基于卫星遥感的旱情监测方法及应用

文|杨永民 辛景峰 黄诗峰 杨昆 朱鹤

水利部防洪抗旱减灾工程技术研究中心/中国水利水电科学研究院

一、引言

干旱灾害是我国主要的自然灾害之一。我国幅员辽阔、地形复杂，局地性或区域性的干旱灾害频发。据统计分析，2000年以来，年均因旱临时饮水困难人数超过2500万人，年均受旱面积超过3.7亿亩，旱灾损失占同期GDP的比重超过1%[1]。旱情监测评估与预警作为抗旱减灾重要的非工程措施，对于实时掌握旱情动态，科学指导抗旱救灾，提高抗旱管理水平，最大限度地减少旱灾损失，保障社会经济可持续发展，都具有十分重要的现实意义。当前，我国水利气象部门初步建立起雨情、水情、地下水等基础水文监测站网，在抗旱减灾方面发挥了重要作用，但是墒情监测站点总体偏少，仍然难以满足大范围旱情监测预警的需求。

卫星遥感是获取非均匀下垫面的有效、经济的手段，是解决复杂条件下，大尺度区域范围陆面蒸散和土壤水分状况及其在生态环境中转换机理研究的有效工具[2]。大面积的遥感地表辐射和温度观测，可直接提供土壤-植被-大气系统的界面能量信息；多光谱、多角度的遥感资料可反演下垫面的特征参数；多时相的遥感观测信息可反映土壤和植被的水分状况。卫星遥感为旱情监测、评估与分析提供了新视角，其形式由光学遥感发展到微波遥感，被动遥感到主动遥感，可以实现区域性、大面积的旱情监测及应用。

但由于受到卫星过境时刻、重访周期、幅宽、降雨、云层等因素的影响，卫星遥测数据在空间或时间维度上不够连续，全国或较大区域上相应的旱情估算与监测在时间和空间上也不够连续。此外，卫星遥感反映的是已经发生的旱情信息，不能对区域的旱情提供有效的预警信息。陆面水文模型系统描述了地表的能量收支和水分收支平衡，系统地刻画了土壤-植被-大气连续体的生物、物理、化学过程，是进行区域尺度水热平衡模拟的有效工具。卫星遥感的观测信息能提供陆面水文模型所需的关键信息，通过气象数据驱动陆面水文模拟则可以实现区域尺度土壤水分、地表蒸散的连续模拟，可有效弥补遥感水分反演方法时空连续性的不足。

二、旱情监测技术方案

1.基于遥感指数的旱情监测方法

（1）植被状态指数法

植被在可见光波段和近红外波段的强吸收与强反射光谱特征是植被指数法用于作物长势监测和土壤水分状况评估的基础。当作物受到水分胁迫时，其生长受到限制，导致作物对可见光波段的反射率增高，而红外波段的反射率却降低，因此通过可见光及近红外两个波段的线性或非线性组合成的植被指数可以评估作物的受旱状况。归一化差值植被指数（NDVI）是一种常用的植被指数，也是描述区域旱情的重要指标。基于归一化植被指数，Kogan提出了植被状态指数（ VCI），可用于大范围旱情的监测应用[3]。为实现全国大范围的旱情监测应用，水利部防洪抗旱减灾工程技术研究中心收集整理了覆盖中国国土范围的NOAA AVHRR归一化植被指数数据和MODIS植被指数数据，对植被指数进行滤波、插补处理，形成一套完整的植被指数数据集，在此基础上进行植被状态指数的计算。

（2）温度状态指数法

地表温度能够反映作物及下垫面的水分状况，卫星遥感反演的地表温度数据可以用于区域尺度的旱情监测。温度状态指数（TCI）由Kogan在VCI的基础上提出，其中的温度数据使用的是亮度温度[3-4]。为实现全国范围的旱情监测，水利部防洪抗旱减灾工程技术研究中心收集整理了2000年至今的MODIS地表温度数据，在此基础上进行TCI的计算。

2.基于遥感的区域土壤水分反演及旱情监测方法

土壤含水量与植被状态和地表温度三者之间具有复杂的相关性，研究表明基于植被指数（NDVI）和地表温度（LST）的多元回归可以很好地反演土壤含水量。首先建立地表参数NDVI和LST与土壤含水量（RSM）的多元回归方程，利用地面实测土壤墒情数据与遥感反演的NDVI和LST进行模型参数率定，进而计算每个像元的土壤含水量。考虑到土壤类型的影响，在反演过程中按照土壤类型的不同，分类进行多元回归拟合，构建温度植被指数多项式模型用于土壤含水量的反演。在土壤含水量反演的基础上，依据国家气象干旱标准实现区域旱情的监测及应用。

3.基于遥感和陆面水文模型的旱情监测方法

基于卫星遥感的旱情监测方法为区域旱情监测、评估与分析提供了新视角，但由于受到卫星过境时刻、重访周期、幅宽、雨、云等因素的影响，卫星遥测数据在空间或时间维度上不够连续，全国或较大区域上相应的旱情估算与监测在时间和空间上也不够连续。陆面水文模型系统描述了地表的能量收支和水分收支平衡，系统刻画了土壤-植被-大气连续体的生物、物理、化学过程，是进行区域尺度水热平衡模拟的有效工具。一方面，卫星遥感的观测信息可提供陆面水文模型所需的关键地表状态信息；另一方面，通过气象数据驱动陆面水文模拟可以实现区域尺度土壤水分、地表蒸散的连续模拟，可有效弥补遥感水分反演方法时空连续性的不足。

