约束线方法改进的ITVDI在荆州市干旱评估中的应用

摘要 干旱是影响农业生产和区域可持续发展的重要因素。监测和分析干旱的时空变化特征及其驱动因素对于制定有效的应对措施具有重要意义。基于约束线方法对温度植被干旱指数（ITVDI）进行了改进，利用2001—2020年MODIS NDVI和LST数据对荆州市的干旱进行了监测和分析。结果表明，荆州市的干旱强度呈现出波动变化，2015年后有所减轻。空间上，荆州市的干旱特征存在较大的异质性，西部和东部地区的干旱显著增加，而市中心的干旱显著减少。进一步识别和量化了人类活动（人口、GDP、土地利用类型）、气候变化（降水、温度）和地形（海拔、坡度）等因素对荆州市干旱强度的约束影响。结果显示，这些因素对干旱强度存在8种约束效应类型，包括U型曲线、正线性、负线性、对数型、负凸型、正凸型、指数型和驼峰型。降水和温度是影响干旱强度最直接的因素，其对干旱强度的上下边界都有约束效应。海拔、坡度、GDP和人口对干旱强度的约束效应在尺度上稳定。值得注意的是，土地利用类型对干旱强度的约束效应呈U型，且最小值阈值出现在林地和水域覆盖区域。该研究为缓解区域干旱和促进区域可持续发展提供了科学决策支持，最后展望了未来的研究方向和需求。

关键词 干旱；温度；植被干旱指数；约束线方法；荆州市

中图分类号 S127 文献标识码 A 文章编号 0517-6611（2024）19-0227-05

doi：10.3969/j.issn.0517-6611.2024.19.046

开放科学（资源服务）标识码（OSID）：

Application of ITVDI Improved by Constraint Line Method to Drought Assessment in Jingzhou City

DU Zi-chan，ZHANG Jia

（School of Economics and Management，Yangtze University，Jingzhou，Hubei 434023）

Abstract Drought is an important factor affecting agricultural production and regional sustainable development. Monitoring and analyzing the temporal and spatial characteristics of drought and its driving factors were of great significance for formulating effective response measures. The temperature vegetation drought index （ITVDI） was improved based on the constraint line method，and the MODIS NDVI and LST data from 2001 to 2020 were used to monitor and analyze the drought in Jingzhou City. The results showed that the drought intensity in Jingzhou City had fluctuated and decreased after 2015. Spatial heterogeneity existed in the drought characteristics of Jingzhou City. The drought in the western and eastern areas increased significantly，while the drought in the downtown area decreased significantly. We further identified and quantified the constrained effects of human activities （population，GDP，land use type），climate change （precipitation，temperature） and topography （elevation，slope） on drought intensity in Jingzhou City. It was found that these factors had eight constraint effects on drought intensity，including U-shaped curve，positive linear，negative linear，logarithmic，negative convex，positive convex，exponential and hump type. Precipitation and temperature were the most direct factors affecting drought intensity，and they had a constraint effect on the upper and lower boundaries of drought intensity. The constraint effected of altitude，slope，GDP and population on drought intensity were stable in scale. It was worth noting that the constraint effect of land use type on drought intensity was U-shaped，and the minimum threshold value appeared in the area covered by forest land and water. We provided scientific decision support for alleviating regional drought and promoting regional sustainable development，so as to look forward to future research directions and needs.

Key words Drought;Temperature;Vegetation drought index;Constraint line method;Jingzhou City

作者简介 杜子婵（1994—），女，湖北松滋人，硕士研究生，研究方向：农业可持续发展。*通信作者，教授，博士，从事农业可持续发展研究。

收稿日期 2023-11-03

干旱是一种自然灾害，指的是降水量低于正常水平，导致土壤水分不足，影响植被生长和农业生产的现象。干旱对人类社会和自然生态系统都有严重的负面影响，如粮食安全、水资源短缺、生物多样性下降、土地退化等。 随着全球气候变化和人类活动的加剧，干旱的频率、强度和持续时间都有所增加，干旱监测和评估是当前的研究热点和重要课题。

监测和评估的主要方法有2类：基于气象数据的方法和基于遥感数据的方法。基于气象数据的方法主要利用降水、温度、蒸发等气象要素，构建各种干旱指数，如标准化降水指数（SPI）、标准化降水蒸散发指数（SPEI）、森林火险指数（FRI）等。这类方法的优点是数据来源广泛、计算简单，能够反映不同时间尺度上的干旱状况。但是，这类方法也存在一些缺点，如数据质量和空间分辨率受限，不能直接反映土壤水分和植被状况，不能区分不同类型的干旱等。 基于遥感数据的方法主要利用卫星或航空器获取的陆表温度（LST）、归一化植被指数（NDVI）、土壤含水量（SMC）等遥感参数，构建各种遥感干旱指数，如温度植被干旱指数（TVDI）、表观热惯量（ATI）^［1］、作物水分胁迫指数（CWSI）^［2］等。 这类方法的优点是数据覆盖范围广、空间分辨率高，能够直接反映土壤水分和植被状况，能够区分不同类型的干旱。 但是，这类方法也存在一些缺点，如数据获取和处理复杂，受云遮挡和大气影响，不能反映不同时间尺度上的干旱状况等。

