農(nóng)業(yè)干旱監(jiān)測指標(biāo)研究進(jìn)展

韓宇平，張功瑾，王富強

(華北水利水電學(xué)院，河南鄭州450045)

農(nóng)業(yè)干旱是我國農(nóng)業(yè)生產(chǎn)的主要制約因素，構(gòu)建合理的農(nóng)業(yè)干旱指標(biāo)體系，科學(xué)地監(jiān)測、評價、預(yù)測預(yù)報農(nóng)業(yè)干旱狀況，對農(nóng)業(yè)區(qū)劃、資源開發(fā)、農(nóng)業(yè)規(guī)劃和糧食生產(chǎn)等具有重要意義.農(nóng)業(yè)干旱受多種自然因素(氣象條件、水文條件、下墊面狀況等)和人為因素(農(nóng)作物布局、耕作制度、人文經(jīng)濟條件等)的共同影響［1］，其監(jiān)測指標(biāo)也與自然因素和社會因素有關(guān).農(nóng)業(yè)干旱監(jiān)測指標(biāo)可分為傳統(tǒng)干旱監(jiān)測指標(biāo)和遙感干旱監(jiān)測指標(biāo).傳統(tǒng)干旱監(jiān)測指標(biāo)包括降水量指標(biāo)、土壤濕度指標(biāo)、土壤含水量指標(biāo)、作物濕度指標(biāo)等［2］;遙感干旱監(jiān)測指標(biāo)分成2類:一類是基于裸露地表的干旱遙感監(jiān)測指標(biāo)，另一類是基于有植被覆蓋地表的干旱遙感監(jiān)測指標(biāo)［3］.

1 傳統(tǒng)農(nóng)業(yè)干旱監(jiān)測指標(biāo)

1.1 基于降水量的監(jiān)測指標(biāo)

降水作為農(nóng)作物水分最主要的來源，其大小以及時空分布是影響農(nóng)業(yè)干旱的最主要因素.干旱及半干旱地區(qū)的降水直接影響甚至支配著農(nóng)作物產(chǎn)量的高低和穩(wěn)定性.在不具備灌溉條件且地下水位相對比較低的干旱農(nóng)作物種植區(qū)，僅降水量這一指標(biāo)就基本能夠反映出農(nóng)業(yè)干旱的程度，如降水量距平百分率、連續(xù)無雨日數(shù)等［2］.McKee T 等［4］在分析降水不足對土壤水、徑流等方面影響差異的基礎(chǔ)上，建立了標(biāo)準(zhǔn)化降水指數(shù)(Standardized Precipitation Index，SPI)，通過概率密度函數(shù)求解累積概率，再將累積概率標(biāo)準(zhǔn)化，具有計算穩(wěn)定的特性，消除了降水的時空分布差異［5］，比簡單的百分比法和距平法更能反映不同時間尺度內(nèi)降水與水資源狀態(tài)之間的關(guān)系［6］.Nalbantis I等［7］在SPI的基礎(chǔ)上結(jié)合十分位數(shù)方法提出了綜合干旱指標(biāo)(Reconnaissance Drought Index，RDI)，并在希臘兩河流域進(jìn)行了試驗性研究，結(jié)果表明RDI對不斷變化的環(huán)境更為敏感.

1.2 基于土壤水分的監(jiān)測指標(biāo)

