土壤水分反演与干旱监测
科技成果——基于微波的高分辨率土壤水分反演及干旱监测应用
科技成果——基于微波的高分辨率土壤水分反
演及干旱监测应用
对应需求旱情遥感监测系统
成果简介
该成果利用高质量Sentinel-1SAR数据及可见光遥感数据，基于具有物理机制的变化检测方法，反演得到高分辨率的土壤水分信息；确定了构建后向散射系数-植被指数空间所需的最佳采样点数目；明确了模拟精度对土壤水分初始值和缩放因子两个关键参数的敏感性。
可解决当前遥感土壤水分数据的空间分辨率过低的问题，AUC值较传统预测模型提升了约20%，具有较强干旱监测能力。
适用于区域范围内高分辨率干旱监测。
技术特点
该成果进行干旱监测及森林火灾预报，AUC值较传统预测模型提升了约20%，提升预测精度。
精度达到0.053立方米/立方米，且其反演精度并不随递推次数增加而累积，具有较高的空间分辨率。
技术水平实用新型专利1项，软件著作权1项。
应用情况
该成果在黑河流域应用，此流域内绿洲属于干旱-半干旱区，生态环境脆弱，通过运用该成果开展土壤水分的反演，可监测绿洲干旱情况，展现出较好的干旱预警能力；在广东省应用，近年来该省内降雨年度分配不均情况逐渐加剧，骤旱频发，通过运用该成果，可准确监测预报省内林区干旱及森林火灾等灾害发生情况。
基于HJ卫星数据的土壤含水量反演及其旱情预测
基于HJ卫星数据的土壤含水量反演及其旱情预测熊世为;李卫国;贾天山;胡姗姗;景元书【摘要】干旱是影响中国农业生产的重要自然灾害之一。
为确定温度植被干旱指数( TVDI)法在苏北地区干旱监测中的适用性，本试验构建基于HJ卫星数据的NDVI-Ts 特征空间，提取TVDI并结合实测数据将遥感指数转化为土壤相对湿度。
结果显示：特征空间构建时，考虑NDVI>0.2区间可提高干、湿边的拟合精度；TVDI与各层土壤含水量均有一定的相关性，其中与10~20 cm土层土壤含水量的相关系数达-0.649~-0.854(P<0.01)。
结合同期降水数据，可认为基于HJ卫星数据的TVDI法对苏北地区旱情具有较好的监测效果。
%Drought is one kind of natural disasters that seriously affect agricultural production in China. In order to determine the feasibility of temperature vegetation dryness index ( TVDI ) used in drought monitoring in north of Jiangsu province, NDVI-Ts feature space was constructed by using HJ satellite data, temperature vegetation dryness index was ex-tracted and the remote sensing index combining the measured data was turned into relative soil moisture. The results showed that improving NDVI to be more than 0. 2 could improve the dry and wet edge fitting accuracy when constructing the feature space. TVDI index was correlated with soil moisture in different depths, and the coefficients between TVDI and soil mois-ture in the depth of 10-20 cm was from-0. 649 to-0. 854. Combined with contempory rainfall data, TVDI was applicable in drought prediction.【期刊名称】《江苏农业学报》【年(卷),期】2014(000)005【总页数】7页(P1044-1050)【关键词】HJ卫星数据;NDVI-Ts 特征空间;温度植被干旱指数;干旱【作者】熊世为;李卫国;贾天山;胡姗姗;景元书【作者单位】滁州市气象局，安徽滁州 239000;江苏省农业科学院农业经济与信息研究所，江苏南京 210014;滁州市气象局，安徽滁州 239000;滁州市气象局，安徽滁州 239000;南京信息工程大学应用气象学院，江苏南京 210044【正文语种】中文【中图分类】S165+.2农业上将长期无雨或少雨，使土壤水分不足、作物水分平衡遭到破坏而减产的灾害定义为干旱。
干旱反演
具有较高空间分辨率，但受地表粗糙度，植被影响大。被动微波遥感监测面积大，周期短，
受粗糙度影响小，并且对土壤水分更为敏感，算法更为成熟，可以应用于大面积地区干旱 监测。
干旱反演方法
植被指数法
温度指数法 综合法
温度植被干旱指数法
基于植被指数的干旱监测模型
植物的活性叶片在可见光波段吸收了 70%--90%的红光,反射
基于地表温度LST的干旱指数监测模型常见的有以下几种
温度状态指数(TCI)
TCI(Temperature Condition Index)的定义为：
式中，BTi为影像中某一像素在特定年第i个时段的亮温值， BTmin和BTmax分别表示在研究年限内,该区域第i个时段内像素
