1、地矿测绘2023，39(1):2932CN 531124/TDISSN 10079394Surveying and Mapping of Geology and Mineral esources基于 MODIS 数据的干旱遥感监测方法研究*陈立伟(广州南方测绘科技股份有限公司 沈阳分公司，辽宁 沈阳110000)摘要:文章利用 MODISNDVI 和 MODISLST 遥感产品，构建河南省温度植被旱情指数(TVDI)，分析河南省 2022 年 6月、7 月、8 月 3 个时期的旱情情况。利用旱情指数的干湿边方程以及 TVDI 验证分析，获得了河南省夏秋季的干旱情况。研究表明，通过构建温度旱情指
2、数空间特征与干湿边方程的拟合，分析得出 TVDI 的干湿边方程与理论拟合成果高度吻合。通过对旱情指数空间分布图的分析，更加准确地识别与反演出了河南省的干旱情况，得出河南省干旱在 8 月份达到极值，并且旱情等级的分布与河南省的地貌、植被覆盖等分布特征与实际情况一致的结论。利用河南省各地区的县级气象站的实测数据进行精度验证，得出的结果是 TVDI 温度旱情指数的监测精度整体在 75%以上，反演精度较好。关键词:NDVI;LST;TVDI;MODIS;干旱;遥感监测中图分类号:P 237文献标识码:A文章编号:10079394(2023)01002904Study on emote Sensing
3、Monitoring Method of Drought Based on MODIS DataCHE Li-wei(Shenyang Branch of Guangzhou South Surveying and Mapping Technology Co，LTD，Shenyang Liaoning 110000，China)Abstract:This paper adopts MODIS-NDVI and MODIS-LST remote sensing products to construct the Tempera-ture Vegetation Drought Index(TVDI
4、)of Henan Province，and analyzez the drought situation in June，July and Au-gust 2022 in Henan ProvinceBy using the dry and wet edge equation of drought index and TVDI verification analy-sis，the drought situation in summer and autumn in Henan Province was obtainedThe research shows that the dryand wet
5、 edge equation of TVDI is highly consistent with the theoretical fitting results by fitting the spatial character-istics of temperature drought index and the dry and wet edge equationThrough the analysis of the spatial distributionmap of drought index，the drought situation in Henan Province is more
6、accurately identified and reflectedIt is con-cluded that the drought in Henan Province reached the extreme value in August，and the distribution of droughtgrade is consistent with the landform，vegetation coverage and other distribution characteristics of Henan Provinceand the actual situationAccordin
7、g to the accuracy verification for the measured data of county-level meteorologicalstations in various regions of Henan Province，the result is that the monitoring accuracy of TVDI temperature droughtindex is more than 75%on the whole，and the inversion accuracy is goodKey words:NDVI;LST;TVDI;MODIS;dr
8、ought;remote sensing monitoring0引言干旱是自然灾害中的重要灾害类型之一，每年都会造成大量的经济损失以及生态破坏，伴随旱灾的灾害类型多种多样，如火灾、虫灾等，对农作物、林地、草地等植被造成严重的损坏1。目前针对干旱的监测，多为事后监测，如干旱发生后对干旱进行的旱情等级及范围划分，仍然不能在旱情刚发生92*收稿日期:20220906DOI:10.16864/ki.dkch.2023.0006时进行实时监测。传统的干旱监测是用稀疏散点上的土壤水分含量数据来监测干旱的程度和范围，其代表性差，无法实现大范围干旱灾害的动态监测2。遥感技术作为一门新兴的高科技技术，具有非接触
