遥感监测土壤含水率模型及精度分析

土壤含水率是决定农作物产量的最重要的因素之一.该文通过对2003年10月到2005年3月宝鸡峡二支渠灌区的土壤含水率进行实地调查,并对TM5和TM7波段数据进行归一化处理,再与参考点归一化土壤湿度指数求差后,建立遥感影像对土壤含水率的监测模型.并以2005年6月28日遥感影像为例,用建立的模型对土壤含水率进行定量反演.结果表明,反演精度可达80%以上,反演效果最好的土壤深度是0～40 cm.应用此归一化土壤湿度指数模型监测土壤含水率,可以满足灌区大范围宏观监测要求.     

探地雷达测定土壤含水率研究综述

准确快速测定土壤含水率,在理论研究与实际应用中都具有重要意义。在综合分析烘干法、中子法、时域反射法和遥感4种土壤含水率测定方法的优缺点基础上,指出探地雷达是一种适合于中尺度的土壤含水率测定的技术。对探地雷达以及探地雷达测定土壤含水率的技术原理与方法进行全面介绍,并以介电常数与土壤含水率的关系模型为主,对国内外这方面的研究工作以及存在的问题进行了总结。最后指出,探地雷达测定土壤含水率是一项非常有前景的技术,但目前国内在这方面的研究工作与国外相比远远不够,今后应加强这方面的研究工作。     

一种基于驻波比原理测量土壤介电常数的方法

土壤介电常数是影响土壤含水率快速、准确和可靠测量的关键参数。通过检测土壤介电常数换算出土壤含水率的测量方法已成功地应用在基于ＴＤＲ原理的现代先进测量仪器中。文中依据传输线理论探讨了基于驻波比原理的土壤介电常数测量方法,解决多针探头特征阻抗的计算,实验结果证实了理论分析的正确。     

不同类型土壤介电常数与体积含水量经验关系研究

利用土壤介电性质间接确定土壤体积含水量的方法已广泛应用于相关的学科领域。本研究通过土柱试验,针对我国潮土、风沙土、红壤、水稻土等4种典型土壤,对8种质地土壤介电常数与体积含水量的经验关系展开了研究,修正了Topp(1980)关系式,并确定了Herkelrath关系式校正参数a、b值。结果表明,Topp(1980)关系式对砂壤性潮土、粉砂质黏性潮土、风沙土、黏性红壤含水量的预测误差较大;Topp拟合关系式虽然对Topp(1980)关系式有所优化,但效果仍然不甚理想,在含水量的不同范围有时误差较大,特别是对黏性红壤含水量的预测效果较差;Herkelrath拟合关系式对试验的4种类型土壤含水量的预测效果均较好,可以作为相关应用的优先选择;三种关系式对两种质地的水稻土含水量均有很好的预测效果,平均绝对误差小于0.03 cm3cm-3。     

透射式探地雷达探测土壤含水率

探地雷达可以进行土壤含水率的快速探测,但普通反射式雷达容易受反射层位难确定的影响造成探测误差。该研究使用透射式探地雷达对不饱和含水壤土及砂土所构建的物理模型进行透射式探测,通过起跳时间对比标定的方法,精确计算了介质中雷达波波速和土壤的相对介电常数。最后通过统计分析,发现以Topp模型公式形式为基础的三次多项式具有最高拟合优度,并修正了Topp公式中的参数后,分别建立起非饱和壤土和砂土体积含水率与介电常数的经验公式及其适用范围。最后,通过试验对比验证了该方法对砂土含水率的测量相对误差为13.20%,较时域反射TDR(time domain reflectometry)方法低14.34%,壤土为9.48%,较TDR方法低15.79%,测量精度明显高于TDR方法。因此该方法可替代TDR方法用于特定条件下土壤含水率的准确检测。     