亮温值的最小值和最大值。TCI越小,表示该地区作物长势越
了绝大部分绿光。由于叶肉组织的影响,活性叶片在近红外波 段具有较强的反射性。植被指数(Vegetation Index,VI)是通过 遥感技术监测地面植被生长状况的一个重要指数,它是由卫星 传感器的可见光通道和近红外通道所探测数据的线性组合或
非线性组合反演得到的,可以很好地反映出地表绿色植被的分
布和生长状况,从而对作物生长不利的环境条件进行监测,尤
在遥感观测数据中，植被指数与表面温度具有很强的负相关性，对植被 指数与表面温度组成的散点图进行拟和得到一条直线，该线的斜率与土 壤湿度密切相关，这一现象在多种植被类型和传感器上得到验证。在同 一生长季内，根据不同日期图像的LST/NDVI斜率，可以反映该区土壤湿 度的时间变化。LST/NDVI斜率还可以反映年际土壤湿度变化。 在实际应用中，LST/NDVI斜率的确定有一定难度，它受地表覆盖类型、
反映的干旱环境背景与农业干旱的界线模糊
基于定量遥感反演的旱情监测研究
基于定量遥感反演的旱情监测研究引言：旱情是指地表或地下水水文过程中，由于降水不足，造成土壤、植被和水资源等方面出现持续性或严重性不足的情况。
旱情的监测对农业生产、水资源管理和应对气候变化等具有重要的意义。
传统的旱情监测方法通常依赖于人工采样和测量，往往耗时耗力并且受制于人力和地理条件等因素。
定量遥感反演技术的发展为旱情监测提供了新的解决途径，其能够通过遥感影像数据来获取丰富的信息，例如降水量、土壤湿度、植被生长状况等。
本文将重点介绍基于定量遥感反演的旱情监测研究。
定量遥感反演方法：定量遥感反演方法是通过遥感影像数据和地面观测数据建立数学模型，从而推断出感兴趣地区各个要素的定量化信息。
在旱情监测中，常用的定量遥感反演方法包括土壤湿度反演、植被指数反演和降水量反演等。
土壤湿度反演是指通过遥感影像数据估计土壤湿度的方法。
常用的土壤湿度反演方法包括微波遥感反演和热红外遥感反演。
微波遥感反演方法利用微波信号的穿透性，通过测量微波信号在土壤中的衰减情况来估算土壤湿度。
热红外遥感反演方法则是通过测量地表温度和植被指数等参数，根据土壤热传导方程来推算土壤湿度。
这些方法能够准确地反演土壤湿度分布，从而为旱情监测提供了科学依据。
植被指数反演是指通过遥感影像数据估算植被生长状况的方法。
植被指数是反映植被光合活性和生长状态的指标，常用的植被指数包括归一化植被指数（NDVI）和差值植被指数（DVI）等。
通过计算遥感影像中的植被指数，可以得到感兴趣地区的植被覆盖度和生长状态等信息。
这些信息可以反映出旱情的严重程度和影响范围，对于旱情的监测和评估具有重要的意义。
降水量反演是指通过遥感影像数据估算降水量的方法。
降水量是影响旱情的主要因素之一，准确地反演降水量对于旱情监测具有重要的意义。
常用的降水量反演方法包括基于雷达的降水反演和基于卫星遥感的降水反演。
雷达降水反演方法通过测量雷达信号与降水的反射和散射情况，来估算降水量。
卫星遥感反演方法则是根据遥感影像中的云簇和降水微物理特征等信息，结合数学模型来推测降水量。
植被温度干旱指数法
植被温度干旱指数法，也被称为温度植被干旱指数（Temperature Vegetation Dryness Index，简称TVDI），是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤水分反演的方法。
这种方法同时考虑了归一化植被指数（NDVI）和地表温度（LST）的影响，使其可以用于干旱监测，特别是监测特定年内某一时期整个区域的相对干旱程度，以及研究干旱程度的空间变化特征。
温度植被干旱指数的计算方法主要基于NDVI-LST特征空间，找出每个NDVI值对应的地面温度的最大值和最小值，即干边和湿边。
然后根据干边和湿边的拟合方程，可以计算出每个像元的TVDI值。
在干边上，TVDI的值为1，表示最干旱；在湿边上，TVDI的值为0，表示最湿润。
此外，还有温度植被角度指数（TVA），它是通过对LST/NDVI取arctangent函数来计算的，这种方法补充了LST/NDVI的缺陷。
总的来说，植被温度干旱指数法是一种有效的干旱监测方法，它可以利用遥感数据反演出植被覆盖区域的表层土壤水分情况，从而帮助我们更好地理解和应对干旱问题。
(整理)土壤水分监测与干旱灾害预测
2.1植物遥感原理土壤水分(即土壤湿度、土壤含水量)，作为陆面水资源形成、转化、消耗过程研究中的基本多数，是联系地表水与地下水的纽带，也是研究地表能量交换的基本要素，并对气候变化起着非常重要的作用。
土壤水分的变化能影响其本身的水热过程，使地表参数发生变化，如地表反照率、土埂热容量、地表蒸发和植被生长状况等。
这就导致地表能量、水分的再分配．并通过改变地表向大气输送的显热、潜热和长波辐射通量，影响到气候变化；气候变化又能引起土壤含水量的变化。
两者相互作用．其中包涵复杂的反馈过程。
此外，土壤水分作为陆面生态系统水循环的重要组成，是植物生长发育的基本条件，也是研究植物水分胁迫、进行作物旱情监测的最基本因子。
土壤水分遥感取决于土壤表面发射或反射的电磁辐射能的测量。
而土壤水分的电磁辐射强度的变化取决于其反射率、发射率、电介特性、温度等。
土壤水分特性在不同波段有不同的反应，人们可以依据土壤的物理特性和辐射理论，利用可见光—近红外(VIs—NIR)一热红外(TIR)一微波(Nw)不同波段遥感资料、研究方法以及与环境因素(地貌、植被等)的相关分析，来监测土壤水分。
其中，可见光—近红外方法主要依赖于地物的反射光谱特性。
