旱灾是我国最严重的自然灾害之一, 长时间较为严重的干旱不仅直接影响农业生产、社会经济^[1]而且还会出现河水断流、绿洲缩减、土壤荒漠化、沙尘暴增多等多种衍生灾害^[2-4]。中国西北地处干旱、半干旱气候区。由于自然和人类活动等的原因, 西北地区己是生态极其脆弱的地区之一, 也是中国荒漠化最敏感区之一^[5]。因此, 对西北地区进行长期有效的旱情监测将对人类生活和生态系统的正常运转有着极其重要的意义。土壤干湿状况是监测土地状况的重要指标之一, 是作物生长的决定性因素, 在水文、气候等领域都有广泛的应用^[6], 同时也是制约植物正常生长的重要生态因素^[7-8]。另外, 在湿地生态环境中土壤水分扮演着一个重要的环境因子的角色, 随着土壤水分时空格局的变化, 对地-气的热量平衡、土壤温湿度和农业等都会产生影响^[9]。

当前主要运用植被指数法和热惯量法等光学遥感技术进行旱情监测, 由于植被指数和地表温度是描述地表特征的两个重要地表参数, 与地表土壤水分有着紧密的联系, 因而他们成为了干旱监测的常用参量^[10-12]。相对于传统的土壤干湿状况监测方法, 遥感技术具有监测范围广, 时效性强的特点。然而利用不同分辨率的遥感影像反演得到的土壤水分是不同的, 对于西北干旱区域旱情监测, 时效性与精确性是首要达到的标准。目前利用不同遥感数据资料进行旱情监测已取得了很多研究成果, 如Price^[13], Carlson等^[14]发现归一化植被指数(Normalized Differential Vegetation Index, NDVI)与地表温度(T_s)之间存在负相关关系, 呈现二维负相关空间三角形特征；Sandholt等^[15]更深入分析该特征空间生态特征的解释, 提出了利用温度植被干旱指数TVDI估算土壤表层水分状况；姚春生等^[16]利用实测土壤水分与TVDI模型相结合并发现呈现较好的相关性；杨秀梅等^[17]研究表明利用TVDI模型与MODIS数据进行大尺度的西北地区的干旱监测是可行的。杜灵通^[18]利用MODIS数据产品构建温度植被指数, 分析2000—2010年宁夏旱情与气象干旱和农业受干旱影响的关系。孙丽等^[19]利用EOS/MODIS数据与降水量距平指数等多源数据构建TVDI与综合干旱监测指数(IMDI)进行干旱监测实验研究, 得出IMDI相比TVDI较为稳定。李慧和王鹏等^[20]利用Terra-MODIS数据与NOAA-AVHRR数据构建应用条件植被指数(VTCI)对比分析两种数据源在不同时间空间尺度下VTCI的适应性。总的来说, 本文利用不同空间分辨率, 相似时间的多源遥感数据分别构建TVDI指数, 从时间到空间、低分辨率到高分辨率、旱季到湿季较为细节的对比分析了不同数据源下TVDI旱情监测的适应性, 并最后对产生的不同结果进行影响因素分析, 利用多源数据进行旱情监测与以往研究有一定的不同。

本研究以新疆艾比湖湿地为研究区, 选用MODIS温度与植被指数产品数据构建TVDI特征空间, 并用Landsat 8遥感资料构建的TVDI进行对比验证, 分析不同数据源所反演的特征空间的特点以及精度。最后用野外实测土壤水分数据对结果进行验证分析。新疆艾比湖湿地位于西北干旱与半干旱区的敏感性湖泊湿地, 湖水量与湖水面积的变化受到人为与自然因素的不同程度的驱动而改变, 加上湿地蒸发量大、降水少的因素, 极大的增加了艾比湖湿地旱情的风险, 因此, 此研究可为艾比湖土壤水分时空分布特征以及水资源管理措施提供一定的科学依据。

1 研究区概况与数据资料 1.1 研究区概况

艾比湖流域位于43°38′—45°52′N, 79°53′—85°02′E之间(图 1), 流域东临古尔班通过特沙漠, 西接哈萨克斯坦共和国, 北部相邻托里县, 南部为精河县。流域而积达5×10⁴km², 是准噶尔西部的低洼地和水盐汇集中心, 大风日天气较多, 蒸发量大, 降水稀少, 年平均气温6.6—7.8℃, 年降水量116.0—169.2mm。艾比湖流域属于典型的干旱区生态环境, 目前有限的水资源使艾比湖流域人类生产生活用水与生态用水间的矛盾日益突出^[21]。

