基于MODIS数据的2011—2020年河南省遥感干旱研究

作者简介：赵梓涵（1999—），男，硕士生，研究方向：资源环境遥感。

摘 要：研究基于MODIS数据，选取CWSI和VSWI模型对河南省进行干旱监测模拟，同PDSI进行皮尔逊相关性分析，筛选出最适合河南省的遥感干旱监测模型，进而探讨2011—2020年当地干旱时空变化特征。结果表明，CWSI模型更加适用于河南省干旱监测研究，总体相关性（r=0.47）拟合程度最高；2011—2020年，河南省干旱集中区为郑州市、新乡市和焦作市，无旱区为南阳市北部和信阳市南部地区。在干旱空间分布中，中度干旱面积占比最大（51.19%），大部分集中在河南省西北地区；其次是轻度干旱面积占比（42.58%），主要集中在河南省东部平原地区，然后是西部秦岭山区；重度干旱面积占比较小（4.40%），主要集中在郑州市、焦作市和新乡市；无旱地区面积占比最小（1.80%），大部分分布在南阳市、信阳市地区，少部分分布在洛阳市南部和驻马店市西部地区。在研究时段内，河南省变湿区域占比为87.0%，而变干的趋势总占比为12.6%，表明10年间该地区气候逐渐湿润，大部分地区的干旱程度得到缓解；易旱区干旱重心位于东经113.2°～113.7°、北纬34.0°～34.5°，干旱重心总体呈现东南向西北再向东南移动的趋势。

关键词：河南省；遥感干旱监测；MODIS数据

中图分类号：P407 文献标志码：A 文章编号：1674-7909（2024）1-115-5

DOI：10.19345/j.cnki.xckj.1674-7909.2024.01.029

0 引言

河南省地势西高东低，地跨海河、黄河、淮河和长江四大流域；大部分地区处于暖温带，南部跨亚热带，属亚热带向暖温带过渡的大陆性季风气候区。河南省是农业大省，但近年来旱情频发（尤其是2014年旱情最为严重），对该地区的农林业生产造成了严重威胁。为了更有效地研究和应对干旱对河南省农林业生产造成的影响，需要采取精确的监测手段，准确分析河南省干旱情况。

目前，在干旱监测中，遥感技术的应用已成为主流［1-2］。采用该技术可以长时间、大范围地获取气象数据，从而弥补气象站点监测数据的不足［3］。目前，干旱强度常用气象干旱指数来表征。气象学家Wayne Palmer等提出基于水量供需关系的干旱指数（Palmer Drought Severity Index，PDSI）［4］。由于PDSI考虑到气温要素，可以有效反映气候变化对干旱的影响，同时也能考量区域水分供应与适宜水分供应之间的关系，因此常用来进行区域干旱评估。Jakson等［5］根据水分在不同时序下的亏缺程度，同标准状态下进行比较，提出了作物缺水指数（Crop Water Stress Index，CWSI）。考虑到归一化植被指数（Normalized Difference Vegetation Index，NDVI）和地表温度（Land Surface Temperature，LST）对干旱的综合影响，Carlson等［6］提出用植被缺水指数（Vegetation Supply Water Index，VSWI）来评价农业干旱。此后，结合遥感技术的干旱指数涉及土壤含水量、高程、LST、NDVI等多种气象水文要素［2］。

为了更好地对河南省进行干旱监测，利用PDSI对CWSI和VSWI模型进行适宜性评价，筛选出最适合河南省干旱监测的模型，并详细分析2011—2020年河南省干旱程度时空演变规律，进而助力该地区治理干旱带来的次生灾害。

1 研究区概况和数据来源

1.1 研究区概况

该研究选取河南省作为研究区域。河南省位于我国中部、华北平原南部，地势上处于我国第二、第三阶梯过渡地带，是中部地区的经济文化中心，同时也是我国重要的产粮大省，是最容易受人为因素干扰的地区之一。近10年来，河南省干旱频发（以2014年的高温干旱为代表），对该省农业生产、人民生活造成了极大影响。

