遥感监测土壤水分研究综述
卫星遥感反演土壤水分研究综述_陈书林
第27卷第11期2012年11月地球科学进展ADVANCES IN EARTH SCIENCEVol．27No．11Nov．，2012陈书林，刘元波，温作民．卫星遥感反演土壤水分研究综述［J］．地球科学进展，2012，27（11）：1192-1203．［Chen Shulin，Liu Yuanbo，Wen Zuomin．Satellite retrieval of soil moisture：An overview［J］．Advances in Earth Science，2012，27（11）：1192-1203．］卫星遥感反演土壤水分研究综述*陈书林1，2，刘元波2*，温作民1（1．南京林业大学经济管理学院，江苏南京210037；2．中国科学院南京地理与湖泊研究所，江苏南京210008）摘要：土壤水分是影响地表过程的核心变量之一。
精准地测量土壤水分及其时空分布，长期以来是定量遥感研究领域的难点问题。
简要回顾基于光学、被动微波、主动微波和多传感器联合反演等卫星遥感反演土壤水分的主要反演算法、存在的难点和前沿性研究问题，介绍了应用土壤水分反演算法所形成的3种主要全球土壤水分数据集，包括欧洲气象业务卫星（ERS/MetOp）数据集、高级微波扫描辐射计（AMSR-E）数据集、土壤湿度与海洋盐分卫星（SMOS）数据集，并结合目前存在的问题探讨卫星遥感反演土壤水分研究的发展趋势。
关键词：土壤水分反演算法；光学遥感；微波遥感；多传感器联合反演；全球数据集中图分类号：TP751．1文献标志码：A文章编号：1001-8166（2012）11-1192-121引言土壤水分是指土壤非饱和层（也称其为渗流层）的水分含量。
在气候系统中，土壤水分是一个关键因子，它决定着植被的蒸散发及光合作用，它是水循环、能量循环和生物地球化学循环中的基本组成部分，在降水、径流、下渗、蒸散发水文过程中起着至关重要的作用［1］。
土壤水分能反映农业干旱程度，在农业灌溉管理中能起到指导作用。
基于卫星遥感技术的土壤水分监测研究
基于卫星遥感技术的土壤水分监测研究概述土壤水分是农业生产中至关重要的因素之一，它直接影响作物的生长发育和产量。
传统的土壤水分监测方法需要耗费大量时间和人力，且受到地点限制。
近年来，随着卫星遥感技术的快速发展，基于卫星遥感的土壤水分监测研究变得越来越受关注。
本文将详细介绍基于卫星遥感技术进行土壤水分监测的原理、方法与应用。
一、原理和方法1.1 卫星遥感原理卫星遥感技术利用卫星搭载的传感器对地球表面反射、发射和散射的电磁波进行观测。
不同频段的电磁波与地表特征之间存在一定的相互关系。
通过对这些关系的研究和数据处理，可以获取地表特征的丰富信息。
1.2 土壤水分监测方法基于卫星遥感技术的土壤水分监测方法主要包括以下几种：(1) 热红外遥感法：该方法利用地表热红外辐射与土壤水分含量之间的关系进行测量。
由于土壤水分会影响土壤的热导率和比热容，进而影响地表温度的空间和时间分布。
(2) 微波遥感法：微波在地表与大气之间有良好的穿透性，可以获取土壤深部的信息。
通过分析微波信号的散射和透射特性，可以反演土壤水分含量。
(3) 光学遥感法：该方法利用地表反射和散射的光谱特征与土壤水分含量和质地之间的关系进行测量。
不同波长的光对土壤的散射和吸收存在差异，可以用来获取土壤水分的信息。
二、应用案例2.1 农业水资源管理基于卫星遥感技术的土壤水分监测可以为农业水资源管理提供实时的监测数据和预测模型。
通过监测农田内的土壤水分状况，合理调配灌溉水资源，有助于提高水资源利用效率，降低灌溉水的浪费，从而实现农业生产的可持续发展。
2.2 干旱监测与预警干旱是全球范围内普遍存在的自然灾害，直接影响粮食生产和人类生活。
基于卫星遥感的土壤水分监测可以远程实时监测干旱程度和范围。
结合气象数据和土壤水分信息，可以建立干旱预警系统，为应对干旱提供科学决策支持。
2.3 气候变化研究土壤水分是地球水循环和能量平衡的重要组成部分，对气候变化具有关键作用。
利用卫星遥感技术对全球土壤水分进行监测和分析，可以深入了解水分分布和变化规律，为气候变化研究提供数据支持。
