利用气象卫星遥感监测土壤含水量

本文介绍了利用极轨气象卫星ＮＯＡＡ／ＡＶＨＲＲ资料遥感监测土壤水分的表观热惯量方法及其原理。同时对土壤含水量与土壤表观热惯量分级之间进行了相关分析,发现二者之间存在显著的正相关关系,并通过回归分析,初步建立了二者关系的数学模型。基于上述数学模型和土壤表观热惯量数字图象,可以生成土壤水分等级图     

黑河流域叶面积指数的遥感反演

以黑河流域为研究区 ,探寻基于TM影像提取的植被指数 (VIs)与野外实测数据间叶面积指数 (LAI)的反演研究。结果表明 ,各植被指数与LAI均具有较高的相关性 ,整个研究区土壤调整植被指数 (SAVI)具有最高的LAI反演精度 ;把研究区分成绿洲区和山区 ,各种植被指数与LAI的相关系数和反演精度均有很大程度提高 ,同时得到绿洲区SAVI最适于反演LAI ,山区SR最适于反演LAI ,通过这种方式估算出黑河流域叶面积指数图。     

基于高光谱与电磁感应技术的干旱区绿洲土壤含水量反演研究

为实现干旱区绿洲土壤含水量的快速、准确监测,利用采集自渭干河-库车河绿洲的84个表层(0~10cm)土壤样本,通过利用电磁感应仪(EM38)将所测解译后数据代替实测土壤含水量数据,将高光谱反射率重采样为Landsat8卫星遥感波段反射率,在选取光谱特征参数、提取敏感波段的基础上,利用偏最小二乘回归(PLSR)方法建立土壤含水量模型,将最优估算模型应用于遥感影像,实现研究区土壤含水量遥感反演。研究结果表明:(1)利用EM38所测水平模式土壤表观电导率与土壤含水量拟合效果最优,能够代替实测土壤含水量进行后续建模分析。(2)相比3种单一的光谱特征指数,利用多种光谱特征指数所建土壤含水量估算模型的建模效果更优,其干、湿各季建模集决定系数R~2大于0.7,均方根误差(RMSE)均小于0.5%,RPD均大于2,能够作为有效手段估算干旱区绿洲土壤含水量。(3)不同季节土壤含水量遥感反演值与实测值决定系数R~2均大于0.6,均方根误差(RMSE)均小于0.6%,显示了较高的预测精度,证明利用电磁感应技术与高光谱相结合能够实现对干旱区绿洲土壤含水量的精准、高效监测。     

热惯量法在干旱遥感监测中的应用研究

利用NOAA／AVItRR资料计算了真实热惯量、表观热惯量、NOAA／AVttRR通道4亮温差与土壤水分之间的关系模型,并讨论了陕西特殊地形、地面植被覆盖对表观热惯量与土壤水分之间关系的影响。结果表明：在实际的干旱遥感监测服务中,可以使用表观热惯量与土壤相对湿度建立的模型来监测地面旱情。考虑地形、植被和土壤类型因素时,下垫面越均一,表观热惯量与土壤相对湿度的相关性越好,但植被覆盖对地表温度差的影响需要进一步的研究。     

基于FY-3D/MERSI数据的东北地区干旱监测方法研究

干旱是影响东北地区粮食安全的主要农业气象灾害之一,遥感技术是一种可便捷进行大范围干旱监测的手段。针对目前遥感干旱指数在作物生长发育过程中监测干旱的局限性和适用性等问题,以东北地区玉米和大豆等主要大田作物发育期为切入点,基于FY-3D/MERSI卫星遥感数据和地面土壤相对湿度实测数据,开展不同作物发育阶段干旱监测指数适用性分析,结合径向基神经网络方法,构建全时期和分时期土壤相对湿度反演模型,利用实测土壤相对湿度数据开展精度验证与对比分析。结果表明：风云三号MERSI传感器数据在干旱监测中具有可行性,表观热惯量(ATI)在低植被覆盖或裸土时效果较好,适用于作物冻土期、裸土期和播种～拔节期;水分指数(WI)适用于播种～拔节期、拔节～抽雄期和成熟期等植被生长时期;分时期土壤相对湿度反演模型精度高于全时期土壤相对湿度反演模型,前者监测精度在80.0%以上,比全时期模型精度提高了10%～25%,尤其在冻土期(3月),分时期模型反演精度达到了92.6%。基于作物生长时期和形态差异,选择最适宜遥感干旱指数建立分时期土壤相对湿度反演模型,提高了干旱监测的准确性和可靠性。     

