那曲东部土壤水分MODIS遥感反演研究

利用那曲东部2014年8月至2015年7月土壤水分观测资料与同期MODIS数据建立了研究区土壤水分遥感监测模型。表观热惯量法(ATI)反演土壤水分结果不理想,基于MODIS 8天合成数据以及晴空数据拟合结果的决定系数分别为0.4503和0.3753,晴空条件下ATI方法监测效果较差。基于单窗方法建立的四种模型中,三次多项式模型拟合效果较好,决定系数为0.5475,分析认为排除冬季数据后建模效果更好。结论:基于单窗方法的三次多项式模型能较好的反演研究区土壤水分,不足之处为对天气要求较高,若无晴空遥感数据,将影响土壤水分监测工作的开展。     

基于NDVI-LST模型对辽宁月尺度土壤水分的反演

利用MODIS卫星数据集中的归一化植被指数NDVI(Normalized Difference Vegetation Index,NDVI)与地表温度LST(Land Surface Temperature,LST)数据建立NDVI-LST模型,对辽宁省2015年5-8月的土壤水分进行反演,建立土壤水分与干边斜率的相关关系,得到该模型反演下的土壤水分。结果表明:(1)该时间段的NDVI-LST实际模型能够形成类似"三角"的特征空间,与理论模型吻合,利用该模型反演的5-8月土壤水分含量与地面实际监测结果相关性较高,除8月外,相关系数均在0.8以上,反演结果空间布局与地面实际土壤水分基本一致;(2)8月土壤水分反演结果不理想,相关系数为0.48,反演和地面实际空间特征差异也较大,其原因是8月NDVI对7月降水极少的响应时间的延后。整体而言,NDVI-LST模型反演土壤水分的试验结果较理想,可为利用卫星遥感手段快速反演辽宁月尺度的土壤水分、干旱灾害防御评估等决策工作提供一种新思路。     

光学与微波遥感协同反演藏北表层土壤水分研究

表层土壤水分是定量干旱监测的重要参量,对干旱区生态环境具有十分重要的意义。在采用归一化植被指数阈值法划分地表覆盖类型的基础上,利用MODIS数据选择适用的光学遥感算法估算土壤水分基准值,以及利用风云三号B星搭载的微波成像仪(Fengyun-3B/MicrowareRadiationImagery,FY3B/MWRI)数据采用微波遥感算法反演土壤水分日变化量,最后构建藏北表层土壤水分协同反演的遥感模型并应用于区域土壤水分的估算。结果表明:光学遥感与微波遥感协同反演的土壤水分含量与实测数据呈显著相关,决定系数达到0.89,均方根误差为0.97,协同反演模型具有较高的反演精度,并且协同反演的结果优于单一遥感源的反演结果。该模型可以较好地适用于藏北地区表层土壤水分的动态监测。     

区域遥感土壤水分模型的方法初探

遥感技术给大面积区域估算土壤水分含量提供了一种新的手段,分析了国内外应用较好的遥感监测土壤水分的几种模型和可供参考的地面参数遥感获取方法（以NOAA/AVHRR数据为例）,并阐述了它们的各自的特点及彼此之间的联系。     

黄河三角洲土壤水分遥感监测研究

黄河三角洲地区对我国经济、农业等方面有着至关重要的意义。以利用卫星遥感数据评价黄河三角洲地区土壤水分的分布作为主要研究目的,使用全波段Landsat-5TM图像,用遥感—数学—模型融合的研究方法,在实地考察土壤水分和其他辅助资料的基础上,用分解像元法排除植被干扰来提取土壤水分光谱信息,采用土壤水分光谱法并借助回归分析建立土壤水分遥感的TM数据模型。利用土壤水分遥感的TM数据模型对研究区进行了实地验证。结果表明,研究结果符合实际,利用土壤水分遥感的TM数据模型监测并评价土壤水分分布是可行的。     

利用温度植被干旱指数（TVDI）方法反演杭州伏旱期土壤水分

利用MODIS资料构建了杭州地表温度（Ts）-增强植被指数（EVI）的特征空间,拟合了特征空间中的干、湿边方程,计算了温度植被干旱指数（TVDI）,并推导出利用TVDI和干、湿边土壤水分计算土壤含水量的方程。在计算TVDI的过程中,为了减少高程的影响,利用数字高程模型（DEM）对Ts进行了订正;利用同期野外实测土壤湿度数据计算了干边上的土壤水分值,从而反演杭州2006年伏旱期8月份每隔16d的平均土壤含水量。结果表明：①TVDI方法能反演杭州伏旱期土壤表层水分,实测值与预测值之间平均绝对误差在15个百分点左右。②高程校正后的TVDI能更好的反映土壤水分,与校正前相比,平均绝对误差减少5个百分点,基本满足业务需要。     

