文章信息
- 黄静, 张运, 汪明秀, 王芳, 汤志, 何好
- HUANG Jing, ZHANG Yun, WANG Mingxiu, WANG Fang, TANG Zhi, HE Hao
- 近17年新疆干旱时空分布特征及影响因素
- Spatial and temporal distribution characteristics of drought and its relationship with meteorological factors in Xinjiang in last 17 years
- 生态学报. 2020, 40(3): 1077-1088
- Acta Ecologica Sinica. 2020, 40(3): 1077-1088
- http://dx.doi.org/10.5846/stxb201810302341
-
文章历史
- 收稿日期: 2018-10-30
- 网络出版日期: 2019-11-20
2. 资源环境与地理信息工程安徽省工程技术研究中心, 芜湖 241003;
3. 自然灾害过程与防控安徽省省级重点研究室, 芜湖 241003
2. Engineering Technology Research Center of Resources Environment and GIS, Anhui Province, Wuhu 241003, China;
3. Natural Disaster Process and Prevention and Control of Provincial Key Laboratory of Anhui Province, Wuhu 241003, China
干旱是一种常见的自然灾害[1], 具有波及范围广、发展速度缓慢、受灾面积大、持续时间长的特点[2], 将给农业、林业以及社会造成严重的经济损失, 并破坏生态系统的稳定, 导致水文水分循环的不均衡性[3]。遥感技术可以实现监测地区的大面积、有效、实时动态的旱情监测, 使得对干旱区的旱情监测有了突破性的转变, 主要的遥感监测干旱的方法有热惯量法[4]、作物缺水指数法[5]、标准降水指数法[6]、标准降水蒸散指数法[7]、温度植被干旱指数法[8]和微波遥感法[9]等, 其中温度植被干旱指数, 是基于植被指数和地表温度为数据基础来反映干旱状况, 对已发生旱灾的区域具有较好的解释能力[10], 由于温度植被干旱指数是基于植被状况来反映地区干旱, 因此在无植被覆盖或较低植被覆盖区会出现无值现象。温度植被干旱指数是Sandholt等[8]提出的简化的Ts-NDVI特征空间。许多学者利用温度植被干旱指数法进行干旱监测, 都取得了较好的研究效果[11-13]。朱小强等[14]以MODIS温度和植被指数产品数据反演了TVDI, 验证了TVDI可以有效地反映土壤水分, 且精度较高, 并认为在新疆的艾比湖地区干旱状态有加重趋势。薄燕飞等[15]利用温度植被干旱指数分析了2005-2014年河北省春季干旱时空变化特征, 认为TVDI可以很好地反映河北省春季干旱时空变化特征, 并未对其进行影响因素分析。陈斌等[16]证明了TVDI可以在时间上监测旱情变化, 同样适用于草原地区。刘立文等[17]以MODIS数据产品为基础数据, 验证了TVDI可以很好的反映吉林省的农业干旱状况, 认为不同时期采用不同的植被指数会有更好的反演结果。Liang等[18]利用MODIS数据来获取TVDI, 分析了2001-2010年中国干旱的时空分布状况, 采用相关分析进行影响因素分析, 认为在中国北部及西北部干旱主要受日照时间所影响。姚春生等[19]利用MODIS数据获取TVDI来反演新疆土壤湿度, 以野外实测数据进行了验证, 证明了TVDI可以用于新疆地区的干旱监测。NASA团队发布的MODIS产品数据集, 为温度植被干旱指数模型提供了数据来源, 其高时空分辨率、广泛的覆盖面积为实时监测大范围地区的干旱状况提供了可能性, 国内学者基于MOD11和MOD13数据利用温度植被干旱指数法, 分析陕西省2000-2015年春季旱情时空分布, 并取得了较好的研究结果[20]。吴欣睿等[21]采用MODIS数据对松嫩平原的土壤湿度状况进行了时序研究, 证明了MODIS数据反演出的TVDI与土壤相对湿度的总体上相关性较好。
