土壤水分遥感反演研究进展-国家林业局调查规划设计院
多源遥感数据反演土壤水分方法
多源遥感数据反演土壤水分方法 张友静1,王军战2,鲍艳松3 (11河海大学水文水资源与水利工程科学国家重点实验室,江苏南京 210098;21中国科学院寒区旱区环境与工程研究所, 甘肃兰州 730000;31南京信息工程大学大气物理学院,江苏南京 210044) 摘要:基于AS AR 2APP 影像数据和光学影像数据,根据水云模型研究了小麦覆盖下地表土壤含水量的反演方法。利用T M 和MOD I S 影像构建的植被生物、物理参数与实测小麦含水量进行回归分析,发现T M 影像提取的归一化水分指数(NDW I )反演精度较好,相关系数达到0187。根据这一关系,结合水云模型并联立裸露地表土壤湿度反演模型,建立了基于多源遥感数据的土壤含水量反演模型和参数统一求解方案。反演结果表明:该方案可得到理想的土壤水分反演精度,并可控制参数估计的误差。反演土壤含水量和准同步实测数据的相关系数为019,均方根误差为3183%。在此基础上,分析了模型参数的敏感性,并制作了研究区土壤缺水量分布图。 关键词:土壤含水量;多源遥感数据;水云模型;AS AR;多尺度 中图分类号:P33819 文献标志码:A 文章编号:100126791(2010)022******* 收稿日期:2009203209 基金项目:国家自然科学基金资助项目(40701130;40830639) 作者简介:张友静(1955-),男,江苏南京人,教授,主要从事遥感机理与方法研究。E 2mail:zhangyj@hhu 1edu 1cn 土壤含水量是地表和大气界面的重要状态参数,并直接影响地表的热量和水量平衡,因而受到水文、气象和农业灌溉等多个学科的关注。微波土壤水分遥感研究始于20世纪80年代,其中最具代表性的是U laby 利用试验数据得出土壤后向散射系数的主导因素为粗糙度和含水量 [1]。80年代后,Dobs on 和U laby 利用车载、高塔、航空平台的微波数据研究了土壤湿度反演的最佳工作模式,并一致认为小角度入射后向散射系数对土壤湿度最敏感[2]。随着微波散射模型不断发展,相继出现微波散射的小扰动模型、几何光学模型、物 理光学模型、两尺度模型和积分方程模型A I E M 。Dobos on 等在物理模型和试验研究的基础上各自建立了经验和半经验模型,成功地反演了裸土的土壤含水量 [324]。2000年以来,随着Rardrsat,E NV I S AT AS AR 传感器发射,基于卫星雷达数据的土壤湿度反演逐步开展。李震等综合主动和被动微波数据,建立一种半经验模型,用于估算地表土壤水分的变化 [526]。研究表明AS AR 数据在半干旱区农田土壤湿度反演方面具有独特的优势[729]。 在植被覆盖条件下,微波信号的组成十分复杂。研究提取植被覆盖下的土壤湿度信息的重点在于如何有效的分离出植被对微波的散射信号,以便用土壤的后向散射信号估算植被覆盖下的土壤含水量。直接用多频同步微波遥感数据通过理论模型或数值模拟求解植被对微波的散射信号[9],具有很好的同步性和物理意义。但遥感数据获取较为困难,同时求解所需的地面同步观测的数据要求很高,因而区域尺度的监测应用还有待深入研究。根据植被的生物、物理特征与植被散射信号之间的关系,采用同步光学遥感数据反演植被散射信号是近年来的研究热点[9211]。但在植被特征参数表达农作物后向散射信号的能力评价、模型参数的识别以及整体求解方案等方面的研究较少。此外,为满足土壤水分监测和灌溉决策的需求,还需研究不同时空分辨率数据反演植被散射信号的能力。本文根据水云模型,研究多尺度下不同植被特征参数与小麦含水量的关系,采用将所有参数放入统一框架下估算的策略,构建了结合光学和微波遥感数据的土壤水分估算模型,并分析了模型参数的敏感性。经准同步实测数据检验,小麦覆盖下土壤水分的估算达到了较高的精度。 第21卷第2期 2010年3月 水科学进展ADVANCES I N WATER SC I ENCE Vol 121,No 12 M ar .,2010