1.2 数据来源

2011—2020年的河南省实际蒸发量（Evapotranspiration，ET）、潜在蒸发量（Potential Evapotranspiration，PET）、NDVI和LST数据源于MODIS影像衍生产品数据集（MOD16A2、MOD09GA、MOD11A1）。其中ET、PET时间分辨率为8 d，空间分辨率为0.5 km；NDVI时间分辨率为月，空间分辨率为0.5 km；LST时间分辨率为月，空间分辨率为1 km。2011—2020年河南省的PDSI数据时间分辨率为月，空间分辨率为0.5°，由气候研究组（https：//crudata.uea.ac.uk/）提供，对其进行年均值计算得到2011—2020年河南省年均PDSI，并重采样至0.5 km。河南省的土地类型数据由中国科学院资源环境科学与数据中心（http：//www.resdc.cn）提供，其空间分辨率为1 km，对其进行重分类可以获得耕地、林地、草地等各种土地类型的分布范围。

2 研究方法

该研究选取CWSI和VSWI两种遥感干旱模型对研究区土壤干旱状况进行线性拟合。CWSI模型根据水分平衡原理、土壤的水分蒸散来确定区域的干旱程度，涉及多种农学、气象因子，物理意义明确、可靠性高。CWSI模型被定义为式（1）。

[CWSI=1 – ET / PET]                    （1）

式（1）中：ET代表实际蒸散量，PET代表潜在蒸散量。CWSI的值为0～1，值越大代表区域越干旱缺水，反之越湿润。

VSWI模型是指当植物供水正常时植被指数和植物冠层温度保持在一定范围内，而当供水不足时影响植物生长。为减少水分流失，植物部分叶面气孔会关闭，从而导致冠层温度升高。VSWI模型被定义为式（2）。

[VSWI=NDVI/TC]                           （2）

式（2）中：NDVI为归一化植被指数，TC代表植被冠层温度。由于冠层温度较难获取，因此使用LST进行替代。VSWI的值为0～1，值越小代表区域越干旱缺水，反之越湿润。

Theil-Sen Median方法［8］又称为Sen斜率估计，是一种稳定的非参数统计的趋势计算方法。该方法计算效率高，对测量误差和离群数据不敏感，常被用于长时间序列数据的趋势分析。Mann-Kendall检验［9］是一种非参数的时间序列趋势性检验方法，其优点是不需要样本值服从正态分布，也不受缺失值和异常值的影响，适用于长时间序列数据变化趋势的显著性检验。将这两种方法相结合，可以更好地理解和预测干旱的发展趋势。

根据重心迁移理论，地理重心可以反映某要素的时空分布特征，其重心的转移距离和方向可反映地理要素在该时段的变化幅度及其空间差异，常被用来反映经济、人口的变化［10-11］。将该技术应用于干旱监测，可以有效描述干旱区重心转移的空间位置，为干旱区的监测研究提供依据。

3 2011—2020年河南省遥感干旱监测

3.1 干旱模型适宜性评价

为了验证两种遥感干旱模型时空监测的准确性，将这两种模型与PDSI数据进行皮尔逊系数相关性分析。其中，CWSI模型与PDSI呈负相关，VSWI模型与PDSI呈正相关。通过统计分析可得，CWSI模型、VSWI模型与PDSI的相关系数分别为-0.41、0.14，可以得知CWSI模型与PDSI的相关性在大部分区域均通过显著性检验（P<0.05），说明CWSI模型对河南省土壤干旱的年际变化拟合更好。2011—2020年，不同遥感模型与不同土地类型PDSI的相关性系数见表1。由表1可以看出，CWSI模型在林地的大部分区域其相关性系数均值为0.49，通过了显著性检验（P<0.05）；与耕地的相关性系数均值最低（0.39），但仍然高于VSWI模型。综合分析得出，CWSI模型对河南省干旱监测模拟具有较大优势。

表1 2011—2020年不同遥感模型与不同土地类型PDSI的相关性系数[遥感模型 土地类型 耕地 林地 草地 其他 CWSI 0.39 0.49 0.44 0.40 VSWI 0.06 0.04 0.15 0.07 ]