新疆位于中纬度地区的欧亚大陆腹地, 是受全球变化影响最大的地区之一[22], 受自然地理位置等因素影响, 新疆干旱灾害频发, 有学者也对新疆干旱的时空变化特征进行研究[23-24], 但多是基于点数据, 或对短时间序列进行研究, 对大规模长期序列的监测较少。因此, 基于MOD11地表温度、MOD13植被指数以及气象资料, 采用温度植被干旱指数法, 分析了新疆干旱的时空变化特征及其影响因素, 可以为防治干旱提供数据依据。
1 研究区与数据 1.1 研究区概况新疆位于中国西北边陲, 地理范围介于73°29′54″-96°23′3″E、34°20′11″-49°10′55″N之间(图 1), 土地面积为1640011.03km2 [25], 是中国占地面积第一大省区。全省地貌形态多样, 北部阿尔泰山, 南部昆仑山-阿尔金山, 天山横贯于新疆中部, 三大山脉之间是准格尔盆地和塔里木盆地。受地理位置和地形影响, 新疆是典型的温带大陆性气候, 夏季短暂, 冬季漫长而寒冷, 冷热差异较大。新疆土地利用类型以未利用土地为主, 受地形和气候因素的影响, 新疆的耕地类型基本全为旱地, 主要分布在各大绿洲和山前冲洪积扇地区, 主要耕作的作物类型为小麦、棉花、高粱及各种瓜果, 其中新疆的经济作物棉花在全国占有重要地位。近17年来, 年均气温约为9.72℃, 年均降雨量约为117.8mm。水资源匮乏, 降雨量少, 使得干旱成为新疆主要的自然灾害, 且灾害范围广, 持续时间长, 成灾面积大, 对社会及农业经济造成的损失较大[2]。
![]() |
图 1 新疆土地利用类型和气象站点分布 Fig. 1 Land use type and distribution of meteorological stations in Xinjiang Province |
地表温度(Land Surface Temperature, LST)数据集(MOD11A2)是利用MODIS数据的第31波段和第32波段采用劈窗算法[26]反演的结果, 空间分辨率1km, 时间分辨率8天, 是NASA MOD11数据的最新版本V006, 本文使用的是新疆2000-2016年HDF格式的MOD11A2数据产品, 下载地址为http://www.ntsg.umt.edu/project/mod11。归一化植被指数(Normailized Difference Vegetation Index, NDVI)用来反映植被生长状况, 本文是用的是2000-2016年MODIS植被指数产品(MOD13A2), 为16天合成的1km空间分辨率数据, 数据版本是V006, 下载地址为http://www.ntsg.umt.edu/project/mod13。利用MRT(MODIS Reprojection Tools)工具提取LST和NDVI数据, 并进行数据的拼接、裁剪以及投影转换等数据处理, 采用均值合成法将LST8天数据产品合成16天产品, 实现与NDVI像元栅格之间的匹配。
土地利用类型数据为2000年、2005年、2010年、2015年新疆维吾尔自治区1:10万的土地覆盖数据(图 1), 来源于地球系统科学数字共享平台(http://www.geodata.cn), 依据新疆土地利用方式及分类精度需求, 将研究区的土地利用类型合并为6个一级地类, 分别为耕地、草地、林地、水域、城镇用地和未利用土地。
气温和降雨数据来自中国地面气候资料月值数据集, 该数据集是中国基准、基本气象站1951年以来中国各气象基准站的月值数据集, 其中新疆境内有68个气象观测站台, 通过反距离权重法对站点数据进行插值成面状数据, 空间分辨率为1km。土壤相对湿度数据来自中国农作物生长发育和农田土壤湿度旬值数据集, 其中新疆内有52个农业气象观测站点, 采样深度包括10、20、50、70、100cm。诸如自然因素和人为因素等原因, 导致土壤观测站点数据是缺失的。在综合了数据的连续有效性和国家指定的干旱检测标准上, 选择2008年的6月与7月20cm土壤相对湿度观测站点数据作为TVDI反演精度的验证数据。气温、降雨以及土壤相对湿度数据来源于中国气象局气象数据中心(http://data.cma.cn/)。
2 研究方法 2.1 温度植被干旱指数TVDI温度植被干旱指数是Sandholt等[8]人在Price[27]和Carlson[28]研究的基础上提出, TVDI模型可用于模拟研究区土壤干旱状况, 为科学研究干旱分布状况提供了理论依据[19], 其模型公式如下:
![]() |
(1) |
![]() |
(2) |
