基于時(shí)序數(shù)據(jù)分析的云參數(shù)法背景場構(gòu)建

向大享，李 喆，文雄飛

(長江科學(xué)院 空間信息技術(shù)應(yīng)用研究所，武漢 430010)

?

基于時(shí)序數(shù)據(jù)分析的云參數(shù)法背景場構(gòu)建

向大享，李 喆，文雄飛

(長江科學(xué)院 空間信息技術(shù)應(yīng)用研究所，武漢 430010)

為了減少云參數(shù)法受年際變化的影響，以內(nèi)蒙古自治區(qū)作為研究對象，計(jì)算多年云參數(shù)干旱指數(shù)；結(jié)合地面實(shí)地觀測數(shù)據(jù)，選取合適的特征值作為背景場計(jì)算方法，構(gòu)建云參數(shù)法背景場并修正云參數(shù)法干旱指數(shù)。研究結(jié)果表明：經(jīng)云參數(shù)背景場修訂后，2006年和2007年內(nèi)蒙古中西部沙漠區(qū)以及東南部農(nóng)田區(qū)的風(fēng)險(xiǎn)等級有所降低，高風(fēng)險(xiǎn)區(qū)范圍明顯減少；2008年西部偏北地區(qū)及東南地區(qū)高風(fēng)險(xiǎn)等級有所降低，范圍有所減少；從2009—2011年2月份監(jiān)測結(jié)果來看，本方法監(jiān)測結(jié)果在空間分布上更具有連續(xù)性，風(fēng)險(xiǎn)等級更加符合實(shí)際情況。

云參數(shù)法；遙感監(jiān)測；時(shí)序數(shù)據(jù);干旱指數(shù)；背景場；修正函數(shù)

1 研究背景

衛(wèi)星遙感技術(shù)迅速發(fā)展和完善，其宏觀、快速、動(dòng)態(tài)、大范圍、多時(shí)相等的特點(diǎn)為新的干旱監(jiān)測手段提供了可能，特別是土壤水分和作物長勢的監(jiān)測[1]。國內(nèi)外關(guān)于干旱的遙感監(jiān)測從原理上可分為2大類[2-3]：一類是基于土壤水分的變化會(huì)引起土壤的光譜特性變化；另一類則基于干旱引起植物生理過程的變化，從而改變?nèi)~片的光譜屬性，并顯著影響植物冠層的光譜特性。從遙感光譜波段的使用上，對干旱的遙感監(jiān)測研究可分為可見光和近紅外、熱紅外、微波等[4]。

云參數(shù)法是一種新的監(jiān)測方法，主要根據(jù)云的信息來反演土壤的含水量，以達(dá)到檢驗(yàn)區(qū)域水分盈缺程度[5]。該方法是一種比較成熟的適應(yīng)大時(shí)間空間尺度的干旱遙感監(jiān)測方法。既定區(qū)域受旱程度不僅取決于土壤水分平衡，還與需水持水特性相關(guān)，即與地表覆蓋、地形等因素有關(guān)。因此，僅從空間分布上橫向比較地表干旱狀況而忽略需水耗水的區(qū)域差異，判斷發(fā)生干旱的可能性及干旱等級的大小是比較困難的。為此，很有必要構(gòu)建云參數(shù)背景場，利用相關(guān)方法對多年同期云參數(shù)進(jìn)行分析，提取當(dāng)?shù)卣顟B(tài)下所對應(yīng)的云參數(shù)作為背景，用來判斷當(dāng)前云參數(shù)所對應(yīng)的水分盈缺程度。云參數(shù)背景場信息隱含了局地的基本需水持水特性，能有效改善云參數(shù)法干旱遙感監(jiān)測模型在原有監(jiān)測盲區(qū)的監(jiān)測效果，提高總體監(jiān)測精度。

2 研究區(qū)確定

從我國的氣象站點(diǎn)分布(如圖1)來看，在西藏、內(nèi)蒙古以及南部大部分地區(qū)實(shí)測站點(diǎn)較少，即在云參數(shù)法干旱遙感監(jiān)測模型建立時(shí)訓(xùn)練樣本參與較少，因此從理論上來說這些地區(qū)的監(jiān)測數(shù)據(jù)精度不足。但西藏大部分地區(qū)是沙漠地區(qū)，不是干旱監(jiān)測的興趣區(qū)；南部大部分地區(qū)的地表覆蓋類型以及土壤類型與中部地區(qū)的基本一致，建立的模型可以保證監(jiān)測精度。只有內(nèi)蒙古地區(qū)的地表覆蓋差異較大，屬于我國的草原地區(qū)，建立的干旱監(jiān)測模型難以保證高精度的監(jiān)測結(jié)果。因此，本文嘗試根據(jù)內(nèi)蒙古的多年干旱監(jiān)測情況建立內(nèi)蒙古地區(qū)云參數(shù)背景場，以達(dá)到訂正干旱監(jiān)測精度的目的。