土壤水分的虧缺情況是決定農(nóng)業(yè)干旱程度的關(guān)鍵.根據(jù)農(nóng)田水量平衡原理，容易建立基于土壤、大氣、植物三者的土壤水分監(jiān)測模型.基于土壤水分的監(jiān)測指標(biāo)是應(yīng)用廣泛且成熟的一類農(nóng)業(yè)干旱監(jiān)測指標(biāo)［8－9］.常采用的單一土壤水分指標(biāo)有土壤濕度(土壤含水量占田間持水量的比值)、土壤有效水分存儲(土壤某一厚度層中存儲的能被植物根系吸收的水分)、土壤水分虧缺量(實際蒸散量與可能蒸散量之差)等.Palme W C［10］基于在持續(xù)數(shù)月或數(shù)年的時間尺度上監(jiān)測地區(qū)的實際水分供給量明顯少于適宜氣候的水分供給期望值的現(xiàn)象，推求出水分虧缺持續(xù)時間和虧缺量的函數(shù)關(guān)系，建立了監(jiān)測土壤水分供給虧缺的帕默爾干旱指數(shù)(Palmer Drought Severity Index，PDSI)，并分析了美國東北部地區(qū)的干旱時空分布特征.1983年，Henry F等［11］基于帕默爾旱度模式計算了美國地區(qū)1895—1981年逐月旱度值，并分析了包括美國鄰近地區(qū)在內(nèi)的不同時間尺度的干旱分布特征等.在國內(nèi)，安順清等［12－13］根據(jù)濟南和鄭州逐年逐月氣溫和降水等數(shù)據(jù)，對帕默爾旱度模式進(jìn)行了修正，并建立了我國的氣象旱度模式.2007年，姚玉璧等［14］根據(jù)全國515個氣象站的資料，結(jié)合修正帕默爾干旱指數(shù)，分析了全國春季區(qū)域干旱演變特征.研究表明中國干旱變化全區(qū)一致性程度低，干旱演變的區(qū)域差別大，春季干旱指數(shù)年際變化周期分布不均勻，干旱的區(qū)域特征差別顯著.2009年，葉建剛等［15］結(jié)合農(nóng)業(yè)干旱發(fā)生時空特征，在土壤水分計算中引入了作物系數(shù)和脅迫系數(shù)，加以修正農(nóng)業(yè)干旱持續(xù)時間，建立了用于農(nóng)業(yè)干旱監(jiān)測的逐旬帕默爾干旱指數(shù)，提高了對短期干濕變化的敏感度，對監(jiān)測農(nóng)業(yè)干旱具有實際意義.在國內(nèi)外，帕默爾干旱指數(shù)在干旱監(jiān)測、干旱時空分布特征分析、旱情評估方面應(yīng)用廣泛.

1.3 基于作物需水量的監(jiān)測指標(biāo)

作物需水量是指在作物正常生育、土壤水分充足下，消耗于棵間土壤蒸發(fā)和作物蒸騰的總水量［16］.其原理是根據(jù)作物生理特征的變化，運用最優(yōu)分割理論建立反映干旱程度的作物旱情指標(biāo)，可以直接靈敏地反映作物水分供應(yīng)虧缺狀況［17］.

在農(nóng)業(yè)干旱監(jiān)測中常采用的單一作物需水量指標(biāo)有:作物需水量與降水量之比、作物供水量與需水量之比、農(nóng)作物虧盈水量指標(biāo)等.目前在國際上應(yīng)用最廣泛的基于作物需水量測定干旱狀態(tài)的指標(biāo)是作物濕度指標(biāo)(Crop Moisture Index，CMI).1968 年由Palmer W C在PDSI的基礎(chǔ)上設(shè)計出作物濕度指標(biāo)(CMI)［18］，因其考慮的因子全面，故被國際上廣泛地應(yīng)用于農(nóng)業(yè)干旱的監(jiān)測評估.在國內(nèi)，迄今在基于作物需水量的農(nóng)業(yè)干旱監(jiān)測中CMI指數(shù)依然得到了普遍的沿用和改進(jìn).

2 遙感干旱監(jiān)測指標(biāo)

2.1 基于裸露地表的干旱遙感監(jiān)測指標(biāo)

2.1.1 熱慣量

熱慣量是體現(xiàn)物質(zhì)在溫度變化熱反應(yīng)狀態(tài)過程中與周圍環(huán)境能量交換能力的一種量度.Watson K等［19］最早應(yīng)用了土壤熱慣量模型，該模式表達(dá)為

式中:ATI為土壤表觀熱慣量;T日和T夜分別為白天的最高溫度、夜晚的最低溫度;A為全波段反照率;Q(1－A)為被地面吸收的太陽凈輻射能.其原理是基于土壤的熱特性反演土壤水分狀況，進(jìn)而獲取土壤單元的溫度信息.熱慣量法適用于裸土或植被覆蓋率低的下墊面的干旱監(jiān)測.對于植被覆蓋率高的下墊面，植被會改變土壤的熱傳導(dǎo)，獲取的溫度信息精度會受影響［4］.