式中, TVDI值在0-1之间, 值越小, 表示该地区越湿润, 反之则干旱越严重, Ts是图像像元的地表温度, Dry表示特征空间的干边, Wet表示特征空间的湿边a、b、c、d分别为干边和湿边的线性拟合方程系数。
2.2 分析方法 2.2.1 趋势分析利用线性倾向估算TVDI的时间趋势, 随着时间的变化, TVDI可表现为序列上升或下降趋势、空间分布变化, 采用趋势分析法对2000-2016年TVDI年际变化趋势进行分析, 基于栅格像元的计算公式如下:
![]() |
(3) |
![]() |
(4) |
式中, B为线性倾向值, TVDIi为第i年的温度植被干旱指数, t为年份, n=17, 当B>0时, 随着时间t增加, TVDI呈上升趋势, 反之, TVDI呈下降趋势, TVDIc为TVDI的变化率(%)。
2.2.2 相关性分析相关分析可以揭示两个或两个以上的要素间相互关系的密切程度, 利用基于像元的相关分析法分别计算TVDI与气温、降雨的偏相关系数, 偏相关系数计算公式如下:
![]() |
(5) |
式中, Rxy, z表示固定自变量z之后因变量x与自变量y的偏相关系数。Rxy, Rxz, Ryz为两变量的相关系数, 显著性检验采用t检验法。
为了研究温度植被干旱指数与降雨和气温之间的相关关系, 采用复相关分析法, 计算公式如下:
![]() |
(6) |
式中, Rx, yz表示因变量x和自变量y、z的复相关系数, 其相关性检验采用F检验法。
3 结果与分析 3.1 干旱检测结果检验农气站点所测得的20cm土壤相对湿度被国家气象局作为旱情的分级标准[29], 因此国内学者[16, 30]通过拟合温度植被干旱指数TVDI与20cm土壤相对湿度的关系来测试TVDI监测干旱的准确性, 结果表明, TVDI能够有效地反映研究区的干旱情况。Sha等[31]证明了TVDI与20cm土壤相对湿度有很好的相关性。为了保证遥感数据检测干旱状况结果的准确性, 对基于MOD11和MOD13数据计算得到的温度植被干旱指数进行检验。图 2为2008年6月与7月新疆境内有效的土壤相对湿度数据23个农业气象观测站点与温度植被干旱指数的拟合结果图, 由图 2可知:温度植被干旱指数与土壤相对湿度之间有一定的线性关系。由TVDI与20cm土壤相对湿度数据的相关性分析可知, 两者之间存在显著的负相关关系, 相关系数Sig分别为0.015和0.002, 通过了0.05的显著性检验, 因此, 基于MOD11和MOD13数据计算的温度植被干旱指数可用于新疆干旱监测。为了定量描述以中等分辨率成像光谱仪的归一化植被指数产品和陆地表面温度产品为基础计算的温度植被干旱指数和20cm土壤相对湿度所代表的干旱程度, 以国家气象局将土壤相对湿度划分的农业干旱等级标准[29, 32], 以及张顺谦等[33]用温度植被干旱指数划分的干旱等级标准, 表 1列出了按土壤相对湿度及温度植被干旱指数划分的干旱等级。
![]() |
图 2 2008年6月与7月温度植被干旱指数与土壤相对湿度的拟合 Fig. 2 Fit between TVDI and soil relative humidity in June and July, 2008 |
等级 Level |
土壤相对湿度/% Relative humidity |
温度植被干旱指数 Temperature Vegetation Dryness Index TVDI |
干旱类型 Drought types |
1 | >60 | < 0.67 | 无旱 |
2 | 50—60 | 0.67—0.74 | 轻旱 |
3 | 40—50 | 0.74—0.80 | 中旱 |
4 | 30—40 | 0.80—0.86 | 重旱 |
5 | < 30 | >0.86 | 特旱 |
2000-2016年新疆近17年TVDI均值空间分布具有较强的地域分异性(图 3), 呈现天山山脉以北及昆仑山脉地区较湿润, 塔里木盆地地区较干旱。就整体而言, 新疆TVDI多年均值为0.751, 处于中旱级别, 盆地地区干旱状况较严重, 该地区降雨量少, 植被稀疏, 土壤涵养水分的能力较低, 生态系统修复能力弱, 生态系统的稳定性易受到影响。其中:处于无旱等级的面积主要分布在阿勒泰山地区、天山地区以及昆仑山系地区, 多为耕地和草地分布区域, 占新疆地域面积的12.75%。轻旱地区的面积主要分布在天山以北地区、克孜勒苏柯尔克孜地区以及喀什南部、和田南部及巴音郭勒南部地区, 土地利用类型以草地和林地为主, 占新疆地域面积的11.77%。