基于改进TVDI指数的河南省干旱监测

2016年11月

YELLOWRIVER

人民黄河

V〇1.38,No.11

Nov. ,2016

【水资源】

基于改进TVDI指数的河南省干旱监测

张文鸽\\刘豪2,殷会娟1

(1.黄河水利科学研究院，河南郑州450003; 2.郑州大学水利与环境学院，河南郑州450001)摘要:在对7TO/指数计算公式进行改进的基础上，依据河南省2014年3—10月共8个月的MODIS数据，对河南省全

境的7TO/指数进行计算，并根据计算结果对河南省干旱过程的时空变化范围进行监测分析。研究结果表明：2014年河 南省干旱发生在4月、5月和7月，其中7月重旱范围达到38%、中旱范围达到15%，进入8月后旱情逐渐减轻，进入10 月旱情逐渐消除;基于改进的TVDI指数对河南省旱情的动态监测结果与实测的河南省干旱发生过程基本相符，表明该 方法可以用于河南省的旱情动态监测。

关键词：MODIS;改进TVDI;干旱监测；河南省中图分类号：S152.7 文献标志码：A doi:10.3969/j.issn.1000-1379.2016.11.012河南省横跨黄河、淮河、海河、长江四大水系，是我 国的产粮大省。干旱是影响河南省粮食产量的主要气 象因素之一，给地区经济增长带来巨大的阻力。对干 旱的时空变化过程进行实时准确的监测，对于研究、预 防干旱以及采取及时的抗旱措施具有重要的积极意 义。传统的干旱监测依靠农业、气象站点的实测资料， 虽然站点的实测资料具有准确可靠的优点，但是其获 取成本较高，且在长序列时间、大空间尺度的干旱监测 方面有其不足之处。随着遥感技术的发展，通过遥感 获得地表的物质能量参数，使得多时相和大空间尺度 的干旱监测成为可能，弥补了传统干旱监测方法的不 足,为区域干旱的动态监测提供了优质、高效的途 径[1]。利用遥感方法进行的大空间范围内干旱监测 取得了很大进展，国内外学者提出了很多监测方法。 基于归一化植被指数（

和地表温度（isr)建立

起的条件温度植被指数（7Yfl/)近年来成为遥感监测 区域干旱的有效手段[2_3]。条件温度植被指数综合反 映了地表植被、地表温度等因素,可有效克服仅用地表 植被监测土壤旱情的时效延迟，同时避免依据地表温 度监测土壤旱情时对土壤背景因素考虑不足等情况， 能较好地监测研究区域的干旱情况[4]。综合以上研 究,7YD/指数在研究区域纬度跨度较小、海拔变化小 的情况下效果较好，但是在海拔变化大、纬度跨度大的 研究区域，由于纬度和海拔的变化容易造成干旱程度 的错误评估，因此在进行rra/指数监测研究区域的 干旱情况时，要先对地表温度进行基于海拔高度和纬 度的还原[5]。基于此，笔者利用MODIS数据，对7Tfl/ 指数进行改进，并利用改进的7Yfl/指数对河南省 2014年发生的干旱过程进行了时空范围的监测、分

• 50 •

析，以期为以后的河南省干旱变化过程研究提供参考。

1改进的指数计算方法

1.1 7TD/指数

从土壤水分与地表要素的关系来看，短时间的土 壤水分缺失导致植被气孔关闭，植被冠层温度升高，在植被覆盖度低的地区土壤温度也迅速上升，长时间的 土壤水分含量减少导致植被覆盖度降低，因此从植被 覆盖度和地表温度的综合角度来分析土壤水分含量变化是可行的。

王鹏新等[6]将7TD/指数定义为

T顺

-

LST_,LST——- _ LST—;

—d，LST_—n

⑴

其中

LST丽hmin =a+bx NDV/,⑵

LSTi,m +br xNDV/;⑶ax=ar

式中：LST疆—、1ST画^ _分别为研究区域植被指数

NDV/ 为湖叹时所有像元的地表温度最大值和地表温度最 小值;157^胃;为某一像元植被指数为时的地表 温度;a、6、aW为待定系数，分别根据卻W-LST散点 图的上包线和下包线作线性拟合得到。