圖1 全國土壤濕度實(shí)測站點(diǎn)分布Fig.1 Measurement sites of soil moisture in China

內(nèi)蒙古地域遼闊，資源豐富，但地處內(nèi)陸，遠(yuǎn)離海洋，大部分屬于干旱和半干旱地區(qū)，干旱少雨一直是制約內(nèi)蒙古農(nóng)業(yè)生產(chǎn)和國民經(jīng)濟(jì)發(fā)展的重要因素[6]。近年來隨著全球氣候變暖的影響，內(nèi)蒙古干旱災(zāi)害逐年加重，旱災(zāi)發(fā)生頻率增加，出現(xiàn)了連年旱、連季旱等特點(diǎn)，春旱幾乎每年都要發(fā)生。據(jù)統(tǒng)計(jì)，從1950—2007年50 多年期間，內(nèi)蒙古農(nóng)區(qū)和牧區(qū)輕旱以上的干旱頻率分別達(dá)86%和91%，大旱發(fā)生的頻率分別為32%和31%。

3 云參數(shù)法

云參數(shù)法的前提條件是：①無云意味著沒有降水，干旱的可能性增大；②無云意味著地面接收的太陽短波輻射增強(qiáng)、地面溫度上升、地面蒸散能力增大，干旱的可能性增大[7]。

連續(xù)最大無云天數(shù)(CCFD)、連續(xù)最大有云天數(shù)(CCD)、有云天數(shù)比(CDR)是該模型的核心，這3個(gè)云參數(shù)與干旱指數(shù)CPI之間的基本函數(shù)為

(1)

式中：W是3個(gè)云參數(shù)的影響函數(shù)；F為各影響函數(shù)的權(quán)重函數(shù)。

太陽輻射的時(shí)空分布主要受到日地距離、太陽高度角以及日照時(shí)長等因素的影響，具體因素包括季節(jié)、時(shí)刻、經(jīng)緯度、大氣透過率以及高程等。時(shí)空條件的變化導(dǎo)致干旱范圍及強(qiáng)度等的多樣性，例如，不同季節(jié)同一地區(qū)，由于太陽高度角的不同導(dǎo)致相同云參數(shù)可能會(huì)對應(yīng)不同程度的干旱。同樣地，空間尺度的變化也會(huì)導(dǎo)致類似情況發(fā)生[8]。因此，模型有必要進(jìn)行時(shí)空修正改進(jìn)，如式(2)。

(2)

式中：P為修正后影響函數(shù)；Q，R分別為3個(gè)云參數(shù)的空間修正函數(shù)和時(shí)間修正函數(shù)；CI為3個(gè)云參數(shù)。

4 背景場構(gòu)建方法

4.1 背景場

背景場(background field)簡稱背景，通常指襯托出異常的正常場值或平均下擾水平。背景可以為系統(tǒng)的(區(qū)域性的)，也可以為隨機(jī)的(局部的)。高精度長期穩(wěn)定的背景場的建立，可以為開展相關(guān)研究提供一個(gè)極其重要的參考基準(zhǔn)。

背景場的構(gòu)建對于時(shí)序分析有著重要的作用。例如，短期氣候監(jiān)測預(yù)測問題不僅需要考慮年際變化，而且必須對年代際背景有一定的認(rèn)識。大量研究表明眾多的氣候氣象研究均存在顯著的年代際變化，深入認(rèn)識氣候要素年際異常的大背景-年代際或更長時(shí)間尺度的異常變化對短期氣候預(yù)測均為至關(guān)重要的[9]。因此，進(jìn)行云參數(shù)法干旱遙感監(jiān)測模型序列監(jiān)測結(jié)果分析時(shí)很有必要建立云參數(shù)背景場。

4.2 特征值提取

云參數(shù)背景場的構(gòu)建思路為從多年的時(shí)序監(jiān)測結(jié)果數(shù)據(jù)中提取一個(gè)能代表該序列正常水平的數(shù)值，即提取能代表研究區(qū)域正常狀態(tài)對應(yīng)的云參數(shù)信息。求取序列數(shù)據(jù)特征值的方法有多種，如算術(shù)平均值、概率最大值、中值等方法。