3.2 干旱等级划分

由相关性分析可知，CWSI模型相较于VSWI模型在研究区的适用性更好，因此选用CWSI模型来分析研究区干旱的时空分布特征。该研究采用PDSI数据进行干旱等级划分。2011—2020年PDSI数据大部分介于-3到1，部分年份的PDSI数据介于-3到-4，但其数量极少且在均值处理后不存在-3到-4的值。

根据PDSI划分干旱标准，将干旱等级划分为4级，同时按照河南省不同土地类型的面积占比选取138个样点，具体选择样点个数：耕地75个（54.3%），林地38个（27.5%），草地6个（4.4%），其他用地19个（13.8%）。综合考虑存在水域、交通用地等不适宜干旱监测的地类及林地的拟合度最高的情况，增加了林地样点的个数，并对备选样点进行数据筛选，得到上述138个样点，然后进行一元线性回归（如图1所示），得到不同等级所对应的CWSI的划分阈值（见表2）。

表2 干旱等级划分

[干旱等级 PDSI CWSI 无旱 >0 0.22～0.47 轻度干旱 -1～0 0.47～0.62 中度干旱 -2～-1 0.62～0.78 重度干旱 -2～-3 0.78～0.93 ]

2011—2020年CWSI模型均值介于0.22～0.93，低值区域集中在西部秦岭山区和南部大别山区，高值区域则集中在大别山区、黄河沿岸（郑州、新乡、安阳、焦作等市及其周边地区）及南阳盆地，大致形成了西南部山区低值、东部平原地区中值、北部地区高值的空间格局。在干旱等级的空间分布上，研究区干旱最为严重的区域为郑州市及其周边地区，其次为新乡市及其北部和安阳市东部地区，南阳市北部、驻马店市西南部、平顶山市西部及信阳市南部等地区都为无旱区域。

在CWSI模型干旱空间分布中，中度干旱面积占比最大（51.19%），大部分集中在河南省西北地区；其次是轻度干旱面积占比（42.58%），集中在河南省东部平原地区和西部秦岭山区；重度干旱面积占比较小（4.40%），主要集中在郑州市、焦作市和新乡市；无旱地区面积占比最小（1.80%），大部分分布在南阳市、信阳市地区，少部分分布在洛阳市南部和驻马店市西部地区。综合以上分析，河南省各干旱等级面积占比从高到低的顺序为中度干旱>轻度干旱>重度干旱>无旱。

3.3 干旱时空格局变化特征

采用Sen趋势分析和Mann-Kendall检验方法得到CWSI变化及其显著性的空间分布。根据表3将CWSI变化趋势和显著性空间分布进行叠加分析，从而得到了2011—2020年河南省干旱变化趋势分布。

表3 2011—2020年河南省干旱趋势变化特征

[变化趋势（Slope） 显著性（Z） 趋势等级 趋势特征 [Slope>0] [Z≤1.96] 2 显著变干 1 轻微变干 [Slope=0] [Z] 0 无变化 [Slope<0] [Z≥1.96] -1 轻微变湿 -2 显著变湿 ]

由CWSI变化趋势可知，2011—2020年河南省的CWSI变化率在-0.046～0.037，在空间分布上整体表现为东部地区干旱缓解程度大于西部地区。在干旱显著性空间分布中，河南省10年间干旱变化具有显著性的区域是洛阳市、三门峡市南部和南阳市西北部地区。由研究时段内河南省干旱变化趋势可知，2011—2020年河南省干旱显著变化区域中轻微变湿面积占比相较于其他变化趋势最大（70.1%）；显著变湿面积占比排第2（16.9%），主要集中在河南西部秦岭山区；其后是轻微变干面积和显著变干面积。其中，变湿趋势面积占比为87.0%，而变干趋势面积占比为12.6%。综合分析得出河南省干旱变化趋势为总体变湿，表明2011—2020年河南省干旱问题总体得到缓解。