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

2025-09-30 理论教育版权反馈

【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）。

pagenumber_ebook=73,pagenumber_book=66

图5.5　2025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。

pagenumber_ebook=74,pagenumber_book=67

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。(https://www.chuimin.cn)

表5.1　干边、湿边方程拟合系数一览表

pagenumber_ebook=74,pagenumber_book=67

① 从2025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2025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。

pagenumber_ebook=75,pagenumber_book=68

图5.7（一）　大沽河流域2025年每16d的土壤湿度等级分布图（遥感估算结果）

pagenumber_ebook=76,pagenumber_book=69

图5.7（二）　大沽河流域2025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2025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，2025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。

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

相关推荐