基于综合干旱指数的毛乌素沙地腹部土壤水分反演及分布

为了克服单一干旱监测指数在复杂覆盖类型的适用性问题,以复杂覆盖类型的毛乌素沙地腹部乌审旗为例,在传统归一化干旱指数(normalized difference drought index,NDDI)、土壤湿度监测指数(soil moisture monitoring index,SMMI)、温度植被干旱指数(temperature vegetation drought index,TVDI)3个单一干旱监测指数的基础上,通过层次分析法确定各指数的权重,结合野外不同覆盖类型实测的土壤含水率数据,分别进行回归分析,建立多指数综合干旱监测模型,基于此模型分析研究区表层土壤水分的空间分布。结果表明:3个单一干旱指数在一定程度上均能客观反映旱情特征,与表层土壤含水率呈现不同程度的负相关,温度植被干旱指数相关性最好为0.604。引入结合多指数的综合干旱监测指数模型,在8月、9月草地和沙地与表层土壤含水率指数模型的决定系数R2均在0.7以上,高于基于单一指数模型的拟合精度。基于该模型,研究区研究区表层土壤含水率整体较低,体积含水率不高于0.15 cm~3/cm~3的面积分别占96.47%(8月)和94.8%(9月)。总体上从东到西,由北到南土壤含水率逐渐降低,与实测表层土壤样本的描述性统计结果有较好的空间一致性。     

土壤湿度农业干旱指数的改进及其适用性

准确监测农业干旱是保障粮食安全的基础。针对土壤湿度农业干旱指数(soil moisture agricultural drought index,SMADI)在干旱半干旱地区旱情监测不准确的问题,对SMADI进行了改进,同时修正了改进后的土壤湿度农业干旱指数(modified soil moisture agricultural drought index,SMADI_M)的干旱等级划分标准,并从全区与局部尺度、时间和空间尺度、以及对干旱响应的时效性三方面对SMADI_M的可靠性进行了验证。结果表明：SMADI_M改进了SMADI在低植被覆盖区存在的旱情高估的问题,弥补了SMADI的不足,可用于任意植被覆盖区的旱情监测;SMADI_M能够准确捕捉不同时间尺度(年、季、月)和空间尺度(全局、局部)的旱情信息,有效提高了农业干旱监测精度;与植被条件指数(vegetation condition index,VCI)和标准化降水蒸散指数(standardized precipitation evapotransp...     

西南地区综合干旱监测模型构建与验证

在全球极端天气事件越来越多的大背景下,准确监测西南干旱对区域农业可持续发展具有重要的现实意义。该文选取降水距平百分率(percentage of precipitation anomaly index,Pa)、标准化降水指数(standard precipitation index,SPI)、相对湿润指数(relative moisture index,MI)等3种气象类干旱监测模型以及植被供水指数(vegetation water supply index,VWSI)与归一化植被指数(normalized differential vegetation index,NDVI)等2种遥感类干旱监测模型,并分别与实测土壤湿度作相关分析,在此基础上选取相关系数最高的相对湿润指数与归一化植被指数为自变量建立综合干旱监测指数(comprehensive drought monitoring index,DI)。结果表明,综合干旱指数与土壤水分实测值有较好的相关性,监测精度可达88.38%;在不同海拔高度内,综合干旱指数的拟合效果比单一指数效果更好,精度更高;在分析2009-2010年西南特大干旱旱情发展的时空演变过程中,综合干旱监测结果与实际干旱情况有较好的空间一致性,监测效果佳。研究成果为西南丘陵山区干旱监测提供了一种新的方法。     

基于植被指数的藏北牧区土壤湿度反演

土壤湿度的遥感动态监测在农牧业生产中具有重要意义。近年来,多种基于遥感指数的土壤湿度监测方法被提出并得到广泛关注,但当前对不同深度土壤湿度的反演及植被指数反映土壤湿度滞后性的研究较少。该文针对遥感指数反演土壤湿度的精度问题,对MODIS(moderate resolutionimaging spectroradiometer)的2种植被指数产品归一化差异植被指数(normalized difference vegetation index,NDVI)和增强型植被指数(enhanced vegetation index,EVI)与土壤湿度实测值进行相关分析,并利用在其中一个样点得到相关系数最高的回归模型对距离较远的其它点进行土壤湿度值估算,最后用土壤湿度实测值对模型的精度进行验证。结果表明,2种植被指数均与土壤湿度值呈现出较强的相关性,且利用植被指数估算土壤湿度的延迟天数为5~10 d。在相同气候模式、土壤类型和植被类型的条件下,高程为影响回归模型精度的主要因素。该研究可为牧区多层深度土壤湿度反演方法的选择和监测提供参考依据。     