PROSAIL模型和水云模型耦合反演农田土壤水分

土壤水分的实时、动态监测对农业生产及作物估产有着非常重要的意义。该文提出一种光学和雷达遥感半经验耦合模型,该模型通过引入植被覆盖度将作物覆盖下的散射贡献与裸露地表的直接散射贡献区分开,结合水云模型和PROSAIL模型对农田区域土壤水分进行反演研究。结果表明：该耦合模型模拟得到的后向散射系数与实测值之间具有较好的线性关系,在HH和VV极化下决定系数R2分别为0.792和0.723,RMSE分别为0.600和0.837 dB。同时该模型对农田区域土壤水分的反演精度也较高,其R2为0.809,RMSE为0.043 cm3/cm3。因此该模型可以有效分离农田作物及裸露土壤对雷达信号的影响,准确建立地表直接后向散射贡献与土壤水分的关系,为大面积复杂地表类型覆盖区域的土壤水分反演提供研究思路和理论支持。     

土壤水分入渗模型的研究方法综述

在查阅大量文献资料的基础上,回顾、总结了国内外土壤水分入渗模型的研究进展,对入渗模型进行了比较分析。土壤水分入渗的研究一直是研究热点,但是在土壤水分下渗模型的改进和应用,研究如何将单点入渗模型扩展到较大区域等方面,还有大量问题有待深入研究。     

基于AMSR-E与MODIS数据的新疆土壤水分协同反演与验证

针对当前遥感在大范围土壤水分估算中面临的问题,提出将被动微波遥感数据与光学/热红外遥感数据在模型中协同反演陆表土壤水分的新方法:利用MODIS的光学与热红外波段反演土壤水分的基准值;利用AMSR-E传感器的X波段反演土壤水分的日变化量,然后集成二者建立土壤水分协同反演模型。以新疆为实验区,采用在典型地区获取的365个土壤水分实测值,对该模型进行了验证与精度分析。结果表明,协同反演模型的估算结果与地面实测值之间有着更好的相关性和较小的均方根误差,明显优于单一数据源或单一模型的反演结果。     

遥感监测土壤水分研究综述

对于近年来国内外遥感监测土壤水分的理论、方法的发展和应用进行了全面的回顾，重点介绍了目前已经比较成熟和广泛应用的基于可见光与热红外波段的特征空间方法和微波遥感方法。并对各种遥感监测土壤水分方法的优缺点作出评价，提出了遥感监测土壤水分方法存在韵不足，指出了今后发展的方向，并展望了遥感监测土壤水分的发展前景。     

藏北高原土壤湿度MODIS遥感监测研究

利用Terra与Aqua两颗卫星的MODIS地表温度和植被指数数据,分别构建LST-NDVI与LST-EVI共四种不同组合的Ts-VI特征空间,并依据该特征空间提取温度植被干旱指数(TVDI)作为反映土壤干湿状况的指标,探讨一种合适的遥感监测藏北高原土壤湿度的方案,并基于同步的实地土壤表层含水量采样数据进行验证评价。研究表明,四种数据组合方案提取的TVDI分布图均能较好反映藏北土壤湿度,且Terra MODIS LST-EVI构建的特征空间提取TVDI指标效果最佳。在此基础上获得的藏北高原土壤湿度分级图表明,从东南到西北土壤湿度逐渐降低,并呈现明显的空间分异规律。     

河北省土壤干湿状况遥感监测指数比较

选用河北省2010年5月Terra/MODIS地表反射率产品MOD09A1计算得到了增强植被指数（EVI）,结合同期MOD11 A2地表温度LST数据,计算得到河北省TVDI（温度植被干旱指数）和VSWI（植被供水指数）,比较分析TVDI和VSWI监测河北省土壤干湿状况的适宜性.两种指数与同期8d平均降水量数据的定性分析表明TVDI与降水量数据间具有明显的相反趋势,VSWI与降水量数据间趋势关系不明显;定量的相关分析表明,TVDI与降水量数据间表现出较显著的负相关性（P＜0.05）,而VSWI与降水量数据间的相关不显著.可见,在所选取研究时段内,TVDI指数较VSWI指数监测河北省土壤湿度更为适宜.     