7Tfl/的取值范围为[0,1], 7Y_D/越大则干旱程度 越轻,7Yfl/越小则干旱程度越严重。

收稿日期：2015 07 20基金项目：国家自然科学基金资助项目（51309108)。作者简介：张文鸽（1975—)，女，河南巩义人，高级工程师（教 授级），博士，主要从事水资源配置与管理研究工作。通信作者：刘豪（19—)，男，河南南阳人，硕士研究生，研究 方向为水利信息技术和地理信息系统研发。E-mai1 ： 1148680551@ qq.com

人民黄河2016年第11期

鼎w—的特征空间见图1。干边上随着 6—8月最多，年均日照时间1 848.0 h〜2 488.7,全年无霜期240〜1 d，适宜多种农作物生长。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。由于 春季降水量很小，且气温回升快，因此春季是河南省干 旱的高发季节。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]。2.2数据来源

MODIS数据具有高时间分辨率、高光谱分辨率、

鼎w的增大而降低，表示土壤的有效水分很低;湿边 不随斯w的变化而变化，湿边“r的土壤有效水分 是同等鼎w条件下最大的。空间三角形中，整体越 靠左，植被覆盖度越低，最左边代表裸土地区，越靠右 植被覆盖度越高，最右边代表植被完全覆盖区[7]。

1.2 TTD/指数的改进

7TO/指数综合了植被盖度和地表温度，在监测区 域干旱程度方面具有一定的优势。但是在海拔变化较 大和纬度跨度较大的地区，地表温度的改变一部分是 由海拔、纬度的改变引起的，不完全是由土壤水分含量 的改变引起的，因此在纬度跨度较大、海拔变化较大的

地区，依据7TO/监测区域干旱时，要先对地表温度

进行基于DEMLSrLSTr和纬度的还原[LSTLST8—9]。还原公式为

= + mH

(4) = + a(L - b)

(5)

式中:LST，m为还原之后的地表温度，°C ;LST为还原 前的地表温度，°C ;H为海拔高度，m;L为像元所在的 纬度，°;m、a、b为待定系数，m通常取常数0.6 °C/100 m。

Li等[10-11]认为在河北地区纬度每增加1°，气温降

低0.941 3 C，这里a取同样的参考值0.941 3 °C/ (°)。参数b取河南省纬度最小值31。

2研究区概况与数据来源

2.1研究区概况

河南省位于北纬31°23'—36°22'、东经110°21'—

116°39'之间，东接安徽、山东，北界河北、山西，西连陕 西，南临湖北。地势西高东低，北、西、南三面由太行 山、伏牛山、桐柏山、大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。全省由南向北年平均气温为 15.7〜12.1 C，年均降水量1 380.6〜532.5 mm，降水以

适中的空间分辨率等优点，使得其在遥感旱情监测中 得到广泛应用[13]。

本研究区域为河南省全境，遥感数据采用NASA 提供的MODIS数据。本研究采用2014年3—10月的

MODIS数据集，包括每8 d数据MOD11A2、每16 d数

据MOD13A2。DEM数据为地理空间数据云提供的河 南省90 m分辨率高程图[14]。

MOD11A2是8 d合成空间分辨率为1 000 m的地

表温度产品，是利用MODIS传感器31、32通道亮温计 算获得的，计算结果为8 d内晴空日地表温度平均 值[15-16]。MOD13A2是16 d合成的空间分辨率为 1 000 m的植被指数产品，它的波段反射率经过BRDF 模型订正大气吸收、分子散射等效应，并矫正为星下点 和标准太阳高度角下的TERRA MODIS卫星地表反射 率，采用最大值合成、最小视角合成等方法最终生成植 被指数(鼎W)和增强型植被指数（伙/)，本研究采用 的是植被指数MW。

根据所得到的斯W、LST影像的质量，分别选取 3—10月中影像质量较高的遥感图像，作为所在月份 的影像进行研究。本研究分别选取了 3月22日、4月 23 日 、5 月 1 日 、6 月 2 日 、7 月 20 日 、8 月 29 日 、9 月 14日、10月8日的地表温度LST影像。而对于植被指 数斯W，认为地表植被在短期内变化不是很大，分别 选取5月9日、6月10日、6月26日、10月16日的影 像替代5月1日、6月2日、7月20日、10月8日的 斯W影像。

