微波遥感农业应用研究进展

微波遥感有着全天时全天候的工作能力,可以穿透植被,在农业应用中潜力巨大。早期的农作物监测和估产系统主要应用光学数据源,近几十年来,微波遥感数据应用于农业的研究逐渐开展。介绍了植被的微波散射与辐射机理,综述了微波遥感在农作物识别和面积提取、长势监测和农作物覆盖下的土壤湿度估算、农作物产量估算研究的最新进展,展望了未来微波遥感应用于农业的研究重点。     

微波遥感土壤湿度反演算法及产品研究进展

在地球系统中,土壤湿度是控制陆气间水分、能量和碳交换过程中的一个重要变量,也是监控土地状况如土地退化、干旱的重要指标之一。土壤湿度数据的及时、准确获取对研究全球气候问题、构建流域水文模型、监测农作物生长等科学研究都具有极其重要的意义。微波遥感具有全天候全天时的物理机制,使得通过遥感手段观测土壤湿度较传统的地表站点观测在空间尺度上具有较大优势。简要介绍了微波遥感反演土壤湿度的主要原理,并回顾了被动微波、主动微波以及被动和主动微波联合反演土壤湿度典型反演算法,这些方法大部分是围绕土壤湿度与亮度温度之间的关系进行的,同时考虑其他各种不同因子对于地表微波辐射的影响。另外,对欧洲气象业务卫星(european remote sensing satellites/meteorological operational satellite program,ERS/Met Op)、高级微波扫描辐射计(advanced microwave scanning radiometer for EOS,AMSR-E)、土壤湿度与海洋盐分卫星(soil moisture and ocean salinity,SMOS)3种全球土壤湿度数据集的状况和应用情况进行介绍。通过对前人研究成果的总结,结合当前的问题展望未来卫星遥感反演土壤湿度的发展趋势。     

利用地基双频段微波辐射计测量土壤湿度

利用自行研制的双频段微波辐射计进行地基遥感土壤湿度试验,根据试验测得的数据进行回归分析,得到L、C波段反演土壤湿度经验回归模型。用这个回归模型对随后的降雨过程中土壤湿度进行反演,所得结果与实地采样值有较好的一致性。当土壤湿度小于75%时,亮度温度与土壤湿度呈线性关系。试验结果验证了微波遥感土壤湿度的有效性和可行性。这种根据辐射计实测数据进行线性回归的测定方法简单,适应性强,但一般仅具有局部地区应用价值,对于不同地区和不同条件缺乏普遍适用性。     

遥感监测土壤湿度的方法综述

通过对生态环境水热因子的遥感监测回顾,总结出定量地遥感监测土壤水分的方法主要有:微波遥感监测法、热惯量法、作物植被、亮温综合指数法和热红外法等,并对各方法的原理和具体的适用领域做了介绍和比较。     

基于AMSR-E数据的土壤湿度监测研究

[目的]通过建立AMSR-E土壤湿度监测模型,实现土壤湿度的实时监测。[方法]利用1961～2006年广西蒸发量、逐日降雨量、日平均最高气温、日最小相对湿度、≤5mm降雨日数等气象观测数据,以及AMSR-E土壤湿度数据,通过逐步回归的统计方法,基于GIS技术进行土壤湿度实时监测研究,并对其监测结果进行验证。[结果]2005年9月23日广西土壤湿度值较低的区域主要分布在桂东北地区和桂中地区,包括桂林市、柳州市、来宾市等市大部分地区,以及贺州市、贵港市、南宁市、河池市、百色市等市的局部地区。[结论]基于地面气象观测数据的AMSR-E土壤湿度统计模型适用于土壤湿度的实时监测。     

基于GPRS 和ZigBee 无线组网技术的 城市公园智能灌溉系统

该文主要提出了一种基于GPRS + ZigBee 无线组网技术的城市公园智能灌溉系统的设计方案。通过照度 计、温度计、FDR 型土壤湿度传感器对光照强度、环境温度和土壤湿度进行实时监测，并实时将监测数据反馈至平台， 平台再对监测到的数据进行实时分析，根据分析结果及时调节和控制喷灌水量，进而来确保所灌溉生态环境的平衡稳 定。     

阿克苏流域表层土壤湿度指数反演研究

【目的】为研究国产高分一号(GF-1)遥感影像在绿洲地区农情基础数据有效采集的可行性,对土壤湿度实施大范围区域监测。【方法】以新疆阿克苏流域为研究区,基于GF-1 WFV影像以及研究区63个土壤表层湿度的实测样点数据,对垂直干旱指数(PDI)和植被调整垂直干旱指数(VAPDI)的土壤湿度监测效果进行比较和验证。【结果】(1)PDI和VAPDI与土壤湿度实测值的决定系数分别为0.589和0.735,各模型满足监测精度要求;(2)在植被覆盖较高的阿克苏绿洲,VAPDI指数模型监测精度高于PDI;(3)从反演的土壤湿度空间分布格局来看,VAPDI对土壤湿度变化更敏感,更能反映出不同植被覆盖程度下土壤湿度的实际水平。【结论】基于GF-1 WFV影像进行流域尺度的土壤湿度监测具有可行性。相比PDI指数模型,VAPDI通过对遥感影像中混合像元进行不同程度的分解,监测精度更高。研究结果能为阿克苏流域表层土壤湿度数据快速有效地采集和动态监测提供理论支持和验证。     