由于影响地物光增的因素很多，如表面粗糙度、土壤结构、有机质含量等，因此借助于地物反射光谱差异来估算土埂水分．在精度上受到限制。
当然、随着高光谱遥感数据的应用，可见光—近红外法估算土壤水分的精度会有所提高。
（1）遥感数据中的土壤含水量信息1, 可见光波段的土壤含水量信息根据地物波谱的测定，在可见光部分干燥土壤的反射光谱比潮温土壤的反射光谱平行抬高一段反射率。
随着含水量的多寡，抬高的距离大小不同。
因此，早期遥感研究中有用可见光波段测定土壤含水量的尝试。
2, 近红外波段的土壤含水量信息近红外波段对水的反映灵敏，水对近红外光完全吸收。
因此含水量高的土壤在近红外波段上呈暗色调，地物波谱曲线不是平行降低，而是陡坡降低。
基于多光谱数据的植被水分反演及其在旱情评估中的应用分析
个滞后的过程 ，因而降水 的变化对植被水 的影响也存在一定滞后效应 。 在上述分析基础之 ， 时间和空 从
问尺度对植被水分在旱情监测和评估中的应用进行了评价 。通过时 间合 成以及与 其他数据 （ 如历 史数据 ） 的 结合 ，呵克服多光谱 数据的 自身不足 ， 提高多光谱 遥感 数据在旱情 监测 和评估 的应用性 。 关键词 多光谱遥感 ； 植被水分 ；旱情监测
存在着时效性 差、代 表 范 围有 限 、需要 大 量 人力 物 力 的缺
点 ，难 以 实 现 实 时 、 范 的 动 态 监 测 。随 着 遥 感 技 术 的 不 大
断发展 ，利用遥感手段进 行植 被水分 监测 ， 弥补 了传 统方法 的不足 ，为实时 、 快速 、大范 围的动态监测 和 区域 评估 提供
源。
干旱是影 响我 闲工农业生产和社会经济发展的 主要 自然 灾 害之一 。遥感数据 困其 自身特点 ，在 旱灾监测 、旱情 评估 中发挥 ＿ 『重要作用 ， 为抗旱救灾提供 了实时 、动态 的旱情评
估 数 据 。目 前 ， 用 较 为 Ｊ 的 旱情 遥 感 监 测 评 估 方 法 ，主 应 泛
传感器之一 ， 拥有 ３ ６个波段的光谱观测数据 ， 这些数据有 助 于深入理解全球陆地 、海洋 和低层 大气 内的动 态变化 过程 。 ＭＯＤ Ｓ５０ｍ数据集 中有 ７个波 段 （ １ ，包括 ｒ植 被状 Ｉ ０ 图 ）
践 ，同时 在 灾 评 估 、火 险评 价 等 方 面 也 得 到 了 一 定 应
作为重要的植被状态指数 ， 早情监测 与评估 中得到 了一定 在 本文以 ２ １ ０ ０年初西 南地 发牛 的大旱 为案例 ， 用 多 利 光谱遥感数据进 行植 被含水量的提取 和时序分析 ， 结合 台 并 站的气象数据 ， 对植被含水量在旱情监测 中的应 用进行 分
热惯量法反演土壤水分
热惯量法反演土壤水分
热惯量法是一种非侵入式测量土壤水分的方法，其原理是在一定
时间内，利用一个预先加热好的探头加热土壤，观察土壤温度的变化，进而计算出土壤的热惯量，再根据热传导方程反演出土壤的含水量。
该方法的优点是不需要直接接触土壤，且可实现实时测量，以及
对土壤深度、结构等特性不敏感。
因此，该方法被广泛应用于农业生产、水资源管理、生态环境监测等领域。
具体来说，热惯量法反演土壤水分的步骤如下：
1.测量土壤热惯量：在待测土壤中钻上一个深度为6-8 cm，直径
为2-2.5cm的小孔，然后将一个预先加热好的热电偶放入孔中，并记
录下加热孔口前后的温度变化曲线。
利用热传导方程，根据土壤热惯
量的式子计算出土壤热惯量。
2.根据土壤热传导特性计算含水率：由于土壤水分的热传导系数
不同于无水土壤，因此可以根据已知含水率的标准土壤进行标定，并
按照该土壤热传导特性计算出待测土壤的含水率。
3.校正误差：由于实际测量中存在着一定的误差，因此需要进行
一定的校正。
例如，由于热惯量法对土壤温度变化的测量可能受到环
境温度、湿度等因素的干扰，因此需要加以校正。
总之，热惯量法反演土壤水分是一种简单、实用的方法，但其也存在一些限制，如需要对土壤的热传导特性有一定的认识，并且不适用于测量土壤水分较深的地下层。
农业旱灾监测中土壤水分遥感反演研究进展
15卷6期2006年12月自 然 灾 害 学 报JOURNAL OF NAT URAL D I S ASTERS Vol .15,No .6Dec .2006收稿日期:2006-03-07; 修订日期:2006-07-10 基金项目:国家自然科学基金资助项目(30571078);国家社会公益研究项目(2004D I B 4J154,2005D I A 3J032);国家科技支撑计划课题(2006BAD04B07) 作者简介:闫峰(1973-),男,江苏连云港人,博士研究生,主要从事环境遥感、地理信息系统和灾害学研究.文章编号:100424574(2006)0620114208农业旱灾监测中土壤水分遥感反演研究进展闫 峰1,2,覃志豪1,3,李茂松2,王艳姣4,5(1.南京大学国际地球系统科学研究所,江苏南京210093; 2.中国农业科学院农业环境与可持续发展研究所,北京100081;3.中国农业科学院农业资源与农业区划研究所,北京100081;4.中国科学院大气物理研究所,北京100029; 5.中国气象局国家气候中心,北京100081)摘要:土壤水分是农业干旱监测最重要的指标之一。
文章全面回顾了光学遥感和微波遥感土壤水分遥感反演进展,重点讨论了各种反演方法的优点和不足。
光学遥感中,热惯量法和作物缺水指数法可分别较好地应用于裸露地和作物覆盖地的土壤水分监测;距平植被指数、植被条件指数采用了植被指数因子实现农业旱情监测,温度植被指数、植被供水指数和条件植被温度指数同时考虑了作物植被指数和地表温度。
