一种基于土壤水分亏缺的农业干旱监测方法

摘要

本发明公开了一种基于土壤水分亏缺的农业干旱监测方法，提出了一种改进的土壤水分亏缺农业干旱监测指数(mSWDI)，该指数顾及了土壤耗水系数和土壤收缩特性，主要针对遥感土壤水分产品。其包括以下的步骤：计算一个时间周期内的遥感土壤含水量均值；估算33kpa、1500kpa时的土壤含水量；顾及土壤收缩特性和土壤耗水系数，计算土壤可用含水量；结合土壤水分均值、田间持水量、可用含水量，计算mSWDI；根据mSWDI分值判断农业干旱程度。本发明顾及了动态的潜在蒸散发和不同的作物类型造成的土壤可用含水量的变动和高粘土含量具有的土壤收缩特性导致的土壤可用含水量高估，使农业干旱监测的空间和时间尺度更具有可比性。

说明书

技术领域

本发明属于农业干旱监测技术领域，具体地说，提出了一种改进的土壤水分亏缺农业干旱监测指数(mSWDI)，该指数顾及了土壤耗水系数和土壤收缩特性，主要针对遥感土壤水分产品，是一种普适性更强的干旱监测方法。

背景技术

传统的农业干旱监测是基于气象站点或土壤水分监测站点等，根据点信息进行空间插值进而监测全国干旱情况，不能满足农业干旱的评估和农业管理。遥感技术的出现为我国监测农业干旱带来的新的发展和便利。

由降雨减少导致的土壤水分亏缺是农业干旱的第一表征，土壤水分缺乏，没有充足的土壤水分供给植物，将影响植物的正常生长。所以，相比其他参数，土壤水分是一个非常关键和及时的因素。微波遥感技术不受天气因素影响，而且可以探测地表往下几厘米处的土壤水分含量，对土壤水分的变动十分敏感。微波遥感是一种很有价值的全球尺度或区域尺度的土壤水分监测工具。同时，被动微波遥感具有覆盖范围广、数据处理简单、时间分辨率很高(1-3天)等优势，带来了丰富的土壤水分产品，如SMAP土壤水分产品。其中，L波段已经被认为是最优越的土壤水分探测波段，因为它可以探测到地表5cm处的土壤水分，具有相对较高的探测精度，能有效的反映土壤水分的空间变化，十分适用于基于土壤水分的相关应用。另外，还有许多模式产品也可以提供高时间分辨率的土壤水分产品，比如，全球陆面数据同化系统(GLDAS)。总之，大量的土壤水分产品的出现给基于土壤水分监测农业干旱带来了契机。

许多学者已经开始研究基于微波遥感土壤水分的农业干旱指数，包括土壤水分异常变化分析和绝对值分析，土壤水分和温度植被相结合的干旱指数研究，如，高分辨率土壤水分亏缺指数(HSMDI)，土壤水分农业干旱指数(SMADI)，土壤水分和土壤特征相结合的干旱指数研究，如，土壤水分指数(SMI)，改正的土壤水分指数(mSMI)，土壤水分亏缺指数(SWDI)。还有学者将微波遥感土壤水分与站点气象驱动数据相结合进行农业干旱预测。其中，土壤水分亏缺指数(SWDI)利用动态变化的土壤水分和土壤农业水文特性(田间持水量和土壤凋萎系数)，直接根据根区可用的土壤水分判断是否有充足的水分可被植物吸收，物理意义明确，在不同时间尺度和空间尺度上具有可比性，计算简单且可以短周期监测干旱情况，被认为是非常有价值的干旱指数。许多学者通过将SWDI和微波遥感土壤水分产品相结合进行农业干旱监测研究。但作物的可用含水量还与作物类型和土壤水分消耗有关，另外，粘土含量过高，会给可用含水量估值带来误差。因此，SWDI还需要进一步发展，需要考虑土壤膨胀特性和土壤耗水因素等，使其具有更强的通用性和干旱监测能力，空间尺度具有更强的可比性。

发明内容

本发明提供了一种顾及土壤耗水系数和土壤收缩特性的土壤水分亏缺指数(mSWDI)，解决了动态的潜在蒸散发和不同的作物类型造成的土壤可用含水量的变动和高粘土含量具有的土壤收缩特性导致的土壤可用含水量高估，可以快速进行农业干旱监测。

