基于地形因子的土壤水分反演研究——以延河流域为例

以延河流域为研究区域,应用Landsat5/TM遥感数据和DEM数据进行归一化植被指数和地表温度的反演,并对气温参数进行了高程、坡度、坡向、地形遮蔽等地形因子的订正,更为精细地表达局地温度的空间分布差异。运用ERDAS的空间建模工具,反演得到温度植被干旱指数分布图。结果表明,此方法较好地反映了延河流域土壤的相对干旱状况,是一种比较有效和充分考虑地形因子影响的监测土壤水分的方法。     

祁连山东段土壤水分时空分布特征及其与环境因子的关系

基于时域反射仪(TDR)观测的土壤水分数据,探讨了祁连山东段旱泉沟流域2009年土壤水分的时空分布特征,并利用典范对应分析(CCA)方法分析了海拔、坡度、坡向、坡位、地貌类型、土地利用类型、土壤孔隙度等7个环境因子与土壤水分时空分布的相关关系。研究结果表明:在整个观测期间,灌草地和林灌地的土壤含水量最高,灌木地、林地次之,然后依次为退耕还草地、农地、退耕还林地和荒草地;海拔、坡向、土壤孔隙度和土地利用类型是影响土壤水分季节动态分布的主要因子,且不同月份土壤水分含量的主要影响因子各不相同,7月份与坡向相关性最大,8、9月份土壤水分含量与土地利用类型相关性最大,10月份与海拔相关性最大;研究区内23个样点0~10 cm土层含水量的总体变异系数(CV)最大,10~20 cm土层含水量的总体CV最小,且样点1和9以及样点14~17的土壤剖面含水量的CV较大;土壤孔隙度对土壤水分垂直分布的影响最为显著,坡位、坡向与海拔的影响次之,而地貌类型、坡度和土地利用类型的影响较小。     

兰州市南北两山土壤水分遥感反演及植被需水量估算

探究西北干旱区土壤水分和植被需水量动态变化特征,可为生态恢复不同阶段所需水资源量及水资源优化配置提供科学依据。以兰州市南北两山为研究区,基于Sentinel-2 L2A和Landsat 8 OLI遥感影像,结合实测土壤0～10 cm的111个数据,分别构建垂直干旱指数(Perpendicular Drought Index,PDI)、改进型垂直干旱指数(Modified Perpendicular Drought Index,MPDI)和植被调整垂直干旱指数(Vegetation-adjusted Perpendicular Drought Index,VAPDI)土壤水分反演模型,并采用4种模型指标定量决定系数(R2)、平均绝对误差(MAE)、平均相对误差(MRE)、均方根误差(RMSE)对模型反演的效果进行精度评价,选出最优的土壤水分反演模型并结合土壤水分限制系数,与研究区2019年林地、草地和耕地植被面积的空间数据、各站点生长季内的参考作物蒸散量,构建植被生态需水量模型,厘清研究区内土壤水分、植被需水量时空变化特征。结果表明：(1)2种数据源下的PDI、MPDI、VAPDI和实测...     

