基于遙感技術(shù)的三峽庫(kù)區(qū)農(nóng)業(yè)干旱精準(zhǔn)評(píng)價(jià)與應(yīng)對(duì)策略研究一、引言1.1研究背景三峽庫(kù)區(qū)作為中國(guó)重要的農(nóng)業(yè)生產(chǎn)區(qū)之一，在國(guó)家農(nóng)業(yè)格局中占據(jù)著舉足輕重的地位。其獨(dú)特的地理位置與自然條件，為多樣化的農(nóng)業(yè)生產(chǎn)提供了基礎(chǔ)，不僅承擔(dān)著保障當(dāng)?shù)丶Z食供應(yīng)的重任，還在特色農(nóng)產(chǎn)品輸出方面發(fā)揮關(guān)鍵作用，如庫(kù)區(qū)的柑橘產(chǎn)業(yè)，憑借其優(yōu)良品質(zhì)，在國(guó)內(nèi)外市場(chǎng)頗具聲譽(yù)。然而，近年來(lái)，受氣候變化與人類活動(dòng)等多重因素影響，該地區(qū)干旱問(wèn)題日益凸顯。2022年，長(zhǎng)江流域遭遇嚴(yán)重干旱，三峽庫(kù)區(qū)部分區(qū)域農(nóng)作物受災(zāi)嚴(yán)重，農(nóng)田干裂、莊稼枯萎，給當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)帶來(lái)巨大損失。據(jù)相關(guān)統(tǒng)計(jì)，此次干旱致使庫(kù)區(qū)農(nóng)作物受災(zāi)面積達(dá)數(shù)十萬(wàn)畝，直接經(jīng)濟(jì)損失上億元。傳統(tǒng)的干旱監(jiān)測(cè)方法主要依賴氣象站點(diǎn)的人工觀測(cè)，通過(guò)收集降水量、蒸發(fā)量、氣溫等氣象數(shù)據(jù)，構(gòu)建Palmer指數(shù)、標(biāo)準(zhǔn)化降水指數(shù)（SPI）等干旱指數(shù)來(lái)評(píng)估旱情。但這種方式存在諸多局限性，氣象站點(diǎn)分布稀疏，難以全面覆蓋三峽庫(kù)區(qū)復(fù)雜多樣的地形地貌，導(dǎo)致單點(diǎn)數(shù)據(jù)無(wú)法準(zhǔn)確代表大范圍的土壤墑情和作物長(zhǎng)勢(shì)信息。人工觀測(cè)不僅耗時(shí)費(fèi)力，獲取數(shù)據(jù)的速度較慢，信息存在滯后性，無(wú)法滿足對(duì)大區(qū)域?qū)崟r(shí)監(jiān)測(cè)旱情的迫切需求。在面對(duì)快速發(fā)展的旱情時(shí)，傳統(tǒng)監(jiān)測(cè)方法難以及時(shí)捕捉其動(dòng)態(tài)變化，為抗旱減災(zāi)決策提供的支持存在明顯不足。隨著遙感技術(shù)的飛速發(fā)展，其在干旱監(jiān)測(cè)領(lǐng)域展現(xiàn)出巨大潛力。遙感技術(shù)運(yùn)用非接觸的傳感器，對(duì)物體電磁波的輻射、反射特性進(jìn)行探測(cè)，能夠獲取地物表面的光譜、時(shí)間、空間和方向信息。與傳統(tǒng)方法相比，它具有覆蓋范圍廣、空間分辨率高、重訪周期短、數(shù)據(jù)獲取方便、資料客觀等顯著優(yōu)點(diǎn)，特別適合對(duì)三峽庫(kù)區(qū)這樣地形復(fù)雜、面積廣闊的區(qū)域進(jìn)行干旱監(jiān)測(cè)。通過(guò)衛(wèi)星遙感，可在短時(shí)間內(nèi)獲取整個(gè)庫(kù)區(qū)的地表信息，及時(shí)發(fā)現(xiàn)干旱跡象，為農(nóng)業(yè)生產(chǎn)提供實(shí)時(shí)、準(zhǔn)確的干旱信息，助力制定科學(xué)有效的干旱防治措施，保障庫(kù)區(qū)農(nóng)業(yè)生產(chǎn)的穩(wěn)定性與可持續(xù)發(fā)展。1.2研究目的與意義本研究旨在借助遙感技術(shù)，對(duì)三峽庫(kù)區(qū)農(nóng)業(yè)干旱進(jìn)行全面、精準(zhǔn)的評(píng)價(jià)與監(jiān)測(cè)。通過(guò)綜合考量影響庫(kù)區(qū)農(nóng)業(yè)生產(chǎn)的氣象因素和土地利用狀況，篩選出適宜的干旱指標(biāo)，如降雨量、蒸散發(fā)量、植被指數(shù)、土壤含水量等；獲取并處理不同來(lái)源的遙感影像數(shù)據(jù)，像Landsat系列影像、MODIS影像等，通過(guò)圖像預(yù)處理、影像融合等技術(shù)，保障數(shù)據(jù)的質(zhì)量與準(zhǔn)確性；深入剖析干旱評(píng)價(jià)指標(biāo)的時(shí)空變化趨勢(shì)，掌握干旱程度與分布狀況，分析其與氣候變化和人類活動(dòng)等因素的關(guān)聯(lián)，為制定干旱防治措施提供科學(xué)依據(jù)；依據(jù)遙感數(shù)據(jù)和干旱指標(biāo)的分析結(jié)果，構(gòu)建相應(yīng)的干旱評(píng)價(jià)模型，掌握干旱發(fā)生的規(guī)律與趨勢(shì)，提升農(nóng)業(yè)干旱監(jiān)測(cè)與預(yù)警的能力。本研究具有重要的理論與實(shí)踐意義。在理論層面，豐富和完善了基于遙感技術(shù)的干旱監(jiān)測(cè)理論與方法體系。通過(guò)對(duì)多種干旱指標(biāo)和遙感數(shù)據(jù)的綜合分析，深入探究干旱發(fā)生發(fā)展機(jī)制，為后續(xù)干旱研究提供新思路與方法。將不同類型的遙感數(shù)據(jù)進(jìn)行融合，探索更有效的數(shù)據(jù)處理與分析方法，推動(dòng)遙感技術(shù)在農(nóng)業(yè)領(lǐng)域應(yīng)用的理論發(fā)展，為相關(guān)研究提供技術(shù)參考。在實(shí)踐方面，為三峽庫(kù)區(qū)農(nóng)業(yè)生產(chǎn)提供實(shí)時(shí)、準(zhǔn)確的干旱信息，助力當(dāng)?shù)剞r(nóng)業(yè)部門及時(shí)掌握旱情，為制定科學(xué)合理的抗旱決策提供依據(jù)。在干旱初期，依據(jù)監(jiān)測(cè)結(jié)果，合理調(diào)配水資源，及時(shí)開(kāi)展灌溉作業(yè)，保障農(nóng)作物生長(zhǎng)需水，減少干旱對(duì)農(nóng)業(yè)生產(chǎn)的影響，提高農(nóng)業(yè)生產(chǎn)的穩(wěn)定性與可持續(xù)性。通過(guò)對(duì)干旱的監(jiān)測(cè)與評(píng)估，能夠及時(shí)發(fā)現(xiàn)生態(tài)環(huán)境因干旱受到的威脅，為生態(tài)保護(hù)與修復(fù)提供科學(xué)指導(dǎo)，促進(jìn)庫(kù)區(qū)生態(tài)環(huán)境的穩(wěn)定與平衡。1.3國(guó)內(nèi)外研究現(xiàn)狀遙感技術(shù)在農(nóng)業(yè)干旱監(jiān)測(cè)領(lǐng)域的應(yīng)用歷史悠久，自20世紀(jì)60年代末起，國(guó)外學(xué)者便率先開(kāi)啟利用遙感技術(shù)監(jiān)測(cè)土壤水分的研究探索，1971年，Waston等人首次提出通過(guò)地表溫度日較差推算熱慣量的方法，為后續(xù)基于熱慣量的干旱監(jiān)測(cè)研究奠定基礎(chǔ)。到了80年代，地面、航空和衛(wèi)星遙感數(shù)據(jù)的集成，促使土壤水分和干旱的遙感監(jiān)測(cè)研究取得全面快速發(fā)展。90年代，氣象衛(wèi)星受到廣泛關(guān)注，熱慣量、作物缺水指數(shù)、地表溫度與植被指數(shù)相結(jié)合的方法，不斷完善土壤水分監(jiān)測(cè)體系。1999年之后，美國(guó)對(duì)地觀測(cè)衛(wèi)星Terra和Aqua相繼成功發(fā)射，其搭載的Modis傳感器在空間分辨率、光譜分辨率及時(shí)間分辨率上的大幅提升，為旱災(zāi)監(jiān)測(cè)帶來(lái)顯著優(yōu)勢(shì)。在國(guó)內(nèi)，利用遙感技術(shù)監(jiān)測(cè)干旱的研究起步相對(duì)較晚，比國(guó)外約晚10多年，早期主要采用微波遙感、近遠(yuǎn)紅外遙感及熱慣量法等。進(jìn)入90年代，國(guó)內(nèi)專家學(xué)者深入研究干旱遙感監(jiān)測(cè)理論，取得一定進(jìn)展，逐漸縮小與國(guó)外同類研究的差距。隋洪智等提出表觀熱慣量（ATI），借助衛(wèi)星資料，通過(guò)簡(jiǎn)化能量平衡方程得出該量，并與土壤水分建立關(guān)系表達(dá)式用于監(jiān)測(cè)旱災(zāi)；張仁華提出考慮地表顯熱通量及潛熱通量的熱慣量模式；郭鈮等運(yùn)用植被指數(shù)和冠層溫度建立植被供水指數(shù)模型，這些研究成果在干旱監(jiān)測(cè)中發(fā)揮重要作用。當(dāng)前，國(guó)內(nèi)外運(yùn)用遙感技術(shù)監(jiān)測(cè)農(nóng)業(yè)干旱的方法眾多，主要分為可見(jiàn)光-近紅外、熱紅外和微波遙感三大類型?？梢?jiàn)光-近紅外干旱遙感方法利用反射率與土壤含水率的負(fù)相關(guān)性質(zhì)，以及植被區(qū)水分脅迫狀況進(jìn)行干旱解譯，如NDVI是最早使用的可見(jiàn)光-近紅外干旱遙感指數(shù)之一，由Rouse等在1974年提出，通過(guò)紅光和近紅外通道計(jì)算，常用于分析植被物候現(xiàn)象、陸地土地覆蓋、植被分類及變化，以及農(nóng)業(yè)耕作狀況監(jiān)測(cè)，其理論假設(shè)是陸地植被在生長(zhǎng)期的光合作用能力受干旱制約。近些年發(fā)展的NDWI、NDDI以及NMDI等遙感干旱指數(shù)，也各具特色。熱紅外遙感依據(jù)水分平衡與能量平衡基本原理，通過(guò)土壤表面發(fā)射率（比輻射率）和地表溫度之間的關(guān)系估算土壤水分，是常用的遙感干旱監(jiān)測(cè)技術(shù)。微波遙感作為近代興起的新技術(shù)，對(duì)土壤水分更加敏感，不受光照條件限制，具有全天候觀測(cè)能力，其分辨精度最高可達(dá)幾十厘米，且微波的低頻波段對(duì)冰、雪、森林、土壤具有一定穿透能力，在一定程度上緩解天氣狀況的干擾，分為主動(dòng)法和被動(dòng)法，主動(dòng)微波遙感根據(jù)地表回波信號(hào)預(yù)測(cè)土壤濕度，空間分辨率較高，但受地表粗糙度、植被影響大；被動(dòng)微波遙感監(jiān)測(cè)面積大、周期短，受粗糙度影響小，對(duì)土壤水分更為敏感，算法更為成熟，適用于大面積地區(qū)干旱監(jiān)測(cè)。在三峽庫(kù)區(qū)，遙感技術(shù)在農(nóng)業(yè)干旱評(píng)價(jià)中也得到應(yīng)用。通過(guò)地表溫度遙感反演法，監(jiān)測(cè)和分析庫(kù)區(qū)地表溫度，以此判斷不同區(qū)域土地的干旱程度；運(yùn)用遙感圖像處理方法，處理和分析庫(kù)區(qū)遙感圖像，對(duì)農(nóng)田生態(tài)環(huán)境、植被覆蓋度、土地利用等情況進(jìn)行評(píng)價(jià)，進(jìn)而預(yù)測(cè)和分析農(nóng)業(yè)干旱；采用遙感多源數(shù)據(jù)融合技術(shù)，綜合多種遙感數(shù)據(jù)評(píng)價(jià)農(nóng)業(yè)干旱，利用不同遙感數(shù)據(jù)提供的不同角度、不同分辨率地物信息，描繪庫(kù)區(qū)農(nóng)業(yè)干旱情況。然而，目前的研究仍存在一些問(wèn)題。在數(shù)據(jù)來(lái)源和質(zhì)量方面，庫(kù)區(qū)地形復(fù)雜，遙感數(shù)據(jù)的獲取和處理易受干擾，對(duì)數(shù)據(jù)來(lái)源和質(zhì)量要求較高；指數(shù)標(biāo)準(zhǔn)方面，現(xiàn)有的指數(shù)標(biāo)準(zhǔn)多樣，不同標(biāo)準(zhǔn)對(duì)同一干旱區(qū)域的評(píng)價(jià)結(jié)果可能存在差異，影響評(píng)價(jià)結(jié)果的準(zhǔn)確性；地形影響方面，三峽庫(kù)區(qū)地形復(fù)雜，地形高低不平、坡度較大的地方，遙感技術(shù)對(duì)干旱的識(shí)別和評(píng)價(jià)結(jié)果易受地形因素影響，導(dǎo)致準(zhǔn)確性降低。