土壤水分遥感监测研究进展
土壤水分遥感监测研究进展土壤水分是植物生长和发育的基础，也是农业生产、水文监测和环境治理等领域的关键参数。
然而，传统的土壤水分监测方法往往需要耗费大量人力和物力，难以实现大范围、实时和准确的监测。
近年来，随着遥感技术的不断发展，土壤水分的遥感监测逐渐成为研究热点。
本文将综述土壤水分遥感监测的研究进展，技术及应用，并探讨未来研究方向和潜力。
自20世纪初以来，众多研究者致力于土壤水分的遥感监测研究。
根据研究方法，可分为基于地面遥感、航空遥感和卫星遥感的不同类型。
地面遥感具有较高的精度，但监测范围有限。
航空遥感能够实现大范围监测，但成本较高。
卫星遥感具有大范围和动态监测的优势，但精度略低于前两种方法。
不同波段的遥感卫星如Landsat、Sentinel等也在土壤水分监测中得到了应用。
遥感技术在土壤水分监测中的应用包括多种方法和技术流程。
其中，最常见的是利用植被指数（如NDVI）与土壤水分含量之间的相关性进行监测。
通过分析遥感图像的植被指数，可以推断出土壤水分的分布和含量。
另外，微波遥感、主动式红外遥感、雷达成像等技术也在不同程度上应用于土壤水分的监测。
这些技术结合了遥感、地理信息系统（GIS）和数值模型，实现了土壤水分的定量分析和动态监测。
土壤水分遥感监测在农业生产中具有重要应用价值。
通过遥感技术，可以实时获取农田土壤水分信息，为农业生产管理提供决策依据。
在洪水灾害后，航空遥感和卫星遥感技术可用于评估土壤含水量，预测洪水对农作物的影响。
在环境治理方面，土壤水分遥感监测有助于了解土壤水分分布和动态变化，为土地利用规划、水资源管理和生态保护提供了科学依据。
随着遥感技术的不断发展，土壤水分遥感监测将具有更大的应用潜力。
未来研究方向可以从以下几个方面展开：1）提高遥感监测的精度和分辨率；2）实现多源数据的融合与分析；3）结合人工智能和机器学习技术，提升土壤水分遥感监测的自动化和智能化水平；4）拓展土壤水分遥感监测在非农领域的应用，如地质勘查、矿产资源开发等。
遥感技术手段在土壤水分遥感监测的应用现状和发展趋势
遥感技术手段在土壤水分遥感监测的应用现状和发展趋势一、引言土壤水分是农业生产中的关键因素之一，对作物的生长发育和产量具有重要影响。
传统的土壤水分监测方法需要大量人力物力，并且时间成本高，难以满足大范围、高精度、快速获取土壤水分信息的需求。
遥感技术手段在土壤水分监测中具有很大的应用潜力，近年来得到了广泛关注和研究。
二、遥感技术手段在土壤水分监测中的应用现状1. 遥感技术手段介绍遥感技术是指利用卫星、飞机等遥感平台获取地球表面信息并进行处理与应用的技术手段。
它具有覆盖面广、周期短、数据获取快捷等优点，可以实现对大范围地区进行全天候连续观测和监测。
2. 遥感技术在土壤水分监测中的应用（1）微波辐射计法微波辐射计法是通过卫星或飞机上安装的微波辐射计对地球表面进行微波辐射探测，并根据反射率与土壤水分含量之间的关系进行土壤水分监测。
该方法具有快速、高效、准确的优点，但对观测条件较为苛刻，需要较高的技术门槛和设备投入。
（2）热红外遥感法热红外遥感法是通过卫星或飞机上安装的热红外传感器对地球表面进行热辐射探测，并根据土壤温度与水分含量之间的关系进行土壤水分监测。
该方法具有操作简单、成本低廉等优点，但受气象条件影响较大。
（3）多光谱遥感法多光谱遥感法是通过卫星或飞机上安装的多光谱传感器对地球表面进行多波段光谱探测，并根据不同波段反射率与土壤水分含量之间的关系进行土壤水分监测。
该方法可以获取更为详细的土地信息，但需要较高的技术门槛和数据处理能力。
三、遥感技术手段在土壤水分监测中的发展趋势1. 多源数据融合随着卫星数量增多和遥感技术不断进步，多种遥感数据可以被获取。
将多种遥感数据进行融合，可以提高监测精度和准确性。
2. 机器学习算法机器学习算法可以通过训练数据自主学习土壤水分与遥感特征之间的关系，并快速准确地进行土壤水分监测。
3. 智能化应用智能化应用可以实现对土壤水分信息的实时监测和预警，为农业生产提供更加精细化、个性化的服务。
