农业干旱风险遥感评价规范

ICS?07.040 A77     DB61 陕西省地方 DB 61/T XXXX—2016     农业干旱风险遥感评估技术 Technological Specification for Risk assessment of Agricultural Drought Supported by Remote Sensing and Meteorological Observation 征求稿     2016 - XX - XX发布 2016 - XX - XX实施 陕西省质量技术监督局?发布 前??言 本规范依据GB/T 1.1-2009给出的规则起草。 本规范杨凌农业高新技术产业示范区科技信息中心提出。 本规范由陕西省农业厅归口。 本规范起草单位：北京农业信息技术研究中心、北京农业质量标准与检测技术研究中心、杨凌农业高新技术产业示范区科技信息中心。 本规范主要起草人：杨贵军、杨浩、赵春江、杨小冬、王纪华、卫景芳、侯宝英、龙慧灵、顾晓鹤、汶誓、谢胜菊。 本规范首次发布。 农业干旱风险遥感评估技术规范 1　范围 本规范规定了农业干旱风险遥感评估技术的内容、程序、方法和要求。 本规范适用于将遥感技术与气象观测相结合的大面积农业干旱风险评估业务。 2　规范性引用文件 下列文件对于本文件的应用是必不可少的。凡是注日期的引用文件，在其最新版本出台前适用于本文件。应用中应考虑其最新版本（包括所有的修改）在本文件中的适用性。 GB/T 32136-2015农业干旱等级 GB/T 20481-2006气象干旱等级 SL424-2008 旱情等级标准 QX/T 81-2007 小麦干旱灾害等级。 3　术语与定义 下列术语和定义适用于本文件。 3.1　 农业干旱  agricultural drought 指作物生长过程中因供水不足，阻碍作物正常生长而发生的水量供需不平衡的现象。 3.2　 风险评估risk assessment 指在干旱事件发生之前或之后（但还没有结束），该事件给农作物生产、人民生活、生命财产等方面造成的影响和损失的可能性进行量化评估的工作。即，风险评估就是量化测评干旱带来影响或损失的可能程度。 3.3　 遥感影像数据 remote sensing imagery data 应用卫星、航空或无人机飞行平台获取覆盖大面积农田区域的多光谱、高光谱影像数据。 3.4　 植被指数vegetation index 利用遥感影像数据不同波段反射率，通过简单运算生成的可以表达作物生长状况的变量指标。 3.5　 NDVI normal difference vegetation index NDVI（归一化植被指数）指遥感影像近红外波段（NIR）与可见光红波段的反射率之差与二者之和的比值，该指数能特征反映作物长势状况。 3.6　 地表反射率 land surface reflectance 地表反射能力的大小，以向上的反射辐射总能量与入射辐射总能量的比值。 3.7　 反照率 albedo 为半球反射率，目标地物的反射出射度与入射度之比，即单位时间、单位面积上各方向出射的总辐射能量与入射的总辐射能量之比。 3.8　 降雨量 Precipitation 从天空降落到地面上的液态或固态（经融化后）水，未经蒸发、渗透、流失，而在水平面上积聚的深度，单位为毫米（mm）。 注： 降水包括雨、雪、雨夹雪、米雪、霜、冰雹、冰粒和冰针等形式。 3.9　 土壤含水量 soil water content 单位容积或重量土壤中的水分含量占同容积或干土重量的百分比，以百分率（%）表示。 3.10　 等效水厚度  Equivalent Water Thickness 植被水含量（鲜重-干重）与叶面积的比值，再除以水的密度为等效水厚度。等效水厚度单位为cm 。 3.11　 符号与缩略语 PATI 表观热惯量指数（Apparent Thermal Inertia Index） VSWI 植被供水指数 (Vegetation Supply Water Index) GVMI 全球植被水分指数（Global Vegetation Moisture Index） PCA 主成分 (Pricinpal Component Analysis) RI 风险指数（Risk Index） PCI 降雨量风险指数 GCI 土壤水分风险指数 MCI 植被水分风险指数 Ts 地表温度 4　技术要求 4.1　评估范围 应用于县域尺度或省域尺度大面积范围的农作物种植区域。 4.2　评估时间 每个评估年度的1月1日至12月31日，平均每8天评估一次。评估时间表需在评估年度开始前60个工作日内制定完成，具体监测时间根据农作物物候历和信息决策需求进行制定与调整。 