微波遥感被认为是当前土壤水分监测中最有效的方法。
主动微波遥感空间分辨率较高,但对土壤粗糙度和植被敏感;被动微波遥感空间分辨率低,重访周期短,对大尺度农业旱灾监测具有较大潜力。
为提高农业旱灾监测中土壤水分遥感反演的精度和效率,采用光学遥感和微波遥感的结合可能是较为实际的方法。
关键词:农业旱灾;土壤水分;遥感;光学;微波中图分类号:TP79;S152.7;S423 文献标识码:AProgress i n so il m o isture esti m a ti on from rem ote sen si n gda t a for agr i cultura l drought m on itor i n gY AN Feng 1,2,Q I N Zhi 2hao 1,3,L IMao 2s ong 2,WANG Yan 2jiao 4,5(1.I nternati onal I nstitute for Earth Syste m Science,Nanjing University,Nanjing 210093,China; 2.I nstitute of Envir onment and SustainableDevel opment in Agriculture,Chinese Acade my of Agricultural Sciences,Beijing 100081,China; 3.I nstitute of Agr o 2Res ourcesand Regi onal Planning,Chinese Acade my of Agricultural Sciences,Beijing 100081,China; 4.The I nstitute of A t m os phericPhysics,Chinese Acade my of Sciences,Beijing 100029,China; 5.Nati onal Cli m ate Center,China Meteor ol ogical Adm inistrati on,Beijing 100081,China )Abstract:Soil moisture is one of the most i m portant indices for agricultural dr ought monit oring .I n this paper we p resent a comp rehensive revie w f or the p r ogress in re mote sensing of s oil moisture,with f ocus on discussi on of the method details and p r oble m s existing in s oil moisture esti m ati on fr o m re mote sensing data .Ther mal inertia and cr op water stress index (C W SI )can be used t o s oil moisture esti m ati on of bare s oil and vegetati on envir on ments res pec 2tively .Anomaly vegetati on index (AV I )and vegetati on conditi on index (VC I )are another alternative methods for s oil moisture esti m ati on with nor malized difference vegetati on index (NDV I ).Both NDV I and land surface te mpera 2ture (LST )are considered in te mperature vegetati on index (T V I ),vegetati on supp ly water index (VS W I )and vegetati on te mperature conditi on index (VTC I ).M icr owave re mote sensing is the most effective technique f or s oil moisture esti m ati on .Active m icr owave can p r ovide high s patial res oluti on but is sensitive t o s oil r ough and vegeta 2ti on .Passive m icr owave has a l ow res oluti on and revisit peri od but it has more potential for large scale agriculturaldr ought monit oring .I ntegrati on of op tical and m icr owave re mote sensings may be the p ractical method of dr ought monit oring in both accuracy and efficiency .Key words:agricultural dr ought;s oil moisture;re mote sensing;op tics;m icr owave农业旱灾是世界上最常见、影响最大的气候灾害,不但直接造成了粮食减产和经济损失,而且严重影响了农业的可持续发展和社会的稳定。