利用微波遥感监测反演裸露 地表湿度
利用微波遥感监测反演裸露 地表湿度 （2008.12 M.R.Feng） 摘要：本文主要讲叙微波遥感在反演土壤湿度方面的应用，其中主要是针对于主动微波遥感的方法，文中简单介绍了主被动微波遥感监测土壤表面湿度的原理，即基于干燥土壤和水体之间介电常数的巨大差异，重点在于如何区分土壤表面湿度和粗糙度信息，本文简单介绍了加拿大学者M.R.Sahebi和J.Angles基于RadarSat-1数据，利用多角度方法来反演地表参数(湿度和粗糙度)，通过比较三个经验模型(GOM、OM、MDM)模拟效果，最后MDM得到了较好的结果。 关键词：土壤湿度；微波遥感；粗糙度；反演 1 引言 1.1研究背景 土壤湿度是水文、农业、气象的主要基础信息，也是进行土地退化评价等生态环境研究的重要指标。土壤湿度与土壤的风蚀、水蚀等有着密切的关系。土壤湿度的研究方法可分为传统方法和遥感方法两大类。与传统的土壤水分监测方法相比，飞速发展的遥感技术手段监测土壤水分具有许多不可替代的优势，包括快速、实时、长时期动态大区域监测以及良好的时间空间分辨率。随着遥感技术的不断创新，遥感反演土壤湿度的方法也成为研究热点[1]。 土壤水分的监测由于受到面积大、监测环境条件等的限制，使实地测量的方法不能广泛应用，一些传统的土壤水分监测的方法已经不能满足要求，需要新的、快速的方法来实现。遥感技术具有快速、有效、宏观的等优点，在大面积土壤水分监测中具有明显的优势，而且遥感获取数据周期短可以实现土壤含水量短周期内的动态监测。目前土壤水分的遥感监测已经有许多的研究，并且形成了许多的理论和方法，各种方法都有自己的优势和特点，主要从不同的监测指标来实现土壤水分的监测，因此在监测精度与实用性上存在着很大的差别。目前遥感监测土壤水分的主要方法和模型也有不少，比如说表观热惯法、作物缺水指数法、距平植被指数法。但是利用微波遥感反演地表湿度是比较常见的方法，本文主要是讲叙微波遥感在监测地表湿度方面的应用，特别是对裸露的地表。 1.2研究现状 微波土壤水分遥感研究始于20世纪80年代, 其中最具代表性的是Ulaby利用试验数据得出土壤后向散射系数的主导因素为粗糙度和含水量。80年代后, Dobson和Ulaby利用车载、高塔、航空平台的微波数据研究了土壤湿度反演的最佳工作模式, 并一致认为小角度入射后向散射系数对土壤湿度最敏感。随着微波散射模型不断发展, 相继出现微波散射的小扰动模型、几何光学模型、物理光学模型、双尺度模型和积分方程模型A IEM。Doboson等在物理模型和试验研究
遥感反演土壤湿度的主要方法
遥感反演土壤湿度的主要方法 遥感反演土壤湿度根据波段的不同分为3类：微波遥感土壤湿度法；作物植被指数法；热红外遥感监测法（主要是应用热惯量模型）。 1.1 微波遥感土壤湿度法 分主动微波遥感监测法和被动微波遥感监测法两种。此方法物理基础坚实，即土壤的介电特性 和土壤含水量密切相关，水分的介电常数大约为80，干土仅为3，它们之间存在较大的反差。土壤的介电常数随土壤湿度的变化而变化，表现于卫星遥感图像上将是灰度值G亮度温度Tb的变化。因此，微波遥感土壤水分的方法被广泛地应用于实际的监测工作中。 1.1.1 主动微波遥感监测法 以应用x波段侧视雷达为主，主要是后向反射系数法。因为含水量的多少直接影响土壤的介电常数，使雷达回波对土壤湿度反映极为敏感，据此可建立后向散射系数和土壤水分含量之间的函数关系。国内李杏朝据微波后向反射系数法，用x波段散射计测量土壤后向反射系数，与同步获得的X 波段、HH极化机载SAR图像一起试验监测土壤水分；田国良等在河南也应用此方法也进行土壤水分研究。主动微波遥感土壤水分精度较高，且可以全天候使用，成为监测水分最灵活、最适用、最有 效的方法，随着大量的主动微波遥感器的卫星（ERS系列、EOS、SAR、Radar sat、ADEOS、TRMM 等）的发射升空，将使微波遥感的成本不断下降，逐渐被应用于实践 1.1.2 被动微波遥感监测法 原理同主动微波遥感法。