未來(lái)，相關(guān)研究將朝著提高數(shù)據(jù)質(zhì)量、統(tǒng)一指數(shù)標(biāo)準(zhǔn)、消除地形影響等方向發(fā)展，以提升遙感技術(shù)在三峽庫(kù)區(qū)農(nóng)業(yè)干旱評(píng)價(jià)中的應(yīng)用效果。1.4研究?jī)?nèi)容與方法本研究?jī)?nèi)容主要涵蓋以下幾個(gè)方面。在干旱指標(biāo)選擇上，綜合考慮影響三峽庫(kù)區(qū)農(nóng)業(yè)生產(chǎn)的氣象因素和土地利用情況，篩選出適宜的干旱指標(biāo)進(jìn)行評(píng)價(jià)，降雨量作為衡量降水多寡的關(guān)鍵指標(biāo)，直接決定土壤水分的補(bǔ)充情況，充足的降雨能有效緩解干旱，其數(shù)據(jù)可從氣象部門獲取，通過(guò)分析其時(shí)空變化，了解庫(kù)區(qū)不同區(qū)域降水差異及隨時(shí)間的變化趨勢(shì)，評(píng)估干旱發(fā)生風(fēng)險(xiǎn)；蒸散發(fā)量反映土壤和植被向大氣散失水分的過(guò)程，受氣溫、風(fēng)速、日照等多種因素影響，借助遙感數(shù)據(jù)和能量平衡模型可估算，它能直觀體現(xiàn)庫(kù)區(qū)水分消耗程度，對(duì)判斷干旱發(fā)展態(tài)勢(shì)意義重大；植被指數(shù)，如NDVI、NDWI等，通過(guò)植被對(duì)不同波段電磁波的反射特性反映植被生長(zhǎng)狀況和水分含量，植被受干旱脅迫時(shí)，生長(zhǎng)受抑制，NDVI值降低，NDWI值也會(huì)因植被含水量減少而變化，利用遙感影像計(jì)算植被指數(shù)，可監(jiān)測(cè)植被受旱情況；土壤含水量是衡量土壤干濕程度的直接指標(biāo)，其變化受降水、灌溉、蒸散發(fā)等多種因素影響，利用微波遙感技術(shù)，因其對(duì)土壤水分敏感，可獲取土壤含水量空間分布信息，了解土壤水分狀況，為農(nóng)業(yè)生產(chǎn)提供依據(jù)。在遙感數(shù)據(jù)獲取和處理方面，采用不同來(lái)源的遙感影像數(shù)據(jù)，像Landsat系列影像，其空間分辨率較高，可達(dá)30米，能清晰呈現(xiàn)庫(kù)區(qū)土地利用類型、植被覆蓋等詳細(xì)信息，適合進(jìn)行局部區(qū)域的精細(xì)分析；MODIS影像具有高時(shí)間分辨率，一天內(nèi)可獲取多景影像，且覆蓋范圍廣，有利于監(jiān)測(cè)庫(kù)區(qū)大尺度的地表信息變化，及時(shí)捕捉干旱動(dòng)態(tài)變化。通過(guò)圖像預(yù)處理，包括輻射定標(biāo)，將傳感器記錄的數(shù)字量化值轉(zhuǎn)換為地表實(shí)際輻射亮度，消除傳感器響應(yīng)差異；大氣校正，去除大氣對(duì)遙感影像的影響，如散射和吸收，提高影像的真實(shí)性和準(zhǔn)確性；幾何校正，糾正影像的幾何變形，使影像中的地物位置與實(shí)際地理位置一致，方便不同時(shí)期影像對(duì)比分析。運(yùn)用影像融合技術(shù)，將不同分辨率、不同波段的影像進(jìn)行融合，如將Landsat影像的高空間分辨率和MODIS影像的高時(shí)間分辨率結(jié)合，生成兼具兩者優(yōu)勢(shì)的影像，為后續(xù)分析提供更全面、準(zhǔn)確的數(shù)據(jù)。在干旱評(píng)價(jià)指標(biāo)分析中，對(duì)篩選出的干旱指標(biāo)進(jìn)行時(shí)空變化趨勢(shì)分析。通過(guò)建立時(shí)間序列，分析不同年份、季節(jié)的干旱指標(biāo)變化，如研究多年來(lái)庫(kù)區(qū)降雨量的年際變化和季節(jié)分配，了解干旱發(fā)生的周期性規(guī)律；運(yùn)用空間分析方法，如克里金插值法，將離散的氣象站點(diǎn)數(shù)據(jù)和遙感反演數(shù)據(jù)進(jìn)行空間插值，生成連續(xù)的干旱指標(biāo)空間分布圖，直觀展示干旱程度在庫(kù)區(qū)不同區(qū)域的分布差異，如土壤含水量的空間分布，明確干旱嚴(yán)重區(qū)域和較輕區(qū)域；分析干旱指標(biāo)與氣候變化和人類活動(dòng)等因素的關(guān)系，研究氣溫升高、降水模式改變等氣候變化因素對(duì)干旱的影響，以及農(nóng)業(yè)灌溉、土地利用變化等人類活動(dòng)對(duì)干旱的作用機(jī)制，為制定干旱防治措施提供科學(xué)依據(jù)。在建立評(píng)價(jià)模型時(shí)，根據(jù)遙感數(shù)據(jù)和干旱指標(biāo)的分析結(jié)果，構(gòu)建相應(yīng)的干旱評(píng)價(jià)模型。選用合適的算法，如支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)等，這些算法具有強(qiáng)大的非線性擬合能力，能有效處理復(fù)雜的遙感數(shù)據(jù)和干旱指標(biāo)關(guān)系。利用歷史數(shù)據(jù)對(duì)模型進(jìn)行訓(xùn)練和驗(yàn)證，不斷調(diào)整模型參數(shù)，提高模型的準(zhǔn)確性和可靠性。通過(guò)模型預(yù)測(cè)未來(lái)干旱發(fā)生的可能性和程度，掌握干旱發(fā)生的規(guī)律和趨勢(shì)，為農(nóng)業(yè)干旱監(jiān)測(cè)與預(yù)警提供有力支持，提前發(fā)出預(yù)警信號(hào)，以便農(nóng)業(yè)部門采取應(yīng)對(duì)措施，減少干旱損失。本研究采用多種研究方法。運(yùn)用遙感技術(shù)獲取庫(kù)區(qū)地表信息，通過(guò)衛(wèi)星遙感平臺(tái)搭載的傳感器，收集不同波段的電磁波信息，從宏觀角度監(jiān)測(cè)庫(kù)區(qū)干旱狀況；利用地理信息系統(tǒng)（GIS）技術(shù)，對(duì)遙感數(shù)據(jù)和其他地理數(shù)據(jù)進(jìn)行存儲(chǔ)、管理、分析和可視化表達(dá)，通過(guò)空間分析功能，如疊加分析、緩沖區(qū)分析等，挖掘數(shù)據(jù)間的潛在關(guān)系，輔助干旱評(píng)價(jià)；采用統(tǒng)計(jì)分析方法，對(duì)獲取的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)描述、相關(guān)性分析、主成分分析等，通過(guò)統(tǒng)計(jì)描述了解數(shù)據(jù)的集中趨勢(shì)和離散程度，利用相關(guān)性分析確定干旱指標(biāo)間的關(guān)聯(lián)程度，借助主成分分析對(duì)多變量數(shù)據(jù)進(jìn)行降維處理，提取主要信息，為干旱評(píng)價(jià)和模型構(gòu)建提供數(shù)據(jù)支持。二、相關(guān)理論基礎(chǔ)2.1遙感技術(shù)原理與特點(diǎn)遙感技術(shù)作為一種非接觸的遠(yuǎn)距離探測(cè)技術(shù)，主要基于電磁波與物體的相互作用原理來(lái)實(shí)現(xiàn)對(duì)目標(biāo)物體信息的獲取。地球表面的物體在太陽(yáng)輻射的照射下，會(huì)根據(jù)自身的屬性和組成，對(duì)不同波長(zhǎng)的電磁輻射進(jìn)行吸收、反射或散射。不同物體對(duì)電磁波的響應(yīng)特性存在差異，這使得它們?cè)诓煌ǘ蔚姆瓷渎?、發(fā)射率等表現(xiàn)出獨(dú)特的能譜特征。例如，植被在近紅外波段具有較高的反射率，這是由于植物葉片內(nèi)部的細(xì)胞結(jié)構(gòu)對(duì)近紅外光有強(qiáng)烈的散射作用；而水體在近紅外波段的反射率則很低，因?yàn)樗畬?duì)近紅外光有較強(qiáng)的吸收能力。遙感儀器通過(guò)測(cè)量這些不同波長(zhǎng)的電磁輻射，經(jīng)過(guò)光譜分析等手段，能夠推斷出地面物體的屬性和組成，從而實(shí)現(xiàn)對(duì)目標(biāo)物體的識(shí)別和分類。遙感技術(shù)具有諸多顯著特點(diǎn)。其探測(cè)范圍廣，航攝飛機(jī)高度可達(dá)10km左右，陸地衛(wèi)星軌道高度更是達(dá)到910km左右。一張陸地衛(wèi)星圖像覆蓋的地面范圍可達(dá)3萬(wàn)多平方千米，大約相當(dāng)于我國(guó)海南島的面積。若要覆蓋我國(guó)全部領(lǐng)土，大約只需600多張陸地衛(wèi)星圖像。這種大范圍的探測(cè)能力，使得遙感技術(shù)能夠快速獲取大面積區(qū)域的地表信息，為宏觀尺度的研究提供了有力支持，特別適用于像三峽庫(kù)區(qū)這樣地域廣闊且地形復(fù)雜的區(qū)域，能夠全面監(jiān)測(cè)其農(nóng)業(yè)干旱的整體狀況，避免了傳統(tǒng)監(jiān)測(cè)方法因監(jiān)測(cè)范圍有限而導(dǎo)致的信息缺失問(wèn)題。獲取資料速度快、周期短也是遙感技術(shù)的一大優(yōu)勢(shì)。以陸地衛(wèi)星4、5為例，每16天就可以覆蓋地球一遍。而傳統(tǒng)的實(shí)地測(cè)繪地圖，重復(fù)測(cè)繪一次往往需要幾年、十幾年甚至幾十年的時(shí)間。在干旱監(jiān)測(cè)中，快速獲取資料的能力尤為重要，能夠及時(shí)捕捉到干旱的動(dòng)態(tài)變化，為抗旱決策提供及時(shí)的信息支持。當(dāng)三峽庫(kù)區(qū)出現(xiàn)干旱跡象時(shí)，遙感技術(shù)可以迅速獲取該區(qū)域的最新影像資料，幫助相關(guān)部門及時(shí)了解旱情發(fā)展態(tài)勢(shì)，以便采取有效的應(yīng)對(duì)措施，減少干旱對(duì)農(nóng)業(yè)生產(chǎn)的損失。此外，遙感技術(shù)受地面條件限制少，它不受高山、冰川、沙漠和惡劣條件的影響。三峽庫(kù)區(qū)地形復(fù)雜，存在許多交通不便、難以到達(dá)的區(qū)域，傳統(tǒng)的監(jiān)測(cè)方法在這些區(qū)域開(kāi)展工作面臨諸多困難。而遙感技術(shù)能夠輕松克服這些障礙，通過(guò)衛(wèi)星或飛機(jī)搭載的傳感器，從空中對(duì)這些區(qū)域進(jìn)行監(jiān)測(cè)，獲取其地表信息，全面掌握整個(gè)庫(kù)區(qū)的土壤墑情和作物生長(zhǎng)狀況，確保干旱監(jiān)測(cè)的全面性和準(zhǔn)確性。方法多、獲取的信息量大也是遙感技術(shù)的重要特點(diǎn)。它不僅能利用可見(jiàn)光波段探測(cè)物體，還能利用人眼看不見(jiàn)的紫外線、紅外線和微波波段進(jìn)行探測(cè)。不同波段的電磁波能夠提供關(guān)于目標(biāo)物體不同方面的信息，例如，可見(jiàn)光波段可以用于識(shí)別地物的顏色和形狀，近紅外波段對(duì)于植被的生長(zhǎng)狀況和水分含量敏感，熱紅外波段則能反映地表溫度，微波波段具有穿透云層和一定深度土壤的能力，受天氣影響較小，可實(shí)現(xiàn)全天候監(jiān)測(cè)。通過(guò)使用不同的波段和不同的遙感儀器，能夠獲取到豐富多樣的信息，不僅能探測(cè)地表的性質(zhì)，還可以探測(cè)到目標(biāo)物的一定深度。以四波段陸地衛(wèi)星多光譜掃描圖像為例，像元點(diǎn)的分辨率為79×57m，每一波段含有7600000個(gè)像元，一幅標(biāo)準(zhǔn)圖像包括四個(gè)波段，共有3200萬(wàn)個(gè)像元點(diǎn)，如此龐大的信息量為深入分析和研究提供了充足的數(shù)據(jù)基礎(chǔ)，能夠更加準(zhǔn)確地評(píng)估三峽庫(kù)區(qū)的農(nóng)業(yè)干旱狀況。2.2農(nóng)業(yè)干旱的定義與評(píng)價(jià)指標(biāo)農(nóng)業(yè)干旱是指在農(nóng)作物生長(zhǎng)發(fā)育過(guò)程中，由于外界環(huán)境因素致使作物體內(nèi)水分失衡，水分供應(yīng)無(wú)法滿足農(nóng)作物正常生長(zhǎng)發(fā)育的需求，進(jìn)而導(dǎo)致農(nóng)作物生長(zhǎng)受到抑制，甚至減產(chǎn)絕收的現(xiàn)象。這種干旱現(xiàn)象不僅受大氣降水不足的影響，還與土壤水分含量、灌溉條件、作物品種以及氣溫等多種因素密切相關(guān)。