MODIS干旱指数结合RBFNN反演冬小麦返青期土壤湿度

土壤湿度是农业干旱信息最重要的表征因子,它的反演对区域乃至全球农业干旱监测及预报都具有重要意义。该文基于MODIS遥感干旱监测指数构建了冬小麦返青期土壤湿度的评价指标体系,在此基础上,结合径向基函数神经网络(RBFNN)协同反演农地土壤湿度。首先,针对单一利用遥感干旱指数反演土壤湿度具有一定的局限性问题,选取监测土壤含水量、作物需水形态变化、冠层含水量、冠层温度等参量的遥感干旱监测指数作为综合评价指标;并利用实测土壤湿度作为验证标准,从原始遥感干旱监测指数中选取出适宜的指标集;然后,以选取的评价指标集为输入层,以实测土壤湿度作为输出层的输出,构建RBFNN的农地土壤湿度反演模型。研究结果表明:应用在河南省冬小麦返青期时,基于MODIS遥感干旱监测指数与RBFNN协同反演的土壤湿度模型具有较好的反演效果;模型的评价指标集与10 cm深度的土壤湿度相关性更好,而且能综合多通道遥感信息来反映土壤湿度的变化;模型的平均预测精度达到93.27%,与BP-NN和线性回归反演模型相比,反演精度分别提高了2.92和9.97百分点;模型回归分析相对1:1斜线的偏差最小;相关系数为0.846 49,回归决定系数为0.862 6。研究结果可为区域土壤湿度的遥感反演提供新的案例参考。     

基于NDVI优化选择的土壤水分数据同化

时间序列上遥感观测数据的准确性会对同化结果有较大的影响.该文以宁夏回族自治区固原市为例,通过北方生产力生态模犁模拟2008年5-7月逐日的土壤湿度,按照不同日期的归一化植被指数(normalized difference vegetation index,NDVI)阈值,分别利用MODIS资料计算出基于红光和近红外波段的垂直含水量指数、改进的垂直干旱指数和基于近红外波段和短波红外波段的短波红外垂直水分胁迫指数,和宁夏中南部的气象站实测土壤水分建立关系,并用不同遥感指数反演的土壤水分作为观测值进行同化.结果表明,在作物的不同生长时期,垂直含水量指数、改进的垂直干旱指数和短波红外垂直水分胁迫指数的反演效果不同,基于NDVI优化遥感反演结果,选择准确性更高的反演结果作为同化观测值,能提高同化土壤水分的精度.该研究表明在不同时间段内使用更为准确的遥感监测结果作为观测值进行同化可以提高同化的精度.     

基于Landsat-8影像的干旱区土壤水分含量反演研究

土壤水分含量的精确监测对区域生态环境保护与可持续发展具有重要意义。本文以内蒙西部额济纳旗东南的居延泽地区为研究区,基于多期Landsat-8遥感影像和野外实测不同深度的土壤水分含量数据,构建了温度植被干旱指数（TVDI）、垂直干旱指数（PDI）、归一化干旱监测指数（NPDI）和土壤湿度监测指数（SMMI）等四种干旱指数模型,探讨了上述模型在居延泽地区土壤水分含量反演中的精度与适用性,选取精度较优的TVDI模型反演了研究区2015年至2017年的土壤水分含量,并使用随机森林分类法将研究区分为沙地、盐碱地、裸地、植被和滩涂五种地类,探讨了不同地类的土壤水分含量差异。结果表明四种干旱指数均与土壤水分含量实测值呈负相关;从拟合精度看,四种干旱指数均与表层土壤水分含量具有最高的拟合精度,且随着土层深度的增加,拟合精度逐渐变劣。其中TVDI综合表现最优,尤其在表层,R2可达到0.76;研究区不同地类的土壤水分含量存在差异,呈现出从沙地、盐碱地、裸地、植被到滩涂依次升高的规律。     