由于本文所用的序列數(shù)據(jù)時(shí)間跨度較短，單點(diǎn)所對應(yīng)的序列數(shù)據(jù)較為分散，相同的值基本沒有出現(xiàn)多次，利用概率最大值進(jìn)行背景值提取會(huì)出現(xiàn)多重解，因此該指標(biāo)暫不適合本文的分析。在進(jìn)一步積累序列數(shù)據(jù)的基礎(chǔ)上，可以考慮使用概率最大值方法進(jìn)行背景信息的提取。因此本文主要分析均值與中值2種特征值提取方法。

4.2.1 算術(shù)平均值

算術(shù)平均值為時(shí)間序列分析中最常見的一種方法，其計(jì)算公式為

(3)

4.2.2 中 值

中值為一組序列數(shù)據(jù)經(jīng)過升序排列后處于最中間的那個(gè)數(shù)值，以代表該組數(shù)據(jù)標(biāo)志值的一般水平，即在這組數(shù)據(jù)中，有一半的數(shù)據(jù)比它大，有一半的數(shù)據(jù)比它小。中值并不為序列數(shù)據(jù)的算術(shù)平均值，但如果待分析序列數(shù)據(jù)包含偶數(shù)個(gè)數(shù)據(jù)，中值就為位于中間的2個(gè)數(shù)的算術(shù)平均值。

中值也可稱為中位數(shù)，即數(shù)據(jù)按升序或者降序排列，假如有n個(gè)數(shù)據(jù)，當(dāng)n為偶數(shù)時(shí)，中位數(shù)為第n/2位數(shù)和第(n+2)/2位數(shù)的平均數(shù)；如果n為奇數(shù)，那么中位數(shù)為第(n+1)/2位數(shù)的值。

構(gòu)建云參數(shù)背景場的目的是通過多年的監(jiān)測結(jié)果尋找能代表多年來正常水平的那個(gè)值。這個(gè)值不是通過簡單的平均、取中等方法獲取，這是因?yàn)樵诙嗄瓯O(jiān)測過程中，不同年份對應(yīng)的實(shí)際情況不同，不具有可比性，不可直接用作相關(guān)的計(jì)算分析。

從背景場的意義來講，每個(gè)像元的背景值就為該像元多年來的序列數(shù)據(jù)的特征值，因此可以用序列數(shù)據(jù)與特征值之間的方差最小或相關(guān)系數(shù)最大作為指標(biāo)選擇的依據(jù)。

4.3 背景場信息提取

通過算術(shù)平均值或者中值2種方法獲得的值為多年來內(nèi)蒙古地區(qū)3個(gè)云參數(shù)的平均水平或者中間水平，并不能得到該區(qū)域多年來的正常水平。因此，有必要探討一下內(nèi)蒙古地區(qū)近幾年來3個(gè)云參數(shù)的平均水平或者中間水平與正常水平之間的差異，以此根據(jù)平均水平得到正常水平，即得到云參數(shù)背景場信息。

目前內(nèi)蒙古地區(qū)的干旱監(jiān)測結(jié)果整體偏高，建立云參數(shù)背景場的目的是將現(xiàn)有模型認(rèn)為的正常水平降低，利用云參數(shù)干旱遙感監(jiān)測模型得到的監(jiān)測結(jié)果相對于這個(gè)正常水平進(jìn)行歸化處理，從而提高監(jiān)測結(jié)果數(shù)值(土壤濕度值)，達(dá)到干旱等級或干旱風(fēng)險(xiǎn)降低的目的。

通過大量的實(shí)驗(yàn)分析發(fā)現(xiàn)，內(nèi)蒙古地區(qū)的土壤濕度監(jiān)測結(jié)果普遍偏小，這主要為由于本身的降水偏少和地表覆蓋類型需水量小有關(guān)。本章主要關(guān)注由地表覆蓋類型蓄水量小引起的監(jiān)測誤差，為此考慮到不同地表覆蓋的需水和持水能力的差別，采用國際地圈生物圈計(jì)劃(IGBP)組織提供的地表覆蓋類型對應(yīng)的植被比例作為權(quán)重，將均值云參數(shù)信息與干旱等級最小時(shí)對應(yīng)的云參數(shù)信息進(jìn)行加權(quán)得到最終的云參數(shù)背景場，即

(4)