基于L波段的裸土区土壤水分微波遥感反演研究

以北京市大兴区为研究区,探讨利用ALOS/PALSAR数据反演裸土土壤水分的方法。由于PALSAR的后向散射系数主要与土壤水分及地表粗糙度有关,本研究使用AIEM理论模型计算地表的同极化后向散射系数,Oh半经验模型计算交叉极化的后向散射系数;由分析可知,同极化与交叉极化的差异不随土壤水分的变化而变化,仅随地表粗糙度的增加而减少,为此可建立后向散射系数与粗糙度之间的函数关系。本文利用BP神经网络算法反演研究区的裸土土壤水分含量,并利用实测数据对反演结果进行验证,结果表明估测裸土土壤水分含量误差为0.035 m3/m3,相对误差为13.9%。因此,可以利用L波段主动微波遥感反演裸土土壤水分含量,且具有较高的精度。本研究成果可为农业灌溉、灾害监测、环境评估等提供信息支持,具有重要的现实意义与应用价值。     

基于支持向量机方法建立土壤湿度预测模型的探讨

支持向量机(Support Vector Machine简称SVM)方法,是通过核函数实现到高维空间的非线性映射,适宜于解决非线性问题,具有算法简单、计算量小、易于实现等优点。本文运用支持向量机方法建立了不同土层土壤湿度预测模型,0~10cm土层土壤湿度预测模型有较好的推广能力,10~50cm处的各层预测模型预报能力相对较弱。分析土壤湿度历史监测资料,发现同一时刻0~10cm土层与其它各土层土壤湿度具有较高的相关关系,基于此建立了预报精度较高的各土层土壤湿度的预测模型,实现了运用前期环境气象因子对各土层土壤湿度的预测。     

土壤光学遥感研究进展

土壤是一个时空连续的变异体,传统土壤参数测定与监测方法难以揭示土壤的时空间异质性规律;土壤光学遥感可以实现土壤主要参数的快速、宏观测定。本文综合评述了土壤不同理化参数(有机质、土壤水分、矿物组成、土壤质地、土壤结皮)在光学波段的光谱特征与遥感反演,光学遥感在土壤分类与制图方面的应用;分析了土壤线的各种影响因素(外部因素及相关土壤理化参数),以及土壤线对植被指数定量监测植被状况的重要性;归纳了土壤光学遥感存在问题与发展趋势。     

基于MODIS资料的新疆土壤水分遥感应用研究

以新疆2005年4-8月土壤墒情数据和MODIS卫星遥感数据为基础,通过对主要农作物生长季内NDVI变化、不同层次土壤相对湿度与地表亮温日较差的相关分析,构建了土壤相对湿度回归模型。所有模型均通过0.01水平的F检验。分析得出:新疆5月下旬以前利用热惯量法监测土壤墒情精度在81%以上,6月上旬-8月下旬单纯使用热惯量法监测土壤墒情精度不够理想。     

土壤含水量和土壤紧实度对土壤圆锥指数值影响的试验研究

分别研究了两种土壤的含水量、土壤紧实度对土壤圆锥指数值的影响,并给出了两种土壤类型的圆锥指数、土壤含水量和土壤紧实度之间关系的数学模型,两个模型都达统计极显著水平,复相关系数分别达到0.960和0.941。     

基于多波段MODIS遥感数据的乌审旗土壤含水量监测研究

[目的]探究内蒙古自治区乌审旗地区土壤含水量与表观热惯量的响应关系,提高土壤含水量遥感监测精度,使观测分析结果更具说服力和可靠性。[方法]选取多波段MODIS遥感数据和表观热惯量法,采用重复的地面采样方案设计,减弱单点采样代表性差的影响。[结果]该方案设计较单点采样方法相关系数有明显提高,对0—10cm,0—20cm,0—30cm土壤含水量相关系数分别为0.587,0.658和0.650。对回归模型进行精度验证,得其含水量平均相对误差为21.53%,26.67%,22.83%。[结论]重复的地面采样方案下,基于表观热惯量的乌审旗土壤含水率监测结果更加科学、可靠。