遥感技术在土壤水分监测中的应用研究
遥感技术在土壤水分监测中的应用研究一、引言在农业生产中，土壤水分是农作物生长和产量形成的重要因素之一。
因此，准确监测土壤水分的变化对于精细化农业管理至关重要。
近年来，随着遥感技术的迅速发展和广泛应用，其在土壤水分监测中的应用也越来越受到研究者的关注。
本文将重点探讨遥感技术在土壤水分监测中的应用研究。
二、遥感技术概述遥感技术是通过感知和记录地面目标的电磁辐射，获取地表特征信息的一种技术手段。
它具有全球性、多时相性、实时性和自动化等优势，能够提供大范围、长时间序列的土壤水分监测数据。
常见的遥感数据包括航空遥感影像、卫星遥感影像等。
三、土壤水分监测的方法1. 传统监测方法：传统的土壤水分监测方法主要依靠人工采样和实地测量，包括土壤钻孔、电阻法、毛管压力法等。
这些方法虽然准确可靠，但局限于小样本量、时空分布不均匀等问题，难以全面监测土壤水分的变化。
2. 遥感监测方法：相对于传统方法，遥感技术具有全面性、高效性和快速性的优势，能够提供大范围、高分辨率的土壤水分监测数据。
常用的遥感监测指标包括地表温度、植被指数和微波遥感数据等。
这些指标与土壤水分之间存在一定的关联，可以作为土壤水分监测的重要参考。
四、遥感技术在土壤水分监测中的应用1. 土壤水分提取：遥感技术可以通过反射和辐射的物理特性来提取土壤水分信息。
通过对遥感影像进行预处理和特征提取，可以得到地表温度、植被指数等参数，从而间接反映土壤水分状况。
这种非接触式的监测方法不仅能够实现大范围土壤水分的监测，还能够实时跟踪土壤水分的变化。
2. 土壤水分定量化研究：通过建立土壤水分与遥感指标之间的关系模型，可以将遥感监测所得的指标转化为土壤水分数据。
这种定量化的研究方法不仅能够提高土壤水分监测的准确性，还能够实现大范围的土壤水分定量化分析。
3. 土壤水分空间分布预测：利用遥感技术获取的土壤水分监测数据，可以进行土壤水分空间分布的预测和分析。
通过建立空间插值模型或者机器学习算法，可以对土壤水分的空间分布进行高精度的预测，为农业生产提供科学依据。
土壤水分遥感反演研究进展
土壤水分遥感反演研究进展一、本文概述Overview of this article随着遥感技术的快速发展，其在土壤水分监测方面的应用日益广泛，成为研究土壤水分动态变化的重要手段。
土壤水分遥感反演，即通过遥感手段获取地表土壤水分信息的过程，已成为遥感科学与农业科学交叉领域的研究热点。
本文旨在综述土壤水分遥感反演的研究进展，探讨不同遥感数据源、反演算法及其在实际应用中的优缺点，为进一步提高土壤水分遥感反演的精度和效率提供参考。
With the rapid development of remote sensing technology, its application in soil moisture monitoring is becoming increasingly widespread, becoming an important means of studying the dynamic changes of soil moisture. Remote sensing inversion of soil moisture, which is the process of obtaining surface soil moisture information through remote sensing methods, has become a research hotspot in the intersection of remote sensing science and agricultural science. This article aims to review the research progress of soil moisture remotesensing inversion, explore different remote sensing data sources, inversion algorithms, and their advantages and disadvantages in practical applications, and provide reference for further improving the accuracy and efficiency of soil moisture remote sensing inversion.本文首先介绍了土壤水分遥感反演的基本原理和方法，包括遥感数据源的选择、预处理、反演算法的设计与实施等。
