基于NDVI-LST模型的四川攀西地区近20 a干旱演变特征

doi:10.11755/j.issn.1006-7639(2024)-02-0180

干旱气象 ›› 2024, Vol. 42 ›› Issue (2): 180-186.DOI: 10.11755/j.issn.1006-7639(2024)-02-0180

基于NDVI-LST模型的四川攀西地区近20 a干旱演变特征

刘兴忠¹^,²(), 胡春¹^,²(), 何超¹^,², 何国平³, 马骁⁴, 姜绪彬⁵

1.四川省气象探测数据中心，四川成都 610072
2.高原与盆地暴雨旱涝灾害四川省重点实验室，四川成都 610072
3.四川省攀枝花市气象局，四川攀枝花 617000
4.四川省凉山州气象局，四川凉山州 615000
5.黑龙江省气象数据中心，黑龙江哈尔滨 150000

收稿日期:2023-07-21 修回日期:2023-11-23 出版日期:2024-04-30 发布日期:2024-05-12
通讯作者: 胡春（1974—），男，四川成都人，高级工程师，主要从事大气探测及气象探测数据挖掘方面的研究。E-mail: 349430433@qq.com。
作者简介:刘兴忠（1984—），男，四川成都人，硕士，高级工程师，主要从事大气探测及气象探测数据挖掘方面的研究。E-mail: liuxz246@163.com。
基金资助:
高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCQXKJYJXMS202318);高原与盆地暴雨旱涝灾害四川省重点实验室科技发展基金项目(SCQXKJYJXMS202320)

Evolution characteristics of drought in the Panzhihua and Liangshan regions of Sichuan Province based on NDVI-LST model in the past 20 years

LIU Xingzhong¹^,²(), HU Chun¹^,²(), HE Chao¹^,², HE Guoping³, MA Xiao⁴, JIANG Xubin⁵

1. Sichuan Meteorological Observation and Data Centre， Chengdu 610072， China
2. Heavy Rain and Drought-Flood Disasters in Plateau and Basin Key Laboratory of Sichuan Province chengdu 610072， China
3. Panzhihua Meteorological Office， Panzhihua 617000， Sichuan， China
4. Liangshan Meteorological Office， Liangshan 615000， Sichuan ， China
5. Heilongjiang Meteorological Observation and Data Centre， Harbin 150000， China

Received:2023-07-21 Revised:2023-11-23 Online:2024-04-30 Published:2024-05-12

摘要/Abstract

摘要：

随着全球变暖不断加剧，区域性干旱事件频发，我国近些年采取了诸多措施来应对干旱事件，为分析相关措施成效，以四川攀枝花、凉山州地区（简称“攀西地区”）为例，研究该区域近20 a干旱演变特征，以服务当地生产和发展。利用中分辨率成像光谱仪（Moderate Resolution Imaging Spectroradiometer，MODIS）的归一化植被指数（Normalized Difference Vegetation Index，NDVI）和地表温度（Land Surface Temperature，LST）数据计算了2003—2022年攀西地区的温度植被干旱指数（Temperature Vegetation Dryness Index，TVDI），分析TVDI在不同时间尺度上的变化及该区域过去20 a来干旱的演变特征。研究表明：（1）攀西地区干旱多发生在春季的3—5月，10月前后TVDI值最低，也是最不易发生干旱的时段。（2）攀西地区干旱逐年缓解，由TVDI监测的无旱和重旱区域所占面积变化不大；轻旱面积有所增加，2013年后比之前平均增加5.30%；而中旱面积有所减少，2013年后比之前平均减少5.67%。（3）昭觉、布拖和越西等地干旱缓解明显，而木里、米易、会理等地区干旱有加重趋势。（4）攀西地区旱情大部分区域较稳定，其面积约占总面积的82.59%，干旱重心南北方向上变化较小，但有向西迁移的趋势。

关键词: MODIS, TVDI, 攀西地区, 干旱演化

Abstract:

With the continuous intensification of global warming and the frequent occurrence of regional drought events, many measures to cope with drought events have been taken in recent years. In order to analyze the effectiveness of relevant measures, the Panzhihua and Liangshan Prefecture (referred to as “Panxi Area”) in Sichuan Province is taken as an example to study the evolution characteristics of drought in the region in the past 20 years, so as to serve local production and development. The Normalized Difference Vegetation Index (NDVI) and Land Surface Temperature (LST) data of MODIS were used to calculate the Temperature Vegetation Drought Index (TVDI) in Panxi Area from 2003 to 2022, and the changes of TVDI on different time scales and drought evolution characteristics over the past 20 years were analyzed. The results are as follows: (1) Droughts in the Panxi area mostly occurs from March to May in spring, and the TVDI value is the lowest around October each year, which is also the period less prone to drought. (2) The drought in Panxi Area was alleviated year by year, and the areas of drought-free and drought-severe areas monitored by TVDI had little change.The area of light drought has increased, with an average increase of 5.30% after 2013. On the other hand, the area of medium drought has decreased, with an average decrease of 5.67% after 2013. (3) The drought in Zhaojue, Butuo and Yuexi has eased obviously, while the drought in Muli, Miyi and Huili has an aggravation trend. (4) The regional drought is relatively stable in most areas, accounting for 82.59% of the total area, while the drought center changes little from south to north, but it has a trend of westward migration.

Key words: MODIS, TVDI, Panzhihua and Liangshan regions, drought evolution

中图分类号:

P429

刘兴忠, 胡春, 何超, 何国平, 马骁, 姜绪彬. 基于NDVI-LST模型的四川攀西地区近20 a干旱演变特征[J]. 干旱气象, 2024, 42(2): 180-186.

LIU Xingzhong, HU Chun, HE Chao, HE Guoping, MA Xiao, JIANG Xubin. Evolution characteristics of drought in the Panzhihua and Liangshan regions of Sichuan Province based on NDVI-LST model in the past 20 years[J]. Journal of Arid Meteorology, 2024, 42(2): 180-186.

图/表 6

图1 攀西地区行政区划及地形示意图

Fig.1 Administrative division and topographic map of the Panzhihua and Liangshan regions

图2 NDVI-LST模型示意图

Fig.2 Schematic diagram of the NDVI-LST model

图3 2003—2022年攀西地区TVDI逐月变化（a）与 TVDI、NDVI月均值序列（b）

Fig.3 Monthly variation of TVDI （a） and monthly mean TVDI and NDVI during 2003-2022 in the Panzhihua and Liangshan regions

图4 2003—2022年攀西地区不同等级干旱面积占比（a）及TVDI、NDVI（b）逐年变化

Fig.4 The proportion of areas of drought with different grades year by year （a） and time series of annual TVDI and NDVI （b） during 2003-2022 in the Panzhihua and Liangshan regions

图5 2003—2022年攀西地区TVDI月（a）、季（b）、年（c）尺度变化趋势及TVDI不同趋势（d）的空间分布

Fig.5 The spatial distribution of trend change of TVDI on monthly （a）， quarterly （b） and multi-year （c） scales and different trend of TVDI （d） during 2003-2022 in the Panzhihua and Liangshan regions

图6 2003—2022年攀西地区TVDI变异系数空间分布（a）及干旱重心变化（b）

Fig.6 Spatial distribution of TVDI coefficient of variation （a） and the drought center variation （b） during 2003-2022 in the Panzhihua and Liangshan regions