荒漠草原区土壤水分ELM-ESTARFM遥感反演模型构建与应用

土壤水分的高时空分辨率和高精度评估对干旱监测具有重要意义。为探究我国内蒙古荒漠草原区土壤水分遥感反演最优模型,基于Landsat和MODIS数据进行改进型自适应反射率时空融合（Enhanced Spatial and Temporal Adaptive Reflectance Fusion Model,ESTARFM）,结合下垫面因子、地形因子、气象因子、植被因子等多要素环境因子,通过极限学习机（Extreme learning machine,ELM）和随机森林（Random forest,RF）两种方法构建土壤含水率反演模型,并与Landsat（未进行融合）构建的土壤含水率反演模型进行对比,最终筛选得到最优土壤含水率反演模型,并对研究区不同土地利用类型土壤含水率分布特征进行应用分析。结果表明：归一化植被指数是土壤含水率环境因子相关分析中最重要的预测因子（0～10、10～20、20～30 cm土壤深度处R²=0.85、0.82、0.79）,其次为降水量（R²=0.73、0.68、0.71）、高程（R²=0.71、0.70、0.71）、水体指数（R²=0.69、0.69、0.68）、归一化盐分指数（R²=0.68、0.67、0.65）。与未进行时空融合所构建的模型相比,利用ESTARFM时空融合所构建的模型精度均有所提升,考虑ESTARFM时空融合时,ELM模型的R²、RMSE、MAE分别为0.89、6.58%、3.93%,RF模型的R²、RMSE、MAE分别为0.78、7.25%、4.95%;未考虑ESTARFM时空融合时,ELM模型的R²、RMSE、MAE分别为0.75、7.37%、5.24%,RF模型的R²、RMSE、MAE分别为0.71、7.48%、5.30%。表明ELM模型比RF模型的土壤含水率反演效果更好,且ELM-ESTARFM为土壤含水率反演最优模型。在此基础上,运用改进后的ELM-ESTARFM遥感反演模型监测了乌审旗全域土壤含水率,发现研究区北部和西北部的土壤含水率较高,南部地区的土壤含水率较低;对于不同土壤深度,土壤含水率由大到小依次为耕地、林地、草地、沙地,耕地区域0～10、10～20、20～30 cm土层含水率分别为18.92%、19.34%、21.84%,林地为11.80%、11.87%、12.40%,草地为10.97%、11.02%、12.22%,沙地为5.07%、5.35%、5.67%。     

祁连山典型植被土壤碳、氮、磷含量及生态化学计量特征的垂直变化

本研究针对祁连山国家公园山体沿海拔(2700～4043 m)自下而上出现的针叶林、草甸化草原、高寒灌丛、高寒草甸、流石滩稀疏植被5种典型植被,研究土壤碳、氮、磷含量及生态化学计量比垂直分异规律,为祁连山国家公园生态系统土壤碳氮磷生物地球化学循环过程提供数据参考和科学依据。结果表明：(1)祁连山山体垂直带上0～40 cm土壤总碳、总氮和总磷含量分别为15.33～83.46 g·kg^-1、1.63～7.76 g·kg^-1、0.41～0.66 g·kg^-1。土壤总碳和总氮含量均表现为针叶林>草甸化草原>高寒灌丛>高寒草甸>流石滩稀疏植被,都是沿着海拔的升高显著降低。土壤全磷含量表现为高寒灌丛显著高于高寒草甸,其余植被间差异不显著。(2)0～40 cm土壤铵态氮、硝态氮、速效磷含量分别为11.01～14.73 mg·kg^-1、2.78～12.46 mg·kg^-1和4.35～13.57 mg·kg^-1。土壤铵态氮含量在各植被类型间差异不显著,...     

巴音布鲁克主要草地类型表层土壤有机碳特征及其影响因素的研究

以新疆天山中段巴音布鲁克主要草地类型为研究对象,分析了不同草地类型土壤有机碳(SOC)的分布特征及其与气候因子、植被特征和土壤特性的关系。结果表明:分布在盆地海拔最低处的高山沼泽化草甸的土壤有机碳含量最高,而分布在盆地中间海拔的高山草原最低,分布在较高海拔的高寒草甸和高山草原化草甸处于高山沼泽化草甸和高山草原之间。0-30cm土壤有机碳含量与空气相对湿度、草地生产力、植被盖度、土壤含水量呈显著正相关(P<0.05),与土壤容重、土壤紧实度、土壤pH呈显著负相关(P<0.05),土壤有机碳与温度存在一定负相关,但未达到显著水平。偏相关分析显示,影响表层土壤有机碳含量最主要的因素是土壤含水量、土壤紧实度、草地生产力、空气相对湿度。     