2.1.2 基于微波遙感的土壤水分指標(biāo)

微波遙感法利用目標(biāo)物的介電特性對土壤濕度進(jìn)行監(jiān)測［20］.Moereman B 等［21］利用衛(wèi)星雷達(dá)對兩個不同空間尺度的區(qū)域進(jìn)行了土壤含水量的監(jiān)測和在裸土或植被覆蓋率較低地區(qū)的后向散射系數(shù)與土壤含水量的相關(guān)性分析.Bindlish R［22］在積分模型基礎(chǔ)上提高了實測土壤水分與遙感獲取數(shù)據(jù)的相關(guān)系數(shù).

運用微波遙感法監(jiān)測農(nóng)業(yè)干旱，解決了傳統(tǒng)監(jiān)測方法監(jiān)測時間長、監(jiān)測人員多、受天氣狀況影響、監(jiān)測點少等問題，具備全天時、全天候并有一定穿透能力的優(yōu)勢，因此運用微波遙感進(jìn)行土壤濕度監(jiān)測逐漸成為土壤濕度監(jiān)測的熱門方法之一［23］.目前在裸土條件下利用微波遙感法監(jiān)測土壤含水量已達(dá)到較高精度，但依然存在受覆蓋植被影響等問題，因此對于植被覆蓋率比較高的地區(qū)的干旱監(jiān)測應(yīng)做進(jìn)一步研究或者使用其他遙感方法監(jiān)測.

2.2 基于植被覆蓋地表的干旱遙感監(jiān)測指標(biāo)

2.2.1 作物缺水指數(shù)

在水分能量平衡原理基礎(chǔ)上，Jackson R D等［24］在綜合考慮土壤水分和農(nóng)田蒸散的關(guān)系上建立了作物缺水指數(shù)，

式中:CWSI為作物缺水指數(shù);ET為實際蒸散;ETp為潛在蒸散.

作物缺水指數(shù)相對于作物需水量與降水量之比、作物供水量與需水量之比、農(nóng)作物虧盈水量指標(biāo)等單一作物需水量指標(biāo)，物理意義更明確，綜合性更強，精度更高，可靠性更強.但遙感反演地表參數(shù)的精度目前還很難達(dá)到模型定量化計算的要求，涉及到的參數(shù)較多，計算量比較大，在一定程度上阻礙了該模型的推廣應(yīng)用.

2.2.2 水分虧缺指數(shù)

水分虧缺指數(shù)綜合考慮了作物缺水指數(shù)中多數(shù)理論參數(shù)與植被覆蓋度的近線性關(guān)系，結(jié)合地表和空氣之間的溫差與植被指數(shù)得到的區(qū)域干旱監(jiān)測指標(biāo)［25］.其中地表溫度是在假設(shè)植被冠層與土壤之間不存在熱交換前提下，通過作物冠層溫度和土壤表面溫度線性加權(quán)得到.在一定植被覆蓋度下，

式中:WDI為水分虧缺指數(shù);ΔT為在一定植被覆蓋度下地表與空氣之間的溫度差;ΔTBD為濕邊上的地表與空氣的溫度差;ΔTAC為干邊上的地表與空氣的溫度差.

2.2.3 植被狀態(tài)指數(shù)

1990年，Kogan首次提出了植被狀態(tài)指數(shù)［3］.植被狀態(tài)指數(shù)是在距平植被指數(shù)、標(biāo)準(zhǔn)植被指數(shù)的基礎(chǔ)上改進(jìn)而來.植被狀態(tài)指數(shù)克服了距平植被指數(shù)、標(biāo)準(zhǔn)植被指數(shù)等需要大量連續(xù)的遙感資料、與干旱之間缺乏定量關(guān)系、只適用于大尺度大范圍的干旱定性監(jiān)測等缺點，可以很好地對干旱及降水的時空分布動態(tài)進(jìn)行有效監(jiān)測，在我國基于遙感技術(shù)監(jiān)測農(nóng)業(yè)干旱中得到了廣泛的試驗性研究.

2.2.4 植被供水指數(shù)

植被供水指數(shù)是綜合地表溫度監(jiān)測指標(biāo)和植被指數(shù)監(jiān)測指標(biāo)的一種用于農(nóng)業(yè)干旱監(jiān)測的綜合指數(shù).其定義如下

式中:VSWI為植被供水指數(shù);NDVI為植被指數(shù);Ts為植被冠層溫度(以地表溫度近似為植被的冠層溫度).