应用粒子滤波同化条件植被温度指数的土壤水分估测

为了准确地获取2013—2015年关中平原冬小麦主要生育期土壤含水量(0~20 cm)的时空信息,基于Landsat-8遥感数据反演条件植被温度指数(CVTI),并结合CVTI和实测土壤水分间的线性相关性构建土壤水分反演模型。应用粒子滤波(PF)算法同化基于CVTI反演的和CERES-Wheat模型模拟的土壤水分,得到以天为步长的土壤水分同化值,利用土壤水分实测值分别检验土壤水分模拟值、反演值和同化值的精度。结果表明,CVTI和实测土壤水分间的线性相关性显著,尤其在小麦拔节期和抽穗~灌浆期,其相关性达到极显著水平(P0.01);土壤水分同化值和实测值间的线性相关性(r=0.96,P0.001)大于土壤水分模拟值和实测值间的相关性(r=0.71,P0.01)以及土壤水分反演值和实测值间的相关性(r=0.89,P0.001);土壤水分同化值的均方根误差(RMSE)和平均相对误差(MRE)比土壤水分模拟值的RMSE和MRE分别降低了0.025 cm~3·cm~(-3)和2.70%,比土壤水分反演值的RMSE和MRE分别降低了0.016 cm~3·cm~(-3)和4.15%,同化过程提高了时间序列土壤含水量的估测精度。因此,基于CVTI和PF算法能够较为准确估测关中平原小麦主要生育期的土壤含水量。     

基于MODIS干旱指数与RBFNN方法的江苏冬小麦需水关键期土壤水分遥感监测应用

利用遥感指数反演土壤水分已成为监测干旱的重要手段之一，而单一的遥感干旱指数对于反演土壤水分存在一定局限，本研究从7种不同MODIS遥感干旱监测指数中选取适宜的5种并结合径向基函数神经网络（RBFNN）协同反演江苏省2018年冬小麦需水关键期的土壤相对湿度。结果表明：与单一的遥感干旱指数相比，协同RBFNN的遥感干旱指数反演的模型效果更好，与10 cm和20 cm深度的实测土壤相对湿度的相关系数分别达到0.5161和0.4307，能综合多种通道的遥感信息反映当地土壤水分的变化；同时研究利用RBFNN对2017年5月江苏冬小麦10 cm深度土壤相对湿度进行反演，得到的土壤相对湿度分布图与实测土壤墒情结果较为接近，说明利用RBFNN反演模型有效。研究结果提高了土壤湿度的反演精度，为当地农业干旱的实时监测提供了新思路。     

我国土壤水分热红外遥感监测研究进展

目前热红外遥感监测土壤水分含量的方法主要有热红外法、热惯量法和温度植被指数法。其中,热红外法简单易行,在缺乏昼夜温差数据时可用白天下垫面温度反演土壤水分,但其仅考虑某一时刻土壤水分对土壤温度的影响,故其反演精度不够理想;热惯量法物理意义明确,估算精度高,简单易行,但也存在诸如只适用于裸露或植被覆盖度低的地区以及卫星数据难于获取等局限性;温度植被指数法物理意义也较明确,适用性广,但计算过程较复杂,且某些参数难于及时获得。相对来说,植被稀疏区宜采用热惯量法,植被郁闭区则宜采用温度植被指数法。在未来,随着遥感传感器性能的改进,多种技术的综合应用,特别是热红外技术与微波技术的结合应用,将会显著提高土壤水分含量遥感监测的精度。     

基于MODIS 的沙漠化地区植被覆盖度提取模型的研究

目前常用的植被覆盖度遥感反演模型,受限条件较多,所用系数精度不高。针对上述问题,提出了利用研究区域的实测最大和最小植被覆盖度确定反演模型系数的方法和基于MODIS影像数据的地面实测验证方法。经用该方法对毛乌素沙地沙漠化地区的植被覆盖度进行反演,并同步监测该区域的地表覆盖度对反演结果进行验证,结果表明地面同步实测植被覆盖度与反演的误差绝对值平均值为0.04,反演方法精度较高。研究表明本文提出的利用MODIS影像数据反演沙漠化地区地表覆盖度的模型、地面验证方法切实可行,适合对沙漠化地区地表植被覆盖度大范围且快速的遥感监测。     

基于MTVDI与DDI二元回归模型对毛乌素沙地腹部土壤表层水分的研究

采用温度植被干旱指数法(MTVDI)与荒漠化指数法(DDI)，利用2016年4月、9月的Landsat数据对毛乌素沙地腹部的土壤水分进行反演，并与实测的土壤水分进行对比检验，将所反演的土壤含水量图划分为4个等级，基于此分析了2个时期毛乌素沙地腹部的旱情土壤水分分布变化。结果显示：(1)4月份MTVDI指数与0~10 cm、10~20 cm、20~30 cm土层土壤含水量的R²值分别为0.656、0.646、0.637，整体高于9月份R²值0.457、0.436、0.431，MTVDI能够较好地反映毛乌素沙地腹部土壤表层水分，且精度较高；(2)荒漠化指数DDI与MTVDI结合建立二元线性回归模型监测区域土层0~10 cm深度含水量，平均相对误差为10.95 %；(3)4月份，研究区0~10 cm表层土壤含水量5%~10%区域占总面积的53.72%以上，达到了6 256 km²，含水量偏低，需要加强当地水资源管理。     

干旱区土壤蒸发及水热耦合运移模式研究

干旱地区土壤蒸发模拟及水热耦合运移研究,对干旱地区水资源利用、陆面过程及气候模式研究具有重要意义.通过对土壤蒸发与内部水分传输机理的深入了解,推导出土壤水热传输与土壤蒸发模式.为了比较模式模拟结果,利用本模式对CoLM陆面过程模式进行改进,并采用黑河沙漠站观测资料,对模式改进前后土壤蒸发与土壤温度和湿度模拟结果进行了对比.结果表明:改进后模式能够更好地模拟土壤温度与土壤蒸发,干旱条件下应考虑水汽对土壤水分与温度传输的影响.     