1.2 数据源 1.2.1 遥感影像数据

通过USGS网站分别下载2013年5月26日与2016年5月29日过境艾比湖的Landsat 8数据, 以及2000—2016年4月—10月生长季的MODIS-NDVI数据, 空间分辨率为1km, 2013年5月26日与2016年5月29日的无云或天气状况较好的Landsat 8 OLI遥感影像数据, 空间分辨率为30m。利用ENVI 5.1对MODIS遥感资料坐标系进行转换, 对OLI数据裁剪、辐射校正、FLAASH大气校正等, 精度符合研究标准。

1.2.2 土壤样品数据

本研究于2013年5月到2016年5月在研究区根据道路可达性土壤布设法, 按照实验室出野外计划, 每年采集两次土壤数据, 分别为每年的5月和10月中旬, 土壤深度为1m, 土壤坡面层为5层, 分别为0—20、20—40、40—60、60—80、80—100cm。利用铝盒采集各土壤层土样, 最后在实验室内采用烘干法测定土壤重量含水量。图 1为2013年5月(红色采样点)和2016年5月(黑色采样点)期间分别采集的土壤样点23个、55个。

1.2.3 统计年鉴数据

统计年鉴数据来源于精河县统计局编著的《辉煌五十年》、《精河县统计年鉴》等统计数据, 统计年鉴数据主要用于影响因素分析等研究。其中包括自然数据与人文数据。自然数据主要有湖面面积、风速、月平均降水量、月平均相对湿度以及月平均气温距平；人文数据主要包括总人口数据、耕地面积、第一产业、第二产业、第三产业生产总值数据。

2 研究方法 2.1 Offer Rozenstein劈窗算法

Offer Rozenstein等人和覃志豪等人^[22]根据以往的劈窗算法以及Landsat 8数据的特点, 提出了SW₁(Split-Window Algorithm)反演算法。其计算公式如下：

(1)

式中, T_s为地表温度, T₁₀、T₁₁, 分别Landsat 8第10, 第11波段的亮温温度。A₀、A₁和A₂是系数。

2.2 温度植被干旱指数(TVDI)

在NDVI和T_s构成的三角形特征空间中, 将不同植被指数条件对应的最高下垫面温度(T_smax)相连, 构成了三角形的干边, 表示为该区域内的干旱上限, 将其干旱指数定义为1, 与之相反的将不同植被指数对应的最低下垫面温度(T_smin)相连构成了三角形的湿边, 表示为该区域内的最湿润区, 将其干旱指数定义为0。通过温度植被干旱指数方法对两者信息进行综合处理与相应的实测数据拟合, 可以得到TVDI模型进而得到研究区的土壤干旱状况, 为科学研究该研究区干旱情况提供了重要的依据^[23]。

(2)

(3)

式中, T_smax, T_smin分别由植被指数与地表温度根据干边、湿边线性拟合获得, 本研究中采用NDVI植被指数, a、b、c、d分别是干边和湿边线性拟合方程的系数。

3 结果与分析 3.1 构建特征空间

通过构建MODIS数据与OLI数据的特征空间, 并利用TVDI确定特征空间干湿边(3式)并得到表 1。从中看出, 干边的斜率都小于0, 此结果也表明随着NDVI的增加, T_s的最大值呈减小趋势；湿边的斜率都大于0, 这也表明随着NDVI的减小, T_s的最大值逐渐增大。同时由图 2可以看出, T_s的最大最小值在0.01分割的NDVI尺度上呈现三角形特征, 两种数据源的散点分布大致相似, 但是也存在较大差异。MODIS-TVDI与Landsat-TVDI相比, 散点图较为稀疏, 且NDVI的最大值都略小。

由表 1看出, 整体上MODIS数据拟合结果与Landsat 8数据拟合结果较为相似, 拟合精度较好；MODIS数据中, 2103年干边R²=0.86, 湿边R²=0.35相差最大, 2016年的干湿边R²差异略小；Landsat 8拟合结果中, 2013年R²最为接近, 但2016年干、湿边拟合结果分别为0.89、0.63, 相差较大。

3.2 T_s-NDVI特征空间的划分

为了从宏观上更加直接的对艾比湖湿地土壤水分的时空有很好的了解, 本研究对灰度值为0—1的范围下进行描述, 以TVDI值为分级指标, 以便更好地观测区域的干旱情况。按照中国气象局的干旱分级指标进行旱情分级, 将土壤湿度划分为5级, 分别是：极湿润(0 < TVDI < 0.2)；湿润(0.2 < TVDI < 0.4)；正常(0.4 < TVDI < 0.6)；干旱(0.6 < TVDI < 0.8)；极干旱(0.8 < TVDI < 1)。