土壤水分的遥感监测
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、江淮等地15个省、市未见有效降水。
冬小麦告急，大小牲畜告急，农民生产生活告急。
不仅工业生产用水告急，城市用水告急，生态也在告急。
遥感监测土壤水分研究综述
就尝
演土壤水分具有相当大的优势。其方法和理论依据 就是建立在遥感参数和土壤水分 之间的相互关系 上, 通过记录土壤反射特定波段的发射率或者土壤 的发射率来迅速地分析和获取土壤水分数据。遥感 手段还能解决传统方法不能很好解决的土壤水分的 空间分布和时间变化制图。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。因此 利用遥感手段已成为监测大区域范围内土壤水分时
潇 ( 1980~ ) , 男 , 博士研究生 , 主要从事国土资源与生态环境遥感研究。 E -mail : wshaw@ 263. net
收稿日期 : 2005- 10- 20; 收到修改稿日期 : 2006- 06- 12
158
土
壤
学
报
44 卷
MODIS 数据的普遍应用, 光学和热红外波段的遥感 反演方法也日趋成熟。目前 , 国外有学者结合可见 光、 近红外与热红外的信 息, 使用 归一化植被指数 ( NDVI) 和陆地表面温度 ( LST ) , 构建 NDVI -LST 空间 来反演土壤水分。 国内开展土壤水分遥感监测实验研究比国外大 约晚 10 年以上 , 大体上从 20 世纪 80 年代中期才开 始起步。在使用可见光 / 近红外与热红外波段监测 土壤水分的遥感模型及其应用方面 , 国内发展迅速 , 而且 工 作 重 点 体 现 在 利 用 NOAA/ AVHRR 以 及 MODIS 数据进行土壤水分或干旱的宏观监测以及实 际应用研究[ 10~ 12] 。徐彬 彬[ 13~ 15] 在宁芜 试验场做 了大量的土壤水分研究的开创性工作, 研究了土壤 水分对土壤反射光谱的影响 , 进行了土壤水分遥感 的前期光谱研究工作 , 发现土壤含水量的增加 , 会降 低光谱反射率, 特别是在红及红外波段。张仁华[ 16] 提出了一个考虑地表显热通量及潜热通量的热惯量 模式; 隋洪智等[ 17] 通过简化能量平衡方程 , 直接使 用卫星资料推算出一个被称为表观热惯量 ( ATI) 的 量, 并以此量与土壤水分建立关系式来监测旱灾; 肖 乾广等 [ 18] 从土壤的热性质出发, 在求解热传导方程 的基础上引入了 / 遥感土壤水分最大信息 层0 的概 念, 并以此理论建立了多实相的综合土壤湿度统计 模型 ; 辛景峰等[ 19] 利用 NOAA -AVHRR 数据集, 研究 了土壤湿度与地表温度 / 植被指数的斜率的定量关 系; 齐述华等[ 20] 利用水分亏缺指数 ( WDI) 进行了全 国旱情监测研究 ; 张振华等[ 21] 利用较为成熟的作物 缺水指数方法对于冬小麦田的土壤含水量进行了估 算。 112 微波遥感 在被动微波遥感领域 , 20 世纪 70 年代初 , 美国 国家航空航天局 ( NASA) 在亚历山大农田进行了航 空微波辐射计飞行试验, 同步观测了 0~ 15 cm 的土 壤湿度, 并对试验数据进行了分析 , 发现亮度温度与 土壤湿度 ( 质量百分比) 具有较好的线性相关。随着 卫星微波遥感数据的有效利用 , 一些研究者建立了 降雨指数 API 和微波极化差异指数( Microwave Polar ization Difference Index) 等土壤湿度指示因子与土壤 亮度温度之间的线性关系。Njoku 等[ 22] 基于辐射传 输方程 , 建立亮度温度与土壤湿度等参数的非线性 方程, 然后用迭代法和最小二乘法解非线性方程求 出土 壤 湿 度。 而 最 终 美 国 Njoku 的 算 法 成 为 AMSR/ E 土壤水分反演的标准算法。 在主动微波遥感领域, 合成孔径雷达 ( SAR) 已