参考文献 32

[1]	陈艾琳, 戴晓爱, 张诗琪, 等, 2020. 2007—2016年四川省土壤干旱时空动态分析[J]. 山地学报, 38 (1): 31-41.
[2]	何超禄, 吕海深, 朱永华, 等, 2022. TIGGE降水预报在中国干旱半干旱地区的适用性评估[J]. 干旱区研究, 39(2): 368-379.
[3]	景岗, 2016. 利用多源遥感数据的四川省近年特大干旱时空分布特征研究[D]. 成都: 四川师范大学.
[4]	刘德祥, 董安祥, 陆登荣, 2005. 中国西北地区近43年气候变化及其对农业生产的影响[J]. 干旱地区农业研究, 23(2): 195-601.
[5]	刘宪锋, 朱秀芳, 潘耀忠, 等, 2015. 1982—2012年中国植被覆盖时空变化特征[J]. 生态学报, 35(16): 5 331-5 342.
[6]	马梓策, 2020. 华北地区干旱时空变化特征及其影响因素分析[D]. 呼和浩特: 内蒙古师范大学.
[7]	屈新星, 何云玲, 闫文波, 等, 2022. 基于MODIS数据的滇中高原农业干旱时空变化分析[J]. 云南大学学报(自然科学版), 44(4): 744-753.
[8]	宋怡, 马明国, 2008. 基于GIMMS AVHRR NDVI数据的中国寒旱区植被动态及其与气候因子的关系[J]. 遥感学报, 12(3): 499-505.
[9]	王嘉杰, 王贺封, 张安兵, 等, 2023. 基于多种植被指数TVDI京津冀地区干旱监测[J]. 测绘与空间地理信息, 46(4): 21-25.
[10]	王鑫, 陈东东, 李金建, 2015. 基于MODIS的温度植被干旱指数在四川盆地盛夏干旱监测中的适用性研究[J]. 高原山地气象研究, 35(2): 46-51.
[11]	王椰, 史海静, 姜艳敏, 等, 2023. 基于TVDI的黄土高原干旱时空变化与其影响因素[J]. 农业机械学报, 54(7): 184-195.
[12]	王莹, 张舒, 徐永清, 等, 2023. 近50 a黑龙江省5—9月气象干旱及大气环流异常特征[J]. 干旱气象, 41(4): 540-549. DOI
[13]	王永前, 施建成, 刘志红, 等, 2014. 微波植被指数在干旱监测中的应用[J]. 遥感学报, 18(4): 843-867.
[14]	文博, 2014. 四川省干旱时空分布特征研究[D]. 成都: 四川师范大学.
[15]	吴孟泉, 崔伟宏, 李景刚, 2007. 温度植被干旱指数(TVDI)在复杂山区干旱监测的应用研究[J]. 干旱区地理, 30(1): 30-35.
[16]	徐作敏, 吴双, 吴英, 等, 2023. 基于FY-3D_TVDI的黑龙江省生长季干旱监测评估[J]. 湖北农业科学, 62(3): 241-248.
[17]	闫峰, 王艳姣, 武建军, 2009. 基于Ts-EVI特征空间的春旱遥感监测: 以河北省为例[J]. 干旱区地理, 32(5): 769-775.
[18]	杨明兴, 2018. 攀西地区土地利用变化及其生态环境效应研究[D]. 武汉: 武汉大学.
[19]	杨扬, 赵伟明, 胡颖冰, 等, 2023. “衡邵娄干旱走廊”干旱时空演变特征分析[J]. 干旱气象, 41(4): 550-559. DOI
[20]	姚丹丹, 苗放, 陈军, 2015. 基于MODIS的四川省干旱遥感监测不同方法的比较[J]. 湖北农业科学, 54(9): 2 097-2 101.
[21]	于敏, 王春丽, 2011. 不同卫星遥感干旱指数在黑龙江的对比应用[J]. 应用气象学报, 22(2): 221-231.
[22]	张启霖, 殷红, 纪瑞鹏, 等, 2017. 基于NDVI-LST模型对辽宁月尺度土壤水分的反演[J]. 中国农业气象, 38(11): 720-728. DOI
[23]	张顺谦, 卿清涛, 侯美亭, 等, 2007. 基于温度植被干旱指数的四川伏旱遥感监测与影响评估[J]. 农业工程学报, 23(9): 141-146.
[24]	中国气象局气候变化中心, 2023. 中国气候变化蓝皮书2023[M]. 北京: 科学出版社.
[25]	DU L, SONG N, LIU K, et al, 2017. Comparison of two simulation methods of the Temperature Vegetation Dryness Index (TVDI) for drought monitoring in semi-arid regions of China[J]. Remote Sensing, 9(2): 177-195.
[26]	LIANG L, ZHAO S H, QIN Z H, et al, 2014. Drought change trend using MODIS TVDI and its relationship with climate factors in China from 2001 to 2010[J]. Journal of Integrative Agriculture, 13(7): 1 501-1 508.
[27]	LI X B, WANG H, LONG H, et al, 2012. A model for the estimation of fractional vegetation cover based on the relationship between vegetation and soil moisture[J]. International Journal of Remote Sensing, 33(11/12): 3 580-3 595.
[28]	LIU Y, YUE H, 2018. The Temperature Vegetation Dryness Index (TVDI) based on Bi-Parabolic NDVI-Ts Space and Gradient-Based Structural Similarity (GSSIM) for long-term drought assessment across Shaanxi Province, China (2000-2016)[J]. Remote Sensing, 10(6): 959-979.
[29]	SENAY G B, VELPURI N M, BOHMS S, et al, 2014. Drought monitoring and assessment:Remote sensing and modeling approaches for the Famine Early Warning Systems Network. Remote Sensing and Modeling Approaches for the Famine Early Warning Systems Network[M]. Amsterdam: Elsevier Inc.
[30]	SHI S, YAO F, ZHANG J, et al, 2020. Evaluation of temperature vegetation dryness index on drought monitoring over Eurasia[J]. IEEE Access, 8(99): 30 050-30 059.
[31]	TAO L L, RYU D, WESTERN A, et al, 2020. A new drought index for soil moisture monitoring based on MPDI-NDVI trapezoid space using MODIS data[J]. Remote Sensing, 13(1): 122-141.
[32]	ZHANG J, ZHOU Z, YAO F, et al, 2014. Validating the Modified Perpendicular Drought Index in the North China region using in situ soil moisture measurement[J]. IEEE Geoscience & Remote Sensing Letters, 12(3): 542-546.