例如，在降水稀少的季節(jié)，土壤水分迅速蒸發(fā)，若不能及時(shí)補(bǔ)充水分，農(nóng)作物根系難以吸收足夠的水分，就會(huì)出現(xiàn)葉片萎蔫、生長(zhǎng)緩慢等現(xiàn)象，嚴(yán)重時(shí)導(dǎo)致作物死亡。不同作物在不同生長(zhǎng)階段對(duì)水分的需求差異明顯，水稻在灌漿期對(duì)水分需求極為敏感，此時(shí)若發(fā)生干旱，會(huì)嚴(yán)重影響稻谷的飽滿度和產(chǎn)量；而耐旱作物如玉米，雖然相對(duì)更能適應(yīng)一定程度的干旱環(huán)境，但在關(guān)鍵生育期缺水，也會(huì)導(dǎo)致大幅度減產(chǎn)。為了準(zhǔn)確衡量農(nóng)業(yè)干旱的程度，通常采用一系列評(píng)價(jià)指標(biāo)。土壤相對(duì)濕度是重要指標(biāo)之一，它反映了當(dāng)前土壤含水量與田間持水量的相對(duì)關(guān)系，計(jì)算公式為：土壤相對(duì)濕度（%）=（土壤含水量/田間持水量）×100。該指標(biāo)能直觀體現(xiàn)土壤的干濕狀況，對(duì)判斷農(nóng)作物是否受到干旱脅迫具有重要意義。當(dāng)土壤相對(duì)濕度較低時(shí)，表明土壤水分不足，農(nóng)作物根系難以獲取足夠水分，生長(zhǎng)易受影響。一般來(lái)說(shuō)，對(duì)于大多數(shù)農(nóng)作物，當(dāng)土壤相對(duì)濕度低于60%時(shí)，就可能出現(xiàn)輕度干旱脅迫；低于40%時(shí)，干旱脅迫較為嚴(yán)重，會(huì)對(duì)農(nóng)作物生長(zhǎng)發(fā)育造成顯著影響。降水量距平百分率也是常用指標(biāo)，它通過(guò)比較某時(shí)段內(nèi)的實(shí)際降水量與多年同期平均降水量的差值，來(lái)反映降水的異常程度，計(jì)算公式為：降水量距平百分率（%）=（某時(shí)段實(shí)際降水量-同期多年平均降水量）/同期多年平均降水量×100。該指標(biāo)能清晰展現(xiàn)某地區(qū)在特定時(shí)間段內(nèi)降水與常年平均水平的差異，從而判斷干旱發(fā)生的可能性。當(dāng)降水量距平百分率為負(fù)值且絕對(duì)值較大時(shí)，說(shuō)明該時(shí)段降水顯著偏少，干旱發(fā)生的風(fēng)險(xiǎn)較高。若某地區(qū)某時(shí)段降水量距平百分率達(dá)到-50%，則表明該時(shí)段降水比常年同期減少了一半，發(fā)生干旱的可能性極大。連續(xù)無(wú)雨日數(shù)同樣不容忽視，它指的是連續(xù)沒(méi)有有效降水（降水量小于一定閾值，如0.1mm）的天數(shù)。長(zhǎng)時(shí)間的連續(xù)無(wú)雨會(huì)使土壤水分持續(xù)消耗，無(wú)法得到補(bǔ)充，導(dǎo)致農(nóng)作物逐漸受到干旱威脅。不同地區(qū)和不同農(nóng)作物對(duì)連續(xù)無(wú)雨日數(shù)的耐受程度不同，在干旱半干旱地區(qū)，農(nóng)作物對(duì)連續(xù)無(wú)雨日數(shù)的耐受能力相對(duì)較強(qiáng)，但超過(guò)一定天數(shù)，仍會(huì)受到干旱影響；而在濕潤(rùn)地區(qū)，農(nóng)作物對(duì)連續(xù)無(wú)雨日數(shù)更為敏感，較短時(shí)間的連續(xù)無(wú)雨就可能引發(fā)干旱問(wèn)題。在我國(guó)南方一些濕潤(rùn)地區(qū)，若連續(xù)無(wú)雨日數(shù)超過(guò)15天，部分農(nóng)作物就可能出現(xiàn)缺水癥狀；在北方干旱半干旱地區(qū)，小麥等作物在生長(zhǎng)關(guān)鍵期，連續(xù)無(wú)雨日數(shù)超過(guò)30天，就會(huì)對(duì)產(chǎn)量產(chǎn)生較大影響。2.3三峽庫(kù)區(qū)地理與農(nóng)業(yè)概況三峽庫(kù)區(qū)位于長(zhǎng)江上游下段，地跨重慶市和湖北省，其地理范圍在北緯28°28′～31°44′、東經(jīng)105°49′～110°12′之間。該區(qū)域處于四川盆地以東、江漢平原以西，大巴山脈以南，鄂西武陵山脈以北的山區(qū)地帶，獨(dú)特的地理位置使其地形地貌極為復(fù)雜。奉節(jié)以東為渝鄂邊境山地，這里崇山峻嶺連綿不絕，溝壑縱橫交錯(cuò)，耕地資源稀缺，且土壤質(zhì)量較差，給當(dāng)?shù)氐霓r(nóng)業(yè)生產(chǎn)和居民生活帶來(lái)諸多挑戰(zhàn)，農(nóng)作物的生長(zhǎng)受到地形和土壤條件的限制，產(chǎn)量相對(duì)較低。奉節(jié)以西屬四川盆地邊緣的渝東低山丘陵區(qū)，雖然自然地理狀況相較于奉節(jié)以東地區(qū)略好，但仍然是山地起伏綿延，相當(dāng)部分耕地處于25°左右的斜坡上，這種地形不僅增加了農(nóng)業(yè)生產(chǎn)的難度，如耕種、灌溉和施肥等操作都較為困難，而且容易導(dǎo)致水土流失，進(jìn)一步影響土壤肥力和農(nóng)作物的生長(zhǎng)環(huán)境。整個(gè)庫(kù)區(qū)，河谷平壩地僅占總面積的4.3%，這些平壩地區(qū)地勢(shì)平坦，土壤肥沃，水源充足，是庫(kù)區(qū)農(nóng)業(yè)生產(chǎn)的精華地帶，主要種植水稻、蔬菜等對(duì)土壤和水源條件要求較高的農(nóng)作物；丘陵占21.7%，丘陵地區(qū)的農(nóng)業(yè)生產(chǎn)相對(duì)較為多樣化，除了種植一些耐旱的糧食作物如玉米、紅薯外，還發(fā)展了柑橘等經(jīng)濟(jì)林果業(yè)；山地占74%，山地地區(qū)由于地形陡峭，交通不便，農(nóng)業(yè)生產(chǎn)規(guī)模較小，主要以種植一些適應(yīng)山地環(huán)境的特色作物為主，如中藥材、茶葉等。三峽庫(kù)區(qū)屬亞熱帶季風(fēng)氣候，處在南溫帶和亞熱帶過(guò)渡地帶，這種氣候條件為農(nóng)業(yè)生產(chǎn)提供了較為優(yōu)越的自然環(huán)境。年平均降雨量1100-1200mm，充沛的降水為農(nóng)作物的生長(zhǎng)提供了必要的水分條件，在正常年份，能夠滿足大部分農(nóng)作物的生長(zhǎng)需求。年平均日照在1500小時(shí)左右，充足的光照有利于農(nóng)作物進(jìn)行光合作用，積累養(yǎng)分，提高農(nóng)產(chǎn)品的品質(zhì)。海拔500米以下的河谷地帶，年平均氣溫在17-19°C，無(wú)霜期300-340天，熱量豐富，無(wú)霜期長(zhǎng)，適宜多種動(dòng)植物的生長(zhǎng)，是柑橘、龍眼、荔枝等亞熱帶水果的優(yōu)質(zhì)產(chǎn)區(qū)，這些水果在市場(chǎng)上具有較高的經(jīng)濟(jì)價(jià)值，為當(dāng)?shù)剞r(nóng)民帶來(lái)了可觀的收入。三峽庫(kù)區(qū)的農(nóng)業(yè)資源十分豐富，農(nóng)作物種類繁多，主要糧食作物有水稻、玉米、小麥、紅薯等。水稻主要種植在河谷平壩地區(qū)，這里水源充足，土壤肥沃，適合水稻的生長(zhǎng)，所產(chǎn)水稻顆粒飽滿，口感軟糯；玉米和小麥則廣泛種植于丘陵和部分山地地區(qū)，它們具有較強(qiáng)的適應(yīng)性，能夠在不同的土壤和氣候條件下生長(zhǎng)；紅薯也是庫(kù)區(qū)常見(jiàn)的糧食作物之一，其耐旱、耐瘠薄，在山地和丘陵地區(qū)都有廣泛種植，不僅可以作為糧食食用，還可以用于加工淀粉、粉條等農(nóng)產(chǎn)品。經(jīng)濟(jì)作物以柑橘、茶葉、蠶繭、油菜等為主，其中，柑橘是三峽庫(kù)區(qū)最具特色的經(jīng)濟(jì)作物，種植歷史悠久，品種豐富，如臍橙、蜜橘等，果實(shí)色澤鮮艷，汁多味甜，深受消費(fèi)者喜愛(ài)，遠(yuǎn)銷國(guó)內(nèi)外市場(chǎng)，是庫(kù)區(qū)農(nóng)民增收的重要來(lái)源；茶葉種植主要分布在山區(qū)，由于山區(qū)氣候涼爽，云霧繚繞，土壤富含礦物質(zhì)，所產(chǎn)茶葉品質(zhì)優(yōu)良，具有獨(dú)特的香氣和口感，如巫山云霧茶、巴東真香茗等；蠶繭生產(chǎn)在庫(kù)區(qū)也有一定規(guī)模，當(dāng)?shù)氐臍夂蚝椭脖粭l件適合桑樹(shù)生長(zhǎng)，為養(yǎng)蠶業(yè)提供了充足的飼料，蠶繭產(chǎn)量和質(zhì)量都較高，是紡織業(yè)的重要原料；油菜是主要的油料作物，廣泛種植于庫(kù)區(qū)各地，其種子含油量高，可用于榨取食用油，同時(shí)油菜花期還能發(fā)展觀光農(nóng)業(yè)，增加農(nóng)民收入。在全國(guó)農(nóng)業(yè)格局中，三峽庫(kù)區(qū)占據(jù)著重要地位。它是我國(guó)重要的糧食生產(chǎn)基地之一，為保障區(qū)域糧食安全發(fā)揮著關(guān)鍵作用。庫(kù)區(qū)的特色農(nóng)產(chǎn)品在全國(guó)市場(chǎng)上也具有一定的競(jìng)爭(zhēng)力，柑橘產(chǎn)業(yè)已成為全國(guó)知名的特色農(nóng)業(yè)產(chǎn)業(yè)，其產(chǎn)量和品質(zhì)在全國(guó)名列前茅。然而，三峽庫(kù)區(qū)農(nóng)業(yè)發(fā)展也面臨著諸多挑戰(zhàn)，干旱問(wèn)題尤為突出。由于地形和氣候的復(fù)雜性，庫(kù)區(qū)降水分布不均，部分地區(qū)降水偏少，且降水的年際和季節(jié)變化較大，導(dǎo)致干旱頻繁發(fā)生。2006年，三峽庫(kù)區(qū)遭遇嚴(yán)重干旱，部分地區(qū)連續(xù)數(shù)月降水稀少，農(nóng)作物受災(zāi)面積廣泛，許多農(nóng)田干裂，莊稼枯萎，糧食產(chǎn)量大幅下降，給當(dāng)?shù)剞r(nóng)業(yè)生產(chǎn)和農(nóng)民生活帶來(lái)沉重打擊。干旱不僅直接影響農(nóng)作物的生長(zhǎng)和產(chǎn)量，還會(huì)導(dǎo)致土壤水分流失，土壤肥力下降，進(jìn)一步破壞農(nóng)業(yè)生態(tài)環(huán)境，制約農(nóng)業(yè)的可持續(xù)發(fā)展。三、遙感數(shù)據(jù)獲取與處理3.1遙感數(shù)據(jù)來(lái)源與選擇在本研究中，為實(shí)現(xiàn)對(duì)三峽庫(kù)區(qū)農(nóng)業(yè)干旱的精準(zhǔn)評(píng)價(jià)，需綜合考慮多種因素來(lái)選擇合適的遙感數(shù)據(jù)。研究對(duì)比分析了Landsat系列、MODIS等多種常用遙感數(shù)據(jù)源，這些數(shù)據(jù)源各有特點(diǎn)，在空間、時(shí)間和光譜分辨率上存在差異，對(duì)研究結(jié)果會(huì)產(chǎn)生不同影響。Landsat系列衛(wèi)星自1972年發(fā)射首顆以來(lái)，已積累了長(zhǎng)達(dá)50多年的連續(xù)觀測(cè)數(shù)據(jù)，形成了豐富的歷史數(shù)據(jù)檔案。以Landsat8為例，其搭載的OLI（OperationalLandImager）傳感器具有11個(gè)波段，涵蓋了從可見(jiàn)光到短波紅外的光譜范圍，空間分辨率可達(dá)30米。這種高空間分辨率使得Landsat8影像能夠清晰呈現(xiàn)三峽庫(kù)區(qū)農(nóng)田、植被、水體等各種地物的細(xì)節(jié)信息，如可以精確識(shí)別不同類型的農(nóng)作物種植區(qū)域，區(qū)分不同生長(zhǎng)階段的植被覆蓋情況，以及準(zhǔn)確勾勒出水體的邊界。在監(jiān)測(cè)三峽庫(kù)區(qū)農(nóng)業(yè)干旱時(shí)，高空間分辨率有助于準(zhǔn)確分析農(nóng)田尺度的干旱狀況，了解干旱對(duì)不同地塊農(nóng)作物生長(zhǎng)的具體影響，為精準(zhǔn)農(nóng)業(yè)管理提供詳細(xì)的數(shù)據(jù)支持。MODIS（Moderate-ResolutionImagingSpectroradiometer）是搭載在美國(guó)Terra和Aqua衛(wèi)星上的重要傳感器。