值得指出，植被在地表过程研究中的影响突出，为了消除植被的影响，必须同时重视植被的遥感监测，建立相关的计算模型。Teng等通过实验得出在浓密植被覆盖区土壤湿度监测中应避免使用19GHZ波段，此时SMMR 的6.6GHZ波段比SSM／I的19GHZ在遥感监测土壤湿度信息方面的精度更高。说明在植被较密时，为了消除植被对土壤湿度反演的影响，应尽量 选择波段较长的微波辐射计。 1.2 作物植被指数法 采用此方法是基于植被在可见光部分叶绿素吸收了70％-90％红光，反射了大部分绿光，而由 于叶肉组织的作用，后行叶片在近红外波段的反射较强。通过各光谱波段所反射的太阳辐射的比来 表达，这就叫植被指数。常用的植被指数有：归一化植被指数（Normal Difference Vegetation Index, NDVI）、比值植被指数（Ratio Vegetation Index, RVI）距平植被指数（Average Vegetation Index, AVI）和植被条件指数（Vegetation Condition Index，VCI）。 1.3 热红外遥感监测法 土壤热惯量和土壤水分的关系密切，即土壤水分高，热惯量大，土壤表面的昼夜温差小，反之 亦然。热红外遥感手段主要利用地表温度日变化幅度、植被冠层和冠层空气温差、表观热惯量、热 模型（蒸散比）估测土壤含水量[5]。 土壤热惯量法是土壤热特性的综合性参数，定义为： P = tCm (1) (1)式中：P为热惯量（J/m2 k?S1/2）；ρ为密度（kg/m3 ）；C为比热（J/kg?k）；λ为热导率。在实际工作中，常用表观热惯量来代替P： ATI=(1一A)／(Td-Tn) (2) 式中：Td、Tn分别为昼夜温度，A为全波段反照率。
土壤水分遥感监测方法进展
第!"卷， 第#期中国农业资源与区划$%&’!"，(%’#，))*+,*-!..*年.+月/%0123&%4567238917:0&;013&<=>%01:=>32?<=97%23&@&322729/02=，!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!..*?技术方法? 土壤水分遥感监测方法进展 邓辉，周清波 （中国农科院资源区划所，北京A ...B A ）摘要该文全面地回顾了目前国内外遥感监测土壤水分的方法和研究进展，比较和评价了热惯量法、微 波法、热红外法、距平植被指数法、植被缺水指数法、植被供水指数法等方法的优缺点和应用范围，并对 土壤水分遥感监测方法的发展趋势进行了分析和展望。关键词旱情监测土壤水分热惯量法微波法植被缺水指数方法回顾收稿日期：!..#,.#,#.邓辉为硕士生周清波为研究员 一、引言 干旱（农业干旱）是指：作物生长过程中因供水不足，阻碍作物的正常生长而发生的水量供应不平衡现象，即农田土壤含水量降低到影响农作物的正常生长发育。干旱是我国农业的一大威胁，在各种自然灾 害中造成的损失列为首位。据统计，我国农业自然灾害的近+.C 是干旱造成的，每年有近"D .万6E !耕地受旱减产，占播种面积的"’B +C ，按减产#.C !".C 的轻灾计算，每年直接经济损失达*亿!D 亿元。探讨一套客观、动态、实时的土壤水分监测方法，对于各级政府和领导及时了解旱情程度和分布，采取有效的防、抗措施，科学的指导农业生产，具有重要意义。 传统的旱情监测方法，主要是根据有限的旱情测量站点测定土壤水分含量来监测土壤水分。经典的土壤水分测量方法主要有称重法、中子水分探测法、快速烘干法、电阻法、F G <法（时域反射）等，因采样速度慢而且花费大量人力物力，范围有限。传统方法难以满足实时、大范围监测的需要。随着遥感技术的迅速发展，多时相、多光谱、高光谱遥感数据反映了大面积的地表信息，这些信息从定位、定量方面反映了土壤水分状况。 