，但 NDVI 因大气噪声、土壤背景、饱和度等问题存在一定的缺陷.增强型植被指数（EVI）继承了 NDVI 的优点并对其缺点进行了改进，国内外学者开展了一系列的 NDVI 和 EVI 比较研*安徽省自然科学基金优青资助项目（2108085Y13）；安徽省重点研究与开发计
6、划资助项目（2022m07020011，202104g01020004，2021003）；安徽高校协同创新资助项目（GXXT-2021-048）；安徽省科技重大专项资助项目（202003a06020002）；高校优秀青年人才支持计划重点资助项目（gxyqZD2021094）通信作者：孙鹏（1986），男，博士，教授.研究方向：气象水文学和遥感水文学.E-mail：收稿日期：2021-11-20北京师范大学学报（自然科学版）2022-12926JournalofBeijingNormalUniversity（NaturalScience）58（6）究.陈 燕 丽 等7以 喀 斯 特 地 区 为
7、研 究 载 体，分 析NDVI 及 EVI 同气候因子的关系，结果表明 2 种植被指数与多数气候因子显著相关，但二者对气候因子的响应有明显差异.除日照外，EVI 与其他各气候因子相关性明显高于 NDVI.Xia等8通过考察 2 种植被指数对气候因子的响应，研究不同时间尺度下气候-植被受气象站数据的相互作用，结果表明，2 种植被指数同气候因子的响应存在显著不同.EVI 只在平均最低温度、平均水汽压、极端风速和最大风速上有滞后.NDVI 对平均最低温度、平均温度、平均水汽压、最小相对湿度、极端风速、最大风速和平均风速的响应存在滞后效应9.青藏高原地区温度变幅及降水变幅普遍较大，位于其西部的横断山区
8、是典型的气候变化敏感区，气候类型变化主要是常湿温暖气候和冬季干旱温暖气候之间的变化，总体呈明显变干趋势，是干旱的高发区10.Bai11等研究得出，温度植被干旱指数（temperaturevegetationdrynessindex，TVDI）能很好地观测土壤相对湿度，且适用于植被覆盖度高的地区进行干旱监测.作物水分胁迫指数（cropwaterstressindex，CWSI）是基于地表能量平衡原理计算，不会因研究区所拥有的地表覆盖类型而产生影响.当前对于横断山区的干旱的研究主要从站点观测数据角度出发1213，大多主要集中在干热河谷的干湿研究1415.本研究依据从中 分 辨 率 成 像 光 谱
9、仪（MODIS）所 获 得 的 NDVI、EVI 以及地表温度（LST）数据，利用 TVDI 弥补干旱的时空演变特征因站点分布不均导致的准确性较低的问题.通过土壤水数据验证 TVDI 在横断山区的适用性，研究横断山区干旱的时空演变规律，利用土地利用、海拔和干旱指数的变化关系分析，揭示不同土地类型随海拔升高的空间分布、干旱的变化趋势以及生长季缺水期干旱现象的空间分布；通过分析气象要素与干旱指数的相关关系，揭示不同气象要素影响下干旱的空间演变特征.该研究为区域干旱监测预警和防灾减灾提供一定的科学依据.1研究区及研究方法1.1研究区概况横断山区位于青藏高原东南部，介于四川、云南 2 省及西藏自治区之
10、间，区域内主要河流包括澜沧江、金沙江、怒江、大渡河等.在地质构造与地貌上是由一系列南北纵贯、山川相间的山脉与河谷组成，海拔高差大且由西北向东南递减16.横断山区地跨亚热带和高原温带，地形复杂，温差较大；全年受东南季风、南亚季风及南支西风环流影响，降水量有明显的季节差异17.1.2数据来源所使用的气象数据来源于国家地球系统科学数据中心（http:/ 20012015 年，站点选择如图 1 所示；遥感数据选 取 MODIS 产 品 MOD11C3 所 提 供 的 LST数 据、MOD11A3 所 提 供 的 NDVI 及 EVI 数 据、MOD16A2所提供的ET 和PET 数据（来源于https
11、:/ladsweb.modaps.eosdis.nasa.gov/search/）以及其他辅助数据资料（来源于 2019、2020 年青藏科考调研数据、中国科学院资源与环境数据中心）等，数据预处理及成图所使用的软件为 ArcGIS10.7、ENVI5.3、IDL 等.此外本文还使用了美国国家海洋和大气管理局（NationalOceanicandAtmosphericAdministration，NOAA）（https:/www.esrl.noaa.gov/psd/data/gridded/）提供的长时间序列月平均土壤水分数据集，分辨率为 0.50.5，通过建立 0.50.5的渔网后，采用径向基