NDMI与TCW在西藏低植被区土壤湿度监测中的比较

土壤湿度的遥感监测在农牧业生产中发挥着重要作用。基于Landsat TM影像,利用研究区不同深度的土壤湿度实测数据,对两种可以反映地表湿度的指标归一化差异湿度指数(Normalized Difference Moisture Index,NDMI)和缨帽变换的湿度分量(Tasseled Cap Wetness,TCW)在西藏低植被覆盖区土壤湿度的监测结果进行精度验证与对比分析。结果表明:在0~5 cm、10 cm和20 cm深度处,NDMI与土壤湿度实测值回归方程的回归系数分别为0.6181、0.6853、0.5764,TCW与土壤湿度实测值回归方程的回归系数分别为0.4586、0.5101、0.5628。此外,NDMI、TCW与实测值的变化趋势一致,但NDMI对土壤湿度变化更加敏感。通过对比NDMI与TCW反演结果的空间分布情况也表明,NDMI对土壤湿度的变化具有更好的区分能力,尤其是在高海拔的低植被覆盖区。该研究可为高原低植被覆盖区土壤湿度监测方法的选择与误差分析提供参考依据。     

几种干旱遥感监测模型在陕北地区的对比和应用

利用陕北20个测墒站不同土层深度的土壤湿度和对应的MODIS卫星资料,分析了3种干旱遥感指数即改进型能量指数(MEI)、垂直干旱植被指数(PDI)和地表含水量指数(SWCI),由此得到陕北旱情空间分布图,并对其分等定级。结果表明:3种遥感干旱监测模型监测土壤水分的最佳土层深度均为20cm,其次为10cm。对2008年4-9月的植物生长季土壤相对湿度进行动态反演表明,3种指数均能及时、准确得到大范围的土壤含水量情况及旱情,适宜在当地应用推广。     

基于被动微波遥感的中国干旱动态监测

目前用于中国干旱监测的遥感方法大多是可见光和热红外指数法,受云雨、植被和地形的影响较大,不能满足中国南方地区干旱监测的需求。该研究基于被动微波辐射传输方程,首先构建了基于AMSR-E（advanced microwave scanning radiometer-EOS）数据的地表温度反演模型,R2=0.79,RMSE（root mean square error）为2.54℃,实现了中国地表温度的被动微波遥感监测。然后,拟合了不同下垫面归一化植被指数（normalized difference vegetation index,NDVI）与微波极化差异指数（microwave polarization difference index,MPDI）的关系。在此基础上改进了植被供水指数（vegetation supply water index,VSWI）,构建了基于AMSR-E数据的被动微波遥感气象干旱指数,并以中国2009年的旱情为例进行实例验证。研究表明,该干旱指数与AMSR-E L3土壤湿度数据有着显著的负相关关系（R2=0.75）,且能基本表征2009年中国实际的气象干旱状况。     

利用改进温度植被干旱指数反演农田表层土壤水分的研究

土壤水分作为土壤的重要组成部分,是气候、农业和生态系统的关键组成要素。快速、大面积和实时地监测土壤含水量,对旱情预报、农田灌溉和作物估产有着十分重要的作用。本文主要结合Landsat 8光学影像数据对地表土壤含水量进行反演,在温度植被干旱指数（TVDI）的地表温度－植被指数特征空间基础上引入分形覆盖度,构建地表温度－分形覆盖度特征空间,从而计算得到改进温度植被干旱指数（ITVDI）,采用研究区实测土壤含水量数据对计算的结果进行对比分析。为了分析TVDI和ITVDI与土壤体积含水量的关系,分别制作TVDI、ITVDI与土壤体积含水量的散点图并分析相关性。研究结果表明:在小麦拔节期内,研究区域大部分地区处于干旱状态,轻旱地区主要分布在研究区西部、北部以及中部的高植被覆盖地区;重旱地区主要分布在城市中心及部分裸露地面和小麦种植地区。TVDI和ITVDI与地表土壤含水量线性相关显著,两者均可表征研究区干旱的实际情况。但ITVDI引入分形植被覆盖度参数,在一定程度上避免干旱指数受到地表覆盖类型的限制,使得ITVDI与实测土壤含水量的相关性和反演精度都高于TVDI。因此,ITVDI能够更好地反映研究区域土壤含水量的状况,更适合高植被覆盖度地区土壤含水量反演。     