基于NDVI-LST模型的四川攀西地区近20 a干旱演变特征

Evolution characteristics of drought in the Panzhihua and Liangshan regions of Sichuan Province based on NDVI-LST model in the past 20 years

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

图/表 6

参考文献 32

相关文章 15

编辑推荐

Metrics

[1]	赵成先, 罗建华, 王学良, 党志英, 祁进贤, 刘俊峰, 韩春坛. 祁连山西营河流域春季融雪洪峰流量趋势预报方法研究[J]. 干旱气象, 2024, 42(5): 776-783.
[2]	王敏, 陈晓旸, 刘艳群, 梁健, 黄观荣, 李曹明, 李轩. 基于CWSI的广东省干湿时空分布特征及影响因素分析[J]. 干旱气象, 2024, 42(4): 527-535.
[3]	温晓培, 吴炜, 李昌义, 李季, 肖明静, 刘诗军, 朱文刚. 土地利用资料的更新对四川盆地高温天气数值模拟的影响[J]. 干旱气象, 2022, 40(5): 868-878.
[4]	郝小翠, 陈军辉, 韩涛, 王大为, 蒋友严. 基于MODIS数据的甘肃主要水库水体面积变化特征[J]. 干旱气象, 2019, 37(2): 331-338.
[5]	刘凯，孙丽，孙海玥，薛婉擎，翟光辉. 基于风云微波数据的中国冬小麦区干旱监测研究[J]. 干旱气象, 2017, 35(6): 918-925.
[6]	万灵1，3，姚凤梅1，张佳华2. 华北及临近海域夏季不同降雨量下气溶胶光学厚度与云滴有效半径的关系[J]. 干旱气象, 2016, 34(4): 725-730.
[7]	夏燕秋1,马金辉1,屈创2，王天祥1. 基于Landsat ETM+数据的白龙江流域土壤水分反演[J]. 干旱气象, 2015, 33(2): 213-219.
[8]	曹张驰，沈润平，田烨，李峰. 山东省干湿转换期土壤水分 MODIS 遥感监测[J]. 干旱气象, 2014, 32(3): 340-345.
[9]	陆晓静，苏占胜，谭志强. 黄河宁夏段凌汛期气温变化特征[J]. 干旱气象, 2014, 32(1): 120-122.
[10]	沙莎，郭铌，李耀辉，韩涛，赵艳霞. 我国温度植被旱情指数TVDI的应用现状及问题简述[J]. 干旱气象, 2014, 32(1): 128-134.
[11]	沙莎，郭铌，李耀辉，韩涛. 三套 NDVI 长时间序列植被指数的对比——以玛曲为例[J]. 干旱气象, 2013, 31(4): 657-665.
[12]	胡蝶，张镭，沙莎，王宏斌. 西北地区 MODIS 气溶胶产品的对比应用分析[J]. 干旱气象, 2013, 31(4): 677-683.
[13]	陈　艳，张　武，张　利，柳　丹，宋松涛. 青藏高原中部气溶胶光学厚度地基观测分析及MODIS 气溶胶产品的检验 [J]. 干旱气象, 2013, 31(3): 517-522.
[14]	杨嘉, 郭铌, 贾建华. 西北地区MODIS／NDVI与MODIS／EVI对比分析[J]. J4, 2008, 25(1): 38-43.
[15]	梁芸, 张峰, 韩涛. 利用EOS／MODIS植被供水指数监测庆阳地区的土壤湿度[J]. J4, 2008, 25(1): 44-47.