二、监测土壤水分的方法和进展 （一）热惯量法 水分有较大的热容量和热传导率使较湿的土壤具有较大的热惯量，而这一热惯量可由光学遥感监测地表温度的变化得到。热惯量法也是国内研究较多的一种方法。 国外：H 3;>%2等人［A ，!］（A -D A ，A -D *）最早应用了热模型；A -D B 年热容量制图卫星（I 5JJ ）发射 成功，随后具有较高分辨率的F K 基于遥感的农田土壤含水量面预报方法研究 纪瑞鹏,班显秀,张淑杰,张玉书,冯锐,陈鹏狮 （中国气象局沈阳大气环境研究所，沈阳，110016） 摘要 伴随着辽宁地区暖干化，农业用水紧张的矛盾日益突出，特别是旱作农业对水的依赖性越来越强。利用22年的常规气象和农业气象观测资料，完成了辽宁5个农业气候相似区玉米作物系数(K c)和土壤供水系数(K w)的确定，并在土壤水分平衡方程和彭曼—蒙特斯公式基础上，建立了0～50厘米深耕层内土壤含水量旬预报模式。利用NOAA气象卫星资料监测得到的农田含水量作为模式预报的初始值，在地理信息系统平台的支持下，将土壤含水量预报模式中所用参数的点状数据插值得到面状栅格数据，然后依据土壤含水量预报模式，利用地理信息系统的空间分析功能，实现了对每个像元未来旬农田土壤含水量进行的面预报。该方法对辽宁乃至广大干旱地区的玉米农田干旱发生的预测、预警和提高农田水分利用率具有现实意义。 关键词：玉米农田，土壤水分平衡，面预报，遥感监测，地理信息系统 1 引言 农田土壤含水量是直接影响作物生长发育好坏及产量高低的重要因素之一。为了有效利用土壤水资源，合理分配农业用水，发展综合节水和灌溉农业技术，做好抗旱工作，对农田土壤含水量未来变化趋势进行预报预测研究十分重要。 辽宁地处半干旱地区，玉米是全省最主要的粮食作物，播种面积约142.2万公顷，占农作物播种面积的39.2％，目前绝大部分地区玉米仍然是靠自然降水生产，产量起伏比较大。特别是近年来，干旱灾害对辽宁玉米生产影响非常大，1998～2004年已连续发生干旱灾害，水分条件从根本上限制辽宁玉米生产，因此研究适用于本地区的农田土壤含水量预报模式和方法是当前农业气象服务迫切解决的问题。近20年来对土壤含水量的预测研究已取得许多重要成果，国外有Thorthwaite提出的气候水分平衡的薄记法[1]，Baier等研制的通用水分平衡法[2]和Y.M安格斯坦法等[3];国内裴文祥、巫东堂、朱自玺、康绍忠[4～7]等的研究也取得许多重要结果。目前,国内外土壤含水量预测主要分为经验公式法、水分平衡法、消退指数法、土壤水动力学法、时间序列模型法、BP神经网络法等，但有关农田土壤含水量空间无缝隙面预报方法的研究还未见报道。 本文针对辽宁地区玉米农田土壤水分运动特点，利用常规气象和农业气象观测资料，计算出辽宁5个农业气候相似区的玉米作物系数和土壤供水系数,并以水分平衡方程和彭曼—蒙特斯公式为基础，建立了辽宁地区玉米农田土壤水分旬预报模式。利用遥感(RS)和地理 基金项目：科技部农业科技成果转化项目(05EFN217400412)、辽宁省科技厅攻关项目(2001207003)和辽宁省气象局“辽宁省农业气候资源综合评价方法研究” 共同资助。 作者简介：纪瑞鹏(1972-),男,1972年出生,副研究员,在读硕士生,主要从事卫星遥感和生态环境气象研究。 利用ENVI软件反演土壤湿度指数 晏红波 2015-03-20 0. 绪论 土壤湿度在陆地与大气界面进行水分和能量的交换过程中起重要作用，同时对农作物的生长起决定性作用，而且影响着土地退化、植被覆盖，是气候、生态、水文、农业等多个领域的重要参数。区域性和大尺度的陆地土壤湿度变化信息对于陆气交互作用平衡和陆面水文研究、改善区域及全球气候模式预报结果、水涝和干旱的监测、农作物生长态势评估、自然和生态环境问题的研究等都是十分关键的因素。因此，研究区域性和大尺度的陆地土壤湿度变化情况意义重大，这也是当前国际研究的热点问题之一。 