遥感监测介电常数与土壤含水率关系模型

为了获取大范围地表土壤水分时空分布信息,该文开展了微波辐射计/散射计监测介电常数与土壤体积含水率之间的关系研究。微波观测的信号与目标的介电常数密切相关,而土壤含水率是决定土壤介电常数的决定性因素,这是利用微波遥感监测土壤水分的物理基础。该研究针对土壤介电常数到土壤水分之间的转换问题,利用Dobson半经验模型建立模拟数据库,用建立的模拟数据库对Hallikainen关系式进行最小二乘回归法标定,建立了适用于微波辐射计SMOS(频率1.4GHz)、AMSR-E(频率6.9GHz)和微波散射计ERS-WCS/METOP-ASCAT(频率5.3GHz)监测的介电常数到土壤体积含水率转换的简化模型。利用模拟数据和实测数据的联合验证结果表明,简化模型具有良好的精度和实用性。     

基于遥感和地面试验的水分指数与土壤湿度及生理指标关系

为研究作物生长发育早期受干旱影响的作物水分光谱特征,对冬小麦返青期进行水分控制试验。利用野外光谱辐射仪在河北固城试验区测量冬小麦的光谱并分别计算归一化水分指数（NDWI）和简单比值水分指数（SRWI）,同时测定冬小麦的叶绿素浓度（Chl）、叶面积指数（LAI）、株高（H）和叶片相对含水率（LRWC）等冠层生理指标和土壤湿度（SM）。分析结果表明：冬小麦生理指标与土壤湿度之间有着显著的正相关,最大相关系数为0.657,表明土壤水分状况直接影响作物发育早期的光合和生长状况。NDWI/SRWI与SM相关系数均为 0.545,呈现弱的正相关;相反,水分指数与冬小麦生理指标之间的相关不明显,特别是,NDWI/SRWI与LRWC的相关系数仅为0.175。据此得出在作物低覆盖生长阶段,水分指数更多反映的是土壤水分状况而不是作物水分。     

基于温度植被旱情指数的徐州市郊干旱遥感监测

利用Landsat TM/ETM+数据,以徐州市郊为研究区,获取归一化植被指数(NDVI)、土壤调整植被指数(SAVI)和地表温度(Ts)信息,分别构建NDVI-Ts和SAVI-Ts特征空间,依据这两个特征空间计算出研究区2001年4月3日和2007年5月14日的温度植被旱情指数TVDI(NDVI)和TVDI(SAVI),并分别与地表温度(Ts)和降水量进行了相关评价.结果表明,TVDI可用于实现大范围的干旱监测,SAVI能够修正NDVI对土壤背景的敏感,基于SAVI的反演结果明显优于基于NDVI的反演结果,能够有效地运用于干旱监测.     

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。     

Y干旱指数在冀东春旱监测中的应用

利用唐山地区3个国家基准站1971—2000年的春季逐日降水、日最高气温资料,从干旱实时监测气象服务的需要出发,考虑了近期降水、土壤底墒（前期降水）和气温三种要素,计算Y干旱指数,并制定了干旱等级标准。对Y干旱指数与土壤湿度干旱指数、降水百分率干旱指数进行了同期对比分析;利用没有参加干旱指标划分的2006、2007年春季的土壤湿度资料对制定的干旱指标进行检验。结果表明,Y干旱指数对冀东春旱具有很好的监测能力,Y干旱指数能够客观的反映唐山地区春季各月的干旱状况,并填补了土壤湿度监测的盲区,能较好的划分唐山地区春季干旱趋势和等级;在一段时间内降水时空分布均匀的情况下,用降水距平百分率干旱指数进行监测,效果较好。在2006—2007年的检验中,Y干旱指数与土壤干旱指数表现一致,在没有土壤测墒的地区和时段,利用Y干旱指数可代替土壤湿度监测,实现干旱无缝隙监测。     

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.     