它具有極高的時(shí)間分辨率，一天內(nèi)可多次獲取全球地表信息，重訪周期短至1-2天。MODIS的光譜分辨率也較為出色，擁有36個(gè)光譜波段，覆蓋了從可見(jiàn)光到熱紅外的廣泛光譜范圍。雖然其空間分辨率相對(duì)較低，為250米、500米和1000米，但在大尺度監(jiān)測(cè)方面具有獨(dú)特優(yōu)勢(shì)。在三峽庫(kù)區(qū)農(nóng)業(yè)干旱監(jiān)測(cè)中，MODIS能夠快速捕捉整個(gè)庫(kù)區(qū)地表信息的動(dòng)態(tài)變化，及時(shí)發(fā)現(xiàn)干旱的發(fā)展趨勢(shì)和范圍擴(kuò)展情況，為宏觀層面的干旱評(píng)估和決策提供及時(shí)的數(shù)據(jù)依據(jù)。對(duì)比Landsat系列和MODIS數(shù)據(jù)，從空間分辨率看，Landsat系列數(shù)據(jù)更適合進(jìn)行局部區(qū)域的精細(xì)分析，能夠準(zhǔn)確反映小范圍內(nèi)的地物特征和干旱差異；而MODIS數(shù)據(jù)由于空間分辨率較低，在局部細(xì)節(jié)呈現(xiàn)上不如Landsat系列，但在大尺度區(qū)域監(jiān)測(cè)中具有優(yōu)勢(shì)，可全面把握庫(kù)區(qū)整體的干旱態(tài)勢(shì)。在時(shí)間分辨率方面，MODIS的高時(shí)間分辨率使其能夠?qū)崟r(shí)跟蹤干旱的動(dòng)態(tài)變化，及時(shí)反饋旱情發(fā)展；Landsat系列數(shù)據(jù)的重訪周期相對(duì)較長(zhǎng)，在捕捉短期干旱變化上存在一定局限性。光譜分辨率上，兩者都涵蓋了多個(gè)重要光譜波段，但MODIS的波段數(shù)量更多，能提供更豐富的光譜信息，有助于更全面地分析地物的物理特性和干旱相關(guān)指標(biāo)。綜合考慮研究需求，本研究選擇Landsat8和MODIS數(shù)據(jù)相結(jié)合的方式。利用Landsat8的高空間分辨率，對(duì)三峽庫(kù)區(qū)重點(diǎn)農(nóng)業(yè)區(qū)域進(jìn)行詳細(xì)的干旱特征分析，準(zhǔn)確評(píng)估不同地塊的干旱程度和農(nóng)作物受旱情況；借助MODIS的高時(shí)間分辨率和廣泛的光譜范圍，對(duì)整個(gè)庫(kù)區(qū)進(jìn)行宏觀監(jiān)測(cè)，及時(shí)掌握干旱的時(shí)空演變規(guī)律，全面了解干旱在庫(kù)區(qū)的發(fā)展態(tài)勢(shì)和影響范圍。這種數(shù)據(jù)組合方式能夠充分發(fā)揮兩種數(shù)據(jù)源的優(yōu)勢(shì)，為三峽庫(kù)區(qū)農(nóng)業(yè)干旱評(píng)價(jià)提供全面、準(zhǔn)確的數(shù)據(jù)支持。3.2數(shù)據(jù)預(yù)處理在獲取Landsat8和MODIS數(shù)據(jù)后，需對(duì)其進(jìn)行一系列預(yù)處理操作，以確保數(shù)據(jù)質(zhì)量滿足后續(xù)分析需求。數(shù)據(jù)預(yù)處理流程涵蓋輻射定標(biāo)、大氣校正和幾何校正等關(guān)鍵環(huán)節(jié)，各環(huán)節(jié)緊密相連，對(duì)最終數(shù)據(jù)的準(zhǔn)確性和可用性起著決定性作用。輻射定標(biāo)是數(shù)據(jù)預(yù)處理的首要步驟，其核心目的是將傳感器記錄的數(shù)字量化值（DN值）精確轉(zhuǎn)換為地表實(shí)際輻射亮度。這一轉(zhuǎn)換過(guò)程意義重大，因?yàn)樵嫉腄N值只是傳感器對(duì)地面物體反射或發(fā)射電磁波的數(shù)字化記錄，不具備實(shí)際的物理意義，無(wú)法直接用于分析地物的真實(shí)輻射特性。而通過(guò)輻射定標(biāo)，可建立起DN值與實(shí)際輻射亮度之間的定量關(guān)系，使數(shù)據(jù)能夠準(zhǔn)確反映地物的輻射能量，為后續(xù)分析提供可靠的數(shù)據(jù)基礎(chǔ)。具體而言，對(duì)于Landsat8數(shù)據(jù)，其輻射定標(biāo)公式為：L_{\lambda}=\frac{L_{max\lambda}-L_{min\lambda}}{Q_{calmax}-Q_{calmin}}(Q_{cal}-Q_{calmin})+L_{min\lambda}，其中L_{\lambda}表示定標(biāo)后的輻射亮度，L_{max\lambda}和L_{min\lambda}分別是該波段的最大和最小輻射亮度值，Q_{calmax}和Q_{calmin}是對(duì)應(yīng)的最大和最小量化值，Q_{cal}是像元的原始量化值。在實(shí)際操作中，可借助ENVI軟件實(shí)現(xiàn)Landsat8數(shù)據(jù)的輻射定標(biāo)。首先，在ENVI軟件中選擇“BasicTools”→“Preprocessing”→“CalibrationUtilities”→“LandsatCalibration”，在彈出的文件選擇窗口中選中需要定標(biāo)的Landsat8波段圖像；然后，在屬性配置窗口中仔細(xì)調(diào)整待定標(biāo)衛(wèi)星圖像對(duì)應(yīng)的傳感器、數(shù)據(jù)獲取日期、太陽(yáng)高度角、對(duì)應(yīng)波段數(shù)、電磁波類型（輻射或反射）、文件存儲(chǔ)方式及地址等信息，這些信息可從衛(wèi)星圖像的元數(shù)據(jù)文件中獲??；最后，執(zhí)行上述操作，對(duì)各個(gè)波段的圖像逐一進(jìn)行輻射定標(biāo)，確保每個(gè)波段的數(shù)據(jù)都能準(zhǔn)確反映地表的輻射特性。MODIS數(shù)據(jù)的輻射定標(biāo)同樣遵循特定的算法和流程。通過(guò)對(duì)MODIS數(shù)據(jù)的輻射定標(biāo)處理，能夠消除傳感器響應(yīng)差異，使得不同時(shí)間、不同條件下獲取的數(shù)據(jù)具有一致性和可比性，為后續(xù)的多時(shí)相分析和對(duì)比研究提供堅(jiān)實(shí)的數(shù)據(jù)支持。在利用MODIS數(shù)據(jù)進(jìn)行干旱監(jiān)測(cè)時(shí)，準(zhǔn)確的輻射定標(biāo)能更精準(zhǔn)地反映地表植被和土壤的輻射變化，從而更有效地監(jiān)測(cè)干旱的發(fā)生和發(fā)展。大氣校正也是至關(guān)重要的環(huán)節(jié)，其主要作用是消除大氣對(duì)輻射傳輸?shù)挠绊?，從而獲取地表真實(shí)的反射率或輻射率。大氣中的氣體分子、氣溶膠等物質(zhì)會(huì)對(duì)太陽(yáng)輻射和地表反射輻射產(chǎn)生吸收和散射作用，導(dǎo)致傳感器接收到的輻射信號(hào)發(fā)生畸變，無(wú)法真實(shí)反映地表的實(shí)際情況。例如，大氣中的水汽會(huì)強(qiáng)烈吸收某些波段的輻射，氣溶膠的散射作用會(huì)使輻射方向發(fā)生改變，這些都會(huì)使遙感影像的質(zhì)量下降，影響對(duì)地表信息的準(zhǔn)確解譯。針對(duì)Landsat8數(shù)據(jù)，可采用FLAASH模型進(jìn)行大氣校正。該模型基于MODTRAN4+輻射傳輸模型，能夠較為準(zhǔn)確地模擬大氣對(duì)輻射的影響，并進(jìn)行校正。在ENVI軟件中運(yùn)用FLAASH模型進(jìn)行大氣校正時(shí)，需滿足一定的數(shù)據(jù)要求，如數(shù)據(jù)必須是經(jīng)過(guò)定標(biāo)后的輻射亮度（輻射率）數(shù)據(jù)，單位為（W）/（cm2nmsr）；數(shù)據(jù)需帶有中心波長(zhǎng)（wavelength）值，若為高光譜數(shù)據(jù)還必須有波段寬度（FWHM），這些參數(shù)可通過(guò)編輯頭文件信息輸入（EditHeader）；數(shù)據(jù)類型支持浮點(diǎn)型（floating）、長(zhǎng)整型(longinteger)、整型（integer）和無(wú)符號(hào)整型(unsignedint)，數(shù)據(jù)存儲(chǔ)類型應(yīng)為ENVI標(biāo)準(zhǔn)柵格格式文件，且是BIP或者BIL。具體操作步驟如下：選擇“BasicTools”→“Preprocessing”→“CalibrationUtilities”→“FLAASH”，打開(kāi)FLAASH大氣校正工具；在彈出的參數(shù)設(shè)置窗口中，根據(jù)研究區(qū)域的實(shí)際情況，如地理位置、大氣狀況等，合理設(shè)置各項(xiàng)參數(shù)，如大氣模式、氣溶膠模式、能見(jiàn)度等；設(shè)置完成后，點(diǎn)擊“OK”開(kāi)始進(jìn)行大氣校正，經(jīng)過(guò)一段時(shí)間的計(jì)算，即可得到大氣校正后的圖像，該圖像能夠更真實(shí)地反映地表的反射率信息。對(duì)于MODIS數(shù)據(jù)，可利用MODIS自帶的大氣校正工具進(jìn)行處理。該工具針對(duì)MODIS數(shù)據(jù)的特點(diǎn)進(jìn)行了優(yōu)化，能夠有效地消除大氣對(duì)MODIS數(shù)據(jù)的影響。通過(guò)對(duì)MODIS數(shù)據(jù)的大氣校正，可去除大氣散射和吸收導(dǎo)致的輻射誤差，使數(shù)據(jù)更準(zhǔn)確地反映地表的實(shí)際情況，為后續(xù)的干旱監(jiān)測(cè)和分析提供更可靠的數(shù)據(jù)。幾何校正旨在糾正遙感圖像的幾何變形，確保圖像中的地物位置與實(shí)際地理位置精確一致。遙感圖像在獲取過(guò)程中，由于衛(wèi)星軌道的微小偏差、地球曲率、地形起伏以及傳感器自身的特性等多種因素，會(huì)產(chǎn)生各種幾何變形，如平移、旋轉(zhuǎn)、縮放和扭曲等。這些幾何變形會(huì)導(dǎo)致圖像中地物的位置、形狀和大小發(fā)生改變，影響對(duì)圖像的準(zhǔn)確分析和應(yīng)用。例如，在對(duì)三峽庫(kù)區(qū)進(jìn)行干旱監(jiān)測(cè)時(shí)，如果圖像存在幾何變形，可能會(huì)導(dǎo)致對(duì)干旱區(qū)域的定位不準(zhǔn)確，影響對(duì)干旱范圍和程度的評(píng)估。對(duì)于Landsat8數(shù)據(jù)，可采用多項(xiàng)式糾正法進(jìn)行幾何校正。該方法通過(guò)在圖像和參考地圖上選取一定數(shù)量的同名控制點(diǎn)，利用多項(xiàng)式函數(shù)建立圖像坐標(biāo)與地理坐標(biāo)之間的數(shù)學(xué)關(guān)系，從而對(duì)圖像進(jìn)行幾何校正。在ENVI軟件中進(jìn)行幾何校正的步驟如下：選擇“Map”→“Registration”→“SelectGCPs：ImagetoMap”，打開(kāi)控制點(diǎn)選取窗口；在圖像和參考地圖上仔細(xì)選取分布均勻、特征明顯的同名控制點(diǎn)，如河流交匯處、道路交叉口等；選取足夠數(shù)量的控制點(diǎn)后，利用ENVI軟件的自動(dòng)計(jì)算功能，計(jì)算多項(xiàng)式系數(shù)，完成幾何校正模型的建立；最后，根據(jù)建立的模型對(duì)圖像進(jìn)行重采樣，生成幾何校正后的圖像，確保圖像中地物的位置與實(shí)際地理位置精確匹配。MODIS數(shù)據(jù)的幾何校正可借助MODIS重投影工具完成。該工具能夠根據(jù)MODIS數(shù)據(jù)的特點(diǎn)和地理定位信息，對(duì)數(shù)據(jù)進(jìn)行精確的重投影和幾何校正，消除圖像中的幾何變形。通過(guò)對(duì)MODIS數(shù)據(jù)的幾何校正，可使不同時(shí)期、不同來(lái)源的MODIS數(shù)據(jù)具有統(tǒng)一的地理坐標(biāo)系統(tǒng)，便于進(jìn)行時(shí)空分析和對(duì)比研究，為準(zhǔn)確監(jiān)測(cè)三峽庫(kù)區(qū)農(nóng)業(yè)干旱的時(shí)空變化提供有力支持。