植被覆盖地表土壤水分遥感反演
植被覆盖地表土壤水分遥感反演一、概述植被覆盖地表土壤水分遥感反演是当前遥感科学与农业科学交叉领域的重要研究方向。
随着遥感技术的不断进步，利用遥感手段对植被覆盖地表下的土壤水分进行反演，已经成为监测土壤水分动态变化的有效手段。
本文旨在深入探讨植被覆盖地表土壤水分遥感反演的基本原理、方法进展及实际应用，以期为相关领域的研究和实践提供有益的参考。
植被覆盖地表土壤水分遥感反演的基本原理在于，通过遥感传感器获取地表植被和土壤的综合信息，进而利用特定的反演算法提取出土壤水分含量。
这一过程中，植被覆盖对遥感信号的影响不可忽视，如何有效去除植被覆盖的影响，成为植被覆盖地表土壤水分遥感反演的关键问题。
在方法进展方面，近年来国内外学者提出了多种植被覆盖地表土壤水分遥感反演方法，包括基于植被指数的反演方法、基于热惯量的反演方法、基于微波遥感的反演方法等。
这些方法各有特点，适用于不同的研究区域和植被类型。
随着深度学习等人工智能技术的快速发展，其在植被覆盖地表土壤水分遥感反演中的应用也逐渐受到关注。
在实际应用方面，植被覆盖地表土壤水分遥感反演在农业、生态、环境等领域具有广泛的应用前景。
通过实时监测土壤水分状况，可以为农业生产提供科学的灌溉指导，提高水资源的利用效率也可以为生态环境监测和评估提供重要的数据支持，有助于维护生态平衡和可持续发展。
植被覆盖地表土壤水分遥感反演是一项具有重要意义的研究工作。
随着遥感技术的不断进步和反演算法的不断优化，相信这一领域的研究将会取得更加丰硕的成果。
1. 背景介绍：植被覆盖地表土壤水分的重要性及其在农业、生态和环境监测中的应用。
植被覆盖地表的土壤水分是地球水循环的重要组成部分，它直接影响着植被的生长和生态系统的平衡。
在农业领域，土壤水分是作物生长的关键因素之一，其含量和分布直接影响着作物的产量和品质。
准确获取植被覆盖地表的土壤水分信息，对于指导农业生产、优化水资源管理具有重要意义。
在生态方面，土壤水分与植被覆盖度之间存在着密切的相互作用关系。
干旱荒漠化矿区CPS反射信号土壤湿度反演
SCIENCE &TECHNOLOGY VISION科技视界2012年8月第22期科技视界Science &Technology Vision0引言随着经济水平的提高,能源的大量消耗不可避免,煤炭的需求带动了大面积的煤矿开采。
随之产生的生态环境问题比比皆是,地表变形、沉降导致土地荒漠化,不仅荒废了土地,而且带来了经济损失。
荒漠化矿区多为裸地或低植被覆盖,生态系统极其脆弱,采矿对其影响显而易见[1-5]。
控制地下水水位是生态脆弱矿区科学开采的核心[6]。
土壤湿度,作为土壤质量的标志之一,说明土壤含水和持水能力,在荒漠化矿区极易受影响。
近年来,矿区土壤湿度成为许多专家学者研究的热点。
全球导航定位系统(GPS)自从问世已经发展成为多领域、多模式、多用途、多机型的国际性高新技术产业。
实践证明,GPS 系统是一个高精度、全天候和全球性的无线电导航、定位和定时的多功能系统。
1993年M.Martin Neira (ESA)提出从地球表面反射的GPS 信号可能检测到海洋卫星测高资料中直接信号和反射信号之间存在的延迟,开创了利用GPS反射信号遥感海平面的先河[7]。
GPS 系统L1(1.57542GHz)、L2(1.2276GHz)波段频率又是遥感土壤湿度的最佳频率[8]。
根据GPS 反射信号功率与土壤介电常数存在一定的函数关系,土壤介电常数和土壤湿度也存在函数关系,利用GRrSv.2系统[9]获取GPS 反射信号功率,根据函数模型反演出特定区域内的土壤湿度。
鉴于荒漠化矿区多为裸地或低植被覆盖条件,适宜于土壤湿度信息遥感,本文将分析利用GPS 反射信号反演矿区土壤湿度的基本原理和方法,探讨其应用可行性。
1GPS 反射信号反演土壤湿度利用GPS 反射信号技术可以实现对特定区域的遥感,这种技术被称作GPS-R 技术。
研究土壤湿度在农学、气象学等多个领域具有十分重要的作用。
关止等人提出利用反射GPS 信号遥感土壤湿度,是在传统微波遥感土壤湿度基础上的一项创新。
ENVI土壤湿度遥感反演及干旱灾害监测
遥感建模与应用综合实习实验报告学期2017-2018学年第二学期姓名学号指导教师闵爱莲实验题目:土壤湿度遥感反演研究1.实验目的1、1熟悉遥感图像大气校正、几何校正的流程,掌握NDVI的计算及密度分割的过程。
1、2 学会利用TM热红外波段反演地表温度,了解TVDI的原理,制图输出黄骅市TVDI图像。
1、3 掌握基本的统计学评价指标(R2值、相关系数、线性拟合模型精度评价等),建立干旱指数TVDI与土壤相对湿度之间的关联模型。
2.实验要求2、1 大气校正,几何校正后NDVI计算并制图输出。
2、2地表温度反演;Ts-NDVI散点图制作;TVDI指数计算;除云、除水、除建筑物,保留植被区域的TVDI。
2、3建立TVDI与土壤相对湿度之间的关联模型。
模型精度评价。
土壤相对湿度制图。
3.实验数据TM200205图像、BASE IMAGE图像、研究区矢量边界图。
4.实验步骤:4、1图像预处理以及NDVI制图。
①大气校正。
本实验选择黑暗像元法进行大气校正。
打开TM200205,快速统计图像DN值,记录7个波段每个波段的黑暗像元。