中旱地区的面积占新疆地域面积8.33%, 主要分布在卡拉玛依, 哈密北部, 阿克苏中北地区, 克孜勒苏柯尔克孜地区以及喀什中南部、和田中南及巴音郭勒的中南部地区。重旱地区的面积占新疆地域面积11.65%, 分布在塔里木盆地, 吐鲁番以及哈密中南部地区。特旱地区的面积占新疆地域面积6.23%, 主要分布在巴音郭勒中部, 吐鲁番以及哈密南部。其中较湿润的地区主要特点是水资源相对较好, 植被覆盖度高, 土壤涵水能力较好。从图 4中可以观察到, 2000-2016年新疆TVDI的变化百分率介于-34.57%-17.46%之间, 年平均变化百分率为2.069%, 大部分地区TVDI的变化百分率大于0, 主要集中在在0-10%之间, 占新疆地域面积的40.36%, 主要分布在昆仑山系, 天山地区, 吐鲁番以及哈密地区;TVDI变化百分率处于-10%-0之间的面积占10.16%, 主要分布在阿克苏中东部, 巴音郭勒西南部, 表明该地区具有干旱减弱的趋势;其中, TVDI变化百分率在10%以上的面积占0.15%, 主要分布在伊犁哈萨克南部地区, 表明其干旱化倾向较为严重。
![]() |
图 3 新疆2000-2016年平均干旱空间分布 Fig. 3 Spatial distributions of average drought types in Xinjiang Province during 2000-2016 |
![]() |
图 4 新疆2000-2016年TVDI变化百分率 Fig. 4 Percentage change of TVDI in Xinjiang Province during 2000-2016 |
由于受到季节性太阳辐射、气温、降雨、地形、空气湿度以及植被类型等多种因素影响, 新疆不同季节TVDI的空间分布状况差异显著(图 5)。春季(3月至5月)TVDI的范围在0.534-0.973之间, 春季温度逐渐回升, 植物进入返青生长期, 所需水分增加, 从旱情的空间分布上看, 阿勒泰山区、天山山区、昆仑山区较为湿润, 主要原因是高山积雪消融, 给河流补给了水源, 使得该地区水资源较为充足。夏季(6月至8月)TVDI的范围为0.642-0.978, 夏季气温高, 降雨量少, 且多为植被覆盖密度较低的地区, 水分蒸发量大, 是一年中干旱最为严重的季节, 从空间分布上看, 除高海拔地区相对较为湿润以外, 其他地区均处于重旱或特旱状态。秋季(9月至11月)TVDI值在0.342-0.949之间, 秋季气温下降, 水分蒸发量降低, 植被生长所需水分减少, 高海拔地区伴有降雪出现, 补给了水源, 山区土壤含水量增加, TVDI值降低。冬季(12月至2月)TVDI值范围为0.091-0.875, 冬季气温最低, 蒸腾作用弱, 新疆部分地区受积雪补给水源, 且植被多处于休眠状态, 所需水份较低, 是一年中湿润度最高且受干旱范围面积最小的季节, 只有塔里木盆地的部分地区处于干旱状态。综上所述, 天山以北地区易出现春旱和夏旱, 天山以南地区易出现春旱、夏旱以及秋旱, 塔里木盆地中部地区常年处于干旱状态, 因大面积地区长期处于较干旱地区, 新疆多为耐旱型经济作物。
![]() |
图 5 新疆各季节的TVDI空间分布 Fig. 5 Spatial distributions of TVDI in Xinjiang Province during seasons |
多年间干旱一直是新疆最主要的自然灾害, 通过统计新疆各市年际温度植被干旱指数变化可知:TVDI呈现波动减小趋势, 多年均值为0.751, 最大值在2013年, 为0.777, 最小值在2001年, 为0.728, 表明新疆整体上长期处于中旱等级状态, 生态环境较为脆弱。此外, 根据新疆2000-2016年间各市的TVDI年际变化(图 6)可知, 各市TVDI多年均值相差不大, 由小到大依次为伊犁哈萨克(0.629) < 阿勒泰(0.630) < 博尔塔拉(0.652) < 塔城(0.672) < 乌鲁木齐(0.675) < 昌吉(0.680) < 克孜勒苏柯尔克孜(0.687) < 克拉玛依(0.756) < 喀什(0.771) < 巴音郭勒(0.780) < 和田(0.781) < 阿克苏(0.786) < 哈密(0.791) < 吐鲁番(0.827), 新疆各市干旱状况不同, 大部分地区处于干旱状态, 伊犁哈萨克、阿勒泰和博尔塔拉处于无旱状态, 其中伊犁哈萨克的TVDI值最低, 