式中：CPb為最終的云參數(shù)背景場；wNDVI為各種地表覆蓋對應(yīng)的植被比例；CPmax為干旱等級最小時(shí)對應(yīng)的云參數(shù)信息；CPc為云參數(shù)特征值信息。

4.4 基于背景場信息的云參數(shù)法干旱指數(shù)修正

云參數(shù)背景場信息提供了研究區(qū)多年土壤濕度正常狀態(tài)對應(yīng)的3個(gè)云參數(shù)值，這個(gè)背景信息剔除了由于研究區(qū)域地表覆蓋、地形或其他要素引起的特殊性造成的長期監(jiān)測異常情況。因此，在構(gòu)建完云參數(shù)背景場后，進(jìn)行研究區(qū)域干旱監(jiān)測時(shí)就需要將遙感實(shí)際獲取的云參數(shù)相對于云參數(shù)背景信息進(jìn)行歸化處理。但在現(xiàn)有的云參數(shù)法干旱遙感監(jiān)測模型的相關(guān)成果中，還沒有分析出土壤濕度正常狀態(tài)情況下3個(gè)云參數(shù)的取值情況，因此不能通過歸化處理來進(jìn)行云參數(shù)訂正。

考慮到氣象干旱的分級較成熟，對于土壤濕度正常狀態(tài)有明確的界定。因此本文將云參數(shù)背景場的修訂轉(zhuǎn)化到干旱監(jiān)測效果階段進(jìn)行評定。首先利用云參數(shù)干旱遙感監(jiān)測模型將云參數(shù)背景場信息轉(zhuǎn)化為干旱指數(shù)信息(即土壤濕度信息)，將此信息作為監(jiān)測區(qū)域正常狀態(tài)的基準(zhǔn)；接著，也利用云參數(shù)干旱遙感監(jiān)測模型將遙感獲取的云參數(shù)信息轉(zhuǎn)化為干旱指數(shù)信息，參考?xì)庀蟾珊捣旨墭?biāo)準(zhǔn)及云參數(shù)背景信息對應(yīng)的干旱指數(shù)信息進(jìn)行歸化處理，從而實(shí)現(xiàn)基于云參數(shù)背景場的干旱監(jiān)測訂正。

本文中使用歸化處理的目的為將原來認(rèn)為的正常狀態(tài)拉伸到云參數(shù)背景場對應(yīng)的狀態(tài)下，這里就需要接觸到距平的概念。但這里的距平并不為平均的平，而為對應(yīng)的云參數(shù)背景場信息。

平均距平為時(shí)間序列分析中與算術(shù)平均值緊密相連的一個(gè)概念。平均距平為一系列數(shù)值中的某一個(gè)數(shù)值與該序列平均值的差，距平值可分為正距平和負(fù)距平。從數(shù)學(xué)意義上來說，距平值主要為用來確定某個(gè)時(shí)段或時(shí)次的數(shù)據(jù)，相對于該數(shù)據(jù)的某個(gè)長期平均值為高還為低，而原始值通常為用來表征某個(gè)時(shí)段或時(shí)次真實(shí)水平。

與平均距平緊密相連的2個(gè)常用概念為累計(jì)距平與距平百分率。

累積距平就為將一系列距平值做累加，用來表明一個(gè)事件發(fā)生過程中隨時(shí)間變化的偏移量。如有一距平值序列Tt(t=1,2,…，n)，某時(shí)刻t的累積距平值為

(5)

而距平百分率為對距平進(jìn)行了標(biāo)準(zhǔn)化處理，將各個(gè)距平值歸化到同一量綱，使得各種狀態(tài)下的數(shù)據(jù)具有相對可比性，體現(xiàn)出各觀測值相對于歷史均值的相對變化程度。

距平百分率可以表示為

(6)

例如某地當(dāng)前實(shí)測相對土壤濕度為40%，歷史同期均值為60%，那么它為負(fù)距平-20%，如果另一處當(dāng)前實(shí)測相對土壤濕度為20%，歷史同期為40%，這樣它的距平為-20%，如果直接利用這2個(gè)距平值來比較兩地的情況就不能體現(xiàn)變化程度，而利用距平百分率就可以分析出兩地的變化程度。

在得到云參數(shù)背景場信息后就可以將其納入到云參數(shù)法干旱遙感監(jiān)測模型中去，以便提高干旱監(jiān)測精度。云參數(shù)背景場信息表征多年來研究區(qū)域正常狀態(tài)下對應(yīng)的3個(gè)云參數(shù)信息，從遙感獲取的云參數(shù)需要通過一定的歸化處理方法將其轉(zhuǎn)變?yōu)榈刃г茀?shù)，為此，本文將距平思想引入到基于背景場信息的云參數(shù)訂正過程中。