4.3　评估条件 设备 具备不同分辨率遥感数据获取和处理软硬件设备。采用的卫星遥感影像至少需包含红波段(640nm-720nm)、近红外波段(810nm-870nm)、短波红外波段(1210nm-1260nm)、热红外波段(10.5μm-12.5μm)等光谱谱段。其中，热红外波段遥感数据时间分辨率需达到12小时以内，其它谱段遥感数据时间分辨率需达到8天以内。针对省域尺度的评估，遥感影像空间分辨率需达到10公里，针对市县尺度的评估，遥感影像空间分辨率需达到1公里。 原始遥感影像需清晰无云，无传感器条带噪声；经过预处理和校正的影像中各种典型地物具有明辨的光谱特征，几何校正精度需达到半个像元尺寸以内。 人员 具备相应遥感数据获取、处理、分析的技术能力和具备区域作物干旱评估能力的相关技术人员，保证数据处理与分析的准确性、客观性。 5　农业干旱风险遥感评估方法 5.1　评估方法 基于农业干旱风险涉及到的水分胁迫响应过程，选择降雨量、土壤水分和植被水分三参数作为农业干旱风险定量评估的基础指标，利用遥感定量反演技术监测土壤和植被水分，并通过主成分分析方法有机耦合遥感参数和降雨量信息，综合利用气象、植被和土壤信息全面评估农业干旱风险；结合地面调查数据和不同作物发育时期确定风险等级。 5.2　评估步骤 按照下列步骤进行： 1）准备工作； 2）卫星影像数据获取与处理； 3）干旱风险评估指标计算； 4）评估指标时间序列归一化； 5）主成分分析算法融合； 6）农业干旱风险分级与数据验证； 7）编写评估报告。 准备工作 在进行农业干旱风险遥感评估工作之前，必须充分搜集和熟悉已有的成果资料。应着重搜集以下方面的基础数据： 1——1:100万中国行政区划图； 2——不低于1:5万地形图； 3——1: 5万土地利用空间分布； 遥感及气象数据获取与处理 按照4.3.1部分所述要求，获取评估区域2000年至当前的时间序列遥感影像数据；对获取的影像进行辐射定标、大气校正和几何精校正等标准化数据处理，获得统一空间坐标系统和统一时空分辨率的遥感数据产品，包括： 4——红光地表反射率 5——近红外地表反射率 6——短波红外地表反射率 7——热红外地表发射率 8——反照率 此外，获取评估区域气象数据，包括： 9——2000年至当前每月降雨量； 10——近30日每日降雨量； 11——气象站点太阳辐射通量等。 干旱风险评估指标计算 根据旱灾风险涉及到的水胁迫过程（从环境驱动到承灾体响应），选择降雨量、土壤含水量和植被水分三个指标作为本规范农业干旱风险的评估指标。 5.2.1.1　降雨量（PI）的计算 月降雨量和日降雨量数据的空间化（栅格化），得到每一像素指定时间段的累计降雨量。 5.2.1.2　土壤水分(SWC)的计算 以遥感数据为数据源，以土壤热惯量指数(PATI)和植被供水指数（VSWI）为反演基础。一般情况下，在农田处于裸地或植被覆盖度小于15%时（农作物生长前期），采用热惯量模型；在农田植被覆盖度大于等于15%（农作物生长中后期），采用植被供水指数模型。具体如下： 12——农作物生长前期时，按照(1)和(2)计算： (1) (2) 其中： SWC为土壤含水量； Q为总太阳辐射通量； ΔT为一天最高温度、最低温度温差； S为太阳常数； V为大气透明度； ABE为地表全波段反照率； C1为太阳赤纬和经纬的函数； ω为地球自转频率； 13——农作物生长中后期时，按照公式(3)和(4)计算： (3) (4) 式中：TS为地表温度，由热红外波段发射率获得；NDVI为归一化植被指数，其计算公式(5)： NDVI=(NIR-Red)/(NIR+Red)                          (5) 式中：NIR、Red 分别为红光波段和近红外波段的反射率。 5.2.1.3　植被水分（EWT）的计算 以全球植被水分指数（GVMI）为基础，选择等效水厚度(EWT)来表征植被含水量，以降低来自混合像元效应的影响；植被水分(EWT)按照公式(6)和(7)计算： (6) (7) 式中，NIR、SWIR分别为近红外波段反射率和短波红外波段反射率；a，b，c，d为经验参数，受传感器类型、评估区域气候和种植区划，作物物候等因素影响，应用中需根据实际情况采用实测数据进行标定； 评估指标时间序列归一化 以同期历史时间序列数据为基础，判定某一指标在当前的相对风险大小，并将不同评估指标映射到同一可比空间,构成降雨量风险指数（PCI），土壤水分风险指数（GCI），以及植被水分风险指数（MCI），具体计算公式(8),(9),(10),如下： (8) (9) (10) 其中，PI为某一像素当前时间的降水量值, PImax和PImin分别为该像素从2000年至当前年份同期单位时间段内（月）的最大值降雨量和最小降雨量,PCI范围为[0,1],0表示旱灾风险大,1表示旱灾风险小；GCI与MCI的计算与PCI的计算类似，差别在于此时单位时间段为8天。 