主要因为伊犁哈萨克地处天山北部的伊犁河谷内, 降雨量较为充沛, 植被覆盖度高, 地域水资源较为丰富, 使得该地区常年较为湿润, 塔城、乌鲁木齐、昌吉和克孜勒苏柯尔克孜处于轻旱状态, 耕地多分布在无旱和轻旱地区, 卡拉玛依、喀什、巴音郭勒、和田、阿克苏和哈密处于中旱状态, 吐鲁番TVDI值最高, 处于重旱状态, 主要因为吐鲁番是独特的暖温带大陆性干旱沙漠气候, 日照时间长, 昼夜温差大, 降雨量低, 水资源稀缺, 植被覆盖率低, 极端的水分和气候条件使得该地区常年较为干旱, 其独特的地理与气候条件, 在有限的耕地面积条件下, 使得该地区的主要作物种植类型为复播和套种, 主要的经济作物为棉花和瓜果类作物。
![]() |
图 6 新疆各市TVDI年际变化 Fig. 6 Annual variations of TVDI of cities in Xinjiang Province during 2000-2016 |
新疆各地(州)TVDI年内月变化有明显的波动(图 7), 各地(州)年内温度植被干旱指TVDI整体上呈现先增加后减小的“单峰型”趋势, 1-2月缓慢增加, 2-4月急剧上升, 在4月达到年内峰值, 4-8月小幅波动保持平稳, 8-10月缓慢下降, 10-12月呈急剧降低的趋势, 具有明显的季节差异性。究其原因, 1-4月温度逐渐回升, 蒸散量增加, 植物逐渐进入返青期, 生长所需的水分达到最大, 从而导致土壤含水量降低, TVDI值增加;4-8月温度上升至全年的最大值, 蒸散量增加, 土壤含水量蒸发量达到最大, 但新疆境内高山上的积雪消融, 给河流进行水源补给, 使得土壤含水量达到一个相对平稳的状态;8-12月温度逐渐降低, 蒸散量降低, 植物生长所需水分减少, 土壤含水量增大, TVDI值降低。
![]() |
图 7 新疆各市TVDI年内月变化 Fig. 7 Monthly variations of TVDI of cities in Xinjiang Province |
通过对新疆2000-2015年不同土地利用类型TVDI均值变化(图 8)进行分析可知, 新疆不同土地利用类型的TVDI变化情况整体上呈现波动增加的趋势, 除林地外, 林地呈现波动减小的趋势, 不同土地利用类型的TVDI均值差异明显, 表现为林地(0.678) < 草地(0.697) < 建筑用地(0.739) < 耕地(0.741)。新疆地区水资源匮乏, 耕地的作物类型主要以小麦、棉花、高粱等为季节性人为种植植被, 建筑用地的绿化植被也为人为种植植被, 且耕地一般在建筑用地周围, 受人类活动影响较大, 就地势、地形、水资源等自然环境条件而言相对一致, 耕地和建筑用地的生态系统的稳定性, 相对较弱, 土壤涵养水分的能力弱, 相对较为干旱, 不同土地利用类型干旱化倾向较为严重的是草地, 每年增长量0.0005, 林地逐渐趋于较湿润状态, 干旱状况减轻, 林地多分布在海拔较高地区, 水资源较丰富, 每年的变化量与草地相同, 就对生态系统的稳定性而言, 林地的土壤涵养水分能力比草地较高, 有利于减弱干旱环境的脆弱性。
![]() |
图 8 新疆2000—2016年不同土地利用类型TVDI变化 Fig. 8 Annual variations of TVDI over difference types of land use in Xinjiang Province during 2000—2015 |
新疆不同土地利用类型的TVDI年内变化整体上呈现先降低后增加的单峰趋势(图 9), 受区域地理环境及自然气候状况的影响, 不同土地利用类型年内的TVDI值变化趋于一致。其中未利用土地以沙地、戈壁和裸岩石砾地为主, 主要分布在北疆准格尔盆地的古尔班通古特沙漠、南疆塔里木盆地的塔克拉玛干沙漠和东部的库木塔格沙漠等地, 气候极端恶劣, 全年除冬季, 气温低, 水份蒸发量少, 处于无旱状况, 春夏秋三季皆因气候和下垫面因素的影响处于干旱状态。因受地形及资源环境的限制, 耕地的干旱化倾向, 加重了对农业经济的影响, 就耕地类型而言, 水资源的合理调配需求更为突出。
![]() |
图 9 不同土地利用类型TVDI年内变化 Fig. 9 Monthly variations of TVDI of difference land use types |
