首页 理论教育大沽河流域水文要素监测体系建设与实践:分析结果及土壤湿度分布

大沽河流域水文要素监测体系建设与实践:分析结果及土壤湿度分布

【摘要】:在Matlab中编写程序,提取大沽河流域相同NDVI 下的不同像元对应的最大陆地表面温度和最小陆地表面温度,每期数据中NDVI 均匀划分了256个等级,获得研究区每16d的Ts-NDVI 特征空间,共23期结果。图5.52013年每16d的Ts-NDVI 空间散点图(部分)干湿边方程确定。图5.7(一)大沽河流域2013年每16d的土壤湿度等级分布图图5.7(二)大沽河流域2013年每16d的土壤湿度等级分布图从图5.7中可以看出,大沽河流域土壤湿度时间、空间分布均具有不均匀性。

(1)Ts-NDVI 特征空间。在Matlab中编写程序,提取大沽河流域相同NDVI 下的不同像元对应的最大陆地表面温度和最小陆地表面温度,每期数据中NDVI 均匀划分了256个等级,获得研究区每16d的Ts-NDVI 特征空间,共23期结果。图5.5显示了部分Ts-NDVI 特征空间散点图,图中,深色点为分布,用于拟合干边方程,浅色点为分布,用于拟合湿边方程。Ts的单位均为℃。

由图5.5可以看出,大部分特征空间的干边和湿边都具备相似的形状。在NDVI 大于某个值时,随着NDVI 的增大,陆地表面温度的最大值在减小,同时陆地表面温度的最小值在升高,且陆地表面温度的最大值、最小值与NDVI 呈近似线性关系。因此,如果将湿边描述成与NDVI 轴平行的直线会使结果产生误差,对湿边进行线性拟合是合理的。但图5.5中也显示,不同时间的干边、湿边形状是不同的。7月、8月、9月地表温度的最大值和最小值差别较小,干边与湿边的斜率比较小,而温差较大的2月、12月干边、湿边的斜率差别较大。此外,由于6—9 月大沽河流域的植被覆盖度普遍偏高,NDVI<0.2的特征点较少,同时,开始下降处、开始上升处对应的NDVI 值也偏高(0.3左右)。

图5.5 2013年每16d的Ts-NDVI 空间散点图(部分)

(2)干湿边方程确定。根据TVDI理论,Ts-NDVI 特征空间是由一组土壤湿度等值线组成,上部土壤湿度低,下部土壤湿度高。如果有效确定特征空间的干湿边,则图像中每个像元的土壤湿度均可计算得到,从而获得土壤湿度分布图。利用Ts-NDVI 特征空间中的相应最大和最小陆地表面温度,回归拟合可获得干边和湿边方程。

尽管TVDI认为:随着植被指数(NDVI)的增加,陆地表面温度最大值逐渐降低,且与植被指数呈线性关系。这里实际上是假定NDVI与植被覆盖度呈线性关系,但实际情况并非如此。实验证明,当植被覆盖度小于15%时,植被的NDVI 值高于裸土的NDVI 值,植被可以被检测出来,但因植被覆盖度很低,如干旱、半干旱地区,其NDVI 很难指示区域的植物生物量;当植被覆盖度由25%~80% 增加时,其NDVI 值随植物量的增加呈线性迅速增加;当植被覆盖度大于80%时,其NDVI 值增加延缓而呈现饱和状态,对植被检测灵敏度下降。实验表明,作物生长初期NDVI 将过高估计植被覆盖度,而在作物生长的后期NDVI 值偏低。因此,NDVI 更适用于植被发育中期或中等覆盖度(低-中等叶面积指数)的植被检测。正是这个原因,特征空间中的最大、最小陆地表面温度随NDVI 的变化并非一条直线(图5.5也证实了这一点)。因此,需要考虑如何选择像元进行回归拟合获得合适的干、湿边方程。

结合上述理论及前人的研究成果,在拟合干湿边方程时,选择处于中间范围 的NDVI。这 里 以2013 年2 月19 日—3 月6 日 的Ts-NDVI 特 征 空 间[图5.6(a)]为例,说明特征空间干湿边参数的确定方法。图5.6所示,最大温度形成的点线(深色)和最小温度形成的点线(浅色)均大致可以分成两部分:NDVI<0.2和0.2<NDVI<0.48。由于NDVI<0的地表主要为水体、云或雪,可认为地表的湿度为100%,因此在分析时不考虑NDVI<0的像素。图中NDVI<0.2时干边的斜率为正值,而0.2<NDVI<0.48时干边的斜率为负值。由于没有NDVI>0.5的值,研究中拟合干边和湿边时,选取0.2<NDVI<0.48的像素即可。

图5.6 Ts-NDVI 特征空间干湿边方程拟合

采用上述方法分别对23期数据进行拟合,得到的干边和湿边方程的系数a1、b1和a2、b2列在表5.1中。

表5.1 干边、湿边方程拟合系数一览表

① 从2013年1月1日开始算起,每隔16d对应在该年的第几天。

(3)土壤湿度等级分布图。根据式(5.11),代入表5.1中的干边和湿边方程系数,分别计算不同时间各像元的TVDI 值,以TVDI 值作为不同土壤湿度分级指标,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)和极干旱(0.8<TVDI<1)。由此可得到2013年12个月每16d的大沽河流域土壤湿度分布图(图5.7),图5.7中深灰色区域为地表温度无值(例如有云覆盖)或奇异值区,在计算中剔除。

图5.7(一) 大沽河流域2013年每16d的土壤湿度等级分布图(遥感估算结果)

图5.7(二) 大沽河流域2013年每16d的土壤湿度等级分布图(遥感估算结果)

从图5.7中可以看出,大沽河流域土壤湿度时间、空间分布均具有不均匀性。从2013年2月中旬开始,流域中南部土壤出现干旱甚至极干旱等级,4月下旬到5月底流域绝大部分地区(包括北部山区)均出现不同程度的旱情,6月初旱情才得以缓解。结合当地气象资料,2013年5月27日流域的大降雨可以解释这一变化。7月,流域土壤湿度较大,7月13—28日的土壤湿度分布图中,绝大部分地区为湿润等级,这些与7月流域降水丰富有着密切联系。与研究中降水估算的7月流域平均降水量超过200mm 相吻合(表4.1)。9月底至10月中上旬,流域东部地区土壤湿度较小,而中西部土壤湿度多为正常或湿润等级。11月中旬,流域内干旱及以上等级的土壤分布面积超过流域总面积50%,流域南北部均有分布。12月虽然降水较少,但蒸散量也相对小,因此旱情较11月中旬有所缓解,干旱区主要分布在流域中部地区。