基于微地形和土地覆被的土壤水分空间变异性——以玛纳斯河流域绿洲为例

采用经典统计学和地统计学方法,对玛纳斯河流域绿洲0～70 cm土层土壤水分的空间异质性及其影响因子进行研究.结果表明:各层土壤水分均符合正态分布.从变异系数看,均属于中等变异,变异系数介于0.293～0.371,其中表层水分变异程度最高,达到0.371;0～10 cm,10～20cm,20～30 cm和30～50 cm...     

基于生物量的土壤水分动力学模型研究进展

土壤水分是农作物生长发育的基本条件和农作物产量预报的基本参数,土壤含水量的多少和空间分布,能有效反映作物当前的生长状况,以及研究区域的干旱情况.利用遥感技术监测土壤水分,具有实时、动态、大面积的优势.随着土壤水分动力学的发展,如何将两者结合起来,建立较少依赖于非遥感数据的模型,实现土壤水分的大面积监测,是监测土壤水分的...     

天山北坡融雪期季节性冻土融化过程分析

利用军塘湖河流域典型试验场2013年11月至2014年3月整个冻结融化期野外观测的季节性冻土温度和水分数据,对融雪期该地区季节性冻土的融化过程和特点进行了分析,研究了融雪期土壤在融化过程中各土壤层的时间与垂直温度和水分的变化,并探讨了融雪期季节性冻土的水文效应。结果表明:1季节性冻土的融化过程可以分为融雪前期、融雪中期和融雪后期3个阶段;2融雪期季节性冻土的温度呈阶段性变化,随着土壤深度的增加,大气温度对土壤温度的影响越小,且存在明显的滞后性;3土壤的水分含量在融雪中期才有所提升,季节性冻土从上下2个方向融解;4融雪中后期的积雪液态含水率对土壤水热状况的影响显著,整个融雪期积雪密度对土壤水热状况影响较小;5季节性冻土的冻融过程对春季融雪径流有着十分重要的影响。     

农田土壤水分动态估算模式的研究

利用气温、降水等常规气象资料 ,建立了以旬为时间单位的农田土壤水分动态估算模式。并通过对昌图、庄河及朝阳三地作物生长季农田土壤水分估算的实例分析 ,验证了该模型的准确性。该模型的建立对干旱发生的预测、预警和合理安排农事活动具有实际意义。     

基于地形因子的土壤水分反演研究——以延河流域为例

以延河流域为研究区域,应用Landsat5/TM遥感数据和DEM数据进行归一化植被指数和地表温度的反演,并对气温参数进行了高程、坡度、坡向、地形遮蔽等地形因子的订正,更为精细地表达局地温度的空间分布差异。运用ERDAS的空间建模工具,反演得到温度植被干旱指数分布图。结果表明,此方法较好地反映了延河流域土壤的相对干旱状况,是一种比较有效和充分考虑地形因子影响的监测土壤水分的方法。     

滴灌棉田土壤水分测点最优布设研究

为寻求滴灌棉田土壤剖面水分测点的最优布设方案,2009年在棉花生育期内采用取土烘干法对膜下滴灌棉田不同位置、不同深度土壤质量含水率进行连续监测。利用监测数据分析了膜下滴灌棉田土壤剖面内不同观测点垂直方向上各层次土壤含水率之间的相关关系,并利用R型谱系聚类法对剖面内各观测点8个土壤层次的土壤含水率变量进行分类,筛选出适合膜下滴灌棉田墒情观测的土壤水分测点布设方案。最后利用2007年试验数据对提出的水分测点布设方案进行验证,结果表明,水平方向上距滴灌带0 cm、32.5 cm和50 cm处3个观测点,各观测点垂直方向上0~10 cm、20~30 cm、40~50 cm和60~80 cm深处4个层次12个测点的土壤含水率能较好地反映整个剖面的土壤水分信息,可作为膜下滴灌棉田土壤水分探头的布设点。     

黄河中游地区土壤湿度特征分析

利用1981-2002年黄河中游地区(32°～42°N,100°～116°E)土壤湿度资料,分析该地区土壤湿度的水平和垂直分布特征、年际和年代变化.结果表明:黄河中游地区土壤湿度水平分布大致呈中部干,西南和东南湿的分布趋势;该地区的中南部土壤湿度垂直分布具有独特性,随季节而变,初春至5月底土壤湿度迅速下降,表层下降最快...