遥感技术在露天矿土壤湿度反演中的应用

我国社会经济的快速发展,导致矿产资源需求迅猛增加,随着矿产资源开发强度的不断增大,不可避免地会引发很多的环境问题,如:地质环境灾害、大气污染等。土壤湿度是监测矿区土壤质量的重要指标之一,土壤湿度状况也是生态环境健康状态的一个敏感指示因子。随着遥感技术的不断发展,可以将遥感技术应用于矿山监测中,可以利用遥感技术结合地理信息系统强大的分析功能有效地进行实时、动态、大范围的土壤湿度监测,克服了传统的土壤湿度监测方法的局限性,对矿区环境保护和重建具有十分重要的意义。     

降水温度指数及其在旱涝灾害监测中的应用

应用被动微波遥感热带降雨测量卫星(TRMM)降水量数据结合中分辨率成像光谱仪(MODIS)地表温度产品,建立了降水温度指数模型,用于旱涝灾害的监测。该指数参考了地表温度与植被指数特征空间反演地表水分的方法,同时考虑了降水量和地表温度2个因素,并将旱灾和涝灾的监测结合起来。应用水系所在区域的降水温度指数的统计值,确定了涝灾的值域范围;应用AMSR-E土壤湿度数据,确定了旱灾的值域范围。结果表明,降水温度指数旱灾监测结果与条件温度指数监测结果一致,降水温度指数涝灾监测结果与标准化降水指数监测结果一致,且与历年相关的新闻报道相符。说明降水温度指数可以用来进行旱涝灾害监测。     

遥感监测旱情的研究进展

干旱是威胁我国及世界农业发展的自然灾害之一，遥感技术已经成为监测旱情的重要手段。本文回顾了近些年来遥感监测旱情的研究进展，并总结了国内外常用的模型，着重从热惯量法，冠层温度法，植被指数法以及微波遥感等几方面做出评述，并对遥感监测旱情的下一步发展提出展望。     

C波段多极化SAR反演土壤水分研究

[目的]研究不同极化方式下雷达后向散射系数与地表土壤含水量之间的关系.[方法]在分析不同地表微波散射模型基础上,选用合适的植被散射模型结合多极化雷达数据从雷达总的后向散射中去除植被影响,建立土壤后向散射系数与土壤含水量的关系.[结果]拟合HH极化、HV极化雷达观测数据与土壤水分数据,相关系数为HH极化R2=0.552 3,HV极化R2=0.357 9.[结论]微波具有全天候、穿透性以及不受云层影响的独特物理机制,使其在研究大尺度土壤水分反演时效果较好,相比较HV极化,HH极化雷达影像数据更适合干旱区作物植被覆盖地区土壤水分监测.     

GNSS-R陆面遥感为重要补充的土壤水分监测体系设计

介绍了GNSS-R陆面遥感的原理和发展现状,在重庆市土壤水分监测现状分析基础上,设计了一种面向用户需求的土壤水分综合监测体系.在方案设计中,对人工测墒、地面气象站、自动土壤水分监测、卫星遥感干旱监测、 GNSS-R陆面遥感等5种监测手段进行了时间分辨率、空间分辨率、观测代表性的对比分析,说明将GNSS-R陆面遥感作为重要补充进行综合土壤水分监测体系设计是可行的、有益的.研究表明, GNSS-R路面遥感的应用可进一步提高重庆市土壤水分监测体系时空分辨率,填补自动土壤水分观测和卫星遥感在时间分辨率、空间分辨率之间的衔接空白,拓展GNSS连续跟踪站网新应用.与雷达估测降水、卫星重力、陆面资料同化结合,可为长江上游水资源动态监测提供支撑.     

基于温度植被干旱指数的华东地区AMSR-E土壤水分数据的空间降尺度研究

土壤水分一直是土壤学领域中较为活跃的研究内容,是陆面过程与水循环的重要影响因素。以AMSR-E为代表的被动微波遥感技术的发展为土壤水分的研究提供了方便,但是其粗糙的空间分辨率限制了其在中小尺度内的应用。因此,本研究利用MODIS温度产品MOD11A2和归一化植被指数产品MOD13A3构建了月时间尺度下的温度植被干旱指数(TVDI);其次,利用温度植被干旱指数TVDI和土壤水分之间的线性负相关关系,对AMSR-E三级土壤水分反演产品进行空间降尺度研究,获取2003年连续月时间尺度下空间分辨率为1 km的土壤水分反演结果,并利用地面实测土壤水分数据对反演结果进行验证。地面实测土壤水分值与降尺度反演结果显著相关,每月的线性相关决定系数均在0.8以上,表明降尺度后的土壤水分反演结果具有较高的精度,能够用来表示土壤水分的分布特征。     