- 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)。
2 主要方法原理与模型
211 热惯量模型 土壤热惯量是土壤的一种热性质 , 也是土壤温 度变化的一种内在因素。土壤热惯量与土壤水分含 量具有相当紧密地联系, 并且控制着土壤的温分研究综述
159
较差。而土壤温度日较差能够从遥感数据中获得 , 特别是 NOAA/ AVHRR 和 MODIS 数据。因此利用土 壤热惯量来反演土壤水分便具有理论的基础。但是 由于必须要获得土壤表面温度 , 因此该方法一般用 于裸土区域或者是植被覆盖较低区域。热惯量可以 由下式表示: P= K #Q #c ( 1) 式中, P 为热惯量 , K为热传导率 , Q 为土壤密度, c 为比热。Price 在简化了潜 热蒸发形式后给出了 P 的一个近似解如下: P = 2 SV( 1- A) C 1/ ¢ ( T 1 - T 2 ) - 019 B ¢ ( 2) 式中 , S 为 太 阳 常 数 ; V 为 大 气 透 明 度 ; A 为 地表 反 照 率 ; C 1 为 太 阳 赤 纬 和 经 纬 度 的 函 数 ; X 为地球自转 频率; B 为地表综 合参数, 是土 壤辐射率和 比湿等 参数的 函数; T1 与 T2 分别 为 地表 最 高 、 最低温度。 在实际应用中, 通常使用表观热惯量 ( Apparent Thermal Inertia, ATI) 来代替热惯量。 Price[ 31] 提出了 表现热惯量, 其表达式为 : 1- A ATI = Td - T n 率。 England 等
潇 ( 1980~ ) , 男 , 博士研究生 , 主要从事国土资源与生态环境遥感研究。 E -mail : wshaw@ 263. net
收稿日期 : 2005- 10- 20; 收到修改稿日期 : 2006- 06- 12
158
土
壤
学
报
44 卷
MODIS 数据的普遍应用, 光学和热红外波段的遥感 反演方法也日趋成熟。目前 , 国外有学者结合可见 光、 近红外与热红外的信 息, 使用 归一化植被指数 ( NDVI) 和陆地表面温度 ( LST ) , 构建 NDVI -LST 空间 来反演土壤水分。 国内开展土壤水分遥感监测实验研究比国外大 约晚 10 年以上 , 大体上从 20 世纪 80 年代中期才开 始起步。在使用可见光 / 近红外与热红外波段监测 土壤水分的遥感模型及其应用方面 , 国内发展迅速 , 而且 工 作 重 点 体 现 在 利 用 NOAA/ AVHRR 以 及 MODIS 数据进行土壤水分或干旱的宏观监测以及实 际应用研究[ 10~ 12] 。徐彬 彬[ 13~ 15] 在宁芜 试验场做 了大量的土壤水分研究的开创性工作, 研究了土壤 水分对土壤反射光谱的影响 , 进行了土壤水分遥感 的前期光谱研究工作 , 发现土壤含水量的增加 , 会降 低光谱反射率, 特别是在红及红外波段。张仁华[ 16] 提出了一个考虑地表显热通量及潜热通量的热惯量 模式; 隋洪智等[ 17] 通过简化能量平衡方程 , 直接使 用卫星资料推算出一个被称为表观热惯量 ( ATI) 的 量, 并以此量与土壤水分建立关系式来监测旱灾; 肖 乾广等 [ 18] 从土壤的热性质出发, 在求解热传导方程 的基础上引入了 / 遥感土壤水分最大信息 层0 的概 念, 并以此理论建立了多实相的综合土壤湿度统计 模型 ; 辛景峰等[ 19] 利用 NOAA -AVHRR 数据集, 研究 了土壤湿度与地表温度 / 植被指数的斜率的定量关 系; 齐述华等[ 20] 利用水分亏缺指数 ( WDI) 进行了全 国旱情监测研究 ; 张振华等[ 21] 利用较为成熟的作物 缺水指数方法对于冬小麦田的土壤含水量进行了估 算。 