3数据计算与结果分析

3.1数据计算

根据得到的MOD11A2、MOD13A2数据，首先采用

美国地质调查局推荐的MODIS三级产品处理工具

MRT，将得到的h26v05、h27v05、h28v05三个轨道的影

像进行拼接，得到完整区域的影像图，再经过转投影操

作，得到UTM投影坐标系下的斯W和LST影像。再 按照式(4)、式(5)，依据DEM和纬度对地表温度LST

• 51 •

人民黄河2016年第11期

进行还原。对于得到的DEM图像，将坐标系由BJ- 转换为WGS-84,并将空间分辨率变换为1 000 m。最 后用河南省矢量边界对得到的A®W、iSr和DEM图 像进行裁剪,得到河南省的遥感影像图。

根据式(1)，对8个月的遥感影像分别进行A©W-

LSr特征空间构造，拟合特征空间的干边、湿边，计算得到

8个月的7TO/指数图。结合张树誉等^的研究结果, 根据湖W指数将区域干旱程度分为4个等级:重旱 (0矣 7Yfl/< 0.37)，中旱（0.37 矣 7Y_D/<0.46)，轻旱 (0.46矣7Yfl/<0.55)，无旱（0.55 矣 7YD/矣 1.0)。由此 得到河南省2014年3—10月干旱等级变化图（见图 2)。

3月22日

5月丨日 6月2日

々—.V ， .

v

JT 一.

图2

3.2结果分析

由7Yfl/影像和干旱等级连续8个月的变化（见 图2)可以看出，河南省2014年3—10月期间,4月、5 月和7月分别发生了一次干旱过程。

全省2014年4月发生了一次干旱。3月22日一4 月23日全省干旱面积增大，干旱程度加重，西部山区由无旱变为轻旱和中旱，中东部地区重旱地区面积扩 大。到了 5月，全省的旱情逐渐得到缓解,5月1日中 东部地区重旱面积减小，西部由轻旱和中旱转为无旱。 进入6月全省除了信阳为重旱外,其余地区均为无旱。

到了 7月，由于降雨稀少，夏季蒸发作用强烈，土 壤水分急剧减少，因此干旱迅速在全省蔓延。6月2 日一7月20日，中东部的驻马店、平顶山、商丘，北部 的安阳、鹤壁等地由无旱转变为重旱，南阳、三门峡部 分地区由无旱转变为中旱和轻旱。进入8月，旱情逐 渐得到缓解,重旱面积减小，全省只有新乡和濮阳少数 地区存在重旱，开封和商丘等地由重旱变为中旱，其余 大部分地区为无旱或轻旱。9月之后干旱面积进一步 缩小,持续到10月，全省范围内的旱情全部解除。不 同干旱等级面积比例变化见表1。干旱（重旱+中旱+ 轻旱）面积比例逐月变化见图3。• 52 •

指数逐月变化

表1不同干旱等级面积比例变化情况

干旱

等级重旱中旱轻旱无旱

3月 22日1911862

70605040302010

%10月

8日351181

4月23 日25222033

5月1日251317

6月 2日1071271

7月 20 日38151334

8月 29 日12141955

9月 14日81216

〇■---■---■---■---■---■---■---■

3月22日4月23日5月1日

6月2日7月20日8月29日9月14日

时间

10月8日

图3干旱面积比例逐月变化情况

由表1和图3可以看出，全省重旱面积比例从3 月22日的19%增长到4月、5月的25%,进入6月后 旱情逐渐缓解,6月2日的重旱面积比例减少为10%。 7月干旱面积扩大,干旱程度加重,7月20日的重旱面 积比例最高，为38%。8月干旱程度开始减轻,重旱面 积比例降低为12%,到9月、10月重旱面积比例进一 步减小，最终减小到10月8日的3%。

从中国气象网站[18] 了解到,2014年4月河南省大 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。4月下旬开

人民黄河2016年第11期

始，随着降雨的来临,旱情逐步得到缓解。7月全省迎 来大范围的干旱天气，遭遇63 a来最严重的夏旱，汛 期全省的平均降雨量仅为96 mm,较多年同期均值偏 少60%。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40丈以上，更加重了干旱的程 度。全省50%以上的中小河流断流,平顶山、许昌、登 封、镇平、栾川、新密等6个中小城市地表水供水水源 匮乏，已启动地下水备用水源或采用应急调水措施，以 维持城市居民生活用水。周口、鹤壁、驻马店等地农作 物因干旱而卷叶枯萎，三门峡、平顶山等地因干旱导致 [2] 陈斌，张学霞，华开，等.温度植被干旱指数（TVDI)在草