定性分析：由图 3干旱等级划分图可知整个研究区旱情分布特征, 干旱面积最大, 极湿润、湿润、正常面积次之, 极干旱面积最小。但是通过4年的时间演变, 干旱与极干旱的面积从2013年到2016年有所增加；相反艾比湖周围的湿润地带面积相对减少。同时也可看出每年5月份的湿度相比于10月份要湿润一些, 从湖水面积可以看出, 5月份湖水面积大于10月份湖水面积, 可见5月份处于艾比湖湿地的湿季, 而10月份处于湿地的干季。以长时间序列的艾比湖湿地土壤变化为出发点, 分析艾比湖湿地土壤水分以及干旱情况在时间和空间上的细节变化。

定量分析：对不同时间的旱情分级图进行面积提取, 通过定量分析研究可以明显看出不同时间上的不同旱情等级的面积变化情况(表 2)。由表 3可以看出, 5月份的极干旱面积均大于10月份的极干旱面积, 并且面积相差较大, 其中2014年5月的极干旱面积占到研究区总面积的16.26%, 说明在夏季时段干旱程度较于秋季面积较大；另外“正常”占总研究区最大的面积, 其次为“干旱”的等级, “正常”与“干旱”的面积分别在时间的跨度下, 在年际和月际的变化亦存在较大差异。

另外为了更加进一步分析土壤水分的细节变化情况, 本研究利用高精度的Landsat 8数据对MODIS数据进行细节上对比分析(图 4), 可见两种数据源反演结果整体趋势一致, 并且效果较好；充分利用MODIS数据在时间尺度上以及大范围监测的优势, 可以更加明确的刻画旱情的动态变化；同时结合Landsat 8数据的高精度的优点, 将土壤水分在空间上的细节变化展现出来。对于干旱区湿地景观, 以多个时间点的数据来代表多年的土壤旱情或水分状况, 无论是从时效性还是精确性来说, 都可以在长时间序列的数据下显得很有说服力。

3.3 精度验证

将野外实测0—20cm的土壤样品利用烘干法测定土壤的质量含水量, 与反演的TVDI值做精度验证, 由图 5可以看出TVDI与艾比湖湿地实测土壤表层水分有很好的的负相关关系, 说明利用TVDI对干旱区土壤水分监测有很好的效果。但是不同数据源在不同时间上的相关性差异较大, 有湿润地带向干旱地带演变的趋势。MODIS与土壤水分的相关系数整体上较为理想, 2016年最大达到0.72；相反Landsat 8相关系数略低于MODIS整体, 在2016年上出现最小为0.50。

3.4 土壤水分的时空变化

根据研究区TVDI数据资料, 采用旱情分级指标对TVDI进行分类, 利用转移矩阵方法描述艾比湖4年旱情等级变化与不同旱情等级面积的变化(表 3)。艾比湖湿地土壤水分时空尺度变化效应较为明显, 通过对比分析, 艾比湖湿地4年间极湿润、湿润、正常、干旱、极干旱分别转移变化了148、381、1191、3237、1716km², 其中由2013年干旱与极干旱面积变化最大, 正常次之, 极湿润与湿润变化最小。由2013年极湿润转为2016年的湿润, 正常, 干旱, 极干旱的面积为49、15、2、3km²；由湿润转变为极湿润, 正常, 干旱, 极干旱的面积为135、153、29、2km²；由2013年正常转移为极湿润, 湿润, 干旱, 极干旱的面积为13、248、332、24km²；由2013年干旱转为2016年的极湿润, 湿润, 正常, 极干旱的面积为0、62、910、1582km²；由极干旱转移为2016年的极湿润, 湿润, 正常, 干旱的面积为0、0、89、2822km²。可见艾比湖湿地在4年内极湿润, 湿润, 正常的面积减少, 干旱, 极干旱的面积增加。旱情的进一步加剧对于地区的生态存在较大威胁。

4 影响因素分析 4.1 自然因素

由图 6可以看出1998—2016年期间, 艾比湖湖面面积有一定的波动, 随着风速的变化呈现显著地负相关关系；艾比湖湖面面积自2002年开始到2016年呈现急剧萎缩的态势, 相比于面积突变年2002年, 艾比湖面积减少46.2%, 线性斜率变化为-33.82, 线性相关性R²=0.71, 在2013年到2016年间, 艾比湖面积略微增加, 而研究区风速呈现急剧增加的态势, 2013年湖面面积为425km², 2016年艾比湖面积为450km², 面积变化率仅为5.9%；2013年艾比湖风速为1.9m/s, 2016年平均风速为3.5m/s, 变化率高达84.2%。总体上随着研究区风速的增加, 艾比湖湖面面积呈现减小的趋势, 二者呈负相关。由此说明风速是影响艾比湖面积变化的自然影响因素之一。