112 微波遥感 在被动微波遥感领域 , 20 世纪 70 年代初 , 美国 国家航空航天局 ( NASA) 在亚历山大农田进行了航 空微波辐射计飞行试验, 同步观测了 0~ 15 cm 的土 壤湿度, 并对试验数据进行了分析 , 发现亮度温度与 土壤湿度 ( 质量百分比) 具有较好的线性相关。随着 卫星微波遥感数据的有效利用 , 一些研究者建立了 降雨指数 API 和微波极化差异指数( Microwave Polar ization Difference Index) 等土壤湿度指示因子与土壤 亮度温度之间的线性关系。Njoku 等[ 22] 基于辐射传 输方程 , 建立亮度温度与土壤湿度等参数的非线性 方程, 然后用迭代法和最小二乘法解非线性方程求 出土 壤 湿 度。 而 最 终 美 国 Njoku 的 算 法 成 为 AMSR/ E 土壤水分反演的标准算法。 在主动微波遥感领域, 合成孔径雷达 ( SAR) 已
1 遥感监测方法的发展与现状
111 可见光、 近红外与热红外波段遥感 遥感方法监测土壤水分的可行性研究在 20 世
6]
。 相对于传统手段而言 , 利用遥感手段监测和反
纪 60 年代初期就已经开始了, 而应用研究也相应地 在 70 年代中期开展起来。其中 , Waston 等[ 5, 试利用 热惯量模型, 而 Bijleveld
[ 3] [ 2]
空分布和变化的主要方法。 通常土壤水分的遥感监测主要从可见光- 近红 外、 热红外及微波波段进行, 土壤水分的红外波段遥 感和微波遥感是当前研究的主要热点。一般热红外 波段所感测的是地表温度和植被指数 , 通过植物的 蒸散作用所带来的辐射平衡和热惯量 , 从而估算表 面层以下的土壤水分。微波遥感监测土壤水分是现 在应用比较成功的, 具有广泛的应用前景。而在太 阳光谱范围 ( 380~ 500 nm) 的光谱反射信息也能够 用于估算土壤表层水分 [ 4] 。
[ 32]
式中 , ds 为土壤密度, w 为土壤水分质量百分比。 在得出相应的热惯量以后, 即可通过经验公式 得出土壤水分数据 : W = a #P + b 非线性的幂函数或指数函数。 212 特征空间模型 特征空间方法是一种基于经验参数化的方法, 建立在一些遥感参数 , 例如地表温度 ( LST ) 、 归一化 植被指数 ( NDVI) 、 叶面积指数 ( LAI) 等 参数的相互 关系基础上的。由 LST 和 NDVI 或其他遥感参数建 立的特征空间 , 并由特征空间计算出的干旱指数能 够替代土壤水分数据来分析干旱程度和土壤水分程 度。 国内外 学者 研 究了 各 种 空间 尺 度和 时 间 分 辨率的 地 表 温 度 和 植 被 指 数 的 关 系 , 发 现 LST 和 NDVI 之 间 存 在 明 显 的 负 相 关 关 系 。 Price [ 34] 研究 发现 , 如 果 研 究 取 得 植 被 覆 盖 和 土 壤 湿 度 的变 化范 围较 大 , 则以 遥感 资料 获得 的 NDVI 和 LST 为 纵 横 坐 标 的 散 点 图 呈 三 角 形 ; 而 Moran 等[ 35] 从理论 的 角 度 分析 , 认为 地 表 温 度 与 植 被 指数 的散点 图呈梯 形的关 系。 目前应 用较 为 广泛 的 是 简化 的 温度 植 被 干 旱 指 数 ( Temperature - NDVI Dryness Index , TV [ 36, 37] DI) , 通 过分 析 LST / NDVI 特征 空 间 来 计 算 获得 干旱指 数。 ( 6) 式中 , a 和 b 分别为经验参数, 且经验公式也可以是
第 44 卷 第 1 期 2007 年 1 月
土
壤
学
报
Vol1 44, No 11 Jan. , 2007
ACTA PEDOLOGICA SINICA
遥感监测土壤水分研究综述*
汪
摘 要
潇
张增祥
赵晓丽
谭文彬
100101)
( 中国科学院遥感应用研究所 , 北京