5 實(shí)驗(yàn)與分析

5.1 云參數(shù)干旱指數(shù)計(jì)算

利用FY-2C/D/E VISSR數(shù)據(jù)和云參數(shù)法干旱遙感監(jiān)測模型對內(nèi)蒙古地區(qū)2006—2011年進(jìn)行干旱監(jiān)測。由于內(nèi)蒙古春旱發(fā)生頻率大、等級高等特點(diǎn)，根據(jù)云參數(shù)業(yè)務(wù)效果最終選定2月份的監(jiān)測結(jié)果作為研究對象。圖2為2006—2011年每年2月份內(nèi)蒙古地區(qū)云參數(shù)法干旱風(fēng)險(xiǎn)監(jiān)測結(jié)果。

圖2 內(nèi)蒙古2006—2011年每年2月份干旱監(jiān)測結(jié)果Fig.2 Monitoring results of drought of Inner Mongolia in every February from 2006 to 2011

從圖2可以看出，該地區(qū)歷年來都存在著程度不一的旱情，但遙感監(jiān)測精度的高低有待于分析，因此本文采用相關(guān)數(shù)據(jù)作為驗(yàn)證遙感監(jiān)測結(jié)果。圖3為從National Weather Service的 Climate Prediction Center(CPC)根據(jù)National Integrated Drought Information System(NIDIS)中獲取的土壤濕度資料[10]。

綜合遙感監(jiān)測結(jié)果、CPC提供的土壤濕度實(shí)測資料以及中國官方發(fā)布的旱情信息，對比分析情況如表1。

從表1的對比分析可以得出以下結(jié)論：

(1) 遙感監(jiān)測結(jié)果與CPC提供的土壤濕度資料、官方發(fā)布的信息基本一致，遙感監(jiān)測結(jié)果基本能覆蓋CPC資料中土壤濕度相對偏低的地區(qū)及官方發(fā)布區(qū)域。

圖3 內(nèi)蒙古2006—2011年每年2月份的土壤濕度[10]

年份遙感監(jiān)測CPC信息官方發(fā)布對比分析2006西部與東部有較嚴(yán)重的旱情,中部偏北無旱情,中部偏南有輕度旱情土壤濕度偏低,以西部與東部最低1—4月份,中東部降水量較常年同期偏少30%～80%,發(fā)生了嚴(yán)重春旱遙感監(jiān)測范圍偏大,監(jiān)測風(fēng)險(xiǎn)偏高2007西部與東部有嚴(yán)重旱情,中部偏南局部地區(qū)有輕度旱情整個(gè)內(nèi)蒙古區(qū)域土壤濕度偏低降水空間分布不均,東部較常年偏少10%～30%,發(fā)生嚴(yán)重的初夏旱范圍基本一致,遙感監(jiān)測風(fēng)險(xiǎn)偏高2008東部有較嚴(yán)重旱情發(fā)生,中西部局部地區(qū)有輕度旱情存在東部土壤濕度偏低,中西部正常各地累計(jì)降水量為1～19mm,大部分地區(qū)與歷年同期降水量相比,偏少10%～70%,東部偏南地區(qū)和中西部偏北地區(qū)干旱遙感監(jiān)測范圍偏大,遙感監(jiān)測風(fēng)險(xiǎn)相對偏高2009西部與東部偏南有中度旱情東部偏南土壤濕度相對偏低西部以及東北部降水量較常年同期偏少30%～80%,發(fā)生較嚴(yán)重的干旱遙感監(jiān)測風(fēng)險(xiǎn)等級相對偏高2010中部偏南與東部偏南存在中度旱情中東部偏南土壤濕度相對偏低全區(qū)大部分地區(qū)土壤濕度偏低,西南部和中東部部分地區(qū)有旱情發(fā)生監(jiān)測結(jié)果基本一致2011東南與西南存在較嚴(yán)重的旱情東南地區(qū)土壤濕度相對偏低降水偏少,大部分地區(qū)出現(xiàn)嚴(yán)重旱情遙感監(jiān)測旱情范圍大,風(fēng)險(xiǎn)偏高