3.3影像解譯與特征提取在完成數(shù)據(jù)預(yù)處理后，需對(duì)遙感影像進(jìn)行解譯與特征提取，以獲取與三峽庫(kù)區(qū)農(nóng)業(yè)干旱相關(guān)的關(guān)鍵信息。影像解譯方法多樣，主要包括監(jiān)督分類、非監(jiān)督分類和目視解譯等，每種方法各有優(yōu)劣，適用于不同的研究需求和數(shù)據(jù)特點(diǎn)。監(jiān)督分類是一種基于先驗(yàn)知識(shí)的分類方法，其原理是在已知地物類型的基礎(chǔ)上，通過(guò)選擇訓(xùn)練樣本，建立分類器，再利用分類器對(duì)整個(gè)影像進(jìn)行分類。在ENVI軟件中進(jìn)行監(jiān)督分類時(shí)，首先需定義訓(xùn)練區(qū)，以Landsat8影像為例，打開(kāi)待分類的Landsat8影像，在主界面的圖層管理器中，右鍵選擇“NewRegionofInterest”菜單，打開(kāi)ROITool對(duì)話框，默認(rèn)ROIs為多邊形，按照默認(rèn)設(shè)置在影像上定義訓(xùn)練樣本，仔細(xì)設(shè)置好顏色和類別名稱。完成訓(xùn)練樣本選擇后，在ROIs面板中，選擇“Option-ComputeROISeparability”，計(jì)算樣本的可分離性，用Jeffries-Matusita、TransformedDivergence參數(shù)表示，這兩個(gè)參數(shù)的值在0-2.0之間，大于1.9說(shuō)明樣本之間可分離性好，屬于合格樣本；小于1.8，需要重新選擇樣本；小于1，考慮將兩類樣本合成一類樣本。執(zhí)行監(jiān)督分類時(shí)，可選擇多種分類器，如平行六面體、最小距離、馬氏距離、最大似然、神經(jīng)網(wǎng)絡(luò)等。以平行六面體為例，在主菜單中，選擇“Classification-Supervised-Parallelpiped”，輸入Landsat8影像，點(diǎn)擊“OK”，全選訓(xùn)練樣本，選擇輸出的圖像名稱和路徑，在Preview中可預(yù)覽分類結(jié)果。監(jiān)督分類的優(yōu)點(diǎn)是分類精度相對(duì)較高，速度較快，適用于對(duì)研究區(qū)域地物類型有一定了解的情況；缺點(diǎn)是訓(xùn)練樣本的選擇對(duì)分類結(jié)果影響較大，若訓(xùn)練樣本不具有代表性，會(huì)導(dǎo)致分類誤差。非監(jiān)督分類，又稱“聚類分析或者點(diǎn)群分析”，是在多光譜圖像中搜尋、定義其自然相似光譜集群的過(guò)程。它無(wú)需對(duì)圖像地物獲取先驗(yàn)知識(shí)，僅依靠圖像上不同地物光譜信息進(jìn)行特征提取，依據(jù)統(tǒng)計(jì)特征的差別來(lái)達(dá)到分類目的，最后對(duì)已分出的各個(gè)類別的實(shí)際屬性進(jìn)行確認(rèn)。在ENVI軟件中，以K-Means算法為例進(jìn)行非監(jiān)督分類，在主菜單中，選擇“Classification-Unsupervised-K-Means”，輸入Landsat8影像，點(diǎn)擊“OK”，設(shè)置分類數(shù)量、最大迭代次數(shù)、距離類別均值的最大標(biāo)準(zhǔn)差和允許的最大標(biāo)準(zhǔn)差等參數(shù)，選擇輸出的文件名及位置，點(diǎn)擊“OK”即可得到分類結(jié)果。非監(jiān)督分類的優(yōu)勢(shì)在于無(wú)需先驗(yàn)知識(shí)，能發(fā)現(xiàn)影像中潛在的地物類別；不足之處是分類結(jié)果的準(zhǔn)確性和可解釋性相對(duì)較低，分類結(jié)果可能與實(shí)際地物類別存在偏差。目視解譯則是憑借解譯人員的專業(yè)知識(shí)和經(jīng)驗(yàn)，直接對(duì)遙感影像進(jìn)行觀察和分析，識(shí)別出不同的地物類型。在對(duì)三峽庫(kù)區(qū)遙感影像進(jìn)行目視解譯時(shí)，解譯人員需熟悉庫(kù)區(qū)的地形、地貌、土地利用類型等特征，依據(jù)影像的色調(diào)、形狀、紋理、大小等特征進(jìn)行判斷。如水體在影像上通常呈現(xiàn)出深藍(lán)色或黑色，形狀較為規(guī)則，邊界清晰；植被則表現(xiàn)為綠色，且具有一定的紋理特征，不同植被類型的紋理和色調(diào)會(huì)有所差異。目視解譯的優(yōu)點(diǎn)是能夠充分利用解譯人員的經(jīng)驗(yàn)和知識(shí)，對(duì)復(fù)雜地物的識(shí)別能力較強(qiáng)，可對(duì)監(jiān)督分類和非監(jiān)督分類結(jié)果進(jìn)行補(bǔ)充和修正；缺點(diǎn)是主觀性較強(qiáng)，解譯結(jié)果受解譯人員的專業(yè)水平和經(jīng)驗(yàn)影響較大，效率相對(duì)較低，不適用于大規(guī)模數(shù)據(jù)處理。在三峽庫(kù)區(qū)農(nóng)業(yè)干旱監(jiān)測(cè)中，將這三種影像解譯方法相結(jié)合，能夠充分發(fā)揮各自的優(yōu)勢(shì)，提高地物識(shí)別的準(zhǔn)確性。通過(guò)監(jiān)督分類和非監(jiān)督分類對(duì)影像進(jìn)行初步分類，快速獲取地物的大致分布情況；再利用目視解譯對(duì)分類結(jié)果進(jìn)行細(xì)致檢查和修正，對(duì)一些難以通過(guò)自動(dòng)分類準(zhǔn)確識(shí)別的地物，如小塊農(nóng)田、特殊地形上的植被等，進(jìn)行人工識(shí)別和標(biāo)注，從而得到更為準(zhǔn)確的地物分類結(jié)果。在影像解譯的基礎(chǔ)上，進(jìn)一步提取與干旱相關(guān)的特征信息。植被指數(shù)是反映植被生長(zhǎng)狀況和水分含量的重要指標(biāo)，常用的植被指數(shù)如歸一化植被指數(shù)（NDVI），計(jì)算公式為：NDVI=\frac{NIR-R}{NIR+R}，其中NIR為近紅外波段反射率，R為紅光波段反射率。在ENVI軟件中，可通過(guò)波段運(yùn)算功能計(jì)算NDVI，選擇“BasicTools-BandMath”，在彈出的對(duì)話框中輸入計(jì)算公式，即可得到NDVI影像。當(dāng)植被受到干旱脅迫時(shí)，其生長(zhǎng)狀況會(huì)受到影響，NDVI值會(huì)降低，通過(guò)分析NDVI的變化，可監(jiān)測(cè)植被受旱情況。地表溫度也是重要的干旱特征信息之一，它能反映地表的能量平衡和水分狀況。利用熱紅外遙感數(shù)據(jù)可反演地表溫度，常用的反演算法有單通道算法、分裂窗算法等。以單通道算法為例，其基本原理是基于熱紅外波段的輻射傳輸方程，通過(guò)對(duì)大氣透過(guò)率、地表比輻射率等參數(shù)的估計(jì)，反演得到地表溫度。在ENVI軟件中，可利用相關(guān)插件或自定義算法實(shí)現(xiàn)地表溫度反演。干旱發(fā)生時(shí)，土壤水分減少，地表蒸發(fā)散熱能力下降，地表溫度會(huì)升高，通過(guò)監(jiān)測(cè)地表溫度的變化，可判斷干旱的發(fā)生和發(fā)展程度。通過(guò)上述影像解譯與特征提取方法，能夠獲取三峽庫(kù)區(qū)地物類型信息以及植被指數(shù)、地表溫度等與干旱相關(guān)的特征信息，為后續(xù)的干旱評(píng)價(jià)和分析提供數(shù)據(jù)支持，有助于深入了解三峽庫(kù)區(qū)農(nóng)業(yè)干旱的分布和發(fā)展?fàn)顩r。四、基于遙感技術(shù)的農(nóng)業(yè)干旱評(píng)價(jià)指標(biāo)分析4.1植被指數(shù)與干旱關(guān)系在農(nóng)業(yè)干旱評(píng)價(jià)中，植被指數(shù)是重要的監(jiān)測(cè)指標(biāo)，能直觀反映植被生長(zhǎng)狀況與水分含量，為判斷干旱程度提供關(guān)鍵依據(jù)。歸一化植被指數(shù)（NDVI）是最為常用的植被指數(shù)之一，其計(jì)算公式為NDVI=\frac{NIR-R}{NIR+R}，其中NIR代表近紅外波段反射率，R表示紅光波段反射率。該指數(shù)通過(guò)對(duì)比植被在近紅外和紅光波段的反射特性，有效突出植被信息，廣泛應(yīng)用于植被覆蓋度、生長(zhǎng)狀況及生物量估算等領(lǐng)域。當(dāng)植被處于正常生長(zhǎng)狀態(tài)時(shí)，其葉片內(nèi)部結(jié)構(gòu)完整，對(duì)近紅外光有強(qiáng)烈散射作用，使得近紅外波段反射率較高；同時(shí)，葉綠素對(duì)紅光有較強(qiáng)吸收能力，紅光波段反射率較低，此時(shí)NDVI值較高，通常在0.2-0.8之間。以三峽庫(kù)區(qū)的農(nóng)作物為例，在生長(zhǎng)旺季，充足的水分和養(yǎng)分供應(yīng)使得植被生長(zhǎng)茂盛，NDVI值可達(dá)到0.6以上，表明植被覆蓋度高，生長(zhǎng)態(tài)勢(shì)良好。然而，當(dāng)干旱發(fā)生時(shí)，植被生長(zhǎng)受到抑制，一系列生理變化導(dǎo)致其光譜特征改變。水分虧缺使得植物葉片細(xì)胞失水，內(nèi)部結(jié)構(gòu)受損，對(duì)近紅外光的散射能力減弱，近紅外波段反射率降低；同時(shí)，葉綠素含量下降，對(duì)紅光的吸收能力減弱，紅光波段反射率升高，最終導(dǎo)致NDVI值下降。研究表明，在干旱脅迫下，農(nóng)作物的NDVI值可能會(huì)降低0.2-0.4，直觀反映出植被生長(zhǎng)受到的負(fù)面影響。當(dāng)三峽庫(kù)區(qū)某區(qū)域發(fā)生干旱時(shí)，原本生長(zhǎng)良好的柑橘樹(shù)，其NDVI值從正常時(shí)期的0.6下降至0.3左右，葉片發(fā)黃、枯萎，生長(zhǎng)速度明顯減緩，產(chǎn)量也受到嚴(yán)重影響。增強(qiáng)型植被指數(shù)（EVI）則在NDVI基礎(chǔ)上進(jìn)行改進(jìn)，引入藍(lán)光波段并對(duì)大氣影響進(jìn)行校正，能更準(zhǔn)確反映植被生長(zhǎng)狀況，尤其是在植被茂密地區(qū)和復(fù)雜環(huán)境下表現(xiàn)更為出色。其計(jì)算公式為EVI=2.5\times\frac{NIR-R}{NIR+6R-7.5B+1}，其中B代表藍(lán)光波段反射率。EVI通過(guò)加大對(duì)植被的響應(yīng)程度，有效減少土壤背景和大氣因素干擾，對(duì)植被變化更為敏感。在干旱監(jiān)測(cè)中，EVI能更及時(shí)捕捉到植被因干旱發(fā)生的細(xì)微變化。在三峽庫(kù)區(qū)的山區(qū)，植被覆蓋類型復(fù)雜，土壤背景差異較大，EVI能夠更準(zhǔn)確地反映植被的真實(shí)生長(zhǎng)狀態(tài)，當(dāng)干旱發(fā)生時(shí)，EVI值的下降趨勢(shì)更為明顯，為干旱監(jiān)測(cè)提供更可靠的依據(jù)。在實(shí)際應(yīng)用中，以三峽庫(kù)區(qū)某典型農(nóng)業(yè)區(qū)域?yàn)槔枚嗄甑倪b感影像數(shù)據(jù)計(jì)算NDVI和EVI值，并與同期的氣象數(shù)據(jù)、土壤水分?jǐn)?shù)據(jù)以及農(nóng)作物生長(zhǎng)狀況進(jìn)行對(duì)比分析。研究發(fā)現(xiàn)，在干旱年份，該區(qū)域的NDVI和EVI值明顯低于正常年份，且與降水量、土壤相對(duì)濕度呈顯著正相關(guān)，與干旱持續(xù)時(shí)間呈顯著負(fù)相關(guān)。在2019年三峽庫(kù)區(qū)發(fā)生輕度干旱時(shí)，該區(qū)域的NDVI平均值從正常年份的0.55下降至0.48，EVI平均值從0.38下降至0.32，同時(shí)，土壤相對(duì)濕度降低，農(nóng)作物生長(zhǎng)受到一定程度抑制，產(chǎn)量略有下降。而在2006年的嚴(yán)重干旱中，NDVI平均值降至0.35，EVI平均值降至0.25，土壤干裂，農(nóng)作物大量減產(chǎn)甚至絕收。通過(guò)對(duì)這些數(shù)據(jù)的深入分析，進(jìn)一步驗(yàn)證了植被指數(shù)與干旱之間的緊密關(guān)系，為基于植被指數(shù)的農(nóng)業(yè)干旱評(píng)價(jià)提供了有力的實(shí)踐支持。