我国土壤水分热红外遥感监测研究进展

目前热红外遥感监测土壤水分含量的方法主要有热红外法、热惯量法和温度植被指数法。其中,热红外法简单易行,在缺乏昼夜温差数据时可用白天下垫面温度反演土壤水分,但其仅考虑某一时刻土壤水分对土壤温度的影响,故其反演精度不够理想;热惯量法物理意义明确,估算精度高,简单易行,但也存在诸如只适用于裸露或植被覆盖度低的地区以及卫星数据难于获取等局限性;温度植被指数法物理意义也较明确,适用性广,但计算过程较复杂,且某些参数难于及时获得。相对来说,植被稀疏区宜采用热惯量法,植被郁闭区则宜采用温度植被指数法。在未来,随着遥感传感器性能的改进,多种技术的综合应用,特别是热红外技术与微波技术的结合应用,将会显著提高土壤水分含量遥感监测的精度。     

基于DEM的土地利用与地形因子关系研究——以商州区张地沟小流域为例

依据遥感影像和DEM数据,通过引入地形分布指数和土地利用程度综合指数,进行Kendall双参数相关性分析,研究张地沟小流域不同地形因子条件下土地利用的分布特征,以揭示流域内土地利用与地形因子的相互关系。结果表明:张地沟小流域土地利用基本符合自然规律;人类活动主要集中在海拔较低的缓地和斜坡地,坡向多为阴坡和半阳坡;高程、坡度和坡向对草地、林地和建设用地的分布影响较为显著,农地和果园的分布受地形因子影响不显著。针对目前土地利用现状,丹江上游低山丘陵区土地利用结构优化建议为:虽然地形较平坦,但海拔高水热条件较差的山顶区应退耕还林或还草以减少水土流失;整治坡耕地,护沟保地;依据坡向光照条件,调整作物布局。     

基于Sentinel-1/2的土壤盐分含量反演研究

本试验利用Gram-Schmidt（GS）变换将Sentinel-1A雷达影像与Sentinel-2A多光谱影像进行融合,并分析雷达影像、多光谱影像及融合影像各波段与吉林省白城市表层土壤含盐量的相关性,建立研究区土壤含盐量的反演模型,对研究区土壤含盐量进行制图。研究结果表明：Sentinel-1A 的VH、VV波段后向散射系数与研究区土壤含盐量均呈显著正相关,可用作土壤盐碱化监测的遥感数据源;合适的数学变换可以提升Sentinel-1A、Sentinel-2A及融合影像与土壤含盐量的相关性,其中,Sentinel-1A的VV波段与Sentinel-2A第5 波段融合后,其二次方变换与土壤含盐量的相关系数达到0.820;引入合适的盐分指数可以有效改善Sentinel-2A及融合影像与土壤含盐量的相关性,其中,融合影像的盐分指数(D₂D₄)/D₃与土壤含盐量相关系数达到0.889;利用融合影像及盐分指数(D₂D₄)/D₃建立的研究区土壤含盐量反演模型Y=86.260X-66.206X²-5.312,模型决定系数达到0.791,均方根误差为1.884 g·kg^-1,表明将Sentinel-1A雷达影像与Sentinel-2A多光谱影像进行融合来提升土壤含盐量反演精度的方法切实可行。     

基于MTVDI与DDI二元回归模型对毛乌素沙地腹部土壤表层水分的研究

采用温度植被干旱指数法(MTVDI)与荒漠化指数法(DDI),利用2016年4月、9月的Landsat数据对毛乌素沙地腹部的土壤水分进行反演,并与实测的土壤水分进行对比检验,将所反演的土壤含水量图划分为4个等级,基于此分析了2个时期毛乌素沙地腹部的旱情土壤水分分布变化。结果显示：(1)4月份MTVDI指数与0~10 cm、10~20 cm、20~30 cm土层土壤含水量的R²值分别为0.656、0.646、0.637,整体高于9月份R²值0.457、0.436、0.431,MTVDI能够较好地反映毛乌素沙地腹部土壤表层水分,且精度较高;(2)荒漠化指数DDI与MTVDI结合建立二元线性回归模型监测区域土层0~10 cm深度含水量,平均相对误差为10.95 %;(3)4月份,研究区0~10 cm表层土壤含水量5%~10%区域占总面积的53.72%以上,达到了6 256 km²,含水量偏低,需要加强当地水资源管理。     