利用新疆2000年、2008年和2016年干旱类型分布图进行统计得到2000年-2016年间干旱类型变化情况, 各干旱类型占地面积相差不多, 如图 10所示, 无旱类型、中旱类型、重旱类型以及特旱类型均发生显著性变化, 轻旱类型面积总体变化较小, 无旱类型面积整体呈现增加趋势, 中旱类型、重旱类型以及特旱类型面积呈现减少趋势。如表 2所示:2000年至2016年新疆干旱类型转移总面积为551087.95km2, 占新疆地域总面积33.60%, 其中中旱等级转移面积最多, 转移面积为178077.99km2, 主要转移为轻旱等级和重旱等级, 分别占中旱等级转移总面积40.98%和50.17%, 无旱等级转移面积最少, 转移面积为39861.37km2, 主要转移为轻旱等级, 占无旱等级转移面积96.33%。新疆近17年干旱类型转移主要发生在轻旱类型与无旱类型, 轻旱类型与中旱类型, 重旱类型与中旱类型, 重旱类型与特旱类型, 主要是以无旱类型转入和轻旱类型、中旱类型、重旱类型、特旱类型转出为主要特点的干旱类型转移。
![]() |
图 10 2000、2008和2016年干旱类型面积统计 Fig. 10 The areas of drought types in 2000, 2008 and 2016 |
年份 Year |
干旱类型 Drought types |
无旱 No drought |
轻旱 Light drought |
中旱 Moderate drought |
重旱 Heavy drought |
特旱 Special drought |
2000—2016 | 无旱 | * | 38397.80 | 1462.57 | 1.00 | — |
轻旱 | 65821.60 | * | 53295.30 | 3851.99 | 6.00 | |
中旱 | 3980.18 | 72977.20 | * | 89333.20 | 11787.40 | |
重旱 | 17.00 | 6609.80 | 45878.70 | * | 104830.00 | |
特旱 | — | 1.00 | 1753.00 | 54084.20 | * | |
“*”表示未发生类型转变, “—”表示无数值或者数值很小 |
新疆2000-2016年均降雨量在14.8-531.5mm之间, 多年均值为117.8mm, 2000-2016年均降雨量逐渐增加, 变化率为1.38mm/a;降雨量从新疆北部到南部呈现减小趋势, 分布不均, 阿勒泰山区和天山地区的降雨较多, 尤其是伊犁哈萨克和乌鲁木齐地区, 降雨量最多, 塔里木盆地地区降雨较少。新疆近17年的平均气温在-3.35-16.02℃之间, 多年均值为9.72℃, 气温呈现波动下降趋势, 变化率为-0.036℃/a, 气温多年平均空间分布呈现分布不均的现象, 气温较低的地区分布在阿勒泰山区以及天山地区, 新疆中部盆地地区的气温较高。
以逐像元计算所获取的2000- 2016年的TVDI与年均降雨量、年均气温的偏相关系数(图 11)来定量分析气象因子对温度植被干旱指数TVDI的影响, 其中, 温度植被干旱指数TVDI对气象因子的响应表现出显著的空间差异性。TVDI与年均降雨量的偏相关系数介于-0.896-0.892之间(图 11), 统计结果表明, TVDI与年均降雨量呈正相关相关的面积占总面积的68.13%, 主要分布在天山以北的北疆区域和昆仑山脉周边区域, 呈负相关的区域主要集中在吐鲁番和巴音郭勒东北部地区;通过对偏相关系数进行显著性检验表明, 研究区有17.07%的区域通过了P < 0.01水平的t显著性检验, 多分布在山系及山系周边地区和巴音郭勒地州。由TVDI与年气温之间的偏相关空间分布特征(图 11)可知, TVDI与气温的偏相关系数介于-0.869-0.78之间, 其中呈现负相关的面积占总面积的31.33%, 主要集中分布在克孜勒苏柯尔克孜、伊犁哈萨克中部、博尔塔拉西部、克拉玛依、巴音郭勒西北部以及哈密地区, 而正相关区域集中分布在山系等高海拔地区;对TVDI-气温的偏相关系数进行显著性检验, 有0.06%的区域通过了P < 0.01水平的t显著性检验, 零星分布在各河流及山系周边地区。TVDI与降雨-气温的复相关空间分布状况如图 11所示, TVDI与气象因子的复相关系数集中在0-0.898之间, 复相关性较强的区域分布在昆仑山脉、阿克苏中北部、哈密东部及乌鲁木齐地区, 采用F检验法对复相关系数进行检验, 有1.85%通过了P < 0.05的显著性检验, 多零星分布在山区、哈密东部部分及乌鲁木齐区域, 该区域多为山麓及河流周边地区, 水资源相对较多, 草地覆盖密度高, 受气温、降雨影响较为显著。