对于 近年来国内外遥感 监测土壤水分的理论 、 方法的 发展和应用进行了全 面的回顾 , 重点介
[ 7]
就尝
演土壤水分具有相当大的优势。其方法和理论依据 就是建立在遥感参数和土壤水分 之间的相互关系 上, 通过记录土壤反射特定波段的发射率或者土壤 的发射率来迅速地分析和获取土壤水分数据。遥感 手段还能解决传统方法不能很好解决的土壤水分的 空间分布和时间变化制图。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。因此 利用遥感手段已成为监测大区域范围内土壤水分时
* 中国科学院知识创新工程项目 ( KZCX3 -SW -334) 资助 作者简介 : 汪
则继续了他 们的
工作 , 建立了计算热惯量和每日蒸发量模型。Pratt 等[ 8] 提出了绘制土壤水分和地理图的热惯量方法, Jackson 等 [ 9] 根据热量平衡 原理提出了作物缺 水指 数( CWSI) 。而在 20 世纪 80 年代, 随着地基、 机载、 星载遥感的迅速发展与普及, 遥感监测土壤水分方 法也得到了迅速发展, 遥感波段有可见光, 近、 中、 远 红外 , 热红外波段等微波遥感波段 , 许多遥感数据也 相继被使用, 比如 TM 数据和 NOAA/ AVHRR 数 据。 20 世 纪 90 年 代 中 后 期, 随 着 NOAA/ AVHRR 和
绍了目前已经比较成熟和广泛应用的基于可见光与热红 外波段的 特征空间方 法和微波 遥感方法。并 对各种 遥感监测土壤水分方法的优缺点作出评价 , 提出了遥感监测土 壤水分方法 存在的不足 , 指出 了今后发 展的方 向 , 并展望了遥感监测 土壤水分的发展前景。 关键词 中图分类号 土壤水分 ; 光学遥感 ; 微波遥感 S1521 7 文献标识码 A
成为国际对地观测领域最重要的前沿技术之一。目 前利用多频、 多极化/ 全极化雷达数据反演裸露地表 土壤水分的经验和半经验模型主要有 Oh 模型、 Do hoson 模型和 Shi 模型 , 这些是针对裸露地表条件建 立的 , 但同时这些模型也是用于稀疏到中等密度的 地表植被覆盖条件。目前被普遍接受和使用的为密 歇根大学微波实验室 发展的基于辐射传输方 程的 MIMICS 模型 。 为了更好地研究和探索土壤水分分布非均质性 对于陆地 - 大气能量流通的影响 , 以及微波遥感在 观测和反演土壤水分中的作用, 美国国家航空航天 局( NASA) 、 美国国家海洋及大气局 ( NOAA) 以及美 国国家科学基金会 ( NSF) 等组织于 2002 年 6 月至 7 月, 在美国 爱荷华州 开展了 2002 年 土壤水分 实验 ( 2002 Soil Moisture Experiment , SMEX02) 。该项实 验就是为了解决对地观测卫星高级微波扫描辐射计 ( AMSR - E) 的亮度温度与土壤水分之间的相关关系, 并且在有植被覆盖条件下检验现有的主动与被动雷 达土壤水分反演模型。 SMEX02 主要涉及到土壤和 植被微波发射和散射模型的发展、 土壤水分与植被 反演算法 , 并且确定大区域范围内航空与航天遥感 反演土壤水分和植被 的测量方法。 2003 年和 2004 年又分别开展了相似的实验 SMEX03、 SMEX04[ 25] 。 国内在使用微波监测土壤水分方面仍处于探索 阶段。李杏朝等[ 26] 根据微波后向散射系数法, 用 X 波段散射计测量土壤后向散射系数 , 与同步获取的 X 波段、 HH 极化的机载 SAR 图像一起, 进行了一次 用微波遥感监测土壤水分的试验 , 监测相对误差率 仅 12% 。高峰等 简要分析了主动微波遥感土壤 湿度的研究进展。李震等 [ 28] 研究建立了一个半经 验公式模型, 用来计算体散射项, 综合时间序列的主 动和被动微波数据 , 消除植被覆盖的影响, 估算地表 土壤水分变化状况。杨虎等[ 29] 利用多时相 Radarsat ScanSAR 雷达后向散射系数图像繁衍得到了地表土 壤水分变化模式信息。周凌云等 [ 30] 使用了时域反 射仪 ( TDR) 方法利用电磁波的传播速度来测量土壤 水分。