植被供水指數(shù)的原理是當(dāng)植物供水不足導(dǎo)致作物缺水死亡時，歸一化植被指數(shù)會急劇下降而葉表面溫度迅速升高.因其利用的是作物缺水時在不同反射波段上的反應(yīng)，所以在植被覆蓋率比較高的地域上尤其是在作物生長期更為適用［26］，且操作簡單，資料容易獲取;由于受土壤物理特性、植被生理特性(如土壤含水量的滯后效應(yīng)、植被氣孔的閉合、植被種類等)、光照強度等因素的影響，不適合用于大尺度或大范圍的干旱監(jiān)測［27－28］.

2.2.5 條件植被溫度指數(shù)

條件植被溫度指數(shù)既考慮了區(qū)域內(nèi)植被指數(shù)的變化，又強調(diào)了植被指數(shù)相同時地表溫度的變化，是一種農(nóng)業(yè)干旱監(jiān)測綜合指標(biāo).其定義為

式中:VTCI為條件植被溫度指數(shù);LSTmax(NDVI)，LSTmin(NDVI)分別為在某一植被指數(shù)(NDVI)時，研究區(qū)域內(nèi)地表溫度的最大值和最小值;a1，b1，a2，b2均為待定系數(shù)，可以通過繪制研究區(qū)域的NDVI和LST的散點圖近似獲得.

條件植被溫度指數(shù)法解決了在干旱發(fā)生時時空變異參數(shù)的穩(wěn)定性問題，尤其適用于區(qū)域級的干旱監(jiān)測.在我國許多省份如河南、山西、內(nèi)蒙古的農(nóng)業(yè)干旱監(jiān)測中得到了廣泛應(yīng)用.

2.2.6 溫度植被指數(shù)

Sandholt T I等［29］提出了只考慮地表溫度或植被指數(shù)進(jìn)行干旱監(jiān)測造成水分脅迫反映不夠敏感的問題，研究發(fā)現(xiàn)在干旱監(jiān)測中結(jié)合使用地表溫度與植被指數(shù)既可消除土壤的影響，又可消除植被指數(shù)只有在水分脅迫嚴(yán)重受阻不利于作物生長時才會變化的滯后性，并基于此提出了溫度植被干旱指數(shù).其定義為

式中:TVDI為溫度植被指數(shù);Ts為任意像元的地表溫度;Tsmin，Tsmax分別為地表的最低溫度和最高溫度，可通過線性回歸分析提取濕邊和干邊獲取;a1，a2，b1，b2均為待定系數(shù).

由于在特征空間干濕邊的確定方面缺乏對降水量、蒸散作用等對監(jiān)測結(jié)果影響的判別標(biāo)準(zhǔn)，會影響到線性擬合干濕邊的精度.溫度植被指數(shù)法有效地克服了土壤背景的影響，在不完全覆蓋地區(qū)可以取得較好的效果.在我國的干旱監(jiān)測中得到了廣泛的應(yīng)用.

3 兩類農(nóng)業(yè)干旱監(jiān)測指標(biāo)的比較

農(nóng)業(yè)干旱指標(biāo)是農(nóng)業(yè)干旱監(jiān)測、預(yù)報及風(fēng)險評估的基礎(chǔ).隨著農(nóng)業(yè)干旱監(jiān)測、預(yù)測宏觀范圍的擴大以及結(jié)合干旱監(jiān)測情況的其他領(lǐng)域的綜合評價工作的不斷發(fā)展，應(yīng)用傳統(tǒng)研究方法依然是最簡單實用的方法;而遙感方法在研究干旱監(jiān)測和評價方面更為定量化，并且對于動態(tài)監(jiān)測干旱方面很適用，運用遙感技術(shù)監(jiān)測農(nóng)業(yè)干旱也逐漸從理論研究開始向?qū)嵱醚芯哭D(zhuǎn)變.

1)傳統(tǒng)農(nóng)業(yè)干旱監(jiān)測指標(biāo)研究中，降雨量指標(biāo)具有快捷、簡單、實用的優(yōu)勢，目前依然廣泛應(yīng)用于對干旱的宏觀監(jiān)測.土壤含水量指標(biāo)對于干旱監(jiān)測更為直觀，資料容易獲取，作為建立土壤－大氣－植物水分交換模型最基礎(chǔ)的一環(huán)，已廣泛應(yīng)用于農(nóng)業(yè)干旱監(jiān)測中.作物生理指標(biāo)具有可以靈敏反應(yīng)作物水分供應(yīng)狀況的優(yōu)點，但由于作物在不同的生育期對水分虧缺反應(yīng)差異較大，難以模擬作物不同生育期的水分含量，存在指標(biāo)測定困難、代表性差等問題，依然處于研究和試驗階段.