气候变化对水资源的形成与变化具有重要的作用, 降水和气温共同决定了区域气候的湿润和干燥程度, 影响着径流的形成和地域分布^[24]。由图 7可以看出, 在17年间研究区月平均降水量与月平均气温呈负相关关系, 月均温呈现稳定逐步上升的趋势, 且温度距平逐渐向正值变化, 表明温度在逐渐增加；而降水量呈现随着温度增加而减少的趋势。在此基础上分析了精河县降水量与相对湿度的关系, 精河县降水量与相对湿度整体呈现协同变化态势。通过收集相关资料显示研究区年平均降水量为102mm, 年蒸发量为1512.6mm, 日照时间长, 年日照达2700多小时, 可见极大的蒸发量和日照时常与极小的降水量的直接负相关影响, 导致艾比湖湿地的旱情态势急剧增加, 整体生态安全不容乐观。

另外, 由图 8看出艾比湖地区各旱情等级变化转移主要集中在湖泊及湖泊周边, 在时间与空间的尺度上艾比湖面积急剧减少, 加之全球温室效应以及艾比湖处于西北干旱区内陆, 使湖水变化频率加快, 干旱较为严重。近年来随着人口的增加和环境的急剧改变, 使艾比湖湿地遭受重大的影响, 另外周边县城农业用地面积以及规模的不断增加, 使当地的农业用水消耗量大幅度增长, 需要配置合理的水资源调控体系。艾比湖受阿拉山口的直接影响, 每年春季时段内, 阿拉山口的西北风对艾比湖水体加速蒸发起到催化作用。图中艾比湖湖体在2013年到2016年变化最为明显, 呈现湖水面积减小的趋势；同时在全球温室效应的影响下, 由图 8可知, 艾比湖西北与西南方向的土壤湿度也有较大的变化, 因为山地区域主要为高山积雪, 受温室效应影响, 逐渐呈现消融趋势, 可见艾比湖湿地的旱情较为严重, 生态系统的正常运转将由此收到威胁。

4.2 人文因素

从1950—1980年, 是艾比湖急剧干枯萎缩期。30年间, 由于气候和人文因素的双重叠加作用, 其中主要是人文因素, 加剧了艾比湖的干缩进程。艾比湖湖面从50年代初的1200km², 至70年代是迅速萎缩到522km²。平均每年缩小20.3km², 是自然萎缩期的290多倍, 储水量亦从2亿hm²多减少到0.46亿hm²左右^[25], 由于艾比湖流域人口数量急剧增加和大兴土木, 导致这一时期湖水面积急速变化, 入湖水量迅速减少。艾比湖湖水急剧减少, 人口与农业用地不断增加(图 9), 可以看出20世纪90年代至2007年人口增长与各产业总产值呈现同步增长趋势, 自2007年至今精河县各产业生产总值增长速率较快, 变化较大, 总人口数波动剧烈, 与2007年相比, 精河县2008年人口减少近20%；另外于2010年人口总数急剧增加, 相比于2009年与2011年, 精河县2010年总人口数增加与减少量分别为20%、19.4%。综上表明人口总数变化、过度开垦以及产业生产是艾比湖及周边地区旱情变化的重要人文因素。

5 结论

利用MODIS数据构建TVDI特征空间, 发现TVDI反演土壤水分精度较好, 可以实现大面积快速的旱情监测分析。同时利用相同时期的Landsat 8遥感影像反演TVDI, 分析两种数据源反演土壤水分精度, 结果表明：

(1) 利用MODSI反演得到的TVDI特征空间反演土壤水分, 有效地实现了大面积快速观测地区旱情时空的变化, 选用Landsat 8数据构建的TVDI和野外实测土壤水分数据作对比验证, 相关性较高, 最大相关性R²=0.72, 表明MODIS反演土壤水分进行旱情监测是可行的。

(2) 通过分析面积转移矩阵, 可知土壤水分由湖体及河流向周边逐渐减少；农田向盐渍地逐渐减少；平原向山地逐渐减少的趋势；由干旱等级转移矩阵变化可知, 呈现极湿润, 湿润, 正常的面积减少, 干旱与极干旱面积增加的态势, 其中干旱的面积增加最大, 极干旱次之, 可见旱情较为严重。艾比湖湿地旱情影响范围较大, 无论从湖体向周边平原农耕地, 还是到西边的山体区域都发生了较大变化。可见当前艾比湖湿地干旱灾情不容乐观。