原干旱监测中的应用研究[J].干旱区地理，2013,36(5) ：930-937.[3] 王鸣程，杨胜天，董国涛，等.基于条件温度植被指数

(VTCI)的中国北方地区土壤水分估算[J].干旱区地理， 2012,35(3) :446-455.[4] 宋瑞祥，吴明业，张庆国，等.基于TVDI指数的安徽省伏 旱动态监测与时空演变的研究[J].安徽农业大学学报，

2014,41(4) ：669-674.[5] 沙莎，郭铌，李耀辉，等.我国温度植被旱情指数TVDI的

应用现状及问题简述[J].干旱气象，2014, 32居民生活用水受到严重影响。河南省防汛抗旱指挥部 7月28日宣布启动抗旱瓜级应急响应[|9]。8月中旬 以后，全省大部连续降雨，全省范围的旱情逐渐得到 缓解。

通过遥感监测结果与河南省实际发生干旱过程的对 比，可以看出用7TO/指数对2014年河南省4月和7月的

两次旱情时空变化进行监测的效果较好。改进的7TO/ 指数可以应用于河南省的干旱时空变化监测。4结语利用MODIS数据，采用改进的指数对河南

省2014年干旱过程进行监测，得到如下结论。

(1) 河南省2014年4月、5月和7月发生了干旱

过程。其中4月、5月的重旱面积占到全省面积的 25%，到6月旱情有所缓解;7月的重旱面积占全省面 积的38%，8月中旬开始旱情逐渐减轻，直至10月全 省的旱情解除。

(2) 基于MODIS数据、利用改进的7YD/指数对

河南省2014年干旱过程的监测结果与其干旱实际发

生过程基本相符,表明该方法可以应用于河南省干旱

过程的动态监测，为河南省气象学的研究、森林旱情监

测、农业干旱监测等提供高效、准确的监测手段。

同时，基于MODIS数据的7YD/指数对旱情的监

测需要注意以下两点。(1) 由于是地区相对干旱程度的表征，因此 在基于7Yfl/划分干旱等级时要结合当地的干旱实际 情况，不能盲目借用其他地区的研究成果。

(2) 进行基于DEM和纬度的地表温度还原时，(4)、式(5)中的系数确定因地区而异,在河南省干旱

监测中需要对该省的系数值进行度量确定，不能直接

采用其他地区的参数值。

参考文献：

[1]马辉，许志辉，马浩录.黄河下游洪水卫星遥感监测方法

研究与应用[J].人民黄河，2009,31(1) :107-109.

(1)：128-134.[6] 王鹏新，龚健雅，李小文.条件植被温度指数及其在干旱

监测中的应用[J].武汉大学学报（信息科学版），2001， 26(5) ：412-418.[7] 赵杰鹏，张显峰，廖春华，等.基于TVDI的大范围干旱区

土壤水分遥感反演模型研究[J].遥感技术与应用，

2011,26(6) ：742-750.

[8] 齐述华，王长耀，牛铮.利用温度植被旱情指数（TVDI)进 行全国旱情监测研究[J].遥感学报，2003, 7

(5) ：420-427.

[9] 陈阳，范建容，郭芬芬，等.条件植被温度指数在云南干旱监

测中的应用[J].农业工程学报，2011，27(5)：23卜236.

[10] WAN Zheng^ning. MODIS Land—Surface Temperature Algo­

rithm Theoretical Basis Document ( LST ATBD) Version 3.3

[J]. Santa Barbara， CA ： Institute for Computational Earth

System Science University of California，1999：19-24.[11] LI Hongjun，LI Chunqiang，LIN Yong. Surface Temperature Correction in TVDI to Evaluate Soil Moisture over a Large

Area [J]. Journal of Food， Agriculture & Environment， 2010(8)：1141-1145.[12] 朱业玉，潘攀，匡晓燕，等.河南省干旱灾害的变化特征 和成因分析[J].中国农业气象，2011，32(2)：3U-316.[13] 何报寅，丁超，徐贵来，等.基于MODIS的武汉城市圈地

表温度场特征[J].长江流域资源与环境，2010,19

(12)：1379-1385.