![]() |
图 11 2000—2016年气象因子变化对TVDI的影响 Fig. 11 Effects of climate factors change on TVDI in Xinjiang Province during 2000—2016 |
由2000-2016年的气温、降雨量变化趋势以及TVDI年际变化趋势可知, 新疆年均降雨量呈现增加趋势, 年均气温呈现减低趋势, 年际TVDI却呈现增长趋势, 具有干旱化的倾向, 从TVDI的驱动因子分布状况(图 11)中可以看出, 研究区内大部分的干旱影响因子是受非气象因子的驱动, 受气温和降雨的影响较低, 主要是因为, 新疆深处亚欧大陆腹地, 近17年来, 虽然降雨量呈现增加趋势, 但年均降雨量仅为117.8mm, 无法深程度的补给水源, 气温虽呈现波动减小的趋势, 但变化率每年在0.036℃, 没有大幅度变化, 使得研究区内的水分蒸发量减小甚微, 由此可知, 新疆地区气温及降雨量的变化对TVDI影响较低, 区域位置及气候类型等非气象因子对TVDI影响较高。
4 结论利用MOD11和MOD13数据反演温度植被干旱指数TVDI, 结合气象数据和农气数据, 分析了新疆干旱时空分布特征及气象因子对其的影响, 主要结论如下:
1) 反演出的温度植被干旱指数与农气站点观测的土壤相对湿度数据呈现负相关关系, 相关系数通过0.05显著性检验, 说明MOD11和MOD13数据反演温度植被干旱指数可用于新疆干旱监测。
2) 在2000-2016年17年间, 新疆TVDI空间分布具有较强的地域分异性, 呈现北部、南部较湿润, 中部干旱趋势。受地形、气温、降雨、风速等多种因素影响, 干旱主要发生的季节在春季、夏季以及秋初, 主要以重旱和特旱为主, 不同季节的干旱程度大小为:夏季>春季>秋季>冬季。
3) 2000-2016年新疆TVDI年内变化呈现单峰型趋势, 具有明显的季节差异, 最小值在1月, 最大值在6月, 各市TVDI年内有明显的波动变化。其中, 天山以北地区易出现春旱和夏旱, 天山以南地区易出现春旱、夏旱以及秋旱, 塔里木盆地中部地区常年处于干旱状态。
4) 不同土地利用类型多年间TVDI均值差异明显, 草地干旱化倾向较为严重。不同土地利用类型的TVDI年内变化整体上呈现先降低后增加的单峰趋势, 受地形及资源环境的限制, 耕地的干旱化倾向, 加重了对农业经济的影响。干旱类型转移的主要特点为无旱类型转入和轻旱类型、中旱类型、重旱类型、特旱类型转出。
5) 近17年间降雨量呈现增加趋势, 但年均降雨量仅为117.8mm, 无法深程度的补给水源, 气温虽呈现波动减小的趋势, 但年变化率为0.036℃, 没有大幅度变化, 使得研究区内的水分蒸发量减小甚微, 说明新疆地区气温及降雨量的变化对TVDI影响较低, 区域位置及气候类型等非气象因子对TVDI影响较高。
[1] |
韩兰英, 张强, 姚玉璧, 李忆平, 贾建英, 王静. 近60年中国西南地区干旱灾害规律与成因. 地理学报, 2014, 69(5): 632-639. |
[2] |
何建村, 白云岗, 张严俊. 基于MODIS数据新疆土壤干旱特征分析. 干旱区地理, 2015, 38(4): 735-742. |
[3] |
彭擎, 王让会, 蒋烨林, 吴晓全. 植被-地温指数(NDVI-LST)在新疆干旱监测中的适用性. 生态学报, 2018, 38(13): 4694-4703. |
[4] |
余涛, 田国良. 热惯量法在监测土壤表层水分变化中的研究. 遥感学报, 1997, 1(1): 24-31. |
[5] |
Jackson R D, Kustas W P, Choudhury B J. A reexamination of the crop water stress index. Irrigation Science, 1988, 9(4): 309-317. |
[6] |
Mckee T B, Doesken N J, Kleist J. The relationship of drought frequency and duration to time scales//Proceedings of the 8th Conference on Applied Climatology. Boston, MA: American Meteorological Society, 1993: 179-183.