干旱遥感监测模型在中国冬小麦区的应用

温度植被干旱指数（TVDI）和植被供水指数（VSWI）由于其物理意义明确,且数据易于获取,因此成为近些年在遥感旱情监测中应用较多的两个模型。为更好地完成遥感监测任务,提高精度,以全国冬小麦主产区为研究区域,利用EOS/MODIS数据,构建两个干旱指数模型,对2009年冬小麦作物主要生长时期进行干旱监测应用,并将其与不同深度土壤湿度进行相关分析、线性拟合比较及应用验证,认为两指数与10 cm深度土壤湿度相关性较好,TVDI大部表现为极显著相关,VSWI的相关性表现差于TVDI。基于土壤湿度的遥感旱情监测,TVDI比VSWI更能体现区域旱情变化趋势,其优势更明显。     

典型农业干旱遥感监测指数的比较及分类体系

面对多种多样的农业旱情遥感监测指数,如何进行选取是目前遥感指数应用所面临的主要难题。该文以MODIS产品为遥感数据源,比较分析了13种典型的农业干旱遥感监测指数,建立了农业干旱遥感监测指数的分类体系,阐述了不同指数类型的适用范围。结果表明,多种遥感干旱指数对农业干旱的描述并非完全一致。不同指数利用不同的地表特征变化来描述农业干旱程度,是造成这种不一致的主要原因。据此,研究将典型农业干旱遥感监测指数分为4大类:土壤水分变化类、冠层温度变化类、植被水分变化类和作物形态及绿度变化类。其中第1类指数比较适宜于农业旱情预警及土壤干旱型农业旱情的监测,这类指数中修正的垂直干旱指数MPDI可以较好地反映表层土壤水分的变化,并适宜于时序变化监测。第2类指数不仅适宜于旱情预警,更适宜于旱情监测,这类指数中推荐选择基于LAI-LST特征空间的温度植被干旱指数TVDI;第3、4类指数,较适宜于农业旱灾的预警以及灾后评估,该文为农业干旱遥感监测指数的选取提供参考。     

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。     

湿润地区土壤干旱指数模型分析

从土壤水分平衡原理出发,以降水量、温度和区域水文观测等因子为基础,建立了土壤干旱指数模型。利用重庆市34个气象站点的观测资料,计算不同地区的土壤干旱指数,划分干旱等级,并分析了土壤干旱的空间分布特征。     

墒情监测取样方法的研究

该文对北京通州区辖800多km²范围内3 022点的土壤墒情测量数据进行了统计分析，验证了土壤墒情符合对数正态分布，给出了计算类似区域合理取样数目时的估值方法，目的是以合理的取样数目和适合的取样方法指导区域性墒情（旱情）监测站点的建设。同样，以北京昌平一个农场的墒情分布，给出了计算类似地块合理取样数目时的估值方法，以此来指导节水灌溉。     

玉米作物系数无人机遥感协同地面水分监测估算方法研究

该文研究不同水分胁迫条件下无人机遥感与地面传感器协同估算玉米作物系数的可行性。利用自主研发的六旋翼无人机遥感平台搭载多光谱传感器获取内蒙古达拉特旗昭君镇试验站不同水分胁迫下大田玉米冠层光谱影像,计算植被指数,采用经气象因子和作物覆盖度校正后的FAO-56双作物系数法计算玉米的作物系数,研究作物系数与简单比值植被指数(simple ratio index,SR)、叶面积指数(leaf area index,LAI)和表层土壤含水率(surface soil moisture,SM)的相关关系,结果表明,作物系数与SR、LAI和SM的相关程度与水分胁迫程度有关,但均呈现出显著或极显著的线性关系,说明了基于这些指标建立作物系数估算模型的可能性。利用逐步回归分析方法建立了作物系数的估算模型,其估算模型,修正的决定系数、均方根误差和归一化的均方根误差分别为0.63、0.21、25.16%。经验证,模型决定系数、均方根误差和归一化的均方根误差分别为0.60、0.21、23.35%。研究结果可为利用无人机多光谱遥感平台进行作物系数估算提供技术参考。     

柑橘园土壤墒情远程监控系统设计与实现

针对传统的土壤墒情监测手段存在的监测范围小、采样率低等不足,设计实现了基于ZigBee无线传感网络和J2EE三层B/S架构技术的柑橘园土壤墒情远程监控系统。系统采用具有ZigBee无线数据传输功能的XBee-PRO模块和ECH2O型土壤水分传感器EC-5为核心组成传感器节点,部署于柑橘园的各个采集点对土壤墒情信息进行采集、预处理和无线发送等工作,通过基于ARM9的嵌入式网关与Internet网络连接,采集数据传输至远程Web主机,通过远程监控中心系统实现对采集数据分析处理和系统运行的远程和实时监控。进行了不同距离的传感器节点发送数据包的耗时和数据包发送成功率试验,在1 km以内耗时低于100 ms,数据包发送成功率高于98%。试验结果表明,系统实现了稳定可靠的数据传输,适合柑橘园土壤墒情的远程和实时监控。     

