基于地表温度与植被指数特征空间反演地表参数的研究进展

威
2
（ 1． 中国农业大学信息与电气工程学院 ， 北京 100083 ； 2． 国家测绘局测绘发展研究中心， 北京 100830 ） 要： 遥感反演的地表温度 （ Ts ） 和植被指数 （ VI ） 构成的特征空间结合模型分析可以对显热通 、 量 潜热通量及土壤含水量等地表参数进行估算 。这种方法比较实用， 且不过多地依赖地面观测数 。 ， Ts / VI 据 随着研究的深入 许多学者在 特征空间基础上提出了更加丰富的空间变量 。 基于此， 以 摘 不同空间变量为标准， 分类介绍在 Ts / VI 特征空间的基础上对地表能量通量及土壤水分等参数的 反演。其中包括在 Ts / NDVI 特征空间基础上提出温度植被干旱指数和条件植被温度指数来监测 干旱； 利用 Ts / albedo 特征空间反演蒸发比； 用 DSTV / VI 特征空间反演蒸散量； 用地气温差 / 植被指 数特征空间反演蒸散量等。并介绍了 Ts / VI 特征空间与微波遥感结合反演地表含水量等相关研究 的进展情况， 最后提出未来研究的发展方向。 关 键 词： 显热通量； 潜热通量； 地表温度； 植被指数； Ts / VI 特征空间 中图分类号： P237 ； Q149 文献标志码： A 近年来， 一些学者综合利用遥感的多光谱信息 ， Ts） 与植被 探讨地表温度（ Land Surface Temperature， VI） 耦合空间 （ Ts / VI ） 的时空 指数（ Vegetation Index， 变化规律与生态学意义， 研究表明 Ts / VI 的时空对 应关系与地表植被覆盖和土壤水分状况等参数有着 非常密切的联系。 本文作者曾于 2004 年对基于地
［ 7］
。
3
3． 1
地表能量通量和土壤水分的反演
地表温度与植被指数特征空间（ Ts / VI）
8］ ［ 9］ Ridd ［ 和 Carlson 等 证明随着研究区域生物
Ts / VI 特征空间的三角形 / 梯形区 物理特性的不同，
［ 6］ 域分布会发生不同的变化， 同时 Moran 和 Carlson
*
空间基础上发展出了更多的空间变量， 以对上述参 数进行更好的估计。 比如利用 Ts / 反照率 （ albedo ） 构成 的 特 征 空 间 进 行 蒸 散 量 （ Evapotranspiration， ET） 的估计等。 本文在总结 Ts / VI 特征空间及其应 用 的 基 础
1218 ； 修回日期： 20100409． 收稿日期： 2009* 基金项目： 国家自然科学基金面上项目 “基于条件植被温度指数的干旱预测研究 ” （ 编号： 40871159 ） ； 国家高技术研究发展计划课题 “作物水分胁迫信息的遥感定量反演与同化技术研究 ” （ 编号： 2007AA12Z139 ） ； 欧盟 FP7 项目 “The 7th framework programme of the European Community for research，technological development and demonstration activities，WP （ work package） 9 ： Satellite based drought monitoring system of pilot areas of China and India of Coordinated AsiaEuropean longterm Observing system of QinghaiTibet Plateau hydrometeorological processes and the Asianmonsoon systEm with Ground satellite Image data and numerical Simulations （ CEOPAEGIS） （ Call FP7ENV20071 212921 ） ” （ 编号： Call FP7ENV20071 212921 ） 资助． ）， mail： tm1304207@ 126． com 作者简介： 田苗（ 1984女， 河北保定人， 博士研究生， 主要从事定量遥感及在干旱预测中的应用研究． E* 通讯作者： 王鹏新（ 1965）， mail： wangpx@ cau． edu． cn 男， 陕西礼泉人， 教授， 主要从事定量遥感及其在农业中的应用研究． E-
