12、基于多源遥感数据的灌区土壤含水量监测关键技术研究--郑州大学张成才

2015（第三届）中国水利信息化与数字水利技术论坛—

基于多源遥感数据的灌区土壤墒情监测的关键技术

报告人：张成才

郑州大学水利与环境学院

2015.4.3

中国（国际）水务高峰论坛组委会

电话：010-6320 3049/3233/3104/3734/3745

邮箱：wbs@

传真：010-5269 5071

官网：

地址：北京市西城区白广路北口水利部综合楼733

目录

遥感反演土壤墒情技术的研究现状土壤墒情遥感监测的关键技术总结

1

2345

研究背景及意义

土壤墒情遥感监测的主要发展方向

土壤墒情是水文学、气象学以及农业科学领域中的一个重要指标, 是土壤-植物-大气连续体的一个重要因子，对水文、农业、旱情监测等具有非常重要的

意义。

传统的土壤墒情监测是测点的人工监测，费时费力，且测点稀疏，代表性差。

遥感具有监测范围广、速度快、成本低等优点，应用遥感技术对土壤墒情进行监测，能实现土壤墒情大范围、快速监测，优势明显。

研究不同地表覆盖情况下监测土壤墒情的方法，构建土壤墒情遥感反演模型，分析土壤墒情变化规律，为水文分析计算、农作物科学灌溉等提供基础信息。

近几年遥感卫星数据

国外高分遥感数据

QuickBird，GeoEye-1，WorldView-2、3，SPOT6，Pleiades-1 国内高分遥感数据

高分一号、高分二号、资源三号、天绘一号

主动微波遥感数据

ALOS-2、Radarsat-2、TerraSAR-2

遥感卫星WorldView-3美国WorldView-2美国发射日期2014年2009年10月

轨道高度617km770km

重访周期小于1 天 1.1 天

幅宽单景16.4km×16.4km单景16.4km×16.4km 影像成图比例尺约1 : 2000 1 :2000分辨率全色0.31m多光谱1.24m全色0.5m多光谱1.8m

波谱范围

8个多光谱8个波段（红、绿、蓝、红色边缘、黄、

海岸、2个近红）8个短红外

全色0.45 -0.80μm全色0.45 -0.80μm

国外高分遥感数据

遥感卫星法国Pleiades-1法国SPOT6

发射日期2010年2012年

轨道高度694Km695 Km

重访周期1天26天

幅宽单景20km×20km单景60km×60km 影像成图比例尺1:20001:10 000分辨率全色0.5m多光谱2m全色1.5m多光谱6m

波谱范围

蓝色0.43 -0.55μm蓝色0.45 -0.52μm 绿色0.49 -0.61μm绿色0.53 -0.59μm 红色0.60-0.72μm红色0.62-0.69μm 近红外0.75 -0.95μm近红外0.76 -0.89μm 全色0.48 -0.83μm全色0.45 -0.75μm

国外高分遥感数据

遥感卫星高分一号高分二号资源三号天绘一号发射日期2013年2014年2012年2010年

轨道高度645Km630Km505Km500 Km

重访周期4天5天5天5天幅宽800km×800km45 m×45m51km-52km60km×60km 影像成图比例尺1:100001：20001:10 0001:10 000

分辨率全色2m多光谱8m全色0.8m 多光谱3.2m前视、后视相机3.5m；正视

相机2.1m；多光谱相机6m 三线阵相机5m；高分辨率2m；多光谱相机10m

波谱范围

蓝色0.45 -0.52μm蓝色0.45 -0.52μm蓝色0.42 -0.52μm蓝色0.43 -0.52μm 绿色0.52 -0.59μm绿色0.52 -0.59μm绿色0.52 -0.59μm绿色0.52 -0.61μm 红色0.63-0.69μm红色0.63-0.69μm红色0.63-0.69μm红色0.61-0.69μm 近红外0.77 -0.89μm近红外0.77 -0.89μm近红外0.77 -0.89μm近红外0.76 -0.90μm 全色0.45 -0.90μm全色0.45 -0.90μm全色0.50 -0.80μm全色0.51 -0.69μm

国产遥感数据

ALOS-2数据参数

观测模式分辨率观测范围

聚束模式1m-3m25km

条带模式3m50km 6m50km 10m70km

扫描模式100m350km 60m490km

第一部分遥感数据简介Radarsat-2

遥感卫星RadarSat-2

卫星类型C波段SAR商用卫星

发射日期2007年

轨道类型太阳同步轨道

轨道高度798Km

重访周期24天

特征

·11种波束模式·左右侧视缩短了重访时间·丰富的极化信息

第二部分遥感反演土壤墒情技术的研究现状

（1）数据源方面：20世纪70年代早期试验建立了土壤含水量和地表辐射温度的相关关系，后续气象卫星和资源卫星的投入使用，合成孔径雷达数据的获取等推动土壤墒情监测进一步发展。

（2）反演模型方面：从可见光-红外遥感，到微波遥感，反演模型也在演进发展，对可见光-红外遥感数据，不同的地表覆盖类型选择特定的模型，如在裸土和低植被覆盖区，主要采用热惯量和相关方法，在高植被覆盖区，主要采用植被缺水指数法，以及将植被指数和地表温度组合的温度植被指数法。

第二部分

对于微波数据，裸土和低植被覆盖区域，从经验、半经验模型（主要有Oh 模型、Dubois 模型和Shi 模型）到理论模型（如：IEM、AIEM）逐步完善。对植被较好的地表覆盖，主要有的Water-Cloud模型（水云模型）和MIMICS模型（微波植被散射模型）。