不同土壤含水率、体积质量及光谱反射率的关系模型

为了准确、快速地检测湿胀干缩型土壤含水率,该文提出了基于近红外光谱技术的土壤含水率分析方法。该文以湖北省黄棕壤、潮土、水稻土为研究对象,利用美国Ocean Optic公司的NIR256-2.5微型光纤光谱仪在暗室环境下对不同含水率下的土壤样本进行光谱反射率的测定和特征分析,并同时测量相应的土壤体积质量,研究土壤含水率、体积质量、光谱反射率之间的相关关系,通过采用2种土壤含水率表示方法与3种土壤光谱反射率表示方法反映土壤含水率与光谱反射率之间关系的对比试验分析,消除土壤其它性状对土壤反射率反演土壤含水率的影响,得到较适宜地进行土壤光谱反射率反演土壤含水率的匹配表示方法,构建三者之间关系的曲面模型和体积质量变化的土壤体积含水率与土壤光谱反射率的关系指数模型。研究结果表明,构建的3种土壤的曲面回归模型,决定系数均大于0.977,F值均达极显著水平,光谱反射率与体积质量的偏回归系数检验亦达显著或极显著水平。采用指数模型表述1 400、1 900 nm波长处的归一化减土光谱反射率与体积质量变化的土壤体积含水率的关系,其决定系数均在0.9以上,对模型进行验证,其预测误差在0.3左右,精度较高,所建模型拟合效果好。该研究可为用近红外光谱检测体积质量变化的土壤含水率提供科学资料。     

基于MSC与SVM的夯土齐长城土壤含水率高光谱估测

采用近地面高光谱技术,建立基于支持向量机(support vector machines, SVM)的土壤含水率的高光谱估测模型,为快速、无损估测土壤含水率提供科学依据。以青岛市黄岛区夯土齐长城为研究区,沿垂直于齐长城采集样品,并进行光谱反射率和含水率测定;对土壤原始光谱反射率进行对数的一阶微分(Lg(R)′)处理以及多元散射校正(Multiple scatter correction, MSC)和对数的一阶微分(Lg(R)′)处理,分别与土壤含水率进行相关分析,筛选敏感波长;利用Lg(R)′和MSC+Lg(R)′处理后的光谱数据分别建立基于SVM的土壤含水率高光谱估测模型。结果表明,多元散射校正可以增强光谱与土壤含水率之间的相关吸收信息,提高土壤光谱反射率与土壤含水率的相关性,筛选的敏感波长为1 861 nm、1 866 nm、1 549 nm、1 885 nm、1 871 nm、1 895 nm和2 095 nm;基于MSC+Lg(R)′预处理建立的SVM回归模型精度较高,其Rc2为0.811,Rv2为0.764,RPD为2.671。利用MSC方法对光谱数据进行预处理,可以更加准确地筛选出敏感波长,建立的SVM估测模型更加精准。     

农田土壤含水率监测的无线传感器网络系统设计

为解决传统土壤含水率监测中所存在的监测区域面积小、采样率低等问题,设计和开发了基于无线传感器网络技术的土壤含水率监测系统,包括10个传感器节点,1个簇首和1个基站节点,可按任意时间间隔全自动地采集、处理、传输和存储地表以下4个不同土层土壤含水率变化状况;各类节点采用TinyOS操作系统,节点间通信遵循ZigBee协议;含水率测量采用EC-5传感器;太阳能供电模块的供电能力满足传感器节点及簇首的能耗需求;进行了数据包传输率试验,10个传感器节点中有7个的数据包正确传输率高于90%,1个节点的数据包正确传输率为89.2%,2个节点的传输率低于70%。造成2个节点数据包传输率较低的主要原因是太阳能供电电路制作,通过更换电路板解决了该问题。试验结果表明,系统能够实现稳定的数据传输,适合农田土壤含水率的实时监测。     