(2) 監(jiān)測范圍普遍偏大、風(fēng)險(xiǎn)等級普遍偏高。

根據(jù)分析，遙感監(jiān)測范圍偏大主要為由于風(fēng)險(xiǎn)等級偏高引起的，因此解決好風(fēng)險(xiǎn)等級偏高的問題后監(jiān)測范圍偏大的問題自然得到解決。由此，為了解決監(jiān)測范圍偏大遙感監(jiān)測結(jié)果有必要建立云參數(shù)背景場以達(dá)到改善監(jiān)測效果的目的。

5.2 背景場確定

根據(jù)前面的分析，本文擬采用算術(shù)平均值和中值進(jìn)行云參數(shù)背景信息的提取。圖4為2006—2011年每年2月份遙感數(shù)據(jù)獲取的云參數(shù)數(shù)據(jù)。針對2006—2011年每年2月份內(nèi)蒙古地區(qū)遙感獲取的云參數(shù)信息，求取序列數(shù)據(jù)的算術(shù)平均值及中值結(jié)果如圖5所示。

圖4 內(nèi)蒙古2006—2011年每年2月份云參數(shù)信息(真彩色：CCFD，CCD，CDR)Fig.4 Cloud parameters information of Inner Mongolia in every February from 2006 to 2011(True color: CCFD, CCD, CDR)

圖5 云參數(shù)均值和中值結(jié)果(真彩色：CCFD，CCD，CDR)Fig.5 Means and medians of cloud parameters(True color: CCFD, CCD, CDR)

從圖4、圖5可以看出，兩者所表達(dá)的范圍和趨勢均一致，內(nèi)蒙古西部地區(qū)以及東部地區(qū)在近幾年的2月份都存在較高風(fēng)險(xiǎn)的干旱，僅在中部地區(qū)的干旱風(fēng)險(xiǎn)較小。具體地，中值結(jié)果的CCFD值較均值結(jié)果整體偏大，特別為在內(nèi)蒙古東北地區(qū)與均值結(jié)果相比有很大的差距。造成這種現(xiàn)象的主要原因?yàn)?006—2011年這6年中2月份發(fā)生干旱的次數(shù)比較多，絕大多數(shù)CCFD值都偏大，因此其中值就較大；而由于有個(gè)別年份沒有發(fā)生干旱，有較小的CCFD值存在，求取的均值較中值就有一定的差距。

在獲得序列數(shù)據(jù)的均值和中值后，就需要進(jìn)行對比分析2種提取方法的效果，以便最后確定云參數(shù)特征值提取方法。為此，本文采用影像間的方差大小作為判斷的依據(jù)，計(jì)算得到的方差如表2。

表2 2006—2011年云參數(shù)特征值方差

從表2中可以看出，3個(gè)云參數(shù)在2006—2011年的統(tǒng)計(jì)結(jié)果與其均值和中值都有一定的誤差。其中，2011年3個(gè)云參數(shù)與均值及中值的方差基本一致，而在其他年份上述2種提取方法都有一定的差距，2006—2008年CCFD均值比中值的方差要小，而在2009—2010年CCFD均值比中值的方差要大，因此從方差的大小無法判斷2種特征值提取方法的優(yōu)劣。值得注意的是，均值提取法在不同年份的方差相差不大，而中值提取法的方差相差較大，即說明均值提取法兼顧多年的監(jiān)測結(jié)果，將誤差平均到各個(gè)年份，中值提取法就沒有這個(gè)效果。因此，為了兼顧時(shí)序數(shù)據(jù)的特性，本文選擇算術(shù)平均值作為云參數(shù)背景信息特征值提取指標(biāo)。

在此基礎(chǔ)上，根據(jù)理論分析，首先獲取內(nèi)蒙古地區(qū)多年來監(jiān)測的序列結(jié)果的最大值(干旱等級最小值)，如圖6。

圖6 多年干旱等級最小時(shí)對應(yīng)的云參數(shù)信息(真彩色：CCFD，CCD，CDR)Fig.6 Cloud parameters information of the minimum drought level (True color: CCFD, CCD, CDR)

在獲取干旱等級最小時(shí)對應(yīng)的云參數(shù)信息后，結(jié)合公式可得到最終的云參數(shù)背景場，如圖7。

圖7 云參數(shù)背景場數(shù)據(jù)(真彩色：CCFD，CCD，CDR)Fig.7 Background field result of cloud parameters(True color: CCFD, CCD, CDR)

從圖7可以看出，內(nèi)蒙古西部沙漠區(qū)持水能力最差，東南部農(nóng)田區(qū)的持水能力也較差，而中部區(qū)以及東北部草原區(qū)的持水效果較好，這種結(jié)果跟實(shí)際情況得到了很好的驗(yàn)證。