被动微波土壤水分产品真实性检验研究进展

随着全球气候变化和陆面数据同化研究对土壤水分反演精度要求的不断提高,大尺度被动微波土壤水分产品的真实性检验变得极为重要。如何获取可以代表卫星观测尺度“真值”、并能表征空间异质性的土壤水分观测场,成为被动微波土壤水分产品真实性检验的关键问题。土壤水分观测场的构建涉及地面观测、同步观测、尺度转换等关键环节,可通过“点代面”和“多源信息融合”这2个技术途径进行构建。简要总结了应用于大尺度土壤水分的5种典型的真实性检验方法,包括实测样本数据检验、影像数据交叉检验、模型模拟检验、影响因素检验和传统地统计检验。这5种方法或缺乏对先验知识的有效利用,或忽略地面实测的重要性,或在综合利用多源数据类型的先验知识信息方面不足。随着贝叶斯最大熵理论的发展,基于贝叶斯最大熵理论和先验知识的大尺度土壤水分产品真实性检验有望发展成为一种可靠的方法。贝叶斯最大熵理论的优势在于,能够提供灵活的数据利用方式,使多种来源、多种类型的数据集有机会同时被用于卫星观测尺度的时空分析,生成高分辨率土壤水分数字地图,从而为大尺度土壤水分产品的真实性检验研究提供一个新的途径。     

土壤含水量测定方法研究进展

土壤含水量是土壤学和农业节水技术研究的重要领域和热门课题,通过分析相关文献,将土壤水分测定方法从研究手段和范围(尺度)上划分为三大类:取样—定位测量法、遥感监测法、模型模拟法。经过对已发表土壤水分测定方法相关文献的统计调查和检索,依据文献数量、文献引用率和关键词频度,得出取样—定位测定法是当前土壤水分的主要测定方法,遥感监测法是未来土壤水分测定方法的发展趋势和方向,模型模拟法具有理论探索和研究的价值。     

贵州温度植被干旱的指数（TVDI）特征及其遥感干旱的监测应用

基于遥感技术的温度植被干旱指数(TVDI)综合了遥感陆面温度或遥感植被指数两类土壤水分检测方法的长处,有效地减小了植被覆盖度的影响,提高了遥感干旱监测的准确性.应用TVDI法和贵州2006年7月和8月,2007年8月的EOS/MODIS遥感资料,分析并揭示了山区复杂独特的NDVI-Ts空间结构特征,反演了贵州表层土壤干旱情况,并与同期当地气象站土壤湿度观测数据进行定量验证,证明TVDI与土壤湿度显著相关.该方法适宜于较大区域、复杂地形的干旱检测与预警.     

应用FY-3A/MERSI数据反演土壤水分的研究

在分析应用遥感资料测量土壤水分方法的基础上,运用反演土壤水分的表观热惯量模型,研究了一种可以应用FY-3A数据反演土壤水分的方法。根据一实例,结合实测数据,拟合出表观热惯量与土壤含水量的关系模型,并验证该方法的可行性。结果表明:应用此种方法反演辽西地区春季的土壤水分状况,在0~20 cm土层内具有较高的精度,而在30 cm以下土层的精度较低。据此找到一种适用于FY-3A数据的土壤水分实时监测方法,可为今后运用FY-3A数据反演土壤水分提供一套可用方法。     

Soil moisture estimation from inverse modeling using multiple criteria functions

Soil hydraulic parameters are essential inputs to agricultural and hydrologic models for simulating soil moisture. These parameters however are difficult to obtain especially when the application is aimed at the regional scale. Laboratory and field methods have been used for quantifying soil hydraulic parameters but they are proved to be laborious and expensive. An emerging alternative of estimating soil hydraulic parameters is soil moisture model inversion using remote sensing (RS) data. Although soil hydraulic parameters could not be derived directly from remote sensing, they could be quantified by the inverse modeling of RS data. In this study, we conducted a multi-criteria inverse modeling approach to estimate the rootzone soil hydraulic parameters in a rainfed rice field at depths 3, 12, 28 and 60 cm, respectively. The conditioning data used in the inverse modeling are leaf area index (LAI) and actual evapotranspiration (ET_a) from satellite imageries, and soil moisture (SM) data from in situ measurements. The performances of all the model inversion experiments were evaluated against observed soil moisture in the field, and measured LAI during the growing season. The results showed that using remotely sensed LAI and ET_a in the inverse modeling provided a good matching between observed and simulated soil moisture down to 28 cm depth from the soil surface. With the addition of soil moisture information from the site, the model inversion significantly improved the soil moisture simulation up to a depth of 60 cm.