本实验选择DN值像元个数为十位数时对应的DN值作为黑暗像元DN值。
所有像元均减去此黑暗像元的DN,达到校正目的。
所依据原理为认为黑暗像元的辐射记录值为0,且认为图像各处大气影响一致,之所以不为0就是由于大气程辐射的影响,减去此DN,即为整体消除大气程辐射的影响。
②几何校正。
加载并打开base image与TM200205图像,基于Map下的图像到图像校正方法进行几何校正。
以base image为基准图像,以TM200205为待校正图像。
本实验选择20个地面同名地物点作为控制点,总的均方根误差为0、8257个像元,选择的原则就是:控制点要分布均匀,图像边缘部分要多选取。
选择大桥桥头、河流拐弯处、道路交叉口、机场等易于区分且不易随时间变化太大的地物。
几何位置变换公式为多项式变换,二次多项式。
基于陆地表面温度反演土壤水分及监测干旱的适用性研究
基于陆地表面温度反演土壤水分及监测干旱的适用性研究尹磊;李佳乐;李玉;谷洪彪;赵嘉恒;曹晖;袁卢铁彬
【期刊名称】《防灾科技学院学报》
【年(卷),期】2024(26)1
【摘要】为研究陆地表面温度及其衍生指标反演我国大陆土壤水分的适用性,基于Z -score标准化和相关性分析方法,确定了最优陆地表面温度指标,再基于列联表评估最优指标监测2000—2019年4至10月干旱的适用性。
结果表明:对各种土地覆盖类型,陆地表面温度和土壤水分的相关性最强;在耕地和草地覆盖的半干旱半湿润区,相关性值可达0.7以上,陆地表面温度可以很好地反演中等水分胁迫区域植被根区的土壤水分。
陆地表面温度可以监测至少1/4的非随机可预测极端干旱事件,探测率和虚警率分别为0.37和0.12。
因此,陆地表面温度可被用于反演大尺度土壤水分并监测干旱。
【总页数】12页(P26-37)
【作者】尹磊;李佳乐;李玉;谷洪彪;赵嘉恒;曹晖;袁卢铁彬
【作者单位】防灾科技学院;辽宁工程技术大学测绘与地理科学学院;南京工业大学交通运输工程学院
【正文语种】中文
【中图分类】P237
【相关文献】
1.基于升尺度的陆地表面温度反演方法研究
2.热红外遥感反演陆地表面温度研究进展
3.利用分裂窗算法反演陆地表面温度的研究进展
4.基于粗糙度参数的土壤水分微波遥感反演算法适用性研究
5.利用TM6数据反演陆地表面温度新算法研究
因版权原因，仅展示原文概要，查看原文内容请购买。
干旱荒漠化矿区GPS反射信号土壤湿度反演
【 摘
徐州
２ １ ； ２ ６ １ １
江苏
徐州
２ １ ６ ２ １ １ １
要】 采用 Ｇ Ｓ Ｐ 信号反演土壤湿度具有重要的科 学 究意 义。对于干旱荒漠化矿 ｒ￣表 大多为裸地或低植被覆盖条件 ， 研 ｚ ， －
适 宜于土壤 湿度 的遥感。本文探讨 了利用 Ｇ Ｓ信号反演土壤 湿度的理论和方法， Ｐ 在分析荒漠化矿 区地表特点 的基础上 ， 讨论 了 在荒漠化矿 区利用 Ｇ Ｓ信号反演土壤 湿度 的可行性。 Ｐ
Ｘｕ ｈ ｕ Ｊａ ｇ ｕ ２ １ １ ； ．ｃ ｏ ｌｏ ｖｒ ｎ ｅ ｔｌ ｃｅ ｃ ｎ ｐ ｔａ ｎｏ ｍａｉｓ Ｃｈ ｎ ｉ ｖ ｒｉｙｏ ｉ ｉｇａ ｄ ｚ ｏ ｉｎ ｓ ， ２ １ ６ ２Ｓ ｈ ｏ ｆＥｎ ｉｏ ｍ ｎａ ｉｎ ｅａ ｄ Ｓ ａ ｌ ｆ ｒ ｔｃ， ｉａ Ｕｎ ｅ ｓｔ ｆＭ ｎｎ Ｓ ｉ Ｉ ｎ
反射信号遥感海平面的先河 Ｇ Ｓ系统 Ｌ （．７ ４ Ｇ ｚ 、２ 。Ｐ ｌ １ ５ ２ Ｈ ）Ｌ ５ （ ． ７Ｇ ） １ ２ ６ Ｈｚ波段频率又是遥感 土壤湿度的最佳频率 ＿ ２ 圳 。根据 Ｇ Ｓ反射信号功率与土壤介 电常数存在一定 的函数 关系 ， Ｐ 土
壤介电常数和土壤湿度也存在 函数关系 ， 利用 Ｇ ｒｖ ＲＳ． ２系统［ ９ １
比比皆是 ， 表变 形 、 降导致 土地荒 漠化 ， 仅荒废 了土 地 沉 不
地， 而且带来 了经济损 失。荒漠化 矿区多为裸地或低植被覆
获取 Ｇ Ｓ反射信号功率 ． Ｐ 根据 函数模型反演出特定区域内的
土壤湿度 。鉴于荒漠化 矿区多为裸地 或低 植被覆盖条件 ， 适
盖， 生态 系统极其脆弱 ， 采矿对其影响显而易见［】 １。控制地 下 ＿ ５ 水水位是生态脆弱矿 区科学开采的核心Ｌ ６ Ｊ 。土壤湿度 ， 作为土
土壤含水量测量与反演方法综述
土壤含水量测量与反演方法综述摘要：目前土壤水分研究方法分为两大类：土壤水分直接测量法和反演法，反演法包括遥感监测法和模型模拟法。
本文系统分析了应用较广泛的几种农田土壤水分研究方法原理，研究发现，土壤水分直接测量法是当前研究土壤水分的主要方法，遥感监测法是未来研究土壤水分的发展趋势。
1 土壤水分直接测量法直接测量法包括烘干法、酒精灼烧法、中子仪法、张力计法、时域反射法、频域反射法、介电法、驻波法和电容电阻法等。
本文主要介绍烘干法、中子法和介电法。
1.1 烘干法烘干法包括经典烘干法和快速烘干法。
该方法的操作过程为：在田间地块选择代表性的取样点，按照观测规范要求深度分层取得土样，将土样放入铝盒并立即盖好，以减少水分蒸发对测量结果的影响。
对装有土样的铝盒进行称重，记为w1；打开盖子，置于烘箱内，将温度设为105～110℃对土样烘干6～8h，直至土样质量不再变化，对干土及铝盒进行称重，记为w2，则所测土层的土壤质量含水量的计算公式可表示为（1）2.2 中子法中子法的原理是中子从1个高能量的中子源发射到土壤中，与土壤中氢原子（绝大部分存在于水分子中）碰撞后，能量衰减，这些能量衰减的中子可被检测器检测到，通过标定建立检测到的中子数与土壤含水率的函数关系，便可转化得到土壤含水率。