[14] 于红博，杨劼，陈杰.皇甫川流域地表特征参数遥感反

演研究[J].人民黄河，2008,30(4)：5-6.

[15] MALLICKK，BHATTACHARYABK，PATEL N K. Esti­mating Volumetric Surface Moisture Content for Cropped

Soils Using a Soil Wetness Index Based on Surface Temper­ature and NDVI[J]. Agricultural and Forest Meteorology， 2009，149(8)：1327-1342.[16] HULLEY G C，HOOK S J，BALDRIDGE A M. Investigating

the Effects of Soil Moisture on Thermal Infrared Land Surface

Temperature and Emissivity Using Satellite Retrievals and La­boratory Measurements [J]. Remote Sensing of Environment， 2010，114(7)：1480-1493.

(下转第144页）

• 53 •

式

人民黄河2016年第11期

Analysis of Influencing Factors of Effective Utilization Coefficient of Irrigated

Water of Sanyizhai Irrigation Area

LIU Cui1 , ZHAO Haibin1 , JIN Xiaoying1 , MENG Yuqing2

(1.Research Center of Water and Soil Resources Utilization, Yellow River Conser^^ancy Technical Institute,

Kaifeng 475004, China； 2. Henan Sanyizhai Hydranlic Project Administration Bureau, Lankao 475300, China)

Abstract： In order to solve the low effective utilization coefficient of irrigated water and based on multivariate linear regression analysis, it studied the main factors influencing the effective utilization coefficient of irrigated water. The results show that in the selected eight impact factors, the order of the effective utilization coefficient of irrigated water from high to low is the rate of supporting facilities in good conditions > the rate of channel lining > investment of water saving engineering > actual irrigation area > the length of channel > actual diversion > the amount of rainfall > groundwater modulus. Then, combined with the actual condition of Sanyizhai irrigation area, using the results of the regression analysis, the paper puts forward to improve the existing irrigation engineering and irrigation technique, formulate reasonable irriga­tion management system and continue to strengthen investment of water saving engineering as the potential strategy to solve the problem of thelow-effective utilization coefficient of irrigated water.

Key words： effective utilization coefficient of irrigated water； multivariable linear regression analysis； impact factors； potential strategy; Sanyizhai Irrigation Area

【责任编辑许立新】

(上接第53页）

mrTix/2014-08/01/c」33523600.html.[17] 张树誉，孙威，王鹏新.条件植被温度指数干旱监测指

标的等级划分[J].干旱区研究，2010,27(4) :600-606.[19]人民黄河杂志社.黄河防总部署2014年黄河防汛抗旱

工作[J].人民黄河，2014,36(6) :143.[18] 张兴军，马意翀.河南干旱直击：“就差用眼泪浇地”

[EB/OL]. [ 2015 - 05 - 26 ] http://news. xinhuanet. com/

Monitoring of Henan Province Drought Using the Improved TVDI Index

ZHANG Wenge1 , LIU Hao2, YIN Huijuan1

(1.Yellow River Institute of Hydraulic Research, Zhengzhou 450003,China；

2.School of Water Conservancy and Environment, Zhengzhou University,Zhengzhou 450001,China)

Abstract: Under the foundation of the improved TVDI index formula and based on the MODIS data of Henan Province from March to October of 2014, the TVDI index of the whole area was calculated. On the basis of the study results, the monitoring of drought in Henan Provincewithin temporal and spatial range was analyzed. The results of the study show that the drought occurred in April, May and July of 2014 inHenan Province, especially in July the heavy drought area reaches to 38% and medium drought area reaches to 15% ； the drought areapercentage reduces gradually after entering in August and gradually eliminates in October； at the same time through the analysis contrastingwith the monitoring results from the Henan Provincial Meteorological Station, it shows that the dynamic test results of drought progress basedon improved TVDI index, matched with the actual drought occurrence process of Henan Province and that the improved TVDI index can provide an effective method of drought monitoring for Henan Province.Key words： MODIS； improved TVDI； drought detection； Henan Province

【责任编辑许立新】

• 144 •