額爾古納市主要種植區(qū)農(nóng)作物生長情況分析與氣象保障服務(wù)

徐 智

（呼倫貝爾市氣象局，內(nèi)蒙古呼倫貝爾 021008）

近些年，全球氣候變化對于生態(tài)環(huán)境的影響日益加大，這給動植物生長也帶來了很大的壓力，也使種植區(qū)非水澆地種植作物的植被長勢壓力更大。監(jiān)測主要種植區(qū)植被長勢動態(tài)變化，探究不同年份植被長勢與氣象因子之間的關(guān)系，可以對不同年景的主要種植區(qū)植被長勢給予不同的氣象保障服務(wù)。

國內(nèi)對于植被長勢的分析一般整體分析某一特定區(qū)域的植被長勢，例如羅琳玲等[1]關(guān)于內(nèi)蒙古地區(qū)植被長勢與氣候變化的響應(yīng)分析，該研究以內(nèi)蒙古自治區(qū)為研究區(qū)，研究植被長勢與不同氣候因子的響應(yīng)；趙麗蓉等[2]通過我國溫帶地區(qū)植被長勢與生長季結(jié)束日之間的關(guān)系，分析得出氣象因子對于重要環(huán)境區(qū)生長季結(jié)束日變化的作用。植被長勢的時空特征的關(guān)注度也較高，田海靜等[3]關(guān)于北方草原近20年的植被長勢的動態(tài)監(jiān)測，該研究利用2000—2019年的北方草原歸一化植被指數(shù)數(shù)據(jù)，動態(tài)分析了我國北方草原近20 年的植被長勢情況；劉旭升等[4]利用2005—2014 年的衛(wèi)星遙感數(shù)據(jù)對近10 年我國荒漠化地區(qū)植被長勢情況進行了分析。

額爾古納市地處呼倫貝爾市的北部，地域面積較大，生態(tài)系統(tǒng)比較復(fù)雜，有農(nóng)、牧、林3 種生態(tài)系統(tǒng)，是呼倫貝爾市農(nóng)墾集團的主要生產(chǎn)區(qū)之一，種植區(qū)的植被長勢監(jiān)測對于額爾古納市乃至呼倫貝爾市的作物高產(chǎn)均有較大作用。然而，近些年的研究多以大尺度的植被長勢監(jiān)測為主，特定類型的植被長勢監(jiān)測較少。本文以此出發(fā)研究額爾古納市主要種植區(qū)近20 年的農(nóng)作物生產(chǎn)情況分析與開展的相關(guān)氣象保障服務(wù)，為今后的氣象保障服務(wù)開拓新思路，為糧食安全保障提供一條新的監(jiān)測手段。

1 研究區(qū)概況

額爾古納市位于呼倫貝爾市北部，是內(nèi)蒙古自治區(qū)緯度最高的地區(qū)，地處大興安嶺西北地區(qū)，與俄羅斯接壤，屬于寒溫帶大陸性季風(fēng)氣候。四季分明、氣候涼爽，年降水量在200～280 mm，境內(nèi)流域面積超100 km2。其耕地面積近17 萬hm2，年播種面積超8萬hm2，是呼倫貝爾農(nóng)墾集團主要的農(nóng)作物產(chǎn)區(qū)之一。

2 數(shù)據(jù)來源與方法

2.1 數(shù)據(jù)來源

（1）文中遙感數(shù)據(jù)采用的是MODIS（Moderateresolution Imaging Spectroradiometer）空間分辨率為500 m、時間分辨率為8 d的數(shù)據(jù)。利用歸一化植被指數(shù)（NDVI）最大值合成（maximum value composite）的方法得到額爾古納市夏季5—9月的NDVI數(shù)據(jù)。

（2）文中所用氣象數(shù)據(jù)均來自中國氣象科學(xué)數(shù)據(jù)共享服務(wù)平臺公布的額爾古納市近20 年逐月降水量數(shù)據(jù)和中國氣象局多源氣象資料融合的陸面通化系統(tǒng)（CLDAS）逐月10 cm土壤濕度數(shù)據(jù)。