干旱区盐渍土介电常数特性研究与模型验证

常用的土壤介电模型一般都是针对非盐渍化土壤提出来的,对于干旱区盐渍化土壤,模型对于介电常数虚部的描述与实际测量情况有一定差距。为了更好地深入研究干旱区盐渍化土壤介电常数特性,该文选择盐渍土介电模型（修正的含水含盐土壤Dobson介电模型）作为典型研究区盐渍化土壤介电常数的基础模型,模拟分析土壤介电常数对模型参数的响应,在野外实测数据的支持下验证了盐渍土介电模型的适用性。研究结果表明：1）在低频区域（0.5＜f＜5 GHz）土壤介电常数对土壤体积含水量、含盐量的响应十分明显;2）土壤介电常数实部对土壤体积含水量的响应非常显著,线性拟合方程的相关系数R高于0.95,土壤含水量的大小直接决定着土壤介电常数实部的高低;3）土壤介电常数虚部对土壤含盐量的响应明显,线性拟合方程的相关系数R在0.86左右,可以认为土壤含盐量决定着土壤介电常数虚部的高低。研究证明利用土壤介电常数监测土壤含盐量、含水量和土壤盐渍化程度具有一定的潜力,通过盐渍土介电模型反演土壤含盐量是可行的。     

土壤含水率对枳椇生长发育的影响

采用地面光谱采样与土壤采样同步进行的方法,对不同类型的林分土壤水分进行了定量分析,得出不同立地类型土壤含水量差异以及含水量变化与枳椇生长趋势的关系。影响枳椇成活与生长的主要矛盾是土壤水分,雨季生长量随着土壤水分的增加而增加。不同立地类型土壤含水量差异是非常明显的,其排序依次为:壤土>沙土,稍阴土壤>全阳土壤。     

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。     

基于主被动遥感数据融合的土壤水分信息提取

为改善西北半干旱地区的土壤含水率监测精度,该文选择张掖地区黑河流域为研究区,提出了一种基于主被动遥感融合数据贝叶斯网络分类的土壤水分信息提取方法。该方法依据光学与雷达遥感数据本身在反演土壤水方面的各自优势,首先利用小波变换与IHS结合的算法将TM5、4、3与ASAR数据融合,融合规则采用局部距离最大替代法,在突出融合影像细节的同时,一定程度上保留了TM数据的光谱信息。然后构建BN网络进行分类,以融合后新的R'、G'、B'分量和TM6波段作为网络的输入,输出为5个不同的类别,分别对应5个不同等级的土壤水分含量。经实测数据对融合前后分类结果的比较分析,结果表明,此方法在植被区能取得更好的效果,分类精度达到76.1%,对荒漠区效果欠佳。因此该方法在植被覆盖区对提取区域土壤水分信息是可行的、有效的。     

基于实测数据及遥感图片的土壤采样方法

如何结合土壤特性和先进手段,制定具有代表性,同时又经济的土壤采样方案一直是土壤分析的难题。该文根据陕西省卤泊滩盐碱地改良区土壤含盐量的实测资料和相应的遥感图片数据,并结合土壤属性空间分布特性,提出一种新的土壤水盐含量采集方案。结果表明,用33个已知点的实测数据可以估算出101个未测点的含量并最终构成插值343个点的空间分布图,且水分与盐分含量预测结果相关的确定系数分别为0.869和0.817。在此基础上进而对工程改良措施下的卤泊滩盐渍土表层水盐空间变异性进行研究。分析结果表明,研究区土壤水盐含量具有中等较强的空间自相关性和较弱的变异性。通过对该地区水盐空间变异性的研究可以及时了解盐渍地试验区的改良效果及水资源管理情况。     

应用电磁感应和遥感的新疆绿洲区域尺度盐渍土识别

针对干旱区土壤盐渍化问题,以新疆渭干河-库车河绿洲为研究区,探讨电磁感应技术和光谱角分类法(SAM)相结合来识别典型干旱区盐渍土的可行性。以重度盐渍土为例,利用电磁感应仪EM38和采样数据,结合光谱角分类法和回归分析法,反演土壤电导率(EC1:5)的空间分布,识别重度盐渍土。结果表明:土壤表观电导率(ECa)与土壤电导率(EC1:5)具有较好的非线性相关性;垂直模式电导率(EMv)对土壤电导率(EC1:5)的解译精度优于水平模式电导率(ECh);研究区土壤盐分含量在区域尺度呈中等强度变异;电磁感应技术和光谱角分类法结合可以较好识别符合条件的盐渍土。该研究方法能够较好识别典型干旱区的盐渍土,为盐渍化评估、预防和治理提供了新的途径。     