一种提取不透水面的可见光波段遥感指数

为了从高分辨率无人机影像中获取准确的城市不透水面信息,在可见光波段范围内建立绿-蓝光谱特征空间,综合土壤线及不透水面线,构造了能够将土壤、植被像元与不透水面像元有效分离的绿-蓝不透水面指数。以广州市局部地区的GF-2号影像为验证数据对比及分析垂直不透水层指数、比值居民地指数以及绿-蓝不透水面指数的提取结果,以验证绿-蓝不透水面指数的可行性与提取精度。同时,将眉山市洪雅县部分地区的无人机正射影像作为试验数据进行不透水面提取。结果表明,在3个不透水面提取指数的横向对比中,绿-蓝不透水面指数和垂直不透水层指数的提取结果总体精度相同,验证了绿-蓝不透水面指数的有效性。在对无人机正射影像的不透水面提取中,得益于无人机低空摄影技术能够获取地形特征的特点,解决了建筑物屋顶因植被覆盖导致的错分问题,提取结果总体精度达到了96.95%,Kappa系数为0.936 1。试验证明了绿-蓝不透水面指数能够代替归一化差值不透水面指数、垂直不透水层指数、比值居民地指数等,应用于无人机遥感影像的不透水面信息提取中。     

以土地利用为基础的安徽省生态评价遥感信息模型

[目的]建立更科学合理的生态评价遥感信息模型,为研究区的可持续发展提供参考依据。[方法]利用NDVI(归一化植被指数)和像元二分模型监测植被覆盖度作为地表植被覆盖信息的评价指标;用热惯量法反演研究区的土壤含水量作为研究区地表植被覆盖信息与土壤肥力的评价指标;采用目视解译获得土壤质地的编码分布图并进行影像化处理,将土壤中物理性黏粒含量作为评价土壤板结情况指标;利用线性光谱混合分解模型提取研究区的裸地比率作为土地荒漠化程度的评价指标。[结果]从土地利用的角度构建了生态评价指标体系,建立了以像元为单位的生态评价定量化遥感信息模型。[结论]植被覆盖度因子对研究区生态评价的影响程度相对较大;在生态评价过程中本研究新建模型总体评价精度比传统方法提高了15%。     

几种干旱监测模型在宁夏的对比应用

利用MODIS资料和地面自动气象站观测数据反演地表温度（LST）,结合MODIS-EVI试验研究改进型温植被旱情指数（MTVDI）。用通道2和LST试验研究改进型能量指数（MEI）,用通道1和通道2,引入植被覆盖度,试验研究改进型垂直干旱指数（MPDI）。结合农业气象常规业务地面取土测墒资料,建立各指数与土壤含水率的统计函数关系,均通过0.01显著性检验。将所建模型用于宁夏干旱监测业务,结果表明：MTVDI、MPDI在作物生长季监测效果显著,MEI、PDI对裸露或稀疏植被地表旱情监测比较有效。几个模型各有优劣,综合运用才能在实际监测业务中发挥最佳效果,精度可达90%左右。     

USLE模型中植被覆盖因子的遥感数据定量估算

植被具有截留降雨、减缓径流、保土固土等功能 ,对水土流失起着决定性的作用 ,植被盖度的大小直接影响着水土流失程度的强弱。植被因子是通用水土流失方程 (USLE)中的重要影响因素。选择相适应的卫星遥感时间和空间分辨率ETM数据可以提取植被盖度参数。一般说来 ,归一化植被指数Ic比较真实地表现了影像数据上植被的分布 ,但是Ic 仅仅定性地反映了植被盖度的相对大小 ,要想量化植被盖度还必须进行野外采样 ,样方与影像Ic 作回归统计分析 ,建立经验公式 ,最终反演植被覆盖度。这种方法不仅耗费大量的人力物力 ,而且不利于大区域土壤侵蚀的监控和预测。针对这个问题提出利用线性混合像元分解的方法对影像逐个像元中的植被盖度进行计算和提取 ,提高了模型中植被盖度因子的精度 ,降低研究成本 ,进而可以快速地进行土壤侵蚀量变化动态监测     

基于Sentinel多源数据的农田地表土壤水分反演模型构建与验证

土壤水分是影响水文、生态和气候等环境过程的重要参数,而微波遥感是农田地表土壤水分测量的重要手段之一。针对微波遥感反演农田地表土壤水分受植被覆盖影响较大的问题,该文基于Sentinel-1和Sentinel-2多源遥感数据,利用Oh模型、支持向量回归(support vector regression,SVR)和广义神经网络(generalized regression neural Network,GRNN)模型对土壤水分进行定量反演,以减小植被影响,提高反演精度。结果表明:通过水云模型去除植被影响后的Oh模型反演精度有所提高。加入不同植被指数的SVR和GRNN模型的反演效果总体优于Oh模型,基于SVR模型的多特征参数组合(双极化雷达后向散射系数、海拔高度、局部入射角、修改型土壤调整植被指数)反演效果最优,其测试集相关系数和均方根误差分别达到了0.903和0.015 cm~3/cm~3,为利用多源遥感数据反演农田地表土壤水分提供了参考。     