2.2 研究方法

2.2.1歸一化植被指數(shù)（NDVI）歸一化植被指數(shù)是反映植被生長情況的遙感指數(shù)，主要是利用近紅外和紅外2 個波段的差與和的比值來計算，具體公式如下。

式中：R為可見光紅光反射率；NIR為近紅外反射率。

2.2.2相關(guān)分析法研究采用一元線性方法對研究區(qū)NDVI與氣候因子（降水量和土壤濕度）的相關(guān)性進行研究。通過應(yīng)用相關(guān)分析的方法，研究NDVI和多個因子之間的關(guān)系，得出相關(guān)結(jié)果，并進行置信度0.05 水平和0.01 水平的t 檢驗。

2.2.3Z-score 標(biāo)準(zhǔn)化方法由于本研究中NDVI數(shù)值在10-1數(shù)量級內(nèi)，而土壤濕度數(shù)值在101數(shù)量級內(nèi)、降水量數(shù)值也是在101數(shù)量級范圍內(nèi)，其值大小不在同一數(shù)量級，需要進行數(shù)據(jù)標(biāo)準(zhǔn)化處理，這樣的回歸擬合效果更佳。研究采用Z-score標(biāo)準(zhǔn)化方法，這種方法就是將原始數(shù)據(jù)的均值（mean）和標(biāo)準(zhǔn)差（standard deviation）進行數(shù)據(jù)標(biāo)準(zhǔn)化。其公式詳見馬立平[5]文獻中相關(guān)技術(shù)方法。

3 結(jié)果與分析

3.1 夏季植被長勢情況分析

研究通過最大值合成的方式將8 d的MODIS遙感圖像NDVI值合成為逐年的夏季植被長勢值，然后通過平均值計算，計算出近20 年夏季平均長勢圖。近20年植被長勢超90%的區(qū)域其NDVI值大于0.8，長勢極好。而南部下墊面類型為草原的區(qū)域其長勢比下墊面為農(nóng)業(yè)種植和林業(yè)的差，其植被長勢值小于0.6，而農(nóng)業(yè)生產(chǎn)區(qū)的植被長勢大部分地區(qū)大于0.7。

3.2 種植區(qū)夏季植被長勢分析

研究根據(jù)額爾古納市主要種植區(qū)的矢量數(shù)據(jù)，將近20 年額爾古納市主要種植區(qū)長勢數(shù)據(jù)進行逐年分析，通過平均值合成法得到額爾古納市近20年種植區(qū)夏季植被長勢平均態(tài)數(shù)值。額爾古納市種植區(qū)大部分地區(qū)的NDVI值大于0.6，只有南部部分地區(qū)旱作地區(qū)的植被長勢NDVI值低于0.6，其面積小于種植區(qū)總面積的5%。

通過年最大值合成的方法計算的額爾古納市的長勢圖分析可知，近20 年中有5 年的夏季平均長勢低于20 年的平均態(tài)，分別為2001、2004、2007、2016和2017 年。這低于平均長勢的5 年中，2007年的夏季種植區(qū)植被長勢最差，而2004年中部地區(qū)的長勢最差。2001、2016和2017年約30%面積的植被長勢值低于平均態(tài)。

3.3 種植區(qū)夏季植被長勢與氣象要素之間的關(guān)系

由于種植區(qū)植被長勢屬于面狀要素值，而觀測站點信息屬于點狀要素信息，故本研究利用點對點匹配對應(yīng)的方式建立線性回歸方程（表1）。首先，先建立1 km 空間分辨率的額爾古納市市域面積內(nèi)的全域面狀漁網(wǎng)（fishnet）。其次，通過主要種植區(qū)覆蓋區(qū)選取其特征值區(qū)域。最后，建立額爾古納市主要種植區(qū)漁網(wǎng)選取圖。通過面狀漁網(wǎng)圖中主要種植區(qū)的點值與相應(yīng)站點的觀測數(shù)據(jù)進行擬合，確定種植區(qū)植被長勢與氣象要素之間的關(guān)系。這樣通過點對點的分析，建立的回歸擬合分析可以有效地減少由于插值分析帶來的誤差。