|
[7] |
Vicente-Serrano S M, Beguería S, López-Moreno J I. A multiscalar drought index sensitive to global warming:the standardized precipitation evapotranspiration index. Journal of Climate, 2010, 23(7): 1696-1718. |
[8] |
Sandholt I, Rasmussen K, Andersen J. A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status. Remote Sensing of Environment, 2002, 79(2/3): 213-224. |
[9] |
Bindlish R, Jackson T J, Gasiewski A J, Klein M, Njoku E G. Soil moisture mapping and AMSR-E validation using the PSR in SMEX02. Remote Sensing of Environment, 2006, 103(2): 127-139. |
[10] |
刘宪锋, 朱秀芳, 潘耀忠, 李双双, 刘焱序. 农业干旱监测研究进展与展望. 地理学报, 2015, 70(11): 1835-1848. |
[11] |
葛少青, 张剑, 孙文, 王利平, 耿亚军, 范双萍. 三种干旱指数在干旱区沼泽湿地土壤水分遥感反演中的应用. 生态学报, 2018, 38(7): 2299-2307. |
[12] |
陈少丹, 张利平, 汤柔馨, 杨凯, 黄勇奇. 基于SPEI和TVDI的河南省干旱时空变化分析. 农业工程学报, 2017, 33(24): 126-132. |
[13] |
王凤杰, 冯文兰, 扎西央宗, 牛晓俊, 刘志红, 王永前. 基于FY-3A/VIRR和TERRA/MODIS数据藏北干旱监测对比. 自然资源学报, 2017, 32(7): 1229-1239. |
[14] |
朱小强, 塔西甫拉提·特依拜, 丁建丽, 依力亚斯江·努尔麦麦, 夏楠, 杨童童, 张淑霞. 基于MODIS与Landsat 8的艾比湖湿地旱情时空变化及其影响因素分析. 生态学报, 2018, 38(8): 2984-2994. |
[15] |
薄燕飞, 白建军, 刘永林. 基于TVDI及气象干旱指数的河北省春旱时空变化特征. 兰州大学学报:自然科学版, 2016, 52(2): 188-195. |
[16] |
陈斌, 张学霞, 华开, 徐珂. 温度植被干旱指数(TVDI)在草原干旱监测中的应用研究. 干旱区地理, 2013, 36(5): 930-937. |
[17] |
刘立文, 张吴平, 段永红, 邢立新, 陈圣波, 赵敏. TVDI模型的农业旱情时空变化遥感应用. 生态学报, 2014, 34(13): 3704-3711. |
[18] |
Liang L, Zhao S H, Qin Z H, He K X, Chen C, Luo Y X, Zhou X D. Drought change trend using MODIS TVDI and its relationship with climate factors in China from 2001 to 2010. Journal of Integrative Agriculture, 2014, 13(7): 1501-1508. |
[19] |
姚春生, 张增祥, 汪潇. 使用温度植被干旱指数法(TVDI)反演新疆土壤湿度. 遥感技术与应用, 2004, 19(6): 473-478. |
[20] |
薛天翼, 白建军. 基于TVDI和气象数据的陕西省春季旱情时空分析. 水土保持研究, 2017, 24(4): 240-246. |
[21] |
吴欣睿, 那晓东, 臧淑英. 温度植被干旱指数在2000-2015年松嫩平原土壤湿度中的应用研究. 生态学报, 2019, 39(12): 1-9. |
[22] |
陈亚宁, 李稚, 范煜婷, 王怀军, 方功焕. 西北干旱区气候变化对水文水资源影响研究进展. 地理学报, 2014, 69(9): 1295-1304. |
[23] |
谢培, 顾艳玲, 张玉虎, 向柳. 1961-2015年新疆降水及干旱特征分析. 干旱区地理, 2017, 40(2): 332-339. |
[24] |
张喆, 丁建丽, 李鑫, 鄢雪英. TVDI用于干旱区农业旱情监测的适宜性. 中国沙漠, 2015, 35(1): 220-227. |
[25] |
顾行发, 李闽荣, 徐东华. 遥感监测绿皮书-2016, 2016. 北京: 社会科学文献出版社, 2016: 212-216.
|
[26] |
Wan Z M, Dozier J. A generalized split-window algorithm for retrieving land-surface temperature from space. IEEE Transactions on Geoscience and Remote Sensing, 1996, 34(4): 892-905. |
[27] |
Price J C. Using spatial context in satellite data to infer regional scale evapotranspiration. IEEE Transactions on Geoscience and Remote Sensing, 1990, 28(5): 940-948. |
[28] |
Carlson T N, Gillies R R, Perry E M. A method to make use of thermal infrared temperature and NDVI measurements to Infer surface soil water content and fractional vegetation cover. Remote Sensing Reviews, 1994, 9(1/2): 161-173. |
[29] |
张强, 邹旭凯, 肖风劲. GB/T 20481-2006气象干旱等级. 北京: 中国标准出版社, 2006.
|
[30] |
温国涛, 白建军, 孙嵩松. 基于时间序列遥感数据的陕西省2004-2014年干旱变化特征分析. 干旱地区农业研究, 2018, 36(1): 221-229. |
[31] |
Sha S, Guo N, Hu D, Wang L J. Comparison of temperature vegetation dryness indexes through two approaches in drought monitoring: a case of Henan Province//Proceedings of the 6th International Conference on Agro-Geoinformatics. Fairfax, VA, USA: IEEE, 2017: 1-6.
|
[32] |
王纯枝, 毛留喜, 吕厚荃, 陈健, 宇振荣.基于作物缺水指数的区域旱情遥感监测//中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集.北京: 中国气象学会, 2007.
|
[33] |
张顺谦, 卿清涛, 侯美亭, 冯建东. 基于温度植被干旱指数的四川伏旱遥感监测与影响评估. 农业工程学报, 2007, 23(9): 141-146. |