土壤水分遥感监测的研究进展

土壤水分是土壤的重要组成部分,在地—气界面间物质、能量交换中起着重要的作用,是农作物生长发育的基本条件和农作物产量预报的重要参数。遥感技术具有大面积同步观测,时效性、经济性强的特点,为大面积动态监测土壤水分提供了可能。简述了到目前为止出现的几种主要的土壤水分遥感监测方法,如热惯量法、作物缺水指数法、归一化植被指数法、植被指数距平法、植被供水指数法、植被状态指数法、温度状态指数法、温度植被干旱指数法、高光谱法、微波遥感法,并分析了各种方法的原理和特点,最后展望了土壤水分遥感监测方法的发展趋势。     

AMSR-E遥感土壤湿度产品在青藏高原地区的适用性

卫星遥感土壤湿度产品有广泛的应用前景,但其精度已引起学术界的高度关注。针对被动微波遥感反演土壤湿度的准确性问题,该文对比分析了3种国际上比较广泛关注的高级微波扫描辐射计/地球观测系统(AMSR-E/EOS)土壤湿度产品(JAXA,NASA及VUA)。首先,利用试验观测数据评价了3种土壤湿度产品的精度,分析了不同植被覆盖和降水对被动微波遥感反演土壤湿度精度的影响。结果表明:在平坦裸露地表,被动微波遥感反演土壤湿度具有较高精度,卫星降轨数据估算土壤湿度与实测值相关系数大于0.7,均方根误差小于0.16,但在高密度植被区域误差较大,相关系数小于0.7,均方根误差最大可达到0.2。然后,分析了降水发生时刻土壤湿度产品的精度,结果表明:3种产品精度均有不同程度下降,但NASA产品的相关系数仍然能够达到0.69。在此基础上,基于青藏高原土壤湿度观测网,制作了青藏高原地区土壤湿度时空分布图,对比了3种产品对青藏高原地区土壤湿度时空分布特征描述的准确性,分析了其适应性,发现NASA与VUA产品在空间分布上符合青藏高原地区土壤湿度的空间分布特征,但在土壤湿度值的变化范围上仍均存在较大误差,在具体的应用中,可以利用实测数据对产品进行线性回归校正,以消除系统性误差。该研究可为基于AMSR-E土壤湿度产品的应用与研究提供参考。     

农业干旱遥感监测指标及其适应性评价方法研究进展

在利用遥感数据进行长时间、大范围农业干旱遥感监测过程中,如何针对不同区域、不同作物生长阶段选取最合适的监测指标,对于及时、准确地评估干旱对作物生长的影响,实现合理水资源调度和有效抗旱减灾决策都具有重要意义。该文以遥感监测农业干旱的适应性为论述主线,对常用的农业干旱遥感监测指标及其适应性评价方法,从4个方面进行了系统归纳总结:1)国内外农业干旱监测适用的遥感卫星数据源;2)监测农业干旱适用的光谱敏感波段;3)农业干旱遥感监测指标自身的适用性与局限性;4)农业干旱遥感监测指标适应性的评价方法。在此基础上,指出今后在农业干旱遥感监测指标及其区域适应性研究中,需综合考虑作物与其生长环境之间的关系;增加光谱信息,降低遥感数据获取过程中的信噪比;选择农业干旱遥感监测指标适宜的时空尺度;重点解决部分植被覆盖时,如何选择合适的监测指标;加强高光谱技术在精细农业干旱遥感监测指标反演中的研究;进一步在机理上发掘监测指标自身的敏感性和适应性等6个方面的问题及发展趋势。     

用表观热惯量法计算土壤含水量探讨

在分析应用遥感资料监测土壤水分的方法及其可行性的基础上,介绍了表观热惯量法监测土壤水分的基本原理和具体实施步骤.通过实测资料的验证表明,此种方法在0～20cm的土层内具有较高的精度,而在30cm以下的深度应用此法其精度有所降低.同传统的水分监测方法相比,表观热惯量法监测土壤水分具有方便、快捷、多时相等特点;同其他遥感方法相比,该方法应用简单,成本低,无需过多的气象数据支持即可完成对大面积土壤水分变化的监测,但仅适用于裸土或低植被覆盖的条件.