利用中子仪测量土壤水分含量，只需预先埋设，测量时不破坏土壤结构，测量速度快，测量结果准确，可定点连续观测，且无滞后现象，但中子法并不能實现长期大面积动态监测。
由于中子法测量的实际上是半径约几到几十厘米的球体含水量，其半径随着土壤含水率大小而改变，所以土壤处于干燥或湿润周期时，或对于层状土壤以及表层土壤，中子法的测量结果并不可靠。
2.3 介电法利用土壤的介电特性来测量土壤含水量是一种行之有效、快速便捷，准确可靠的方法。
目前得到普遍认可的三种土壤水分介电测量方法——时域反射法、频域反射法和驻波率法。
（1）时域反射法（TDR）TDR 是近年来出现的测量土壤含水量的重要仪器，是通过测量土壤中的水和其它介质介电常数之间的差异原理，并采用时域反射测试技术研制出来的仪器，具有快速、便捷和能连续观测土壤含水量的优点。
基于TVDI的大范围干旱区土壤水分遥感反演模型研究_赵杰鹏
其 中 ＴＶ 壤水分等方面都有 所 应 用 ， Ｄ Ｉ方 法 应 用 最 广泛
［ ］ ２ ４ ２ ９ －
。 但是 ， ＴＶ Ｄ Ｉ模 型 在 估 算 较 大 区 域 的 土
壤水分时 ， 由于统计 特 征 空 间 区 域 内 太 阳 总 辐 射 不 主 均和大气背景条件 不 一 致 而 导 致 反 演 精 度 降 低 ， 要问题有 ： ① 遥感云掩膜产品通常对云的去除不彻 底， 导致边 缘 像 元 的 土 壤 水 分 反 演 结 果 误 差 较 大 ； 南 北 纬 度 跨 距 较 大 时， 如沙 ② 研究区内地形 起 伏 、 漠与山地毗邻 ， 垂直分带明显 ， 会因为各像元接受的 太阳总辐射和大气背景的差异带来 ＴＶ Ｄ Ｉ计算的误
） 的原理 ２ 温度植被干旱指数 （ ＴＶ Ｄ Ｉ
温度 植 被 干 旱 指 数 是 利 用 Ｔ ｓ Ｄ Ｖ Ｉ特 征 空 间 －Ｎ 提取的水分胁迫指标来估算陆面表层土壤水分的一
， ， ， 引 用 格 式： Ｚ ｈ ａ ｏ Ｊ ｉ ｅ ｅ ｎ Ｚ ｈ ａ ｎ Ｘ ｉ ａ ｎ ｆ ｅ ｎ Ｌ ｉ ａ ｏ Ｃ ｈ ｕ ｎ ｈ ｕ ａ ｅ ｔ ａ ｌ． ＴＶ Ｄ Ｉ ｂ ａ ｓ ｅ ｄ Ｓ ｏ ｉ ｌ Ｍ ｏ ｉ ｓ ｔ ｕ ｒ ｅ Ｒ ｅ ｔ ｒ ｉ ｅ ｖ ａ ｌ ｆ ｒ ｏ ｍ Ｒ ｅ － ｐ ｇ ｇ ｇ ［ ］ ， ： ｍ ｏ ｔ ｅ ｌ Ｓ ｅ ｎ ｓ ｅ ｄ Ｄ ａ ｔ ａ ｏ ｖ ｅ ｒ Ｌ ａ ｒ ｅ Ａ ｒ ｉ ｄ Ａ ｒ ｅ ａ ｓ Ｊ ． Ｒ ｅ ｍ ｏ ｔ ｅ Ｓ ｅ ｎ ｓ ｉ ｎ Ｔ ｅ ｃ ｈ ｎ ｏ ｌ ｏ ａ ｎ ｄ Ａ ｌ ｉ ｃ ａ ｔ ｉ ｏ ｎ ２ ０ １ １， ２ ６（ ６） ７ ４ ２ ７ ５ ０． － ｙ ｇ ｇ ｇ ｙ ｐ ｐ
基于改进水云模型的土壤水分反演研究
基于改进水云模型的土壤水分反演研究摘要：土壤水分是影响农业生产的重要因素之一，精确地反演土壤水分对于农业灌溉、干旱监测等具有重要意义。
本文针对目前常用的水云模型在土壤水分反演中存在的问题，提出了一种改进的水云模型，并通过实验验证了该模型的有效性。
一、引言土壤水分是土壤中最为关键的要素之一，它直接关系到农作物的生长发育、土地的利用效率和生态环境的稳定。
准确地反演土壤水分对于农业生产、水资源管理、灌溉决策等具有重要意义。
传统的土壤水分监测往往需要大量的人力物力，且监测结果具有一定的时滞性和空间性，难以满足实际需求。
而基于遥感技术的土壤水分反演则可以实现对大范围土地的快速监测和数据获取，为精准农业、干旱监测等提供了新的手段。
本文针对水云模型在土壤水分反演中存在的问题，提出了一种改进的水云模型，并通过实验验证了该模型的有效性。
本文共分为三个部分：第一部分介绍了水云模型在土壤水分反演中的应用现状和存在的问题；第二部分介绍了改进的水云模型的原理和方法；第三部分通过实验验证了改进的水云模型的有效性，并对实验结果进行了分析和讨论。
二、水云模型在土壤水分反演中的问题1. 对土壤光谱响应的处理不够准确水云模型是基于遥感数据进行土壤水分反演的一种常用方法。
传统的水云模型在处理土壤光谱响应时存在一定的局限性，没有考虑土壤光谱特征与土壤水分之间非线性的关系，导致了在土壤水分反演中的精度不够高。
2. 对土壤表面粗糙度的考虑不够充分土壤表面的粗糙度对微波信号的散射有着重要影响，而传统的水云模型并没有充分考虑土壤表面粗糙度的作用，导致了在复杂地形和植被覆盖下的土壤水分反演结果不够精确。
3. 对植被覆盖情况的忽视在实际的遥感数据中，农田地块中往往存在着不同程度的植被覆盖，然而传统的水云模型并没有充分考虑植被覆盖对土壤水分反演的影响，导致了在植被覆盖情况复杂的地区，土壤水分反演的准确性不够高。
三、改进的水云模型原理和方法为了解决传统水云模型在土壤水分反演中存在的问题，本文提出了一种改进的水云模型。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
DT时代
从无序的、庞杂的海量数 据中挖掘有价值的信息甚 至知识
社会管理 智能电网 公共交通 智慧农业 医疗诊断 应
用
金融
电子商务 精准气象 新闻传媒
教育
基于气象数据的监测指数
优点： 方法成熟 数据精度高，时间序列长
缺点： 站点分布不均，不利于大 尺度的干旱监测
指数名称 帕尔默指数 作物水分指数 标准降雨指数 综合气象干旱指数
土壤水分和干旱监测的必要性
干旱是全球发生频率最高、持续时间最长、影响面积最广的自然灾害 造成重大经济损失，每年造成我国农业生产的直接经济损失多达4-7亿元 引起土地的荒漠化，沙漠化 影响人民生命安全和国家和谐稳定