［ 3， 4］
ห้องสมุดไป่ตู้
。由此可见， 这种假设对研究区域
的要求较高， 在应用前要考虑研究区域是否符合上
Moran 等 数之间是梯形区域分布关系，
［ 6］
进一步利
在作 用地表—空气温差和植被覆盖度之间的关系， CWSI） 基础上， 物缺水指数（ Crop Water Stress Index， 定义了植被温度梯形图 （ Vegetation Index / Temperature Trapezoid，VITT） 。 其中植被覆盖度与植被指 数之间存在线性的关系， 梯形 4 个顶点的地表—空 气温差也就是对应的裸土和植被的表面温度 ， 但这 包括水气压、 风速 种方法必须知道相关的气象条件 ， 和空气动力学阻抗等， 且这种关系还不能很好地定 量描述土壤水分含量和植被覆盖 。因此将相关的气 象参数统一考虑， 并用简单的经验估计来描述 Ts / VI 空间是目前常用的方法。实际应用中究竟采用三角 形还是梯形区域分布应根据研究区域的植被覆盖状 况和遥感数据的获取方式来决定
第 25 卷 第 7 期 2010 年 7 月 8166 （ 2010 ） 07069808 文章编号： 1001-
地球科学进展 ADVANCES IN EARTH SCIENCE
Vol． 25 No． 7 Jul． ， 2010
基于地表温度与植被指数特征空间 反演地表参数的研究进展
*
田
1 1* 苗， 王鹏新 ， 孙
特征空间中有很多等值线， 于是在 Ts / NDVI 特征空 间的基础上提出了一个反映区域土壤干湿状况的指 — —温度 植 被 干 旱 指 数 （ Temperature Vegetation 数— Dryness Index， TVDI） ， 其定义为：
700 TVDI = Ts － Ts min Ts max － Ts min
地球科学进展
第 25 卷
（ 1）
考虑了在 NDVI 值相同条件下 Ts 的变化。如何确定 冷边界 和 热 边 界 是 计 算 VTCI 的 关 键。 在 王 鹏 新 的早期研究中， 冷热边界的确定方法如下： 选 择陕西关中平原地区天空晴朗时且卫星过境时的 6 等 天 AVHRR 数据， 首先生成每天 NDVI 影像和 Ts 影 像， 然后用最大值合成法生成旬 NDVI 和 Ts 的最大 值合成影像， 基于 NDVI 和 Ts 的最大值合成影像生 确定冷、 热边界。 成散点图， 上述方法确定的热边界比较合理， 但是冷边界 ［ 16 ］ 通常会高于实际情况。孙威等 对 VTCI 冷边界的 确定方法进行了完善， 提出应用多年的旬 NDVI 最 大值合成产品和 Ts 最大—最小值合成产品确定每 旬多年共同冷边界的方法， 并通过多年的累计降水 ［ 17 ］ 量数据和土壤含水量等数据进行验证 。 上述成 果证实了 VTCI 是一种可行的、 近实时的干旱监测方 ［ 18 ］ 。 法 此外王鹏新等 对比分析了基于 NDVI 和 Ts 的几种干旱监测方法在关中平原地区的应用 ， 包括 条件植被指数、 条件温度指数、 距平植被指数和条件 植被温度指数等， 研究了各种方法的优缺点， 并证实 VTCI 更适合于关中平原地区的干旱监测 。 NDVI 容易达到饱 但是在 Ts / NDVI 特征空间中， 和， 这时对植被描述的敏感性就会降低， 因为 NDVI 达到饱和时， 植被的叶面积指数 （ Leaf Area Index， LAI） 还在不断的增加， 随着 LAI 的增大， 植被的蒸腾 量也不断增加。杨曦等 比较了 NDVI 和增强型植 被指数（ Enhanced Vegetation Index，EVI） 构建的 Ts / NDVI 和 Ts / EVI 特征空间的差异， 基于研究区 107 个土壤湿度站点的数据， 讨论了分别由 Ts / NDVI 和 Ts / EVI 特征空间计算得到的 TVDI， 并用土壤湿度站 点所测数据对其进行了检验。 结果表明， 二者均能 Ts / EVI 特征空间计算得到的 够体现土壤湿度状况， TVDI 能更好地表征土壤湿度状况。 李正国等 研究发现， 热边随着季节不同而发 Ts max 与 NDVI 在 1 月呈较强的正相关， 4月 生变化， 7 月呈负相关， 10 月相关系数亦减 相关系数减弱，
