综合物候农业干旱指数(IPADI):仅依赖物候信息并区分时序与强度指标效用的灌溉—雨养农田干旱监测框架

《European Journal of Agronomy》:Integrated Phenological Agricultural Drought Index (IPADI): A phenology-only framework based on the relative usefulness of timing and intensity metrics across irrigated and rainfed croplands

【字体: 大 中 小 】 时间:2026年10月29日 来源:European Journal of Agronomy 6.7

编辑推荐:

  综合物候农业干旱指数(IPADI)是仅依据物候信息、以Sentinel-2分辨率构建的干旱指数。10 m分辨率的IPADI制图可呈现摩洛哥Doukkala平原田块尺度的干旱影响。强度指标(峰值、振幅、大积分和小积分)承载干旱信号。在2019/2020年水库放水

  
综合物候农业干旱指数(IPADI)是仅依据物候信息、以Sentinel-2分辨率构建的干旱指数。10 m分辨率的IPADI制图可呈现摩洛哥Doukkala平原田块尺度的干旱影响。强度指标(峰值、振幅、大积分和小积分)承载干旱信号。在2019/2020年水库放水量被削减之前,灌溉土地受干旱影响程度低于雨养土地。该指数已依据12个干旱参考指标和摩洛哥谷物产量进行验证。
研究背景与问题:在气候变化背景下,干旱事件在全球多地变得更频繁、更持久、更严重,农业因直接依赖土壤—水分与能量平衡而高度暴露。地面气象站网分布不均且稀疏,难以刻画半干旱和数据匮乏区的干旱空间异质性;卫星观测可提供空间连续、重复和时间一致的监测。常用指标包括归一化植被指数(Normalized Difference Vegetation Index,NDVI)等植被指数、归一化差异水分指数(Normalized Difference Moisture Index,NDMI)等水分指数以及基于地表温度的热指标,但气象指数只能间接反映作物胁迫且存在时滞,光学光谱指数多表征瞬时冠层状态,易受光照、大气和土壤背景短期波动影响,在密集冠层饱和、在稀疏覆盖下受土壤背景偏差,难以表征作物季节发展轨迹。已有大量综合干旱指数整合降水、温度、蒸散、土壤水分和植被状况,分辨率由约1 km提高到30 m,但物候多仅作为单一预测因子嵌入;MADI仅用生长季长度和积分NDVI经copula在约8 km耦合。尚无指数将季节植被响应的时序与强度拆成独立子指数,并在田块尺度跨灌溉和雨养系统检验各维度贡献。为此,研究人员提出仅由Sentinel-2物候指标构建的IPADI,将开始季(Start of Season,SOS)、结束季(End of Season,EOS)、生长季长度(Length of Season,LOS)和中季时间(Time of Middle of Season,TMS)归为物候时序干旱指数(Phenological Timing Drought Index,PTDI),将最大值(MAX)、振幅(AMP)、大积分(Large Integral,LI)和小积分(Small Integral,SI)归为物候强度干旱指数(Phenological Intensity Drought Index,PIDI),经主成分分析(Principal Component Analysis,PCA)定权并比较11种权重组合,在摩洛哥Oum Er-Rbia流域Doukkala平原的灌溉与雨养区开展10 m制图,回答仅物候能否表征农业干旱、时序与强度的相对贡献以及10 m指数能否揭示两系统干旱轨迹。

关键技术方法(约200字):研究区为摩洛哥Oum Er-Rbia流域Doukkala平原,分灌溉区与雨养区,时段为2015/2016—2024/2025十个农业季。使用Sentinel-2 NDVI(10 m)时间序列,经TIMESAT非对称高斯拟合提取8个物候指标;以中位数和median absolute deviation(MAD)计算稳健异常;分别对时序和强度指标作PCA,构建PTDI与PIDI,比较11种权重组合;以SPI-12、SPEI-12、PDSI、降水、VCI、NDMI、LAI、AET、SMAP 0–5 cm与0–100 cm、CWSI、MSAVI及摩洛哥全国谷物产量验证。

研究结果:
3.1 通过PCA对物候指标的探索性分析:对全部8个指标作PCA,第一主成分解释54.2%方差,强度指标MAX、AMP、LI、SI权重最高(0.160—0.178),时序指标SOS、EOS、LOS、TMS权重较低(0.058—0.097)。分组PCA保留前三个主成分,时序组累计解释96.1%(PC1=50.0%、PC2=35.3%、PC3=10.8%),强度组累计解释95.1%(75.2%、13.1%、6.8%);强度组四指标权重较接近(0.233—0.269),时序组EOS(0.313)和LOS(0.293)高于TMS(0.162)。SOS、EOS、TMS符号为负,LOS为正;强度指标均沿MAX方向正向进入PIDI。EOS负号反映Doukkala平原EOS异常与SOS、TMS异常正协变,即干旱季初补种可使物候历整体后移并缩短生长季。

3.2 PTDI和PIDI复合子指数:得到PTDI=?0.231·SOS?0.313·EOS+0.293·LOS?0.162·TMS,PIDI=0.269·MAX+0.248·AMP+0.250·LI+0.233·SI。像元尺度上,PTDI随SOS延迟(r=?0.88)、EOS延迟(r=?0.66)和TMS延迟(r=?0.81)而降低,随LOS延长(r=+0.60)而升高;PIDI与四强度指标均正相关(r=+0.82至+0.90),与MAX和SI耦合最强,LOS相关性较低因其由SOS和EOS共同决定。两子指数总体同步反映丰枯交替,但2019/2020年PTDI多偏有利而PIDI显著亏缺,2020/2021年则相反,说明两维度并非总是协变,需分开保留。