4.2地表溫度反演及對(duì)干旱指示地表溫度作為反映地表能量平衡和水分狀況的關(guān)鍵參數(shù)，在農(nóng)業(yè)干旱監(jiān)測(cè)中具有重要指示作用?；跓峒t外遙感數(shù)據(jù)反演地表溫度，能夠獲取大面積、連續(xù)的地表溫度信息，為準(zhǔn)確評(píng)估干旱程度和范圍提供有力支持。熱紅外遙感反演地表溫度的原理基于普朗克定律和斯蒂芬-玻爾茲曼定律。普朗克定律表明，黑體輻射的光譜分布與溫度密切相關(guān)，其公式為：B(\lambda,T)=\frac{2hc^{2}}{\lambda^{5}}\frac{1}{e^{\frac{hc}{\lambdakT}}-1}，其中B(\lambda,T)為黑體在波長(zhǎng)\lambda和溫度T下的輻射亮度，h為普朗克常數(shù)，c為光速，k為玻爾茲曼常數(shù)。斯蒂芬-玻爾茲曼定律則指出，黑體的總輻射出射度與溫度的四次方成正比，公式為：M=\sigmaT^{4}，其中M為總輻射出射度，\sigma為斯蒂芬-玻爾茲曼常數(shù)。在實(shí)際應(yīng)用中，地物并非黑體，其輻射特性用比輻射率\epsilon來(lái)描述，地物的輻射亮度L與黑體輻射亮度B的關(guān)系為L(zhǎng)=\epsilonB。熱紅外遙感傳感器接收到的輻射亮度L_{sensor}不僅包含地物自身的熱輻射，還受到大氣的吸收和散射影響，其輻射傳輸方程可表示為：L_{sensor}=\epsilon\tauB(T_{s})+(1-\epsilon\tau)L_{up}+\tauL_{down}，其中\(zhòng)tau為大氣透過(guò)率，L_{up}和L_{down}分別為大氣向上和向下的輻射亮度，T_{s}為地表溫度。通過(guò)對(duì)輻射傳輸方程的求解，結(jié)合大氣參數(shù)（如大氣透過(guò)率、大氣輻射亮度等）和地物比輻射率等信息，可反演得到地表溫度。在實(shí)際操作中，常用的地表溫度反演方法包括單通道算法、分裂窗算法等。單通道算法基于熱紅外單波段數(shù)據(jù)，通過(guò)對(duì)大氣透過(guò)率、地表比輻射率等參數(shù)的估計(jì)，實(shí)現(xiàn)地表溫度反演。以覃志豪等人提出的單通道算法為例，其計(jì)算公式為：T_{s}=\frac{1}{K_{2}}\ln(\frac{K_{1}}{L_{sensor}}+1)，其中K_{1}和K_{2}為傳感器的定標(biāo)常數(shù)，L_{sensor}為傳感器接收到的輻射亮度。在利用Landsat8數(shù)據(jù)進(jìn)行地表溫度反演時(shí)，可根據(jù)Landsat8熱紅外波段的定標(biāo)參數(shù)，結(jié)合大氣校正后的輻射亮度數(shù)據(jù)，運(yùn)用該算法計(jì)算地表溫度。首先，通過(guò)大氣校正獲取準(zhǔn)確的輻射亮度數(shù)據(jù)；然后，根據(jù)研究區(qū)域的實(shí)際情況，合理估計(jì)地表比輻射率和大氣透過(guò)率等參數(shù)；最后，代入單通道算法公式，計(jì)算得到地表溫度。分裂窗算法則利用熱紅外兩個(gè)相鄰波段對(duì)大氣吸收和發(fā)射的不同響應(yīng)，消除或減少大氣對(duì)地表溫度反演的影響，提高反演精度。以Wan和Dozier提出的分裂窗算法為例，其公式為：T_{s}=a_{0}+a_{1}T_{10}+a_{2}(T_{10}-T_{11})+a_{3}(1-\epsilon_{10})(T_{10}-T_{11})+a_{4}(1-\epsilon_{11})T_{11}，其中T_{s}為地表溫度，T_{10}和T_{11}分別為熱紅外兩個(gè)波段的亮度溫度，\epsilon_{10}和\epsilon_{11}為對(duì)應(yīng)波段的地表比輻射率，a_{0}-a_{4}為系數(shù)。在實(shí)際應(yīng)用中，可根據(jù)MODIS數(shù)據(jù)的特點(diǎn)，運(yùn)用該算法進(jìn)行地表溫度反演。首先，對(duì)MODIS數(shù)據(jù)進(jìn)行預(yù)處理，獲取熱紅外兩個(gè)波段的亮度溫度數(shù)據(jù)；然后，利用相關(guān)方法估算地表比輻射率；最后，根據(jù)分裂窗算法公式，計(jì)算得到地表溫度。地表溫度與土壤水分、干旱程度之間存在緊密關(guān)聯(lián)。當(dāng)土壤水分充足時(shí)，水分蒸發(fā)會(huì)消耗大量熱量，使得地表溫度相對(duì)較低。這是因?yàn)樗终舭l(fā)過(guò)程是一個(gè)吸熱過(guò)程，會(huì)帶走地表的熱量，從而降低地表溫度。以三峽庫(kù)區(qū)的農(nóng)田為例，在灌溉充足的情況下，土壤水分含量高，水分持續(xù)蒸發(fā)，地表溫度一般維持在相對(duì)較低的水平，如在夏季，地表溫度可能在30-35°C之間。而當(dāng)干旱發(fā)生時(shí)，土壤水分逐漸減少，蒸發(fā)散熱作用減弱，地表溫度會(huì)顯著升高。土壤水分不足，可供蒸發(fā)的水分減少，熱量無(wú)法通過(guò)蒸發(fā)有效散失，導(dǎo)致地表熱量積聚，溫度升高。在三峽庫(kù)區(qū)干旱期間，部分農(nóng)田土壤干裂，水分嚴(yán)重匱乏，地表溫度可升高至40-45°C，甚至更高。研究表明，地表溫度與土壤相對(duì)濕度之間存在顯著的負(fù)相關(guān)關(guān)系，相關(guān)系數(shù)可達(dá)-0.7--0.8。通過(guò)對(duì)三峽庫(kù)區(qū)不同時(shí)期的遙感影像進(jìn)行地表溫度反演和土壤水分監(jiān)測(cè)，發(fā)現(xiàn)當(dāng)?shù)乇頊囟壬邥r(shí)，土壤相對(duì)濕度明顯下降，農(nóng)作物生長(zhǎng)受到抑制，出現(xiàn)葉片枯黃、生長(zhǎng)緩慢等現(xiàn)象，進(jìn)一步證實(shí)了地表溫度升高與干旱加劇之間的密切關(guān)系。4.3土壤水分遙感估算土壤水分作為影響農(nóng)業(yè)干旱的關(guān)鍵因素，對(duì)農(nóng)作物生長(zhǎng)起著決定性作用。借助遙感技術(shù)估算土壤水分，能夠?yàn)檗r(nóng)業(yè)干旱監(jiān)測(cè)提供重要依據(jù)，及時(shí)掌握土壤水分狀況，對(duì)于合理安排農(nóng)業(yè)生產(chǎn)、制定抗旱措施意義重大。微波遙感是估算土壤水分的重要手段之一，其原理基于土壤水分對(duì)微波信號(hào)的響應(yīng)特性。土壤中的水分含量變化會(huì)顯著影響土壤的介電常數(shù)，而介電常數(shù)是決定微波與土壤相互作用的關(guān)鍵參數(shù)。當(dāng)土壤水分增加時(shí)，土壤的介電常數(shù)增大，這是因?yàn)樗肿泳哂休^強(qiáng)的極性，能夠與微波電場(chǎng)發(fā)生強(qiáng)烈相互作用。根據(jù)微波遙感理論，土壤的后向散射系數(shù)與介電常數(shù)密切相關(guān)，通過(guò)建立兩者之間的數(shù)學(xué)模型，如Oh模型、Dubois模型等，可利用微波遙感數(shù)據(jù)反演土壤水分。以O(shè)h模型為例，它綜合考慮了土壤粗糙度、土壤水分和微波頻率等因素，通過(guò)對(duì)這些因素的量化分析，建立起后向散射系數(shù)與土壤水分之間的關(guān)系。在實(shí)際應(yīng)用中，利用搭載微波傳感器的衛(wèi)星，如歐洲空間局的Sentinel-1衛(wèi)星，其C波段合成孔徑雷達(dá)（SAR）能夠獲取高分辨率的微波影像，通過(guò)對(duì)影像數(shù)據(jù)進(jìn)行處理和分析，結(jié)合Oh模型等算法，可反演得到土壤水分的空間分布信息。研究表明，微波遙感在土壤水分估算方面具有較高的精度，尤其在大面積區(qū)域監(jiān)測(cè)中表現(xiàn)出色，能夠有效彌補(bǔ)傳統(tǒng)地面監(jiān)測(cè)方法在空間覆蓋上的不足。熱慣量法也是常用的土壤水分遙感估算方法，其原理基于土壤熱特性與水分含量的內(nèi)在聯(lián)系。熱慣量是表征物體熱特性的物理量，它反映了物體對(duì)溫度變化的抵抗能力。土壤的熱慣量與土壤的密度、比熱和導(dǎo)熱率等參數(shù)密切相關(guān)，而這些參數(shù)又受到土壤水分含量的影響。當(dāng)土壤水分增加時(shí)，土壤的比熱增大，導(dǎo)熱率也會(huì)發(fā)生變化，從而導(dǎo)致土壤的熱慣量增大。在實(shí)際估算中，通過(guò)獲取晝夜不同時(shí)刻的遙感影像，計(jì)算地表溫度的日變化幅度，結(jié)合太陽(yáng)輻射、土壤熱特性等參數(shù)，可估算土壤的熱慣量。常用的計(jì)算公式為：P=K\sqrt{\lambda\rhoc}，其中P為熱慣量，K為常數(shù)，\lambda為導(dǎo)熱率，\rho為密度，c為比熱。通過(guò)建立熱慣量與土壤水分的經(jīng)驗(yàn)關(guān)系模型，可實(shí)現(xiàn)對(duì)土壤水分的反演。在利用Landsat系列衛(wèi)星影像進(jìn)行熱慣量法土壤水分估算時(shí)，首先對(duì)影像進(jìn)行輻射定標(biāo)和大氣校正等預(yù)處理，獲取準(zhǔn)確的地表輻射信息；然后利用熱紅外波段數(shù)據(jù)計(jì)算地表溫度，結(jié)合其他波段數(shù)據(jù)估算土壤熱特性參數(shù)；最后根據(jù)熱慣量與土壤水分的關(guān)系模型，反演得到土壤水分含量。熱慣量法在裸土或低植被覆蓋區(qū)域的土壤水分估算中具有較高的精度，但在植被覆蓋度較高的區(qū)域，由于植被的蒸騰作用和對(duì)土壤水分的截留，會(huì)對(duì)估算結(jié)果產(chǎn)生一定干擾，需要進(jìn)行相應(yīng)的校正和處理。土壤水分含量的變化對(duì)農(nóng)業(yè)干旱有著直接且顯著的影響。當(dāng)土壤水分含量充足時(shí)，農(nóng)作物根系能夠充分吸收水分，維持正常的生理代謝活動(dòng)，作物生長(zhǎng)健壯，抵御干旱的能力較強(qiáng)。充足的水分供應(yīng)使得作物葉片保持飽滿，光合作用正常進(jìn)行，有利于作物積累養(yǎng)分和生長(zhǎng)發(fā)育。以三峽庫(kù)區(qū)的水稻種植為例，在生長(zhǎng)旺季，稻田土壤水分保持在適宜水平，水稻植株生長(zhǎng)旺盛，葉片翠綠，能夠順利完成各個(gè)生長(zhǎng)階段，最終獲得較高產(chǎn)量。然而，當(dāng)土壤水分含量下降時(shí)，農(nóng)作物生長(zhǎng)會(huì)受到抑制。水分不足會(huì)導(dǎo)致作物根系吸收水分困難，葉片氣孔關(guān)閉，蒸騰作用減弱，光合作用受到影響，作物生長(zhǎng)緩慢，甚至出現(xiàn)枯萎死亡現(xiàn)象。在干旱條件下，土壤水分含量降低，作物根系無(wú)法獲取足夠水分，葉片開(kāi)始發(fā)黃、卷曲，生長(zhǎng)發(fā)育受阻，嚴(yán)重影響作物產(chǎn)量和品質(zhì)。在三峽庫(kù)區(qū)的干旱年份，部分農(nóng)田土壤水分嚴(yán)重匱乏，玉米、紅薯等農(nóng)作物生長(zhǎng)受到極大影響，產(chǎn)量大幅下降。土壤水分含量與其他干旱指標(biāo)之間也存在緊密聯(lián)系。它與植被指數(shù)密切相關(guān)，當(dāng)土壤水分充足時(shí)，植被生長(zhǎng)良好，植被指數(shù)（如NDVI、EVI等）值較高；隨著土壤水分含量下降，植被生長(zhǎng)受到脅迫，植被指數(shù)值相應(yīng)降低。在三峽庫(kù)區(qū)，通過(guò)對(duì)不同土壤水分條件下植被指數(shù)的監(jiān)測(cè)分析發(fā)現(xiàn)，兩者之間呈現(xiàn)顯著的正相關(guān)關(guān)系，相關(guān)系數(shù)可達(dá)0.7-0.8。土壤水分含量與地表溫度也存在明顯的負(fù)相關(guān)關(guān)系，土壤水分充足時(shí)，水分蒸發(fā)散熱作用明顯，地表溫度相對(duì)較低；土壤水分減少時(shí)，蒸發(fā)散熱作用減弱，地表溫度升高。在干旱監(jiān)測(cè)中，綜合考慮土壤水分含量與其他干旱指標(biāo)，能夠更全面、準(zhǔn)確地評(píng)估農(nóng)業(yè)干旱狀況，為農(nóng)業(yè)生產(chǎn)提供更科學(xué)的決策依據(jù)。