第7 期
田
苗等： 基于地表温度与植被指数特征空间反演地表参数的研究进展
699
上， 根据近年来的研究成果， 对以不同空间变量构造 的特征空间及其应用进行了分类介绍， 阐述了这些 特征空间的优势与不足， 以及未来发展的方向。
A 和 B 分别表示干燥裸土和湿润 如图 1 所示， 地表温度开始 裸土。随着地表植被覆盖度的增加， 下降。C 点表示植被完全覆盖， 土壤水分充足， 这时 ， AC 表示土壤水分的有效 候的蒸散阻力最小 所以 性很低， 地表蒸散小， 被认为是 Ts / VI 特征空间的热 C 表示土壤水分充足， 不是植被生长的限制 边界； B因素， 地表蒸散等于潜在蒸散， 被认为是 Ts / VI 特征 空间的冷边界 述条件。
等
［ 9］
使用不同数据源构造 Ts / VI 特征空间， 并利用
［ 10 ］
三角形 / 梯形的边界来提取与地表能量通量和土壤 水分含量相关的信息。 Jiang 等 在 Ts / VI 特征空 Taylor 参数来反演 LE 。该方法假 间中引入 PriestleyTaylor 参数只与地表温度和植被指数有 设 Priestley关， 并通过 Ts / NDVI 特征空间对其进行估计， 没有 考虑地表空气运动对 LE 的影响。
［ 5］ 从理论上 Nemani 等 认为地表温度和植被指 ［ 1］
2
Ts / VI 特征空间的物理意义
Ts / VI 构成的特征空间与植被生长状况和土壤 水分有着密切的联系。 Ts 是大气—土壤—植被系 可以反映地表含水量 统内物质和能量交换的结果， 的变化， 进而揭示植被生长情况， 同时还可以用来间 接判断地表蒸散状况。 作物受到水分胁迫时， 叶片 气孔自卫性关闭， 减少了蒸腾引起的水分散失， 导致 LE 减少。根据能量平衡原理，H 必然增加， 因而叶 面温度会上升。Ts 对这种热反应非常敏感， 它在植 被覆盖度降低甚至植被光谱指数发生变化之前就会 因此 Ts 是植物生长状态的良好表征。而 发生变化， VI 是通过绿色植物在红光和近红外波段不同反射率 的各种组合实现对植被状态的表达， 在一定条件下能 定量地表征植被的生理参数， 如生物量和覆盖度等。 Ts / VI 二维散点图的分布可能存在 2 种关系， 三 ［ 2］ 角形区域分布和梯形区域分布。 Price 和 Carlson 分析了不同传感器得到的 NDVI 和 Ts 数据， 认为它们构成的空间关系为三角形区域分布 ， 并利 等 用这个特征空间结合土壤—植被—大气传输模型 （ Soil Vegetation Atmosphere Transfer model， SVAT） 反 演土壤含水量， 并与微波遥感数据得到的结果和地 面观测的结果进行了比较验证。 但 Ts / VI 特征空间 呈三角形区域分布的假设要求研究区域足够大 ， 土 壤表层含水量应从萎蔫含水量到田间持水量 ， 且地 表覆盖应从裸土到植被完全覆盖 （ 图 1 ） 。
［ 1］ 表温度和植被指数的干旱监测模型进行了综述 。 随着 Ts / VI 特征空间研究的不断深入， 在 Ts / VI 特征
1
引
言
H） 和潜 土壤水分、 显热通量（ sensible heat flux， 热通量（ latent heat flux，LE ） 是气候、 水文、 生态、 农 。 （ 业等领 域 重 要 的 地 表 参 数 这 些 参 数 在 作 物 农 田） 管理、 大气、 水循环、 天气预报中都有重要的应 用， 在区域土地退化和荒漠化的研究中也发挥了重 要作用。 H 和土壤水分等是通过地面观测的方 最初 LE 、 式获得的， 这种方法只能获得小区域的数据 ， 不仅耗 时耗力， 而且有时无法获得可靠的结果。 随着遥感 技术的发展， 开始运用遥感数据结合地面模型进行 大面积土壤水分及相关参数的估计 。
归一化植被指数（ NDVI） 与地表温度（ Ts） 构成 的三角形区域分布示意图 Fig． 1 Summary of the key descriptors and physical interpretations of the Ts / VI feature space 图1
11 ］ Sandholt 等 ［ 在研究土壤湿度时发现 Ts / NDVI