本发明所采用的技术方案是：一种基于土壤水分亏缺的农业干旱监测方法，提供了一个顾及土壤耗水系数和土壤收缩特性的土壤水分亏缺指数(mSWDI)，适用于遥感土壤水分产品，具体包括以下步骤：

步骤(1)，计算一个时间周期内的遥感土壤水分数据均值；

步骤(2)，估算33kpa、1500kpa时的土壤含水量；

步骤(3)，顾及土壤收缩特性和土壤耗水系数，计算土壤可用含水量；

步骤(4)，结合土壤水分均值、田间持水量、可用含水量，计算改进的土壤水分亏缺农业干旱监测指数，记为mSWDI；

步骤(5)，根据步骤(4)得到的mSWDI分值判断农业干旱程度。

进一步的，所述步骤(2)中估算33kpa、1500kpa时的土壤含水量，具体实现方式如下，

结合土壤顶层粘土含量、沙含量和有机碳含量，计算33kpa、1500kpa时的土壤含水量，计算公式如下：

其中，S代表土壤顶层沙含量，C代表粘土含量，OM代表有机碳含量；θ₁₅₀₀为1500千帕时的含水量，θ₃₃为33千帕时的含水量，近似代表田间持水量，且含水量为体积含水量。

进一步的，步骤(3)中计算土壤可用含水量具体包括以下子步骤：

步骤(31)，针对膨胀土的土壤收缩特性，计算土壤收缩因子，当粘土含量大于40％时，可用含水量高估部分与粘土含量成正相关，假设高估部分与粘土含量成线性正相关，因此，土壤收缩因子公式如下：

其中，q为土壤收缩因子，C为粘土含量，γ为可用含水量的高估部分关于粘土含量的比值；

步骤(32)，针对作物在临界含水量停止吸水现象，计算土壤耗水因子，p为土壤耗水因子，计算公式如下：

其中，α_p为回归常数，β_p为回归常数，ET0为潜在蒸散发，单位为cm·d^-1，No_cg为作物类型；

步骤(33)，结合土壤收缩因子和土壤耗水因子，计算改进的可用含水量，公式如下：

θ_awc＝p(θ_fc-θ_wp)＝(θ₃₃-θ₁₅₀₀)p/q>

其中，θ₁₅₀₀为1500千帕时的含水量，θ₃₃为33千帕时的含水量。

进一步的，步骤(4)中计算mSWDI的具体实现方式如下，

结合步骤(1)-(3)计算的土壤水分均值、田间持水量、可用含水量，mSWDI计算如下：

mSWDI＝10{[(θ-θ_fc)/θ_awc]+1}>

其中，θ为一个周期的土壤水分均值，θ_fc为田间持水量，θ_awc为可用含水量。

进一步的，步骤(5)判断干旱程度的具体方式为，以0为阈值，mSWDI大于0表示有可用的土壤含水量供给于作物吸收，未发生干旱；mSWDI小于0表示可用含水量低于作物临界含水量，即发生农业干旱，且分值越低表示旱情越严重。

与现有技术相比，本发明具有如下特点和有益效果：

1、提高了指数在粘土含量高的区域的适用性：膨胀土因粘土含量过高而具有土壤收缩特性，土壤收缩导致原来可用含水量的高估，改进的土壤水分亏缺指数顾及了土壤收缩特性，修正高估的可用含水量。

2、提高了土壤水分亏缺指数对旱作物干旱监测的精度：土壤耗水因素使得作物在土壤含水量低于临界土壤含水量时便停止吸水，土壤耗水系数的加入，可以更加及时的发现干旱作物，减小干旱程度的低估。

3、可根据统一阈值直接判断干旱区域。改进的土壤水分亏缺指数可大体判定小于0的mSWDI覆盖的区域为高概率发生干旱的区域，减小不同区域干旱指数阈值的差异性，对干旱区域的表达更清晰。