表1 額爾古納市主要種植區(qū)植被長勢NDVI與氣象要素的線性關(guān)系

由表1 可知，農(nóng)作物生長主要和降水量呈正相關(guān)關(guān)系，且呈顯著性相關(guān)。由于額爾古納市屬于干旱半干旱區(qū)，洪澇發(fā)生概率要低于干旱發(fā)生的概率[6-8]，所以降水量與種植區(qū)植被長勢NDVI值呈正向關(guān)系，降水量差的年份例如2004 年，其降水量低于歷史同期，種植區(qū)植被長勢也較差。而通過訂正后的CLDAS 土壤含水率（體積含水率）數(shù)據(jù)與農(nóng)作物生長情況的關(guān)系可知，土壤含水率對農(nóng)作物生長起決定性因素，其對農(nóng)作物長勢的影響要高于其他氣象要素。當(dāng)土壤含水率低、出現(xiàn)農(nóng)業(yè)干旱時，將會影響當(dāng)年的農(nóng)作物產(chǎn)量。綜合分析降水與土壤濕度因素對于額爾古納市主要種植區(qū)植被長勢NDVI的影響可知，由于2 種影響因子經(jīng)過標(biāo)準(zhǔn)化處理后均在同一數(shù)量級，其擬合方程系數(shù)可以代表其影響權(quán)重，由此可知土壤濕度的權(quán)重要高于降水量，且2項因子與主要種植區(qū)植被長勢NDVI均呈顯著性相關(guān)關(guān)系。降水量和土壤濕度與種植區(qū)植被長勢NDVI均呈正向相關(guān)關(guān)系。在提供氣象綜合保障服務(wù)時，在土壤濕度值下降較快且降水量較少時，采取人工澆灌、人工增雨等手段進行干預(yù)，有效地緩解由于降水量不足或者其他氣象因素（溫度過高）等造成的氣象災(zāi)害及其衍生災(zāi)害損失。

4 結(jié)論

（1）額爾古納市近20年植被長勢超90%的區(qū)域其NDVI值大于0.8，長勢極好，其中南部下墊面類型為草原的區(qū)域其長勢差于較下墊面為農(nóng)業(yè)種植和林業(yè)的地區(qū)。而近20年種植區(qū)大部分地區(qū)的NDVI值大于0.6，只有部分中部地區(qū)旱作地區(qū)的植被長勢NDVI值低于0.6。

（2）近20 年中有5 年的夏季平均長勢低于20年的平均態(tài)，分別為2001、2004、2007、2016 和2017年，2007年的夏季種植區(qū)植被長勢最差，而2004年中部地區(qū)的長勢最差。而2001、2016和2017年約30%面積的植被長勢值低于平均態(tài)。

（3）研究利用點對點匹配對應(yīng)的方式建立線性回歸方程，這樣有效地避免了空間插值帶來的誤差對研究結(jié)果的影響。利用標(biāo)準(zhǔn)化的方式對研究數(shù)據(jù)數(shù)量級進行統(tǒng)一，分析其對于主要種植區(qū)植被長勢NDVI的影響可知，2 項因子與主要種植區(qū)植被長勢NDVI均呈顯著性相關(guān)關(guān)系，土壤濕度的權(quán)重要高于降水量，降水量和土壤濕度與種植區(qū)植被長勢NDVI均呈正向相關(guān)關(guān)系。

（4）研究結(jié)果可為今后農(nóng)作物生產(chǎn)和氣象綜合保障服務(wù)提供科學(xué)依據(jù)。今后氣象部門提供氣象綜合保障服務(wù)時，選取土壤濕度值下降較快且降水量值較少時，可采取人工澆灌、人工增雨等手段進行干預(yù)，盡量減少氣象災(zāi)害及其衍生災(zāi)害帶來的損失。