该研究对一种常用的基于遥感数据的干旱监测和评估方法，即温度植被干旱指数（TVDI）进行了改进。 TVDI 是由 Carlson 等提出的一种利用 NDVI 和 LST 之间的关系来评估土壤水分状况的指数。TVDI 假设在给定 NDVI 值下，LST 值与土壤水分呈负相关关系，并利用线性回归拟合 NDVI-LST 散点图中的最大值点和最小值点，得到干湿边界。 然后根据实际 LST 值与干湿边界之间的距离计算 TVDI 值。 TVDI 值越接近 1 表示土壤越干燥，越接近 0 表示土壤越湿润。TVDI 具有计算简单、适用范围广等优点，被广泛应用于各种地区和尺度上的干旱监测和评估。 然而，TVDI 也存在一些局限性，主要是线性回归拟合干湿边界的方法不能很好地适应 NDVI-LST 散点图中的非线性特征，尤其是当裸土或植被覆盖度较低、地表蒸发能力强时，线性回归拟合会导致 TVDI 值偏大或偏小，影响干旱评估的精度。 为了解决这个问题，笔者尝试引入约束线方法，替代 TVDI 模型中的线性回归拟合干湿边界，构建了新的干旱评估模型 ITVDI。 约束线方法是一种用于提取 NDVI-LST 散点图中的非线性干湿边界的方法，其原理是利用多项式回归拟合 NDVI-LST 散点图中的最小值点，将拟合曲线作为干湿边界。笔者认为，约束线方法能够更好地反映 NDVI 和 LST 之间的非线性关系，提高干旱评估的精度。

该研究选择了荆州市作为研究区域。荆州市位于湖北省中部，长江和汉水交汇处，是长江经济带的重要节点城市。荆州市地处亚热带季风气候区，年均降水量为 1 200～1 400 mm，年均气温为16～17 ℃。荆州市的主要土地利用类型为农田、林地、水域和建设用地，其中农田占比最高，达到60%。荆州市的海拔范围为23～1 118 m，坡度范围为0～45°。荆州市的人口和GDP在2001—2020年间都有较快的增长，分别从420万增加到620万，从300亿元增加到1 000亿元。荆州市是一个典型的农业城市，农业生产受干旱的影响较大，因此有必要监测和分析其干旱时空变化特征及其驱动因素^［3］。该研究的主要目的和贡献有以下几点：①提出了一种基于约束线方法改进的温度植被干旱指数（ITVDI），能够更好地反映土壤水分状况，提高干旱监测的精度。②利用ITVDI评估了2001—2020年荆州市的干旱时空变化特征，发现荆州市的干旱强度呈现出波动变化，2015年后有所减轻。空间上，荆州市的干旱特征存在较大的异质性，西部和东部地区的干旱显著增加，而市中心的干旱显著减少，这与荆州市的降水、温度、土地利用类型等因素的空间分布有关。③利用约束线方法识别和量化了人类活动（人口、GDP、土地利用类型）、气候变化（降水、温度）和地形（海拔、坡度）等因素对荆州市干旱强度的影响，发现这些因素对干旱强度存在8种约束效应类型，包括U型曲线、正线性、负线性、对数型、负凸型、正凸型、指数型和驼峰型。其中，降水和温度是影响干旱强度最直接的因素，其对干旱强度的上下边界都有约束效应。海拔、坡度、GDP和人口对干旱强度的约束效应在尺度上稳定。值得注意的是，土地利用类型对干旱强度的约束效应呈U型，且最小值阈值出现在林地和水域覆盖区域。

鉴于此，笔者介绍了研究背景、意义、目的和内容以及数据与方法，以及研究区域、数据来源、数据处理和模型构建，分析了荆州市的干旱时空变化特征及其驱动因素，讨论了创新点和不足之处，展望了未来的研究方向和需求，总结了该研究的主要结论和贡献。

1 数据与方法

1.1 研究区域

该研究以荆州市为研究区域，荆州市位于湖北省中部，长江和汉水交汇处，是长江经济带的重要节点城市。荆州市地处亚热带季风气候区，年均降水量为1 200～1 400 mm，年均气温为16～17℃。荆州市的主要土地利用类型为农田、林地、水域和建设用地，其中农田占比最高，达到60%。荆州市的海拔范围为23～1 118 m，坡度范围为0～45°。荆州市的人口和GDP在2001—2020年间都有较快的增长，分别从420万增加到620万，从300亿元增加到1 000亿元。荆州市是一个典型的农业城市，农业生产受干旱的影响较大，因此有必要监测和分析其干旱时空变化特征及其驱动因素。