2)對遙感農(nóng)業(yè)干旱監(jiān)測指標(biāo)也展開了大規(guī)模多領(lǐng)域的研究.發(fā)生干旱的機理涉及作物生理、水文氣象、水資源配置以及社會人文經(jīng)濟等方面的影響因素，所以在研究干旱監(jiān)測時也應(yīng)考慮適合條件的指標(biāo)或綜合指標(biāo).在實際應(yīng)用中，對于不同的下墊面條件選用不同的旱情指標(biāo)來監(jiān)測.對于裸土的下墊面選用熱慣量法和微波遙感法比較合適;對于有植被覆蓋的下墊面，要根據(jù)植被覆蓋程度來選擇干旱監(jiān)測方法，一般選用溫度植被指數(shù)法、供水植被指數(shù)法、作物缺水指數(shù)法等.

4 結(jié)語

在對現(xiàn)有農(nóng)業(yè)干旱監(jiān)測指標(biāo)研究的基礎(chǔ)上，未來在干旱監(jiān)測指標(biāo)的選取和應(yīng)用中應(yīng)加強以下幾個方面的研究.

1)目前已有許多干旱指標(biāo)，但大多只考慮一類或幾類因素的影響.由于干旱自身的復(fù)雜特性，因而這些干旱指標(biāo)并不能完全揭示干旱的形成機理，基于干旱指數(shù)的干旱識別也達(dá)不到定量化和客觀化.選擇干旱指標(biāo)時要同時考慮指標(biāo)要素的可收集度、可計算性、適時性以及便于使用和推廣等，選取適合于實際條件的干旱監(jiān)測指標(biāo).

2)對于干旱監(jiān)測指標(biāo)狀況所應(yīng)用的模型的計算量與其監(jiān)測時期的時域尺度有關(guān)，要結(jié)合實際條件選擇合適的時域尺度.

3)在面向全國范圍業(yè)務(wù)化服務(wù)的旱情預(yù)警系統(tǒng)的環(huán)境下，數(shù)據(jù)獲得的范圍和方便程度以及對數(shù)據(jù)與指標(biāo)之間的時間序列分析將是決定系統(tǒng)運行的關(guān)鍵，應(yīng)加強土壤水分的微波遙感反演技術(shù)的方法方面的研究并向?qū)嵱没^渡.

4)部分植被覆蓋或全植被覆蓋地表下的干旱監(jiān)測，需要過多的諸如葉面積指數(shù)、氣象水文因素等非遙感參數(shù);對于部分植物覆蓋的下墊面定義不明確，限制了對作物全生育期的監(jiān)測，有很大的局限性.未來農(nóng)業(yè)干旱監(jiān)測應(yīng)建立廣義的、適合于作物各時期的監(jiān)測模型以及在此基礎(chǔ)上對雙層模型做進(jìn)一步簡化.

［1］王密俠，馬成軍，蔡煥杰.農(nóng)業(yè)干旱指標(biāo)研究與進(jìn)展［J］.干旱地區(qū)農(nóng)業(yè)研究，1998，16(3):119 －124.

［2］丘寶劍，盧其堯.農(nóng)業(yè)氣候條件及其指標(biāo)［M］.北京:測繪出版社，1990.

［3］張學(xué)藝，張曉煜，李劍萍，等.我國干旱遙感監(jiān)測技術(shù)方法研究進(jìn)展［J］.氣象科技，2007，35(4):574 －578.

［4］ McKee T，Doesken N，Kleist J.The relationship of drought frequency and duration to time scales［C］//Proceedings of the Eighth Conference on Applied Climatology.Boston:A-merican Meteorological Society，1993.

［5］袁文平，周廣勝.標(biāo)準(zhǔn)化降水指標(biāo)與Z指數(shù)在我國應(yīng)用的對比分析［J］.植物生態(tài)學(xué)報，2004(4):523－529.