毛乌素沙地土壤水分的遥感监测

利用毛乌素沙地腹地——乌审旗1982-1993年间的AVHRR遥感数据、常规气象数据和土壤水分观测资料,建立基于条件温度植被指数的0～50 cm土壤水分遥感估算模型,并计算出0～50 cm土体各层土壤水分。结果表明:乌审旗多年平均土壤水分的变化量约为-3.47mm,逐年土壤水分变化量Δw在-118～82 mm之间。乌审旗土壤水分的年际变化不大,基本在±50 mm之间变动。除1986、1987、1991以及1993年外,其余年份乌审旗土壤水分变化量Δw都为正。乌审旗土壤水分的年内波动也不大,基本在±10 mm之间。通过误差分析可知,遥感反演土壤水分的平均绝对百分比误差为14.77%,均方差为77.54 mm。基于条件温度植被指数的土壤水分遥感估算模型是可行的。     

全国土壤水分及作物长势地面监测体系的初步构想

土壤水分和作物长势监测是农情监测系统中不可缺少的重要组成部分。土壤水分含量直接影响着作物生长,作物长势的好坏与作物产量有着密不可分的关系。该文从应用角度出发,通过分析自然环境及作物布局等区域特征,进行监测样点布设,明确了监测内容及评价指标,并构建网络信息化平台,建立大尺度的地面土壤水分及作物长势监测系统,实现数据网络化管理,同时结合遥感信息进行综合应用,及时为政府提供决策支持。     

基于3S技术联合的农田墒情远程监测系统开发

农田墒情信息是现代农业实施精准施肥、精确灌溉的重要科学依据。为了实现快速准确地采集墒情信息,研究开发了基于3S（GPS/GIS/GPRS）技术联合的农田墒情远程监测系统。该系统主要由农田信息监测网络节点和远程服务器组成,在小范围内由传感器节点基于ZigBee通讯协议组成无线传感器网络,在大尺度上通过网关节点集成GPS网络,利用GSM/GPRS网络实现与Internet的信息交互,完成了墒情数据的自动采集、无线传输和准确定位。设计了太阳能自供电的长寿命无线传感器节点和网关节点,开发了服务器端农田墒情信息管理系统软件,实现了Web方式下的参数远程设置和信息实时监测。该系统的设计开发为农田墒情信息监测和分析决策提供了有效的工具。     

基于累积分布函数匹配的多源遥感土壤水分数据连续融合算法

数据融合是解决不同来源遥感数据无法直接对比分析这一瓶颈的有效方法。实时更新的SMOS土壤水分数据(soil moisture and ocean salinity)可开展实时干旱评价(2010年至今),但由于序列短无法开展频率及演变分析。CCI(climate change initiative)土壤水分数据是联合了多种主被动遥感数据合成的长序列数据产品(1979—2013年)。为提高不同来源遥感数据的融合精度,该研究基于累积分布匹配原理构建了多源遥感土壤水分连续融合算法,将SMOS和CCI融合成长序列、近实时的遥感土壤水分数据。经验证分析,累积概率曲线相关性中表征干旱的低值区纳什效率系数由0.52提高到0.99,且融合后土壤水分数据可以较准确地反映当地的干旱事件。该研究提出的多源遥感土壤水分连续融合算法显著提高了现有融合算法的融合精度。     

红外遥感估算春小麦农田土壤含水率的试验研究

根据水分亏缺条件下作物蒸发蒸腾量计算公式及作物水分胁迫指标CWSI(Crop Water Stress Index)的定义,提出了基于遥感作物冠层温度和土壤水分修正系数的春小麦田土壤含水率估算公式,其中土壤水分修正系数采用了幂函数形式。用该公式对春小麦田土壤含水率在分蘖后-拔节抽穗期、抽穗开花-灌浆期和乳熟-黄熟期3个生育阶段进行了估算,并对估算值和实测值进行对比和误差分析,结果表明该模型估算春小麦根层土壤含水率误差保持在18%以内。     

土壤侵蚀遥感监测方法及其思考

土壤侵蚀监测一直是遥感和地理信息系统应用的一个重要领域。纵观国内外土壤侵蚀遥感监测方法,概括起来有遥感影像目视解译监测法、遥感光谱分析监测法、人机交互式解译监测法、智能化土壤侵蚀监测法和模型参数化监测法5种。分析各种方法的优势及其在实际应用中所面临的困难,提出基于知识库与空间信息耦合的土壤侵蚀监测方法,以满足水土保持及其管理工作的需要。