3.3 最优IPADI的权重与选择:将11种权重组合与12个参考指标及谷物产量比较,性能随PTDI权重w升高而下降;w=0.0(仅PIDI)综合得分最高(1.00),w=0.1和w=0.2分别为0.94和0.88,时序主导的w≥0.7得分≤0.39,故保留w=0.0。灌溉区与SPI-12(R=0.95,R2=0.90)、降水(R=0.94,R2=0.89)、LAI(R=0.94,R2=0.89)和NDMI(R=0.92,R2=0.84)相关性高,产量R=0.75;雨养区与LAI(R=0.98,R2=0.95)、NDMI(R=0.92,R2=0.85)一致性更强,产量R=0.87;CWSI与IPADI强负相关(R=?0.97)。结果表明,在与季节平均的瞬时参考指标比较时,强度指标比时序指标更贴近干旱信号;雨养区产量相关性更高,说明水分可利用性为主要限制时IPADI与作物表现耦合更紧。该结论限于本验证框架和研究区。

3.4 基于最优IPADI的干旱制图与分类:10 m IPADI制图显示研究期明显的亏缺—盈余交替。2015/2016年极端干旱占全区37%,灌溉区46%、雨养区93%的IPADI低于0;2016/2017年湿(25%)、2017/2018年略湿(33%)、2018/2019年略湿(30%);2019/2020年轻度干旱占28%,灌溉区88%、雨养区79%低于0。全国谷物产量与IPADI格局一致:2016/2017、2017/2018和2020/2021年产量高峰分别为96、103和103.2百万公担,2015/2016和2019/2020年降至33.5和32百万公担;2021/2022年后持续恶化,极端干旱面积依次为71%、20%、61%和67%,产量为34、55.1、31.2和44百万公担,灌溉区与雨养区产量相关性分别为0.75和0.87。

讨论总结:讨论认为,强度子指数单独最优并不意味着时序指标不含干旱信号,LI和SI本身以SOS、EOS和LOS为边界,已吸收部分时序信息;由于参考指标为季节平均的瞬时量,验证更有利于表征季节累积量级的强度指标。强度指标可反映水分亏缺对生物量的全季累积影响,而时序指标受播期、轮作和灌溉调度等管理影响较强。该研究的关键贡献是以11种权重配置客观检验而非预设时序与强度的贡献。VCI、NDMI、MSAVI与IPADI共享Sentinel-2反射率信号,MODIS LAI亦为绿度产品,故结论主要依赖降水、SPI-12、土壤水分、CWSI及全国谷物产量等独立来源。与综述的19个综合指数相比,IPADI的10 m原生分辨率最细,优于以往最高30 m的产品;其仅用Sentinel-2 NDVI,避免多源降尺度导致的分辨率损失。相较MADI,IPADI使用8个物候指标、显式分离时序与强度并以PCA定权,具有数据驱动、可重复和不依赖训练,但依赖输入物候时间序列质量。灌溉区在2015/2016年因灌溉缓冲接近正常(IPADI=?0.34),雨养区严重亏缺(?1.61);2019/2020年后发生反转,灌溉区异常等于或更负,如2021/2022年为?2.99对?2.31,2022/2023年为?1.56对?0.60。该反转与Al Massira水库放水自2019/2020年削减、2020/2021年暂停及灌溉量降至零相一致;原文指出,2021年后灌区仍有的部分植被信号可能反映不受监管的地下水开采,但证据为汇总供水量而非田块灌溉记录,故只建立信号与供水中断的一致性而非因果归因。局限包括每季单值、记录仅十年、未按作物类型分层和单区域验证;框架可移植,但PCA权重、指标符号和w需本地重估,并可向Landsat—Sentinel—MODIS融合长序列和季节预测扩展。

结论(翻译):该研究提出综合物候农业干旱指数(IPADI),其完全由陆表物候指标导出,并经主成分分析构建为时序分量(PTDI)和强度分量(PIDI)。IPADI在10 m原生分辨率下,基于Sentinel-2 NDVI序列经TIMESAT处理,覆盖摩洛哥Doukkala平原灌溉与非灌溉区十个农业季(2015/2016—2024/2025)。对11种权重配置进行敏感性分析,并以12个气象、水文和植被参考指标及全国谷物产量验证,确定以强度为基础的配置w=0.0(IPADI=PIDI)为最优。在这一受管理的半干旱情境中,与这些季节平均参考指数比较时,物候强度比季节时序更忠实地再现干旱信号;不过,季节积分(LI、SI)也纳入季节日历信息,因此所选指数仍对延迟或缩短的生长季敏感。最优IPADI与多数参考指标吻合良好,尤其在两区与SPI-12、降水、NDMI、LAI和MSAVI一致(R≥0.87,R2≥0.75,d≥0.93,RMSE≤0.51),并与全国谷物产量的年际格局一致;其在两区分别计算有助于区分气候干旱与2019/2020年以来Al Massira水库放水削减继而暂停后产生的管理诱导型亏缺。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号