附图说明

图1为本发明提出的改进的土壤水分亏缺指数计算流程图；

图2为本发明实施例的土壤水分均值分布图；

图3为本发明实施例的土壤收缩因子分布图；

图4为本发明实施例的土壤耗水因子分布图；

图5为本发明实施例的mSWDI-SMAP分布图。

具体实施方式

下面结合附图及实施例对本发明做进一步说明。应当注意，这里描述的实施例只用于说明解释本发明，并不用于限制本发明。

本发明在土壤水分亏缺指数中加入了土壤收缩因子和土壤耗水因子，改进了土壤水分亏缺农业干旱监测指数，提高了干旱监测精度，提高了指数在空间尺度和时间尺度的可比性，且十分方便快捷，对干旱预报预警十分重要。

步骤(1)：计算一个时间周期内的遥感土壤水分数据均值；

步骤(2)：估算33kpa、1500kpa时的土壤含水量；

步骤(3)：结合土壤收缩特性和土壤耗水系数，计算土壤可用含水量；

步骤(4)：结合土壤水分均值、田间持水量、可用含水量，计算改进的土壤水分亏缺农业干旱监测指数，记为mSWDI；

步骤(5)：根据步骤(4)得到的mSWDI分值判断农业干旱程度。

本发明实施例选取中国区域为试验区域，输入数据选择SMAP(Soil MoistureActive Passive)土壤水分，该产品采取了大量的方式缓解RFI影响，在中国区域的精度相对更高，更适用于我国农业干旱研究，输出是基于SMAP土壤水分产品的mSWDI分值，即mSWDI-SMAP。另外，土壤顶层粘土含量、沙含量和有机碳含量来源于基于世界土壤数据库(HWSD)的中国土壤数据集(China Soil Map Based Harmonized World Soil Databaseversion 1.1)。潜在蒸散发数据来自于GLDAS产品。

本发明流程如图1所示，包括以下步骤：

步骤(1)：以一个月为时间周期，计算2016年6月的中国区域SMAP土壤水分均值，表达为θ，该含水量为体积含水量；

步骤(2)：提取HWSD中的土壤顶层沙含量、粘土含量、有机碳含量，根据公式(1)-(4)，估算中国区域33kpa、1500kpa时的土壤含水量；计算公式如下：

其中，S代表土壤顶层沙含量，C代表粘土含量，OM代表有机碳含量。θ₁₅₀₀为1500千帕时的含水量，θ₃₃为33千帕时的含水量，在此近似代表田间持水量，且含水量为体积含水量。

步骤(3)：利用潜在蒸散发、作物信息、粘土含量，结合土壤收缩特性和土壤耗水系数，计算改进的可用含水量；

步骤(31)：针对膨胀土的土壤收缩特性，计算土壤收缩因子。粘土含量较高会造成可用含水量高估。当粘土含量大于40％时，可用含水量高估部分与粘土含量成正相关，假设高估部分与粘土含量成线性正相关，因此，土壤收缩因子公式如下：

其中，q为土壤收缩因子，C为粘土含量，γ为可用含水量的高估部分相对于粘土含量的比值，在此，γ可取0.012。

步骤(32)：针对作物在临界含水量停止吸水现象，计算土壤耗水因子。当土壤含水量少于临界含水量时，作物关闭毛孔，停止吸水，并非萎蔫系数。临界含水量与作物类型(依据干旱敏感性划分)和潜在蒸散发有关，潜在蒸散发越高，临界含水量越低，作物干旱敏感性越弱，临界含水量越低，临界含水量公式如下：

θ_ws＝(1-p)(θ_fc-θ_wp)+θ_wp>

其中，θ_ws是临界含水量，参数p是土壤水分消耗部分，θ_fc为田间持水量，θ_wp凋萎系数。因此，可得：

θ_awc＝θ_fc-θ_ws＝p(θ_fc-θ_wp)>

其中，p为土壤耗水因子，计算公式如下：

其中，α_p为回归常数，取0.76，β_p为回归常数，取1.5，ET0为潜在蒸散发，单位为cm·d^-1，No_cg为作物类型，分为5类，取值为1到5^[1]。当作物类型为1或2时，p的校正公式如下：

该指数研究干旱问题，干旱区域多种植干旱敏感性低的作物，湿润区域多种植干旱敏感性强的作物，但湿润区域土壤水分较为充足。因此，忽略湿润地区的敏感性强的作物对干旱监测结果影响较小。所以，大尺度下，土壤耗水因子p简化公式如下：

其中，α_p为回归常数，取0.76，β_p为回归常数，取1.5，ET0为潜在蒸散发，单位为cm·d^-1。No_cg默认值为5。

[1]Doorenbos,J.,Kassam,A.H.,Bentvelder,C.,Uittenbogaard,G.,1978.Yieldr esponse to water.U.N.Economic Commission West Asia,Rome,Italy.