Sentinel-2多光谱卫星遥感反演植被覆盖下的土壤盐分变化

为克服植被覆盖条件下土壤盐分含量与光谱反射率之间相关性较差所带来反演精度较低的问题,该研究以内蒙古河套灌区沙壕渠灌域为研究区域,利用Sentinel-2卫星同步获取光谱数据,通过构建以归一化植被指数（Normalized Difference Vegetation Index,NDVI）为分支标准的盐分深度决策树确定反演土壤盐分含量的最佳深度,然后构建以NDVI和表层土壤含水率为分支标准的类别决策树,将土壤样本划分为不同类别,以此分别构建土壤盐分反演模型,并评估反演效果。研究结果表明,决策树能增强光谱反射率对土壤盐分含量的敏感性,基于随机森林（Random Forest,RF）的盐分反演模型可取得理想的反演效果,决定系数为0.70,均方根误差为0.25%,相对分布误差为0.35,相对分析误差为1.67。土壤盐分含量反演模型能较好地反演表层（<20 cm）和深层（>40～60 cm）土壤盐分含量,在反演中层（20～40 cm）土壤盐分含量上存在一定局限。当地表有植被覆盖时,利用决策树可有效地提高土壤盐分含量的反演精度（与未考虑决策树相比,决定系数和相对分析误差分别提高0.32和0.80）。研究结果可为监测灌区内作物生育期间土壤盐分含量的动态变化提供方法参考。     

基于蒸散发模型的定量遥感缺水指数

该文针对西北地区存在着严重的缺水问题,以黑河中游区域范围内的张掖市内的盈科绿洲及荒漠为研究对象,运用ASTER卫星遥感数据,根据地表能量平衡原理,建立作物缺水指数模型。在前人研究基础上,对缺水指数模型涉及的2个参数进行了改进:1)在植被覆盖区,利用半干旱地区基于亚象元的土壤蒸发和植物蒸腾双层模型,剥离土壤的影响,获取缺水指数模型中的植被潜热通量;2)为了更精确地提取地表信息,利用遗传算法对该区进行混合像元分解,获取模型中的地表组分温度参量。通过地表缺水指数估算干旱半干旱区土壤含水率,模拟结果与地表同步实测值土壤水比较,误差精度分布在2.17%～3.58%,表明该方法是可行的。     

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。     

无人机多光谱遥感反演不同深度土壤盐分

快速、精准获取作物覆盖下的土壤盐分信息,可以提高区域土壤盐渍化治理的有效性。该研究在内蒙古河套灌区沙壕渠灌域内试验地获取无人机多光谱遥感图像数据,并同步采集不同深度的土壤盐分数据。通过遥感图像数据提取光谱反射率并计算传统光谱指数,在此基础上引入红边波段建立新的光谱指数,同时使用Elastic-net算法（ENET）对光谱变量进行筛选,并将筛选后的光谱变量分为原始光谱变量组和改进光谱变量组;运用BP神经网络（Back Propagation Neural Networks,BPNN）、支持向量机（Support Vector Machine,SVM）和极限学习机（Extreme Learning Machine,ELM）3种机器学习方法,构建作物覆盖下不同土壤深度的土壤盐分反演模型,并基于最佳反演模型绘制试验区不同深度土壤盐分反演图。结果表明,使用ENET变量选择方法可以有效筛选出最优光谱变量,且基于改进光谱变量组构建的反演模型精度均高于原始光谱变量组;ELM模型反演效果优于SVM模型和BPNN模型,其验证集的决定系数为0.783,均方根误差为0.141,一致性相关系数为0.875;研究区域内,作物覆盖下的土壤盐分最佳反演深度为10～20 cm;在不同土壤深度下,基于改进光谱变量组构建的最佳反演模型绘制的土壤盐分反演图可以较为真实地反映试验区内的盐渍化程度,这说明引入红边波段构建光谱指数可以用于土壤盐分的反演。该研究为无人机多光谱遥感监测农田土壤盐渍化以及农田盐渍化治理提供了一种新途径。     

黑土养分含量的航空高光谱遥感预测

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;全氮、有效磷和速效钾的预测精度,BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。