全球气候变暖等因素导致我国干旱发生频 率显著增加、强度显著增强。(Dai A,2011) 深入研究干旱监测的技术方法，对提高干旱监测水平、提升政府防灾减 灾能力具有重要的意义！
j
Ts
Ts
Ti
i
Ts
TT
T
j
Ts
i
j
Ti Tj
极化指数
反演方程
SM 0.33 10.99947 * NDE18.7GHz 10.7GHz
563.80628NDE
2 18.7GHz
10.7GHz
微波指数与植被关系
NDVI与MPI关系 当NDVI≤0.1时,MPI≥0.04，在被动微波尺度下，可以认为像 元为裸地或者植被非常少，因此在土壤水分反演中可以不考 虑植被的影响；
不同地物的波谱曲线是不一样的，在近红外区域的水吸峰是 变化的；
同一种作物在不同的生长期波谱曲线也是变化的
大气水汽含量变化也是影响监测的主要原因，当大气水分含 量变化时，
因此利用可见光和近红外波段构成的各种干旱指数的阈值在不 同的地方是变化的，同一地方不同时间也是变化的。
热红外是利用土壤和植被水的热容量来监测水分含量，但温度 变化的快慢对不同的物质是不一样的，也就是阻抗不一样。 而且天气条件对温度变化快慢（比如云）影响也是非常大的， 因此各种指数的阈值也是变化的。
作物水分胁迫指标CWSI(Crop Water Stress Index) 和对应的土壤含水量相关分 析二者呈一定相关性,但相关关系不密切,相关系数为0.54,作物水分胁迫指数随土 壤含水量的降低呈明显的增大趋势;作物水分胁迫指数随气象因子的波动表现出 明显的波动性,且在作物遭受较严重水分胁迫下波动性更强,表明水分胁迫指数直 接定量标识作物土壤水分状况的可靠性不强.
雷达信号的散射受介电常 数的变化，而水是影响土 壤介电常数变化的最主要 因子。因此，雷达信号的 变化在一定程度上是土壤 水分参数的变化。
理论模型
• 几何光学模型 • 物理光学模型 • 小扰动模型 • 积分方程模型
经验-半经验模型
• Oh 模型 （1992；2002） • Dubois 模型 （1995） • Shi 模型 （1997）
土壤水分与干旱
气
象
植物蒸腾
农 业
干
社
旱
会
地表蒸散 经
植 物
干
旱 地表水分平衡
济
土
干
壤
水文干旱
旱
水分下渗
干旱实际上是一种地表水分失衡的综合现象，不同干旱类型之间相互联系又 相互区别。干旱监测必须综合考虑气候、植被和土壤等因素，只有这样才能 准确描述干旱的发展过程和发展程度！
近来，随着传感器技术的进步，为更高精度的监测土壤水分提供了物理平台。
反演全国陆地土壤水分产品
微波指数算法
0.02
0.55
被动微波数据：AMSR-E
25公里
大数据
“3V”定义：
规模性（Volume） 多样性（Variety） 高速性（Velocity）
“4V”定义： “3V” + 价值性（Value）或者 真实性（Veracity）
GB
TB PB EB
ZB
IT时代
优点： 有利于大尺度的干旱监测 考虑植被对干旱的响应问题
指数名称 植被状态指数
当0.1<NDVI<0.6时，0.02<MPI<0.04。在这种条件下，应该 考虑为植被和其它地物的混合像元。在土壤水分反演的过程 中，应该考虑混合像元和植被的影响。
当0.6≤NDVI时，MPI<0.02。像元被植被完全覆盖，在土壤水 分反演过程中，需要考虑消除植被的影响。为了提高这些像 元的反演精度，需要利用其它辅助手段（比如地面测量）对 反演结果进行校正。
可见光 中红外 热红外 波长越长，对土壤水分越敏感
微波
受云和降雨影响大 对土壤水分不是非常敏感 对土壤水分的监测主要是间接利用水分对可见光近红外的吸收 热红外主要是利用依赖水分的热容量变化大小
）
）
植被光谱曲线
赵晨等在２００１年在中国 农业生态学报上写了一篇关 于《作物水分胁迫指数与土 壤含水量关系探讨》
标准降雨蒸散指数
英文 缩写 PDSI CMI
SPI
CI
时间
1965 1968 1993 2006
SPEI 2010
基于遥感数据的监测指数 多变量标准干旱指数 MSDI 2013
发表者
Palmer Palmer Mckee
张强 VicenteSerrano
Hao
分析的变量
降水 降水和蒸散发 降水和蒸散发 降雨和土壤水分
微波遥感特点：
1、对农业遥感和水文学家所关心的积雪参数及土壤水分十分敏感 2、对地物具有一定的穿透能力 3、全天时、全天候的成像能力
研究意义
相对可见光，近红外和热红外，微波优势：
1、对地物具有一定的穿透能力; 2、全天时、全天候的成像能力； 3、利用的微波对土壤水分变化引起导电能力变化的敏感性 缺点：微波（雷达）对粗糙度比较敏感。
遥感土壤水分反演与 基于大数据的干旱监测思考
2019-6
汇报提纲
1 背景 2 遥感土壤水分反演 3 基于大数据思维的干旱监测 4 总结
1, The estimation of grain yield 2, Evapotranspiration and meteorological model 3, Drought monitoring, Hydrological model
适用地表粗糙度范围窄 较宽的粗糙度范围
裸土： 1.Q/H模型 与Q/P模型
植被： 2. - 模型 3. MIMICS模型和水云模型等
土壤水分反演算法
1．统计方法 2．基于正向模型的反演算法 （迭代和ＮＮ）
土壤水分与不同频率发射率的关系
土壤水分与不同频率发射率的关系
极化指数
NDE
ij
i
Ti
Tj