五、三峽庫(kù)區(qū)農(nóng)業(yè)干旱評(píng)價(jià)模型構(gòu)建與應(yīng)用5.1評(píng)價(jià)模型選擇與構(gòu)建在三峽庫(kù)區(qū)農(nóng)業(yè)干旱評(píng)價(jià)研究中，模型的選擇與構(gòu)建至關(guān)重要，它直接關(guān)系到干旱評(píng)價(jià)結(jié)果的準(zhǔn)確性和可靠性。本研究對(duì)溫度植被干旱指數(shù)（TVDI）、植被供水指數(shù)（VSWI）等模型進(jìn)行了深入對(duì)比分析，綜合考慮三峽庫(kù)區(qū)的地形、氣候、植被覆蓋等特點(diǎn)，最終確定了適合該區(qū)域的干旱評(píng)價(jià)模型。溫度植被干旱指數(shù)（TVDI）模型基于植被指數(shù)（如NDVI）和地表溫度（LST）之間的關(guān)系構(gòu)建。在一定區(qū)域內(nèi)，將NDVI和LST繪制在同一散點(diǎn)圖上，會(huì)呈現(xiàn)出獨(dú)特的三角形分布關(guān)系。TVDI模型正是利用這一關(guān)系，通過(guò)構(gòu)建干邊和濕邊回歸方程來(lái)計(jì)算干旱指數(shù)。其計(jì)算公式為：TVDI=\frac{LST-LST_{min}(NDVI)}{LST_{max}(NDVI)-LST_{min}(NDVI)}，其中LST為某一像元的地表溫度，LST_{max}(NDVI)和LST_{min}(NDVI)分別是在相同NDVI條件下的最大和最小地表溫度。當(dāng)TVDI值接近1時(shí)，表示該區(qū)域處于干旱狀態(tài)，地表溫度較高，植被水分脅迫嚴(yán)重；當(dāng)TVDI值接近0時(shí)，表明該區(qū)域水分條件較好，植被生長(zhǎng)狀況良好。在三峽庫(kù)區(qū)，TVDI模型能夠較好地反映植被覆蓋區(qū)域的干旱狀況，通過(guò)對(duì)Landsat8和MODIS數(shù)據(jù)的處理，獲取NDVI和LST信息，進(jìn)而計(jì)算TVDI值，可直觀展示庫(kù)區(qū)不同區(qū)域的干旱程度。植被供水指數(shù)（VSWI）模型則依據(jù)干旱發(fā)生時(shí)會(huì)同時(shí)造成葉片冠層氣溫升高和光合作用降低的原理來(lái)監(jiān)測(cè)植被受干旱影響的程度。其計(jì)算公式為：VSWI=\frac{NDVI}{LST}，其中NDVI為歸一化植被指數(shù)，LST為地表溫度。VSWI值越小，表明植被干旱越嚴(yán)重；反之則干旱越輕。該模型綜合考慮了植被生長(zhǎng)狀況和地表溫度兩個(gè)關(guān)鍵因素，能夠有效反映植被的水分供應(yīng)情況。在三峽庫(kù)區(qū)，不同植被類型對(duì)干旱的響應(yīng)存在差異，VSWI模型可以通過(guò)對(duì)NDVI和LST的綜合分析，準(zhǔn)確識(shí)別出受干旱影響較大的植被區(qū)域，為農(nóng)業(yè)干旱評(píng)價(jià)提供有力支持。對(duì)比這兩種模型，TVDI模型在反映植被與地表溫度關(guān)系方面具有獨(dú)特優(yōu)勢(shì)，能夠較好地刻畫干旱狀態(tài)下植被水分脅迫與地表能量平衡的關(guān)系；而VSWI模型則更側(cè)重于從植被生長(zhǎng)和水分供應(yīng)的角度來(lái)評(píng)估干旱程度，計(jì)算相對(duì)簡(jiǎn)單，對(duì)數(shù)據(jù)要求相對(duì)較低。考慮到三峽庫(kù)區(qū)地形復(fù)雜，植被類型多樣，為了更全面、準(zhǔn)確地評(píng)估農(nóng)業(yè)干旱狀況，本研究選擇TVDI模型作為主要的干旱評(píng)價(jià)模型。在構(gòu)建TVDI模型時(shí)，首先需要獲取高質(zhì)量的遙感數(shù)據(jù)。利用Landsat8影像的高空間分辨率優(yōu)勢(shì)，準(zhǔn)確提取植被指數(shù)（NDVI）和地表溫度（LST）信息。通過(guò)前文所述的數(shù)據(jù)預(yù)處理流程，對(duì)Landsat8影像進(jìn)行輻射定標(biāo)、大氣校正和幾何校正，確保數(shù)據(jù)的準(zhǔn)確性和可靠性。然后，運(yùn)用影像解譯和特征提取方法，計(jì)算得到NDVI和LST數(shù)據(jù)。在確定TVDI模型的參數(shù)時(shí)，通過(guò)對(duì)研究區(qū)域內(nèi)不同植被類型和土地覆蓋的大量樣本數(shù)據(jù)進(jìn)行分析，結(jié)合實(shí)地調(diào)查和地面監(jiān)測(cè)數(shù)據(jù)，確定干邊和濕邊回歸方程的系數(shù)。以三峽庫(kù)區(qū)某典型農(nóng)業(yè)區(qū)域?yàn)槔?，通過(guò)對(duì)該區(qū)域多年的Landsat8影像數(shù)據(jù)進(jìn)行處理，選取不同季節(jié)、不同干旱程度的樣本點(diǎn)，利用最小二乘法等統(tǒng)計(jì)方法，擬合得到干邊回歸方程為L(zhǎng)ST_{max}(NDVI)=a_1+b_1\timesNDVI，濕邊回歸方程為L(zhǎng)ST_{min}(NDVI)=a_2+b_2\timesNDVI，其中a_1、b_1、a_2、b_2為通過(guò)樣本數(shù)據(jù)計(jì)算得到的系數(shù)。通過(guò)對(duì)這些系數(shù)的準(zhǔn)確確定，使得TVDI模型能夠更準(zhǔn)確地反映三峽庫(kù)區(qū)的干旱狀況。在實(shí)際應(yīng)用中，利用構(gòu)建好的TVDI模型，對(duì)三峽庫(kù)區(qū)不同時(shí)期的遙感影像進(jìn)行處理，計(jì)算TVDI值，并根據(jù)TVDI值對(duì)庫(kù)區(qū)的干旱程度進(jìn)行分級(jí)。將TVDI值劃分為不同等級(jí)，如0-0.4為無(wú)旱，0.4-0.6為輕旱，0.6-0.8為中旱，0.8-0.9為重旱，0.9-1為特旱。通過(guò)這種方式，能夠直觀地展示三峽庫(kù)區(qū)農(nóng)業(yè)干旱的時(shí)空分布特征，為農(nóng)業(yè)生產(chǎn)和抗旱決策提供科學(xué)依據(jù)。5.2模型驗(yàn)證與精度評(píng)估為確保所構(gòu)建的溫度植被干旱指數(shù)（TVDI）模型能夠準(zhǔn)確、可靠地評(píng)估三峽庫(kù)區(qū)農(nóng)業(yè)干旱狀況，本研究利用實(shí)測(cè)土壤水分?jǐn)?shù)據(jù)、氣象數(shù)據(jù)等對(duì)模型進(jìn)行了全面驗(yàn)證，并采用相關(guān)系數(shù)、均方根誤差等指標(biāo)對(duì)模型精度進(jìn)行了科學(xué)評(píng)估。在驗(yàn)證過(guò)程中，首先收集了三峽庫(kù)區(qū)多個(gè)地面監(jiān)測(cè)站點(diǎn)的實(shí)測(cè)土壤水分?jǐn)?shù)據(jù)，這些站點(diǎn)分布在庫(kù)區(qū)不同地形、植被覆蓋和土地利用類型區(qū)域，以確保數(shù)據(jù)具有代表性。同時(shí)，收集了對(duì)應(yīng)時(shí)間段的氣象數(shù)據(jù)，包括降水量、氣溫、風(fēng)速、日照時(shí)數(shù)等，這些氣象數(shù)據(jù)對(duì)分析干旱發(fā)生發(fā)展具有重要作用。為保證數(shù)據(jù)的準(zhǔn)確性和可靠性，對(duì)收集到的數(shù)據(jù)進(jìn)行嚴(yán)格質(zhì)量控制，剔除異常值和錯(cuò)誤數(shù)據(jù)，對(duì)于缺失數(shù)據(jù)，采用插值法或其他合理方法進(jìn)行補(bǔ)充。將地面監(jiān)測(cè)站點(diǎn)的位置信息與遙感影像進(jìn)行精確匹配，確保模型計(jì)算結(jié)果與地面實(shí)測(cè)數(shù)據(jù)在空間位置上一致。利用構(gòu)建的TVDI模型，對(duì)與地面監(jiān)測(cè)站點(diǎn)對(duì)應(yīng)的遙感影像區(qū)域進(jìn)行計(jì)算，得到該區(qū)域的TVDI值，將其與地面實(shí)測(cè)的土壤水分?jǐn)?shù)據(jù)、氣象數(shù)據(jù)進(jìn)行對(duì)比分析。以某一監(jiān)測(cè)站點(diǎn)為例，該站點(diǎn)在某一時(shí)期的實(shí)測(cè)土壤相對(duì)濕度為45%，同期利用TVDI模型計(jì)算得到的TVDI值為0.65，通過(guò)對(duì)比分析兩者之間的關(guān)系，初步判斷模型的準(zhǔn)確性。采用相關(guān)系數(shù)（R）來(lái)衡量TVDI模型計(jì)算結(jié)果與實(shí)測(cè)數(shù)據(jù)之間的線性相關(guān)程度，其計(jì)算公式為：R=\frac{\sum_{i=1}^{n}(x_{i}-\overline{x})(y_{i}-\overline{y})}{\sqrt{\sum_{i=1}^{n}(x_{i}-\overline{x})^{2}\sum_{i=1}^{n}(y_{i}-\overline{y})^{2}}}，其中x_{i}為TVDI模型計(jì)算值，\overline{x}為TVDI模型計(jì)算值的平均值，y_{i}為實(shí)測(cè)數(shù)據(jù)值，\overline{y}為實(shí)測(cè)數(shù)據(jù)值的平均值，n為樣本數(shù)量。相關(guān)系數(shù)的取值范圍在-1到1之間，絕對(duì)值越接近1，表明兩者之間的線性相關(guān)性越強(qiáng)；絕對(duì)值越接近0，表明兩者之間的線性相關(guān)性越弱。均方根誤差（RMSE）也是常用的精度評(píng)估指標(biāo)，用于衡量模型計(jì)算值與實(shí)測(cè)值之間的偏差程度，其計(jì)算公式為：RMSE=\sqrt{\frac{1}{n}\sum_{i=1}^{n}(x_{i}-y_{i})^{2}}。RMSE值越小，說(shuō)明模型計(jì)算值與實(shí)測(cè)值之間的偏差越小，模型的精度越高；反之，RMSE值越大，說(shuō)明模型計(jì)算值與實(shí)測(cè)值之間的偏差越大，模型的精度越低。通過(guò)對(duì)三峽庫(kù)區(qū)多個(gè)監(jiān)測(cè)站點(diǎn)的數(shù)據(jù)進(jìn)行計(jì)算分析，得到TVDI模型計(jì)算結(jié)果與實(shí)測(cè)土壤水分?jǐn)?shù)據(jù)的相關(guān)系數(shù)R達(dá)到0.85，均方根誤差RMSE為0.08。這表明TVDI模型計(jì)算結(jié)果與實(shí)測(cè)土壤水分?jǐn)?shù)據(jù)之間具有較強(qiáng)的線性相關(guān)性，模型計(jì)算值與實(shí)測(cè)值之間的偏差較小，模型能夠較好地反映三峽庫(kù)區(qū)土壤水分狀況，對(duì)農(nóng)業(yè)干旱的評(píng)估具有較高的準(zhǔn)確性。同時(shí)，將TVDI模型計(jì)算結(jié)果與氣象數(shù)據(jù)進(jìn)行相關(guān)性分析，發(fā)現(xiàn)TVDI值與降水量呈顯著負(fù)相關(guān)，相關(guān)系數(shù)達(dá)到-0.78，與氣溫呈顯著正相關(guān)，相關(guān)系數(shù)為0.72。這與干旱發(fā)生的實(shí)際情況相符，進(jìn)一步驗(yàn)證了TVDI模型的可靠性。當(dāng)降水量減少時(shí)，土壤水分得不到有效補(bǔ)充，TVDI值增大，干旱程度加?。划?dāng)氣溫升高時(shí)，蒸發(fā)量增大，土壤水分散失加快，TVDI值也會(huì)增大，干旱程度加重。通過(guò)對(duì)TVDI模型的驗(yàn)證與精度評(píng)估，結(jié)果表明該模型在三峽庫(kù)區(qū)農(nóng)業(yè)干旱評(píng)價(jià)中具有較高的準(zhǔn)確性和可靠性，能夠?yàn)槿龒{庫(kù)區(qū)農(nóng)業(yè)干旱監(jiān)測(cè)與預(yù)警提供科學(xué)、有效的支持，有助于相關(guān)部門及時(shí)掌握旱情，制定合理的抗旱措施，保障庫(kù)區(qū)農(nóng)業(yè)生產(chǎn)的穩(wěn)定發(fā)展。