12、函数插值法将其重采样为3km，用以评估不同干旱指数对横断山区干旱监测的实用性.通过中国科学院资源环境科学与数据中心（http:/ 061147图1横断山区海拔1.3研究方法1.3.1温度植被干旱指数由于植被蒸腾和土壤水分蒸发能够使地表温度降低，研究区内裸地及植被覆盖都能通过遥感获取对应数据表示土壤湿度变化，那么可以利用所得到的植被指数和地表温度构建 Ts-VI 特征空间1820.SANDHOLT 等21基于 Ts-VI 特征空间，利用 TVDI 来表示土壤的湿度情况.该指数的取值范围为（0，1），其值越接近于 1，则该像元越干旱，越接近于 0，则该像元越湿润22.干旱监测等级是根据土壤相对湿度
13、的农业干旱等级划分标准制定的23，第 6 期吕胤锋等：基于 TVDI 的横断山区干旱时空演变特征及影响因子研究927本研究采用的是齐述华等24制定的适用于干旱半干旱地区的 TVDI 的干旱监测等级，将其划分为无旱（00.2）、轻度干旱 0.20.4）、中度干旱 0.40.6）、严重干旱 0.60.8）、特大干旱 0.81.0）.1.3.2作物水分胁迫指数潜在蒸散量（PET）表示的是在气象条件达到一定程度，水分供应充足的蒸散，而实际蒸散量（ET）则是指实际气象及水分供应条件下的水分蒸散量，将这二者做比计算得出的结果可以当作作物缺水的指标25.Jackson 等26对该指数进行了相关研究，作物水分
14、胁迫指数取值为 01，值越大代表区域越干旱缺水，反之越湿润.1.3.3Sen+Mann-Kendall 趋势分析本文采取 Sen 趋势度和 Mann-Kendall 趋势检验相结合的方法，属于非参数检验范畴，该方法基于像元尺度分析遥感影像时间序列的变化趋势及其显著性，可用来判断长时间序列数据的趋势.不需要样本遵从一定的分布，抗噪声能力强，应用范围广2729.1.3.4相关分析通过对干旱指数与气象因子相关性进行进一步分析研究，线性相关分析的计算公式为Rxy=ni=1(xix)(yiy)ni=1(xix)2ni=1(yiy)2，（1）xy式中：Rxy为 x、y影响因子的线性相关系数；xi与 yi分
15、别是 x、y 影响因子在第 i 年的值（i 为 2001，2002，2015）；与 分别为影响因子 n 年的平均值.复相关分析实在综合考虑多个相关影响因子的共同作用下，将 2 个或多个影响因子并入计算30.复相关系数的计算式为Rx,yz=1(1R2xy)(1R2xz,y),（2）式中：Rx，yz为遥感干旱指数 x 与 2 个气象因子 y、z 的复相关系数；Rxy为 x 与 y 的线性相关系数；Rxz，y为 x、z 与 y 的偏相关系数.利用经典的 t 检验、F 检验分别进行复相关系数的显著性检验.2结果分析2.1基于温度 TVDI 的横断山区旱情监测2.1.1对比 TVDIE、TVDIN与 C
16、WSI 对横断山区干旱监测的适用性结合式（1），基于 EVI-LST 和 NDVI-LST 计 算 得 出 TVDI 值，分 别 用 TVDIE和 TVDIN表示，将得到的 TVDIE、TVDIN和 CWSI 数据同土壤含水量数据进行相关性分析，结果如图 2 所示，TVDIE、TVDIN和 CWSI 与土壤水分的相关性的平均值分别为0.377、0.371 和0.309，三者的相关性均值差距较小.由于横断山区地形南北差异大且北部地形变化多样，导致西部的干热河谷地带、东部的峨眉山周围及西北部杂多县等寒冷地区不能很好地反映出干旱情况，TVDIN因 NDVI 的自身缺陷，在横断山区东部的高山峡谷区干旱监测效果不理想.综上所述，TVDIE对于整个横断山区而言，能够更好地反映土壤水分状况，在全区干旱监测中效果最优.因此本文选择 TVDIE来表征横断山区干旱变化.2.1.2基于 TVDIE的干旱年际时空分布特征通过ENVI 中的统计分析，计算 20012019 年横断山区多年 TVDIE均值的空间分布，然后通过 TVDI 干旱等级划分标准（图 3）.由图 3 的 20012019 年横断山区多年 T