对此，水利部防洪抗旱减灾工程技术研究中心在收集整理中国区域近60年气象驱动数据的基础上，完成了近60年的中国区域陆面水文模拟。基于实时气象驱动数据，实现逐日标准化降水指数、降水百分率等气象干旱指数的计算。通过实时气象数据的整理和规范化，开发了一套陆面水文模拟系统，可实现逐日的陆面水文状态的模拟。基于历史的陆面水文模拟数据集和实时模拟的土壤水分数据实现了30天滚动的土壤水分距平和土壤湿度标准指数等旱情指标的计算，并开发了基于卫星遥感和陆面水文模型的旱情监测与预警业务系统，模型可进行实时计算及旱情监测。

三、旱情监测应用案例

1.内蒙古旱情监测

2016年夏季，受降水偏少、温度偏高影响，内蒙古中东部等地区旱情持续发展，锡林郭勒大草原和呼伦贝尔大草原亦出现干旱成灾现象。据内蒙古自治区气象局消息，2016年夏季的干旱是内蒙古草原自1953年以来形成的最严重旱情[5]。对此，水利部防洪抗旱减灾工程技术研究中心基于卫星遥感资料开展内蒙古地区的旱情动态监测。图1为基于TCI的内蒙古自治区旱情遥感动态监测示例。2016年7月5日监测结果显示内蒙古东北部等地旱情初现，主要发生在锡林浩特以东地区。7月10日监测结果显示内蒙古东部地区旱情加重，旱情面积扩大明显，锡林浩特东部地区、呼伦贝尔等地旱情严重。7月10日，受旱面积进一步扩大。7月20-30日，TCI监测结果显示旱情略有缓解，这与7月20日内蒙古局部地区有小雨，降雨导致地表温度降低一致。8月5-20日,中东部地区旱情持续加重。图2为同期VCI监测结果，VCI基于遥感植被指数资料是TCI监测结果的有效补充，能反映旱情的持续发展过程，7月20-30日监测结果显示内蒙古东北部等地旱情持续。对2016年内蒙古自治区的旱情监测表明，基于卫星遥感的旱情监测方法能够从时空分布的角度反映内蒙古自治区旱情的动态过程。

图1 基于TCI的2016年内蒙古自治区旱情遥感动态监测示例

图2 基于VCI的2016年内蒙古自治区旱情遥感动态监测示例

2.黑龙江旱情监测

黑龙江省是我国耕地面积、粮食总产“双第一”的农业大省，粮食安全保障的重要基地。近年来，春旱发生频次增加，春旱范围不断扩大，干旱发生从西部松嫩平原扩大到中东部地区，春旱持续时间加长，甚至由春旱发展到春、夏连旱。旱灾的发生严重影响了大田作物的生长发育，使作物生长缓慢，发育进程受到影响，成为影响黑龙江省粮食产量的重要因素之一。针对旱情状况，基于遥感的区域土壤水分反演及旱情监测方法，采用2015-2018年MODIS数据与同期地面实测土壤含水量资料，对黑龙江省旱情进行了动态监测，见图3。监测结果表明， 2015年旱情较轻，耕地受旱面积为634万亩，2016年旱情最重，耕地受旱面积达2623万亩，其次为2017年，耕地受旱面积为1267万亩，2018年耕地受旱面积为952万亩。黑龙江省以春旱为主，旱情一般发生在5、6月份，随着夏季雨季的到来，旱情逐渐缓解。

图3 黑龙江省2015-2018年旱情遥感监测图

3.全国旱情监测

基于开发的陆面水文模拟系统和旱情监测系统，可实现逐日的全国旱情动态监测。2018年5月份以来持续开展全国旱情监测应用。2019年入春以来，河南省和云南省降水持续偏少，干旱持续加重。图4为基于标准化降水指数和土壤水分距平百分率的全国旱情监测图，监测图显示云南省和河南省大部分地区为表现中等及以上气象干旱，土壤水分距平百分率反映云南和河南等地存在大范围的土壤缺墒现象，旱情形势严峻。这一监测结果与地方新闻报道的情况较为相符，此外，云南、河南省的旱情监测结果与同期的国家气候中心的气象干旱综合监测图一致。

图4 基于标准化降水指数和土壤水分距平百分率的全国旱情监测图

四、总结和展望

为应对我国频发的干旱灾害，水利部防洪抗旱减灾工程技术研究中心充分发挥卫星遥感大范围监测的优势，构建了旱情监测的指数模型方法、基于遥感的区域土壤水分反演方法和基于遥感和陆面水文模型的旱情监测方法，并在2016年内蒙古自治区锡林郭勒和呼伦贝尔旱灾、黑龙江省土壤水分反演及旱情监测、2019年河南和云南旱情监测中进行了成功的实践应用，为区域和全国的旱情监测提供了重要的技术参考。

随着气候变化和人类活动的影响，区域旱情的高精度监测和应用需要进一步挖掘卫星遥感和物理模型方法的潜力。当前，全球和区域水循环研究和水资源管理涉及到水文气象的要素，包括辐射、温度、降水、蒸散、土壤水分以及流域储水量的变化等，都可通过遥感反演获得，这些信息将为区域旱情的监测和应用注入新的活力。此外，仍需进一步加强卫星遥感和物理模型方法的结合，融合和扩展卫星遥感所获得的地面观测信息，提供更为准确的陆面水文状态的模拟，为区域的旱情监测提供支撑。