5.3三峽庫(kù)區(qū)農(nóng)業(yè)干旱時(shí)空分布特征分析運(yùn)用構(gòu)建并驗(yàn)證的溫度植被干旱指數(shù)（TVDI）模型，對(duì)三峽庫(kù)區(qū)不同年份和季節(jié)的農(nóng)業(yè)干旱進(jìn)行分析，揭示其時(shí)空分布特征，為深入了解庫(kù)區(qū)干旱規(guī)律、制定針對(duì)性抗旱措施提供科學(xué)依據(jù)。在空間分布方面，不同年份三峽庫(kù)區(qū)農(nóng)業(yè)干旱呈現(xiàn)出明顯的區(qū)域差異。以2015-2020年為例，通過(guò)對(duì)這期間Landsat8和MODIS數(shù)據(jù)的處理，利用TVDI模型計(jì)算得到的干旱等級(jí)分布圖顯示，庫(kù)區(qū)的東北部和西南部是干旱頻發(fā)區(qū)域。在2017年，庫(kù)區(qū)東北部的部分地區(qū)如巫溪、巫山等地，TVDI值達(dá)到0.7-0.8，處于中旱狀態(tài)，這些地區(qū)地形以山地為主，地勢(shì)起伏較大，受地形雨影效應(yīng)影響，降水相對(duì)較少，且土壤保水能力較弱，導(dǎo)致干旱發(fā)生頻率較高；西南部的江津、綦江等地，TVDI值也在0.6-0.7之間，處于輕旱到中旱狀態(tài)，該區(qū)域人口密集，農(nóng)業(yè)用水和生活用水量大，水資源開(kāi)發(fā)利用程度高，加之降水分布不均，加劇了干旱的發(fā)生。而在庫(kù)區(qū)的中部地區(qū)，如萬(wàn)州、云陽(yáng)等地，由于靠近長(zhǎng)江，水體的調(diào)節(jié)作用使得這些地區(qū)的干旱程度相對(duì)較輕，TVDI值多在0.4-0.6之間，處于無(wú)旱到輕旱狀態(tài)。不同季節(jié)的干旱空間分布同樣存在差異，春季，庫(kù)區(qū)大部分地區(qū)TVDI值在0.4-0.6之間，輕旱區(qū)域主要集中在東北部和西南部的部分山區(qū)，這些地區(qū)春季氣溫回升快，蒸發(fā)量大，而降水相對(duì)較少，土壤水分蒸發(fā)強(qiáng)烈，導(dǎo)致干旱發(fā)生；夏季，隨著降水增多，整體干旱程度有所緩解，但在一些降水相對(duì)較少的局部區(qū)域，如庫(kù)區(qū)的東南部，仍存在中旱現(xiàn)象，TVDI值達(dá)到0.7左右，這是因?yàn)橄募靖邷兀魑锷L(zhǎng)旺盛，需水量大，降水分布不均導(dǎo)致部分地區(qū)水分供應(yīng)不足；秋季，干旱區(qū)域主要集中在西南部，TVDI值在0.6-0.7之間，秋季降水逐漸減少，前期土壤水分消耗較大，且農(nóng)作物處于生長(zhǎng)后期，對(duì)水分需求仍然較高，使得該區(qū)域干旱問(wèn)題較為突出；冬季，庫(kù)區(qū)整體干旱程度較輕，TVDI值多在0.4以下，無(wú)旱區(qū)域占比較大，但在東北部的高海拔地區(qū)，由于氣溫低，土壤水分凍結(jié)，可利用水分減少，仍存在輕度干旱現(xiàn)象。從時(shí)間變化趨勢(shì)來(lái)看，通過(guò)對(duì)2010-2020年十年間三峽庫(kù)區(qū)TVDI值的統(tǒng)計(jì)分析發(fā)現(xiàn)，干旱程度總體呈現(xiàn)波動(dòng)變化。2010-2012年，庫(kù)區(qū)干旱程度相對(duì)較輕，TVDI平均值在0.5左右，這期間降水較為充沛，土壤水分含量較高，植被生長(zhǎng)狀況良好；2013-2015年，干旱程度有所加重，TVDI平均值上升至0.6左右，這是由于這幾年降水減少，氣溫升高，蒸發(fā)量增大，導(dǎo)致土壤水分大量流失，干旱加??；2016-2018年，干旱程度又有所緩解，TVDI平均值下降至0.55左右，主要原因是這期間降水有所增加，有效補(bǔ)充了土壤水分，緩解了干旱狀況；2019-2020年，干旱程度再次加重，TVDI平均值達(dá)到0.65，這與當(dāng)年降水異常偏少，氣溫持續(xù)偏高有關(guān)。通過(guò)對(duì)多年數(shù)據(jù)的分析，還發(fā)現(xiàn)三峽庫(kù)區(qū)農(nóng)業(yè)干旱存在一定的周期性。利用小波分析等方法對(duì)TVDI時(shí)間序列進(jìn)行分析，結(jié)果表明，庫(kù)區(qū)干旱存在約3-5年的短周期和8-10年的長(zhǎng)周期變化。短周期變化主要與降水的年際波動(dòng)、厄爾尼諾-南方濤動(dòng)（ENSO）等氣候現(xiàn)象有關(guān)，當(dāng)厄爾尼諾事件發(fā)生時(shí)，庫(kù)區(qū)降水減少，氣溫升高，干旱發(fā)生的概率增加；長(zhǎng)周期變化則可能與太陽(yáng)活動(dòng)、全球氣候變化等因素有關(guān)，太陽(yáng)活動(dòng)的強(qiáng)弱變化會(huì)影響地球的氣候系統(tǒng)，進(jìn)而影響庫(kù)區(qū)的降水和氣溫，導(dǎo)致干旱的周期性變化。三峽庫(kù)區(qū)農(nóng)業(yè)干旱時(shí)空分布特征受多種因素影響。在氣候因素方面，降水是影響干旱的關(guān)鍵因素，降水的時(shí)空分布不均直接導(dǎo)致了干旱的發(fā)生和分布差異。三峽庫(kù)區(qū)年降水量雖然較為豐富，但降水在不同季節(jié)和區(qū)域的分配極不均衡，部分地區(qū)降水稀少，而部分地區(qū)降水過(guò)多，這種不均衡使得干旱在不同區(qū)域和季節(jié)交替出現(xiàn)。氣溫升高會(huì)加劇水分蒸發(fā)，導(dǎo)致土壤水分流失加快，加重干旱程度。在人類活動(dòng)方面，農(nóng)業(yè)灌溉用水的不合理分配，如部分地區(qū)過(guò)度灌溉，導(dǎo)致水資源浪費(fèi)，而其他地區(qū)則因缺水而遭受干旱；土地利用變化，如森林砍伐、城市化進(jìn)程加快等，破壞了原有的生態(tài)系統(tǒng)，影響了地表的水分涵養(yǎng)和調(diào)節(jié)能力，使得干旱問(wèn)題更加嚴(yán)重。森林植被的減少，導(dǎo)致土壤保水能力下降，水土流失加劇，進(jìn)一步惡化了干旱狀況。六、農(nóng)業(yè)干旱對(duì)三峽庫(kù)區(qū)農(nóng)業(yè)生產(chǎn)的影響及應(yīng)對(duì)策略6.1干旱對(duì)農(nóng)作物生長(zhǎng)發(fā)育的影響干旱對(duì)三峽庫(kù)區(qū)主要農(nóng)作物的生長(zhǎng)發(fā)育影響顯著，在不同生長(zhǎng)階段，水稻、玉米、柑橘等農(nóng)作物受到的影響各異，進(jìn)而導(dǎo)致不同程度的減產(chǎn)。水稻作為三峽庫(kù)區(qū)重要的糧食作物，在發(fā)芽期，水分是種子萌發(fā)的關(guān)鍵因素。當(dāng)遭遇干旱時(shí)，土壤水分不足，種子無(wú)法吸收足夠水分啟動(dòng)萌發(fā)機(jī)制，導(dǎo)致發(fā)芽率大幅降低。正常情況下，水稻種子在水分充足的環(huán)境中發(fā)芽率可達(dá)90%以上，而在干旱條件下，發(fā)芽率可能降至50%以下，嚴(yán)重影響水稻的種植密度和后續(xù)生長(zhǎng)。在開(kāi)花期，干旱會(huì)破壞水稻的花粉活力和授粉過(guò)程。水稻開(kāi)花需要適宜的水分條件來(lái)維持花粉的正常發(fā)育和傳播，干旱導(dǎo)致空氣濕度降低，花粉失水干癟，難以完成授粉，造成大量空粒，使結(jié)實(shí)率大幅下降。研究表明，在干旱脅迫下，水稻結(jié)實(shí)率可降低30%-40%，嚴(yán)重影響水稻產(chǎn)量。灌漿期對(duì)水分需求也極為敏感，干旱會(huì)阻礙水稻對(duì)養(yǎng)分的吸收和運(yùn)輸，導(dǎo)致籽粒灌漿不充分，千粒重降低。在2022年三峽庫(kù)區(qū)的干旱中，部分地區(qū)水稻千粒重較正常年份降低了5-10克，產(chǎn)量減少了30%-50%。玉米同樣深受干旱影響。在苗期，干旱抑制玉米根系生長(zhǎng)，根系無(wú)法充分伸展，難以深入土壤吸收水分和養(yǎng)分，導(dǎo)致幼苗生長(zhǎng)緩慢，葉片發(fā)黃卷曲，植株矮小瘦弱，抗逆性顯著降低。在拔節(jié)期，干旱阻礙玉米莖稈的伸長(zhǎng)和葉片的生長(zhǎng)，節(jié)間縮短，葉片數(shù)量減少且面積變小，影響光合作用和物質(zhì)積累，為后期生長(zhǎng)和產(chǎn)量形成埋下隱患。抽雄吐絲期是玉米生殖生長(zhǎng)的關(guān)鍵階段，干旱會(huì)導(dǎo)致雄穗和雌穗發(fā)育不同步，吐絲延遲，花粉活力下降，授粉不良，出現(xiàn)缺粒、禿尖等現(xiàn)象，嚴(yán)重影響玉米的產(chǎn)量和品質(zhì)。在2017年三峽庫(kù)區(qū)的干旱中，玉米產(chǎn)量因授粉不良等問(wèn)題減產(chǎn)20%-30%，部分干旱嚴(yán)重地區(qū)減產(chǎn)幅度甚至更大。柑橘作為三峽庫(kù)區(qū)重要的經(jīng)濟(jì)作物，在干旱條件下，樹(shù)體生長(zhǎng)受到抑制，根系生長(zhǎng)受阻，吸收水分和養(yǎng)分能力下降，導(dǎo)致地上部分生長(zhǎng)緩慢，新梢萌發(fā)減少，葉片變小、發(fā)黃、卷曲，嚴(yán)重時(shí)出現(xiàn)落葉現(xiàn)象。在果實(shí)膨大期，干旱影響果實(shí)的膨大和糖分積累，導(dǎo)致果實(shí)偏小、品質(zhì)下降，果實(shí)含糖量降低，酸度增加，口感變差，市場(chǎng)競(jìng)爭(zhēng)力下降。在2006年的嚴(yán)重干旱中，三峽庫(kù)區(qū)部分柑橘產(chǎn)區(qū)果實(shí)偏小，含糖量較正常年份降低2-3個(gè)百分點(diǎn)，酸度升高0.5-1個(gè)百分點(diǎn)，產(chǎn)量減少30%-40%。干旱還會(huì)影響柑橘的花芽分化，導(dǎo)致花芽數(shù)量減少、質(zhì)量下降，影響來(lái)年的開(kāi)花結(jié)果，使柑橘產(chǎn)量出現(xiàn)周期性波動(dòng)。6.2農(nóng)業(yè)經(jīng)濟(jì)損失評(píng)估干旱對(duì)三峽庫(kù)區(qū)農(nóng)業(yè)經(jīng)濟(jì)造成了巨大損失，涵蓋直接和間接經(jīng)濟(jì)損失兩個(gè)方面，嚴(yán)重影響當(dāng)?shù)剞r(nóng)業(yè)經(jīng)濟(jì)的健康發(fā)展和農(nóng)民的生活水平。直接經(jīng)濟(jì)損失主要體現(xiàn)在農(nóng)作物減產(chǎn)和品質(zhì)下降方面。以2022年為例，三峽庫(kù)區(qū)遭遇嚴(yán)重干旱，多地農(nóng)作物受災(zāi)嚴(yán)重。水稻、玉米、柑橘等主要農(nóng)作物因干旱減產(chǎn)明顯，部分地區(qū)水稻減產(chǎn)幅度達(dá)30%-50%，玉米減產(chǎn)20%-40%，柑橘減產(chǎn)25%-35%。根據(jù)相關(guān)統(tǒng)計(jì)數(shù)據(jù)，當(dāng)年三峽庫(kù)區(qū)農(nóng)作物受災(zāi)面積達(dá)數(shù)十萬(wàn)畝，其中絕收面積數(shù)萬(wàn)畝，直接經(jīng)濟(jì)損失高達(dá)數(shù)億元。由于干旱導(dǎo)致農(nóng)作物品質(zhì)下降，市場(chǎng)價(jià)格降低，進(jìn)一步加劇經(jīng)濟(jì)損失。受干旱影響，柑橘果實(shí)偏小、糖分降低、口感變差，市場(chǎng)價(jià)格較正常年份下降10%-20%，影響果農(nóng)收入。間接經(jīng)濟(jì)損失也不容小覷，主要體現(xiàn)在農(nóng)業(yè)生產(chǎn)成本增加和相關(guān)產(chǎn)業(yè)受影響上。為應(yīng)對(duì)干旱，農(nóng)民需增加灌溉、施肥等生產(chǎn)成本。在干旱期間，灌溉用水需求大幅增加，部分地區(qū)需通過(guò)打井、抽水等方式獲取水源，導(dǎo)致灌溉成本上升3-5倍。為緩解干旱對(duì)農(nóng)作物生長(zhǎng)的影響，農(nóng)民需增加肥料投入，以增強(qiáng)農(nóng)作物的抗逆性，肥料成本增加20%-30%。據(jù)調(diào)查，在2017年的干旱中，部分農(nóng)民的灌溉成