基于生成对抗网络模型的SMAPL4土壤水分产品降尺度分析

土壤水分是地表和大气水热过程交换的重要纽带,对于农业生产以及优化种植结构具有重要意义,NASA卫星下的SMAPL4是一种以被动微波遥感技术为手段对土壤湿度监测的产品,具有可穿透云层和全天候监测等能力,但其较低空间分辨率很难满足小尺度或小区域范围的实际研究需求。鉴于此,根据云南省姚安县高原灌区特殊的地理位置,引用相关系数推演得出与研究区土壤水分空间分布有关的解释变量,沿用随机森林算法,耦合1 km包含地表温度和归一化植被指数的MODIS地表产品,建立基于RF全局窗口线性回归的1 km级被动微波土壤水分空间降尺度模型;而后堆叠地表温度(LST)、归一化植被指数(NDVI)、降水量(Prec)、地表蒸散量(ET)等4个变量形成条件生成对抗网络框架,并使用均方误差(RMSE)和条件生成对抗性损失函数训练神经网络来建立低分辨率和高分辨率映射关系,随即获得降尺度后土壤水分空间分布结果;最后将实际采样和监测站点提供数据做空间平均聚合后,与SMAPL4原始结果的CGAN、RF降尺度结果进行对比分析。结果表明：LST、NDVI、Prec、ET与土壤水分的相关性均值均大于0.44,具有相关关系,条件生成对抗网络降尺度结果对指标R²和Bias表现效果最好,均值分别为0.7和0.032;RF降尺度结果对RMSE的效果最好,均值为0.006。同比SMAPL4原始数据,RF结果空间分布更为平滑,但极值差异性较大;CGAN结果能有效表征土壤含水空间分布状况,其数据变异性和极值表征能力更为突出。经RMSE与对抗性损失函数训练后,认为0.2~0.28的值域分布为降尺度后的研究区土壤水分数值分布结果。     

基于高光谱与电磁感应技术的干旱区绿洲土壤含水量反演研究

为实现干旱区绿洲土壤含水量的快速、准确监测,利用采集自渭干河-库车河绿洲的84个表层(0~10cm)土壤样本,通过利用电磁感应仪(EM38)将所测解译后数据代替实测土壤含水量数据,将高光谱反射率重采样为Landsat8卫星遥感波段反射率,在选取光谱特征参数、提取敏感波段的基础上,利用偏最小二乘回归(PLSR)方法建立土壤含水量模型,将最优估算模型应用于遥感影像,实现研究区土壤含水量遥感反演。研究结果表明:(1)利用EM38所测水平模式土壤表观电导率与土壤含水量拟合效果最优,能够代替实测土壤含水量进行后续建模分析。(2)相比3种单一的光谱特征指数,利用多种光谱特征指数所建土壤含水量估算模型的建模效果更优,其干、湿各季建模集决定系数R~2大于0.7,均方根误差(RMSE)均小于0.5%,RPD均大于2,能够作为有效手段估算干旱区绿洲土壤含水量。(3)不同季节土壤含水量遥感反演值与实测值决定系数R~2均大于0.6,均方根误差(RMSE)均小于0.6%,显示了较高的预测精度,证明利用电磁感应技术与高光谱相结合能够实现对干旱区绿洲土壤含水量的精准、高效监测。     