5.3 基于背景場信息的干旱指數(shù)修正

本節(jié)主要分析基于云參數(shù)背景場信息的干旱監(jiān)測，主要包括2個(gè)方面的內(nèi)容，即云參數(shù)背景場信息轉(zhuǎn)化為干旱指數(shù)信息,以及基于云參數(shù)背景場信息訂正的干旱監(jiān)測效果分析。

利用云參數(shù)干旱遙感監(jiān)測模型計(jì)算實(shí)現(xiàn)云參數(shù)背景場信息轉(zhuǎn)化為干旱指數(shù)信息，對應(yīng)的干旱監(jiān)測結(jié)果如圖8。

圖8 由云參數(shù)背景信息計(jì)算的土壤濕度Fig.8 Soil moisture computed from cloud parameters background field

由圖8可以看出，西部沙漠區(qū)和東南部農(nóng)田區(qū)耐旱能力強(qiáng)，中部偏南地區(qū)次之，中部偏北草原區(qū)最差。以此作為各種不同地表覆蓋的正常值，用來修正云參數(shù)法干旱遙感監(jiān)測結(jié)果，理論上有助于降低模型的監(jiān)測風(fēng)險(xiǎn)級別以及縮小監(jiān)測受旱范圍。

在得到云參數(shù)背景信息對應(yīng)的土壤濕度信息后，即得到研究區(qū)域正常狀態(tài)下可承受的土壤濕度最小值，由此將此值與氣象干旱等級中正常狀態(tài)下的最小值作為基準(zhǔn)值，對由遙感獲取的云參數(shù)信息轉(zhuǎn)化成的干旱指數(shù)信息進(jìn)行分段拉伸，以達(dá)到云參數(shù)背景場訂正的目的。

由氣象干旱分級規(guī)范可知，氣象干旱等級中正常狀態(tài)與輕旱狀態(tài)的臨界土壤濕度值為60%[11]。在確定正常狀態(tài)土壤濕度水平及云參數(shù)背景場信息后，本文利用距平方法分別將大于及小于正常水平的2部分監(jiān)測結(jié)果在土壤濕度合理水平范圍內(nèi)進(jìn)行分段拉伸，以達(dá)到云參數(shù)背景場訂正的目的，修正后的干旱指數(shù)監(jiān)測結(jié)果如圖9。

對比圖2與圖9可知，由于西部沙漠區(qū)及東南部農(nóng)業(yè)區(qū)的正常土壤濕度水平較低，經(jīng)過云參數(shù)背景場訂正后，2006年及2007年2月份的監(jiān)測結(jié)果顯示中西部沙漠區(qū)以及東南部農(nóng)田區(qū)的風(fēng)險(xiǎn)等級有所降低，高風(fēng)險(xiǎn)區(qū)的范圍也明顯減少；同時(shí)由于中部草原區(qū)的正常土壤濕度水平較高，對水分的需求更大，因此修訂后的結(jié)果風(fēng)險(xiǎn)等級有所增大，但絕大部分地區(qū)屬于正常狀態(tài)。同樣地，2008年西部偏北地區(qū)以及東南地區(qū)的高風(fēng)險(xiǎn)區(qū)經(jīng)過修訂后風(fēng)險(xiǎn)等級有所降低、范圍有所減少，相反地，中部草原區(qū)的風(fēng)險(xiǎn)等級有所增加，中等風(fēng)險(xiǎn)區(qū)域范圍有所擴(kuò)大。2009—2011年2月份的對比結(jié)果也是類似的，從這3年2月份云參數(shù)背景場修訂后的結(jié)果來看，監(jiān)測結(jié)果在空間分布上更具有連續(xù)性，風(fēng)險(xiǎn)等級更符合實(shí)際情況。

圖9 內(nèi)蒙古2006—2011年每年2月份修正的干旱指數(shù)Fig.9 ModifiedcloudparameterdroughtindexofInnerMongoliaineveryFebruaryfrom2006to2011

6 結(jié) 語

本文針對基于序列監(jiān)測結(jié)果的云參數(shù)背景場構(gòu)建研究，確定以內(nèi)蒙古地區(qū)為研究對象，結(jié)合實(shí)測數(shù)據(jù)進(jìn)行了云參數(shù)背景值計(jì)算的指標(biāo)選擇，從而建立了云參數(shù)背景場構(gòu)建方法；在此基礎(chǔ)上利用遙感監(jiān)測和實(shí)測數(shù)據(jù)進(jìn)行了相關(guān)實(shí)驗(yàn)，實(shí)驗(yàn)表明云參數(shù)背景場的構(gòu)建有助于改進(jìn)監(jiān)測盲區(qū)的監(jiān)測效果。但云參數(shù)背景場修正干旱遙感監(jiān)測結(jié)果的評價(jià)目前僅限于定性分析，有待于進(jìn)一步的定量分析。

[1] 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]. 遙感科學(xué)與應(yīng)用, 2008, 23(1):111-116.