9、、远距离探测的优势，根据遥感技术的特点，选用卫星影像进行地表旱情监测，可替代传统的干旱监测手段，实现大范围的干旱实时监测35。基于遥感数据监测干旱常用的方法有:基于植被指数的遥感监测方法，如距平植被指数、条件植被指数;基于温度的遥感监测方法，如条件温度指数、表观热惯量法等。然而，在应用遥感手段进行旱情监测时，如果单独以遥感获得的陆面温度作为指标，在植被覆盖不完全的条件下，较高的土壤背景温度会严重干扰旱情信息。为了消除土壤背景的影响，有必要利用光谱植被指数和陆面温度的复合信息来评价区域旱情。目前应用较多的干旱遥感监测方法多为基于归一化植被指数 NDVI 与陆面地表温度LST 构建的温度植被旱情指
10、数(Temperature/Vege-tation Drought Index，TVDI)，通过分析 TVDI 的时空分布与变化，从而判定干旱的发生情况及变化趋势610。TVDI 既考虑了区域内 NDVI 的变化，又考虑了在 NDVI 值相同条件下 LST 的变化1115。因此利用温度植被旱情指数法进行区域旱情研究具有较大优势。而 MODIS 遥感数据作为新的数据源具备较好的光谱分辨率、时间分辨率和空间分辨率，价格便宜，且在大面积旱情监测方面具有较大的优势。基于此，本研究选用 2022 年 6 月至 8 月MODIS 数据的 NDVI 产品与 LST 产品进行旱情指数反演，以此达到监测河南省旱
11、情的发生及变化趋势。1研究区概况与数据来源11研究区概况河南省位于北纬 31233622，东经 1102111639之间，东接安徽、山东，北接河北、山西，西连陕西，南临湖北。伏牛山、桐柏山、太别山沿省界呈半环形分布，中、东部为黄淮海冲积平原，西南部为南阳盆地。河南大部分地处暖温带，南部跨亚热带，属北亚热带向暖温带过渡的大陆性季风气候区，自东向西由平原向丘陵山地过渡，具有四季分明、雨热同期、复杂多样和气象灾害频繁的气候特点。河南省是中国的粮仓，为全国第二大粮食主产省份。河南省属于典型的温带大陆性气候，南部秦岭横贯于南阳信阳地区，使得南部地区的秋冬阴冷隔绝在秦岭南端，河南省全年降雨集中在夏季，且降
12、雨充沛，适合植被生长，故而河南省的植被覆盖情况较好，如西部、南部山地地区植被指数常年保持在 0.4 以上。干旱是河南省发生频率高、影响范围大、持续时间长、成灾程度严重的农业气象灾害，主要有春旱、夏旱和秋旱。在少数年份河南省夏季降雨异常稀少，同时夏季持续的高温，会造成夏季干旱的蔓延，加剧干旱程度。12数据来源及研究方法1)数据来源MODIS 产品是 Terra 和 Aqua 卫星搭载的一种传感器，可以免费获取无偿使用的星载数据。MODIS 产品覆盖从可见光到红外波段，具有 36 个波段的观测数据，重访周期仅有 12 d。MODIS 的多波段数据可以同时提供反映陆地表面状况、云特性、海洋特征、植被
13、生长特征、生物地理、地表温度、大气温度、臭氧层等特征，因此 MODIS 成品的应用非常广泛。本文使用 MODIS 产品组范围全球 1 km分辨率植被指数 16 d 合成产品和 1 km 分辨率地表温度 8 d 合成 L3 产品。2)研究方法本研究选用 MODIS 数据的 NDVI 产品与 LST产品，先对两种数据进行重投影、格式转换，然后对温度数据进行最大值合成，再对这两种数据进行裁剪等处理，最终将这两种数据构建特征空间，并计算干湿边，生成 TVDI 图。TVDI 由植被指数和地表温度计算得到，其计算公式10 为:TVDI=TsTs，minTs，maxTs，min(1)其中:Ts，min=a1
14、+b1NDVI(2)Ts，max=a2+b2NDVI(3)式中:TS为任意像元的地表温度;Ts，min、Ts，max分别为最低温度和最高温度，Ts，min、Ts，max可以通过线性回归方法计算;a1、a2、b1、b2分别为待定系数。2结果分析21干湿边方程计算选择 2022 年 6 月、7 月、8 月 3 个时期的 MODIS产品，植被指数产品 NDVI、温度产品 LST 代入 TVDI公式进行计算，逐像元计算干湿边拟合方程。3 个时期的 TVDI 的特征空间与干湿边方程如图 1 所03地矿测绘2023 年 3 月示。从图中可知:7 月的干湿边方程及特征空间整体优于 6 月与 8 月 TVDI
15、 的特征空间与干湿边方程;6 月的 TVDI 的干湿边在 0.8 左右有交叉现象，该现象直接体现了 NDVI 指数在植被高覆盖地区的过饱和现象。整体来说，在特征空间构建与干湿边方程拟合结果中，TVDI 具有较好的拟合效果。图 1不同时期干湿边拟合曲线图Fig1Fitting curve of dry and wet edges in different periods22指数反演通过构建 TVDI 的特征空间与干湿边方程，反演得到 TVDI 旱情指数。3 个时期的 TVDI 温度旱情指数如图 2 所示。从图中可知，6 月、7 月的数值整体低于 8 月。6 月份河南省的旱情几乎未发生，旱情指数较
16、高的地区集中在洛阳山地地区与焦作山地地区;7 月份的旱情指数反演结果中显示旱情由西向东逐渐增多且旱情加重;到 8 月份，河南省旱情达到最严重，尤其是中东部地区的平原地区以及南阳地区，这些地区农作物种植较广泛，干旱发生情况较普遍，尤其是南阳地区，在 TVDI 的反演成果中，南阳地区的旱情是最严重的。图 2不同时期 TVDI 反演结果Fig2TVDI inversion results in different periods23精度验证从 TVDI 的反演效果图中能够看出:河南省2022 年 6 月至 8 月之间发生干旱的程度。从中国气象网站上了解到，2022 年 7 月以前河南省大部分地区降雨偏少，比往年减少近 30%，豫西、豫中、豫东大部分地区出现不同程度的干旱。与此同时，7月份全省持续出现大范围高温天气，部分地区高温达到 40以上，更加重了干旱的程度。通过遥感监测结果与河南实际发生干旱过程的对比，可以看出使用 TVDI 指数能够较好地将其干旱区域表示出来。本研究采用 2022 年河南省气象站获取的气象数据进行实地旱情精度验证，分别选用原阳县、夏邑县、南召县、社旗县、固始县、汝南县进