同上，利用公式（8）、（9）、（10）输入历史上同期PI平均值、SWC平均值、EWT平均值数据，计算出历史平均降雨量风险指数（PCI’），历史平均土壤水分风险指数（GCI’），以及历史平均植被水分风险指数（MCI’）。 主成分分析算法融合 利用主成分分析算法（PCA）分别对评估当期PCI、GCI、MCI及历史平均PCI’、GCI’、MCI’进行信息融合，在定量耦合不同评估指标的同时去除冗余信息，提取包含干旱风险最大信息量的最大主成分分量,计算公式如下： PCA=I1*A+I2*B+I3*C                        (11) 其中，PCA为主成分分析方法得到的第一主成分分量，A为降雨量风险指数PCI或PCI’，B为土壤水分风险指数GCI或GCI’，C为植被水分风险指数MCI或MCI’，I1，I2和I3为变量协方差矩阵计算后的主成分系数，由主成分分析算法得到。 农业干旱风险分级与数据验证 1.1.1.1　风险分级 借鉴国家农业干旱等级标准，以5.2.5计算结果为基础，根据得到的历史平均PCA’计算其平均值（M）和方差(δ)，并依此确定干旱等级划分标准，共分为4级，即重旱，中旱，轻旱，无旱。 14——重旱： 农业干旱风险指数  PCA ≤ M- δ 15——中旱：农业干旱风险指数 M- δ＜PCA ＜ M- δ 16——轻旱：农业干旱风险指数 M- δ≤PCA ＜ M+ δ 17——无旱：农业干旱风险指数 PCA≥ M+ δ                     (12) 1.1.1.2　数据验证 18——验证数据来源：采用陕西省县级土肥站或农技中心固定监测台站测报并公开发布的数据； 19——在考虑作物种植区划的基础上，将遥感评估结果与地面监测结果进行比较，依据分级结果最大匹配的统计原则划分风险评估的分级阈值； 20——采用调整后的分级阈值对干旱风险重新分级，制作该区域的风险空间分布图，进行干旱风险评估； 编写评估报告 农业干旱风险遥感评估结果经过专家会商形成评估报告：报告内容如下： 报告题目：点明该评估区域该时间段农作物干旱风险的总体形势； 报告正文：包括该区域发生干旱风险的总体分级评价，分区域评价； 附表：该区域该时间段分具体区域的评估统计结果； 附图：该区域该时间段干旱风险等级空间分布图。 附　录　A （规范性附录） A.1　部分遥感指数形式及说明 表A.1　标准中涉及部分遥感数形式汇总表 遥感指数名称 表达式 归一化植被指数 (NDVI) NDVI=(NIR-Red)/( NIR+Red) 土壤热惯量指数 (PATI) PATI=2Q(1-ABE)/ΔT 植被供水指数 (TVI) VSWI=TS/NDVI 全球植被水分指数 (GVMI) GVMI=((NIR+0.1)-(SWIR+0.02))/((NIR+0.1)+(SWIR+0.02)) 降雨量风险指数 (PCI) PCI=(PI-PImin)/(PImax-PImin) 土壤水分风险指数(GCI) GCI=(SWC-SWCmin)/(SWCmax-SWCmin) 植被水分风险指数 (MCI) MCI=(EWT-EWTmin)/(EWTmax-EWTmin) 注：Red, NIR, SWIR分别为红波段、近红外波段和短波红外波段反射率；Q为太阳总辐射通量，ABE为反照率，ΔT 为最高最低温差，PI为降雨量，SWC为土壤含水量，EWT为等效水厚度。     A.2　农业干旱风险遥感评估技术流程图说明 图1 农业干旱风险遥感评估技术流程图说明 A.3　农业干旱风险遥感评估示例 针对2013年春季陕西关中平原发生农业干旱情况，采用MODIS遥感数据评估了2013年3月22日至2013年3月29日时间段陕西省关中平原地区的农业干旱风险，获取了该地区从2000年1月到2013年3月的时间序列MODIS产品数据(包括MOD09A1,MOD11A2,MCD43B3产品)，以及2000年至2013年3月的月降雨量以及2013年日降雨量，采用本标准技术流程对该地区干旱风险进行评估分级。在本示例中，计算农业干旱风险指数时，ai，bi的取值分别为：重旱[-0.85 0.70],中旱[-1.04 0.68]，轻旱[-0.92 0.66] 无旱[-0.37 0.38],成图时以红色表示重旱，黄色表示为中旱，绿色表示为轻旱，蓝色表示为无旱。结果如图2所示。 图2 基于MODIS数据的2013/03/22-2013/03/29陕西省关中平原农业干旱风险评估结果 ____________________________