［6］王英，遲道才.干旱指標(biāo)研究與進(jìn)展［J］.科技創(chuàng)新導(dǎo)報，2009(35):72－74.

［7］ Nalbantis I，Tsakiris G.Assessment of hydrological drought revisited［J］.Water Resources Management，2009，23(5):881－897.

［8］李保國.區(qū)域土壤水貯量及旱情預(yù)報［J］.水科學(xué)進(jìn)展，1991，2(4):264 －270.

［9］陳萬金，信乃詮.中國北方旱地農(nóng)業(yè)綜合發(fā)展與對策［M］.北京:中國農(nóng)業(yè)科技出版社，1994.

［10］ Palmer W C.Meteorological drought［R］.Washington D C:US Department of Commerce Weather Bureau，1965.

［11］ Henry F，Diaz.Some aspect of major dry and wet periods in the contiguous United States(1895—1981)［J］.Journal of Climate and Applied Meteorology，1983，22(1):3 －16.

［12］安順清，邢久星.修正的帕默爾干旱指數(shù)及其應(yīng)用［J］.氣象，1985，11(12):17 －19.

［13］安順清，邢久星.帕默爾旱度模式的修正［J］.氣象科學(xué)研究院院刊，1986，1(1):75 －81.

［14］姚玉璧，董安祥，王毅榮，等.基于帕默爾干旱指數(shù)的中國春季區(qū)域干旱特征比較研究［J］.干旱區(qū)地理，2007(1):22－29.

［15］葉建剛，申雙和，呂厚荃.修正帕默爾干旱指數(shù)在農(nóng)業(yè)干旱監(jiān)測中的應(yīng)用［J］.中國農(nóng)業(yè)氣象，2009(2):257－261.

［16］袁文平，周廣勝.干旱指標(biāo)的理論分析與研究展望［J］.地球科學(xué)進(jìn)展，2004，19(6):982 －991.

［17］ Duff G A，Myers B A，Williams R J，et al.Seasonal patterns in soil moisture，vapour pressure deficit，tree canopy cover and predawn water potential in a northern Australian savanna［J］.Australian Journal of Botany，1997，45(2):211－224.

［18］ Palmer W C.Keeping track of crop moisture conditions，nationwide:the new crop moisture index［J］.Weatherwise，1968，4(21):156 －161.

［19］ Watson K，Rownen L C，Officeld T W.Application of ther-mal modeling in the geologic interpretation of IR images［J］.Remote Sensing of Environment，1971(3):2017－2041.

［20］姜淼，李國春.微波遙感土壤濕度研究進(jìn)展［J］.農(nóng)業(yè)網(wǎng)絡(luò)信息，2006(4):21－23.

［21］ Moeremans B，Dautrebande S.Soil moisture evaluation by means of multi-temporal ERSSAR PRI images and interferometric coherence［J］.Journal of Hydrology，2000，234:162－169.

［22］ Bindlish R.Parameterization of vegetation backscatter in radar-based，soil moisture estimation［J］.Remote Sensing of Environment，2001，76(1):130 －137.

［23］袁文平，周廣勝.干旱指標(biāo)的理論分析與研究展望［J］.地球科學(xué)進(jìn)展，2004，19(6):982 －991.

［24］ Jackson R D，William P K，Bhaskar J C.A reexamination of the crop water stress index［J］.Irrigation Science，1988，4(9):309 －317.

［25］齊述華，張源沛，牛錚，等.水分虧缺指數(shù)在全國干旱遙感監(jiān)測中的應(yīng)用研究［J］.土壤學(xué)報，2005(3):367－372.

［26］ Moron M S，Clarke T R，Inoue Y，et al.Estimating crop water deficit using the relation between surface air temperature and spectral vegetation index［J］.Remote Sensing of Environment，1994，49:246 －263.

［27］郭虎，王瑛，王芳.旱災(zāi)災(zāi)情監(jiān)測中的遙感應(yīng)用綜述［J］.遙感技術(shù)與應(yīng)用，2008，23(1):111 －116.

［28］肖斌，沙晉明.基于MODIS數(shù)據(jù)的水熱指數(shù)及其DEM訂正［J］.遙感信息，2007(5):35－38.

［29］ Sandhol T I，Rasmussen K，Andersen J.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status［J］.Remote Sensing of Environment，2002，79(2 －3):213 －224.