传统的土壤湿度监测方法包括烘干称重法、中子仪探测法、电阻法等，虽然可以比较准确地监测小范围内的土壤含水量，但是需要耗费较大的人力和时间，时效性不高，而且不能完全反映出较大区域内的土壤含水量的情况，不能用于大范围土壤水分的监测。利用遥感手段反演土壤湿度可以实现全区域大面积的实时动态监测，因此利用遥感手段监测土壤湿度越来越引起人们的重视。 常用的遥感波段包括可见光，近红外，热红外以及微波等。不同波段反演土壤湿度所用的反演方法也不同。 1. 遥感反演土壤湿度的主要方法 遥感反演土壤湿度根据波段的不同分为3类：微波遥感土壤湿度法；作物植被指数法；热红外遥感监测法（主要是应用热惯量模型）。 （1）微波遥感土壤湿度法 分主动微波遥感监测法和被动微波遥感监测法两种。此方法物理基础坚实，即土壤的介电特性和土壤含水量密切相关，水分的介电常数大约为80，干土仅为3，它们之间存在较大的反差。土壤的介电常数随土壤湿度的变化而变化，表现于卫星遥感图像上将是灰度值G亮度温度Tb的变化。因此，微波遥感土壤水分的方法被广泛地应用于实际的监测工作中。 A 主动微波遥感监测法 以应用x波段侧视雷达为主，主要是后向反射系数法。因为含水量的多少直接影响土壤的介电常数，使雷达回波对土壤湿度反映极为敏感，据此可建立后向散射系数和土壤水分含量之间的函数关系。国内李杏朝据微波后向反射系数法，用x波段散射计测量土壤后向反射系数，与同步获得的X波段、HH极化机载 土壤水分的遥感监测 摘要：针对日益严重的全球干旱问题，本文从水分监测领域出发进行研究。从国内外各种研究方法的比较及传统方法和遥感监测方法的比较中突出遥感监测的优越性。从遥感监测的各种方法分述，对比出气各自适用的范围和优缺点。联系实际和GIS技术的发展，提出该技术的进步空间。 一、研究土壤水分监测的意义 近百年来全球变化最突出的特征就是气候的显著变暖，这种气候变化会使有些地区极端天气与气候事件如干旱、洪涝、沙尘暴等的频率与强度加强增加。中国气候变暖最明显的地区在西北、华北和东北地区，特别是西北变暖的强度高于全国平均值，使得夏季干旱化和暖冬比较突出。新世纪以来尤为明显：2000年多省干旱面积大，达4054万公顷，受灾面积6.09亿亩，成灾面积4.02亿亩。建国以来可能是最为严重的干旱。 2003年江南和华南、西南部分地区江南和华南、西南部分地区发生严重伏秋连旱，其中湖南、江西、浙江、福建、广东等省部分地区发生了伏秋冬连旱，旱情严重。 2004年我国南方遭受53年来罕见干旱，造成经济损失40多亿元，720多万人出现了饮水困难。 2005年华南南部、云南严重秋冬春连旱，云南发生近50年来少见严重初春旱。 2006年重庆旱灾达百年一遇，全市伏旱日数普遍在53天以上，12区县超过58天。直接经济损失71.55亿元，农作物受旱面积1979.34万亩，815万人饮水困难。 2007年全国22个省全国耕地受旱面积2.24亿亩，897万人、752万头牲畜发生临时性饮水困难。中央财政先后下达特大抗旱补助费2.23亿元。 2008年云南连续近三个月干旱，云南省农作物受灾面积现达1500多万亩。仅昆明山区就有近1.9万公顷农作物受旱，13多万人饮水困难。 2009年华北、黄淮等15个省市连续3个多月，华北、黄淮、西北、江淮等 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 土壤 (Soils, 2004, 36 (2: 219~221 使用ＭＯＤＩＳ数据监测土壤湿度 郭广猛赵冰茹 ( 中国科学院地理科学与资源研究所北京 100101 MONITORING SOIL MOISTURE CONTENT WITH MODIS DATA GUO Guang-meng ZHAO Bing-ru (Institute of Geography Science and Natural Resource Research, Chinese Academy of Science, Beijing 100101 摘要土壤湿度是水文学、气象学以及农业科学研究领域的一个重要参数，目前使用遥感来监测土壤湿度主要用NOAA/AVHRR数据和微波数据，使用MODIS 数据的研究还不多见。