基于北斗系统的干旱监测构想

本文通过比较目前传统干旱监测和遥感干旱监测的方法，总结各类方法的优点及缺点，提出基于北斗定位系统的干旱监测新构想，将传统干旱监测的局部微观特性与遥感监测的大面积宏观特性相结合，提高干旱监测的可靠性。

1、干旱研究的意义和现状

干旱是一种潜在的自然现象，它的发生过程复杂，通常表现为一种缓慢的自然灾害[1]。由于干旱灾害发生频率高、持续时间长、影响范围广、后延影响大，对环境及农业的危害非常大，因此，做好干旱的监测对促进农业生产和区域可持续发展有重要的现实意义。

干旱一般分为气象干旱、农业干旱、水文干旱、社会经济干旱，根据干旱的不同分类，将干旱指数分为气象干旱指数、农业干旱指数、水文干旱指数等，这些指数基于测站的定点监测，统称为传统的干旱指数。这种方法建立的指数，进行干旱监测时，不仅需要投入大量的人力、物力、财力，而且只能获得少量点上的干旱信息。然而遥感技术的发展为实现大范围面上的干旱监测提供了技术基础。应用遥感技术进行干旱监测是基于面的监测，目前主要是通过遥感途径获取地物的光谱特征，进而对有关参数如地表覆盖度、温度和土壤表层含水量等进行定量反演，从而测定地表的干旱情况。

2、目前干旱研究方法

2.1传统干旱监测

传统的干旱监测方法，主要是根据旱情监测站测定土壤水分含量来监测土壤水分。主要的监测方法有土壤湿度计法、电测技术法、称重法、张力测定技术法、核技术法、频域反射仪法等[2]，这些经典方法精确性较高，但是测点稀疏，监测范围有限，在宏观大区域尺度上土壤水分监测速度慢而且费时费力，数据收集时效性差，使得大范围旱情监测和评估缺乏时效性和代表性。

2.2遥感监测方法

遥感监测是应用传感器获取地面的反射或辐射的能量，客观的反映地表的综合特征，它的优势在于频繁和持久的提供地表特征的面信息，是对以稀疏散点为基础的监测手段的变革。

2.2.1数据的获取

为实现大范围监测，数据的获取成为遥感监测的重要前提。在遥感监测发展过程中，主要应用过LandSat/MSS，TM，NOAA/AVHRR等数据，在1999年发射的TERRA MODIS数据在干旱监测中具有显著优势，成为了近几年来遥感干旱研究和监测主要数据。

2.2.2监测方法

目前研究较多的是在MODIS数据中提取NDVI、EVI等信息，建立各种干旱监测指数和模型进行监测研究，主要方法有：①基于地表温度(LST)法(热惯量法);②基于植被指数法;③基于红外遥感监测法;④基于集成植被指数与温度的监测法等，其中研究较多的为热惯量法和植被指数法。

1) 热惯量法

土壤的热惯量与土壤含水量、土壤相对密度之间存在一一对应的关系，通过遥感技术得到土壤热惯量，建立热惯量与土壤水分之间的关系模型就可以估算土壤含水量，监测地面旱情。这种方法对土壤湿度监测较为稳定，只要能准确得到土壤昼夜温度差，就可以得到相对干旱的程度。但是，它适用于裸土或有少量植被覆盖的情况，对于有植被覆盖的情况效果较差。

2)植被指数法

植被指数是植被覆盖区进行干旱监测的重要监测指数。作物受旱缺水时，作物的生长将受到限制和影响，植被指数与植物的生长状态密切相关，反映绿色植物生长和分布的特征函数植被指数与正常年份相比会偏低，基于植被指数的干旱监测模型就是基于这一原理[3]。主要包括距平植被指数法、条件植被指数法、温度植被干旱指数法等。这些方法都是基于归一化植被指数(NDVI)的

其中 为红波段的反射率， 是近红外波段的反射率， 越大，作物长势越好。

利用卫星遥感数据计算的NDVI除与传感器和大气的影响有关外，还与土壤背景等有关。另外，不同的季节，作物不同的生长期，其NDVI的值也相应的会发生变化。因此，仅以植被指数作为农业旱情监测的指标难免过于片面，为了更全面的解译旱情，还应结合相关的环境因素进行分析。

3、基于北斗定位系统的干旱监测研究新构想

我们设想利用北斗定位系统的定位和通信功能，将传统方法和遥感监测进行结合。显然，这一方面需要完善不同作物区域的地面土壤墒情观测站点的布设，改进单点尺度验证方式;另一方面，建立地面“点”状数据与遥感“面”状数据有效转换及精度验证的技术和方法。

我国地域辽阔，自然条件多变，而干旱监测本身就是受到各种自然条件影响一项复杂工程，因此，很难实现用一种方法或者一种监测模型进行各地区的干旱监测。所以，我们构想可以建立一个完善的干旱监测系统，根据我国各地区气候和作物区域的不同，建立不同的监测指标，依据作物生长期的不同，调用不同的监测模型。实现过程如下，

1、在农业生产区合理布设地面监测站点，选择20km*20km的范围，安置自动传感器自动监测土壤水分含量、降水量等数据信息，并通过北斗卫星定时传送到监测系统控制中心，同时确定信息的地理位置。(这些硬件的实现可能还有待研究)

2、根据地域、气候、作物生长期等选择合适的遥感监测模型进行处理分析，得出初步的干旱分布情况;

3、利用地面监测站的稀疏定点监测值对单独利用遥感监测模型处理的监测结果进行修正，得到监测可信度更高的干旱分布情况;

4、应用举例

以天津2010年年底至2011年年初的旱情监测为例，对模型加以说明。

在此仅以NDVI作为遥感监测指数，用距平植被指数法建立的简单的遥感监测模型，使用数据为MODIS数据的16天的NDVI产品MOD13A1，地面分辨率为500米;地面测站点数据，仅采用假设的土壤水分作为修正因子(在理论上进行说明，实际监测效果需要有真实数据才能够进行评估)

首先对天津地区近几年的MODIS数据的NDVI产品处理，得到每年相对应时期的NDVI平均值(以16天为一个时期)以及对NDVI进行分级显示，并计算AVI，得到NDVI的分级影像如图1所示，

观察分级后的影像可以发现，同一等级区域内存在NDVI等级突变的区域，仅是从NDVI影像上难以判断产生这些异常点是由于干旱程度与周围不同还是由于其他因素。

获取各个监测站的数据，以此为参数对遥感影像上以监测站为中心进行修正。以每一个地面监测站为中心建立20KM的缓冲区，以此对该范围内的AVI进行修正，计算修正后的距平直被指数AVIS，定义，其中AVI为某一像素的像素值，k为系数，通过回归分析计算得到，SHi表示第i个监测点的土壤湿度;

最后综合分析处理得到较为客观反映旱情的分布图，如图2所示。

比较修正前后的影像可以发现，NDVI分级影像中异常孤立点减少。因此利用北斗地面监测站提供的局部准确数据对遥感影像进行修正从而对干旱进行监测具有良好的可行性。

5、总结

对于上述实例，在模型的建立上，仅以NDVI为作为遥感干旱监测的指标，而地面仅考虑了土壤湿度，但是由于干旱成因的多样性和复杂性，难免会有失客观;因此，综合各种遥感监测方法和地面监测数据，并结合各地气候、作物类型和生长期等因素建立相应的监测模型，这也许会成为干旱研究的一个新途径。