应用粒子滤波同化条件植被温度指数的土壤水分估测

为了准确地获取2013—2015年关中平原冬小麦主要生育期土壤含水量(0~20 cm)的时空信息,基于Landsat-8遥感数据反演条件植被温度指数(CVTI),并结合CVTI和实测土壤水分间的线性相关性构建土壤水分反演模型。应用粒子滤波(PF)算法同化基于CVTI反演的和CERES-Wheat模型模拟的土壤水分,得到以天为步长的土壤水分同化值,利用土壤水分实测值分别检验土壤水分模拟值、反演值和同化值的精度。结果表明,CVTI和实测土壤水分间的线性相关性显著,尤其在小麦拔节期和抽穗~灌浆期,其相关性达到极显著水平(P0.01);土壤水分同化值和实测值间的线性相关性(r=0.96,P0.001)大于土壤水分模拟值和实测值间的相关性(r=0.71,P0.01)以及土壤水分反演值和实测值间的相关性(r=0.89,P0.001);土壤水分同化值的均方根误差(RMSE)和平均相对误差(MRE)比土壤水分模拟值的RMSE和MRE分别降低了0.025 cm~3·cm~(-3)和2.70%,比土壤水分反演值的RMSE和MRE分别降低了0.016 cm~3·cm~(-3)和4.15%,同化过程提高了时间序列土壤含水量的估测精度。因此,基于CVTI和PF算法能够较为准确估测关中平原小麦主要生育期的土壤含水量。     

基于地表高光谱与OLI影像的土壤含盐量和pH值估测

针对宁夏银北地区大面积土壤盐碱化监测的需要,利用实测植被冠层光谱与Landsat 8 OLI影像相结合进行土壤含盐量和pH值估测研究.对实测植被冠层高光谱与影像多光谱反射率进行倒数、对数、三角函数及其一阶微分等一系列变换,确定最佳光谱变换形式,筛选敏感植被指数和敏感波段,分别建立基于实测植被光谱与Landsat 8 O...     

基于FY-3D/MERSI数据的东北地区干旱监测方法研究

干旱是影响东北地区粮食安全的主要农业气象灾害之一,遥感技术是一种可便捷进行大范围干旱监测的手段。针对目前遥感干旱指数在作物生长发育过程中监测干旱的局限性和适用性等问题,以东北地区玉米和大豆等主要大田作物发育期为切入点,基于FY-3D/MERSI卫星遥感数据和地面土壤相对湿度实测数据,开展不同作物发育阶段干旱监测指数适用性分析,结合径向基神经网络方法,构建全时期和分时期土壤相对湿度反演模型,利用实测土壤相对湿度数据开展精度验证与对比分析。结果表明：风云三号MERSI传感器数据在干旱监测中具有可行性,表观热惯量(ATI)在低植被覆盖或裸土时效果较好,适用于作物冻土期、裸土期和播种～拔节期;水分指数(WI)适用于播种～拔节期、拔节～抽雄期和成熟期等植被生长时期;分时期土壤相对湿度反演模型精度高于全时期土壤相对湿度反演模型,前者监测精度在80.0%以上,比全时期模型精度提高了10%～25%,尤其在冻土期(3月),分时期模型反演精度达到了92.6%。基于作物生长时期和形态差异,选择最适宜遥感干旱指数建立分时期土壤相对湿度反演模型,提高了干旱监测的准确性和可靠性。     

基于地形校正TVDI的地下水位埋深反演

在干旱、半干旱地区,地下水是陆生植被生存的重要水源,而传统的地下水位监测方法费时费力,及时获取大尺度高精度的地下水位埋深显得十分重要。在温度植被干旱指数(TVDI)的基础上,分别提取三期Landsat 8遥感数据的归一化植被指数(NDVI)、修正土壤调节植被指数(MSAVI)、比值植被指数(RVI)、差值植被指数(DVI)和增强型植被指数(EVI)和地表温度(Ts),并引入DEM数据对Ts进行地形校正,减少地形起伏对能量二次分配的影响,并选择最佳TVDI反演地下水位埋深状况,结果表明:(1)在传统TVDI的基础上引入DEM进行地形校正,分析校正前后TVDI与地下水位埋深的决定系数,R~2从0.4381提高到0.5053,这说明地形校正能够有效地提高地下水位埋深的反演精度;(2)通过三期影像对比分析了五种不同的TVDI值分别与其对应栅格点的地表土壤湿度和地下水位埋深的决定系数,总体上都是Ts-MSAVI较好,最高R~2分别为0.5547、0.5202;(3)在实测土壤含水量缺失的情况下,可以根据反映土壤湿度高低的因子(TVDI)间接地反演地下水埋深分布状况。     