步骤(33)：结合土壤收缩因子和土壤耗水因子，计算改进的可用含水量，公式如下：

θ_awc＝p(θ_fc-θ_wp)＝(θ₃₃-θ₁₅₀₀)p/q>

步骤(4)：计算基于SMAP的mSWDI分值，即mSWDI-SMAP分值。

结合步骤(1)-(3)计算的土壤水分均值、田间持水量、可用含水量，mSWDI计算如下：

mSWDI＝10{[(θ-θ_fc)/θ_awc]+1}>

其中，θ为动态的土壤含水量，θ_fc为田间持水量，在此与θ₃₃值相等，θ_awc为可用含水量。通过加1，使得0为mSWDI的干旱非干旱的分界点。

所述步骤(1)，实施例的具体步骤为：

利用ENVI/IDL波段运算功能，计算中国区域的2016年6月份的SMAP土壤水分产品中每个栅格的平均值，表达为θ，土壤水分均值分布如图2所示。

所述步骤(2)，实施例的具体步骤为：

HWSD产品分辨率为1:100万，重采样(聚集)HWSD数据，使之空间分辨率与SMAP土壤水分数据保持一致，根据公式(1)-(4)，计算每个栅格的θ₃₃和θ₁₅₀₀，其中，θ₃₃与田间持水量数值相等。

所述步骤(3)，利用潜在蒸散发、作物信息、粘土含量，结合土壤收缩特性和土壤耗水系数，计算改进的可用含水量，实施例的具体步骤为：

步骤(31)：利用HWSD产品中的粘土含量信息，判断粘土含量是否大于40％。若大于40％，保持原值，若小于等于40％，则赋值为40。重采样(聚集)到与SMAP产品相同的分辨率(36km)，根据公式(5)计算土壤收缩因子，土壤收缩因子分布如图3所示；

步骤(32)：利用GLDAS产品2016年6月潜在蒸散发均值计算土壤耗水因子。GLDAS蒸散发产品空间分辨率为0.25°，进行双线性重采样，使之空间分辨率与SMAP土壤水分产品相等，在此，因为是全国尺度，作物类型选用默认值5(区域尺度下，可进行更为精细的划分)，重点考虑潜在蒸散发造成的可用含水量的变动，根据公式(10)计算土壤耗水因子，土壤耗水因子分布如图4所示。GLDAS产品中的潜在蒸散发单位为W·m^-2与cm·d^-1的转换公式如下：

1W·m^-2＝0.408×10^-7×3600×24cm·d^-1>

步骤(33)：结合土壤收缩因子和土壤耗水因子以及33kpa、1500kpa的土壤含水量，利用公式(11)，计算中国区域改进的可用含水量。

所述步骤(4)，实施例的具体步骤为：

结合步骤(1)获取的SMAP土壤水分产品、步骤(2)获得的田间持水量(33kpa时的土壤含水量)、步骤(3)获得的可用含水量，计算基于SMAP土壤水分产品的mSWDI，即mSWDI-SMAP，mSWDI-SMAP分布如图5所示。SMAP土壤水分产品存在偏差，干旱与否判断和干旱程度分析还应结合SMAP产品的偏差情况。

所述步骤(5)为了判断干旱程度，具体步骤为：以0为阈值，mSWDI-SMAP大于0表示有可用的土壤含水量供给于作物吸收，未发生干旱，mSWDI-SMAP小于0表示可用含水量低于作物临界含水量，即发生农业干旱，且分值越低表示旱情越严重。由于SMAP土壤水分产品在我国北方存在干值偏差，阈值可向负值调整，在我国南方存在湿值偏差，阈值可向正值调整。

本文中所描述的具体实施例仅仅是对本发明精神作举例说明。本发明所属技术领域的技术人员可以对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代，但并不会偏离本发明的精神或者超越所附权利要求书所定义的范围。