本文采用MODIS 数据，根据水的吸收率曲线提出使用中红外波段来监测土壤湿度。通过在内蒙古地区的实地调查，回归分析表明MODIS 第7波段的反射率与地面湿度之间有较好的线性关系，因此认为使用MODIS 数据进行大面积土壤湿度监测是可行的。 关键词 MODIS；土壤湿度；中图分类号TP75 土壤湿度是水文学、气象学以及农业科学研究领域的一个重要参数。大面积土壤湿度的监测是农业水管理以及农作物旱情预报的一个重要内容，同时区域尺度乃至全球尺度的土壤信息是陆面过程模式研究必不可少的一个参量，对改善区域及全球气候模式预报结果起着重要的作用[1]。 传统的土壤湿度测量方法，主要是从有限的地面观测点来测定土壤含水量，例如烘干法、中子法、TDR 法等[2]，因其采样速度较慢且花费的人力、物力较大，难以大范围推广应用。气象卫星可以迅速、大面积、多时相地获取地面信息，为土壤湿度监测提供了一种新的手段，其中以NOAA/AVHRR数据应用最为广泛 杭州电子科技大学毕业设计开题报告 题目土壤湿度无线Wi-Fi采集器研制学院电子信息学院 专业电子信息工程 姓名吕山 班级13041815班 学号13041610 指导教师蔡文郁 一、选题综述 1、选题背景： 随着人类社会的发展，人类社会对于水的需求量越来越大，水在社会中的作用越来越大。水是生命之源，没有水就没有生命。水是地球上最丰富的资源，虽然地球上的水总体积约有13亿8600万立方千米，但是淡水只有3500万立方千米左右。我国是一个干旱缺水严重的国家，我国的人均水资源量只有2300立方米，仅为世界平均水平的1/4，是全球人均水资源最贫乏的国家之一。然而，中国又是世界上用水量最多的国家。那么面对水资源短缺的问题我们应该怎么办呢？面对资源问题，一般采取的办法一是开源；二是节流。开源指的是开发或寻找另外一种能源代替水资源，但是现如今还不能找到另外一种资源来代替。其二，节流指的是节约资源提高资源的利用效率。农业用水占据的我国用水的绝大部分。但是，我国的农业水利用率低于世界平均水平，提高农业用水的利用率就较为关键了。 2、提高农业水资源的利用率： 实时了解土壤湿度是提高水资源利用率的关键，土壤湿度：土壤湿度表示一定深度土层的土壤干湿程度的物理量。土壤湿度的高低受农田水分平衡各个分量的制约。要提高农业水的利用率，前提是要知道土壤的湿度，知道在合适的时间提供水，知道土壤的湿度就显得十分迫切了。土壤湿度的几个主要测量方法有（1）负压计法：使用负压计测定。当未饱和土壤吸水力与器内的负压力平衡时，压力表所示的负压力即为土壤吸水力，再据以求算土壤含水量。（2）中子法：使用中子探测器加以测定。中子源放出的快中子在土壤中的慢化能力与土壤含水量有关，借助事先标定，便可求出土壤含水量。 3、土壤湿度检测现在的发展以及未来的发展方向： （1）当代土壤湿度检测前沿——卫星遥感检测： 微波遥感监测土壤湿度方法可分为被动式和主动式遥感两种。主动式遥感是通过测量雷达后向散射系数来实现目标特性参数的测量。不同含水量的土壤介电特性不同，其雷达回波信号也不同。据此可建立后向散射系数和土壤含水量的关系。 （2）未来的发展方向——物联网： 随着计算机以及无线网络技术的发展，人们迎来物联网时代。物联网即是物物相连，基于物联网的土壤湿度检测系统具有数据准确、监控实时和海量存贮等特点。未来应用前景十分广大。 4、小型土壤湿度检测器的运用前景： 实现供水智能化，降低人体劳动，提高水资源利用效率，节约水资源，降低农业长期成本，使我国的农业现代化水平显著提高。将广泛运用于室内盆栽、小型作物。未来市场经济效益十分可观，具有广泛的可实现性。 二、研究的基本内容，拟解决的主要问题：基于遥感的农田土壤含水量面预报方法研究
ENVI土壤水分反演 流程
土壤水分的遥感监测
ENVI土壤湿度遥感反演及干旱灾害监测
使用MODIS数据监测土壤湿度解析
无线WiFi土壤湿度检测器的研制