归一化水体指数用于河南省干旱监测适用性分析

利用30 m分辨率的归一化植被指数（NDVI）图像信息熵对河南省气象站周边地表异质性进行分析,选取观测站周围地表较为均匀的站点实测土壤水分数据,通过计算归一化水体指数（NDWI）与实测土壤水分之间的相关系数,分析比较NDWI用于干旱监测的适用性。研究表明：信息熵方法可有效地对土壤水分观测数据进行筛选;在时间序列上,各站点实测值与NDWI具有负相关关系,在增强型植被指数EVI>0.4时相关性更高,说明在植被覆盖高的区域NDWI对土壤水分的反演更为敏感;空间上,根据地形将河南省分为北部、中部、南部和西部4个区域并选取第121、201、313天的土壤水分数据来分析与NDWI之间的相关性,在地形较为平坦的中北部地区NDWI与土壤水分之间负相关性最稳定且相关系数较高。根据NDWI空间分布可知,2014年河南省大部分地区均遭受了干旱,且干旱地区大部分位于平原,特别是北方地区受灾严重。总体来说,NDWI用于平原地区对作物进行干旱监测精度较高,并可预测干旱发展趋势及程度。     

基于无人机多光谱遥感估算西北半湿润区葡萄基础作物系数研究

为提高西北半湿润区葡萄园蒸散量的估算精度，以波文比系统实测蒸散量ET_c为基础，基于彭曼公式法计算参考作物蒸散量ET_o,得到葡萄作物系数K_c后，采用FAO-56双作物系数法计算土壤蒸发系数K_e与水分胁迫系数K_s,获得基础作物系数K_cb;同时利用无人机多光谱遥感影像获取葡萄光谱数据，提取多个波段反射率计算4种植被指数(归一化植被指数NDVI、土壤调节植被指数SAVI、比值植被指数RVI、差值植被指数DVI),建立葡萄K_cb与植被指数的关系模型(一元线性回归、多项式回归、多元线性回归),从而计算葡萄园实际蒸散量用以验证无人机多光谱遥感估算葡萄K_cb的精度。结果表明：(1)相同建模方法下，植被指数与K_cb的模型拟合精度受到其种类与葡萄生长时期的影响。在生育前期，利用一元线性回归建模得到的K_cb-VI_s模型拟合精度表现为NDVI>RVI>SAVI...     

渭干河—库车河三角洲绿洲棉田土壤盐分估算及遥感反演

基于研究区的野外采样数据与Landsat 8遥感影像提取的增强型植被指数,构建渭干河—库车河三角洲绿洲棉田土壤盐分估算模型,并对土壤盐分的空间分布格局进行预测。结果表明:(1)由土壤含盐量与增强型归一化植被指数(ENDVI)构建的线性回归模型(y=-56.494x+22.687)拟合效果最好(R2=0. 886,RMSE=0. 907)。(2)通过选取的82个采样点,依据最佳遥感反演模型,预测出研究区土壤含盐量在9.33～26.99 g·kg-1之间变化,平均值为17.42 g·kg-1,标准差为2.30 g·kg-1,预测结果与土壤盐分的实测值较为一致。(3)利用地统计分析方法制作研究区棉田土壤盐分的空间分布图,分析可知土壤盐分从绿洲内部向外围呈逐渐增加的趋势。