[2] 高 磊, 覃志豪, 盧麗萍. 基于植被指數(shù)和地表溫度特征空間的農(nóng)業(yè)干旱監(jiān)測模型研究綜述[J]. 國土資源遙感, 2007, (3):1-7.

[3] 路京選, 曲 偉, 付俊娥. 國內(nèi)外干旱遙感監(jiān)測技術(shù)發(fā)展動(dòng)態(tài)綜述[J]. 中國水利水電科學(xué)研究院學(xué)報(bào), 2009, 7(2):105-111.

[4]PARK S, FEDDEMA J J, EGBERT S L. Impacts of Hydrologic Soil Properties on Drought Detection with MODIS Thermal Data[J]. Remote Sensing Environment, 2004, 89(1): 53-62.

[5] 向大享. 云參數(shù)法干旱遙感監(jiān)測模型研究[D]. 武漢：武漢大學(xué), 2011.

[6] 李 晶. 內(nèi)蒙古自治區(qū)干旱災(zāi)害時(shí)空分布規(guī)律及預(yù)測研究[D]. 呼和浩特:內(nèi)蒙古農(nóng)業(yè)大學(xué), 2010.

[7] 劉良明，向大享，文雄飛，等. 云參數(shù)法干旱遙感監(jiān)測模型的完善[J]. 武漢大學(xué)學(xué)報(bào)(信息科學(xué)版)，2009, 34(2)：207-209.

[8] LIU L M, XIANG D X, ZHOU Z,etal. Analyses the Modification Functions of the Drought Monitoring Model based on the Cloud Parameters Method[C]∥The 2008 International Congress on Image and Signal Processing. CISP. 2008: 687-691. DOI: 10.1109/CISP.2008.431.

[9] 陳海山, 朱偉軍, 鄧自旺, 等. 江蘇冬季氣溫的年代際變化及其背景場分析[J]. 南京氣象學(xué)院學(xué)報(bào), 2004, 27(4):433-442.

[10]National Oceanic and Atmospheric Administration. NWS, National Weather Service[EB/OL]. (2015-01-01)[2015-08-10]. http:∥www.cpc.ncep. noaa.gov /cgi-bin /gl_Soil-Moisture-Monthly.sh#.

[11]秦大河. 干旱[M]. 北京:氣象出版社, 2003:239-267.

(編輯：黃 玲)Background Field Construction of Cloud ParametersBased on Time-series Data Analysis

XIANG Da-xiang, LI Zhe,WEN Xiong-fei

(Spatial Information Technology Application Department, Yangtze River Scientific Research Institute,Wuhan 430010, China)

In order to reduce the effect of inter-annual variations on cloud parameter, we computed the cloud parameter drought index with Inner Mongolia Autonomous Region as a case study. According to ground observation data, we selected appropriate characteristic value to calculate the background field data, and then modified the cloud parameter drought index. Results revealed that modified through background field data, the risk level of desert in middle and west Inner Mongolia and farmland in southeast Inner Mongolia reduced in 2006 and 2007, and the area of high risk level decreased apparently. In 2008, the high risk level in the north part of west Inner Mongolia and the southeast Inner Mongolia reduced as well, so did the high risk area. According to the monitoring results in every February from 2009-2011, we can conclude that the spatial distribution of monitoring results obtained by the present method are of good continuity, and the risk levels are closer to the real situation.

cloud parameters method; remote sensing monitoring; time-series data；drought index; background field; modified function

2016-08-11

國家自然科學(xué)基金青年基金項(xiàng)目(41401487)；中央級公益性科研院所基本科研業(yè)務(wù)費(fèi)項(xiàng)目(CKSF2016036/KJ，CKSF2015019/KJ)

向大享(1984-)，男，湖北巴東人，高級工程師，博士，主要研究方向?yàn)檫b感數(shù)據(jù)處理，(電話)027-82926550(電子信箱)daxiangx@163.com。

10.11988/ckyyb.20160819

2016,33(11):5-11，16

P237

A

1001-5485(2016)11-0005-07