第六章 土壤遥感
Geography Analysis for Remote Sensing
第6章 土壤遥感
土壤遥感是应用遥感手段研究土壤科学的技术。
土壤遥感能对某些土壤性状、水分含量、养分供应 状况以及能对土壤盐渍化、沼泽化、风沙化、水土 流失、土壤污染等变化进行动态监测，为合理开发 、利用与管理土壤资源及时提供科学数据。
通常颜色愈深的土壤, 其光谱反射率 愈低,而其相对肥力则愈高。
沙土 里有 机质 含量 的差 异
有两个光谱特征指标比较有机质含量的高低:
其一是0.4～ 1.1um (特别是620～ 660 nm )平均反 射率的高低。有机质含量越高, 反射率越低;
其二是光谱曲线在0.6um 处的形态, 即0.6um 处光 谱曲线的“弓曲差”的大小。有机质含量越 高,“弓曲差”越小, 曲线越平直。反之亦然。
(2) 土壤矿物成分对土壤光谱的影响
土壤矿物质基本来自岩石风化形成的成土母质， 对土壤的形成与土壤肥力的发展有重要影响。
可见光区的光谱主要由土壤成分中的Fe3+和Fe2+ 引起。
Fe2+吸收波长位于0.43、0.45、0.51、0.55和 1.0——1.1um
Fe3+吸收波长位于0.40、0.45、0.49、0.70、 0.87um
可用2.2～ 2.65um 光谱段来区别土壤质地差异。
利用土壤黏粒在常温下风干后依然能吸附水分的 持水特性, 可以应用反射光谱1 .9um 处水分吸收 峰的强弱来估计土壤中黏粒含量的多少。
在土壤光谱曲线中，
1.45um和1.95um两个波段处有两个强吸收谷； 在0.97um、1.2um与1.77um处有三个弱吸收谷
总体讲：
随着土壤含水量的提高，任意波长的反射率均会 降低，而且其差异随波长的增加而加大；
但当土壤含水量超过田间持水量时，由于土壤表 面膜水层形成镜面反射，反而会提高反射率。 因此, 尽可能应用近红外波段来估计土壤水分含量。
在含量0. 5%～ 5% 时, 估测精度较高。 可见光和近红外是土壤有机质分类的最重要波段。
(4) 土壤物理属性的影响
物理属性包括：颜色、质地、结构、干湿度、孔隙 度等。
A. 土壤质地的影响
土壤质地影响反射率的原因：
影响土壤蓄水能力，较大颗粒之间能容纳更多的空气和 水；
土壤颗粒大小对土壤反射率有显著影响，颗粒越小，彼 此的结合越紧密，土壤表面越光滑，反射率越大。
总体来说， 氧化铁会导 致可见光红 波段
(0.6~0.7μm) 的反射率上 升，近红外 波段
(0.85~0.9μm )反射率的下 降
(3) 土壤有机质含量对土壤光谱的影响
就同一类型的土壤而言, 有机质含量的高低 与土壤颜色的深浅有直接关系。
有机质含量高时, 土壤呈深褐色至黑色; 有机质含量低时土壤呈浅褐色至灰色。
土壤组分的影响
土壤由固相（矿物质：原生矿物和次生矿物；有 机质：有机氮、脂肪、碳水化合物、糖类等）， 液相（土壤水分或溶液）和气相（土壤空气）三 相物质有机组成。
按容积计，矿物质占38-45%，有机质占5-12%，孔 隙约占50%；
按重量计，矿物质的固相占90%以上，有机质占110%
对土壤光谱影响较大的组分包括土壤水分、有机 质、氧化铁。
土壤波谱特征及其变化规律
1. 反射光谱特征 土 壤是岩矿的风化产物，因而土壤和岩矿的光
谱反射特性在整体上基本一致：即反射率从可见 光的短波段起随波长的增加而逐渐抬升。
土壤是岩矿经历不同的风化过程，又是在不同的 生物气候因子和人类长期耕作活动的共同作用下 形成的，因此，土壤类别是多种多样的，其光谱 反射特性也必然相应 地发生许多变化。
按土壤光谱曲线在可见光至近大类。
2. 土壤反射光谱特征的影响因素
土壤是一种极其复杂的多孔体系，由不同含量的 矿物质、水分、气体和土壤有机质组成。
土壤反射率由土壤的组成成分及其结构的内在的 散射和吸收性质决定。
土壤反射光谱受土壤地球化学（矿物成分、湿度 、有机质、氧化铁含量、土壤结壳等），几何光 学散射（几何、照明、微粒形状、大小、方位、 粗糙度）以及外部环境（气候、风化程度、植被 覆盖度、落叶）等因素的影响。
但是，土壤质地对反射光谱的影响不仅与不同粒径组合 及表面状况(糙度和阴影) 有关, 而且与不同粒径的化学 组成也密切相关。
因此, 不能笼统地说, 土壤颗粒越细, 反射率越高。因为 当颗粒细至黏粒时, 土壤持水能力增加, 反而会降低反 射率。
即不同粒径土壤的光谱差异随波长的增加而变大, 波长由2.2um增大到2.65um时，土壤对太阳辐射 的吸收至少增加14.6%。
内容提要
6.1 土壤波谱特征及其变化规律
6.1.1 土壤的反射光谱特征 6.1.2 土壤的热红外辐射特征 6.1.3 土壤的微波辐射与散射特征
6.2 土壤遥感数据分析
6.2.1 多元统计分析 6.2.2 主成分分析 6.2.3 光谱混合分解模型
6.3 土壤遥感分析
6.3.1 土壤类型的遥感分析 6.3.2 土壤侵蚀调查与监测 6.3.3 土壤水分监测与干旱灾害预测
氧化铁含量对土壤光谱的影响
土壤中的部分含铁矿物被风化为铁的氧化物，如 针铁矿、赤铁矿、褐铁矿，它们均以胶体状态覆 于土壤颗粒表面。
土壤在可见光波段的许多吸收特征都是铁氧化物 引起，铁氧化物的存在导致土壤在整个波段范围 的反射率下降。
由于土壤中铁大量存在，几乎所有土壤的光谱反 射率都朝着蓝波段方向下降，这种下降甚至可扩 展至紫外。
(1) 土壤水分含量对土壤光谱的影响
土壤水分：来源于大气降水、地下水、灌溉水和大气凝结水； 损耗于土壤蒸发、植物吸收、植物蒸腾和水的渗漏与径流
土壤水分即土壤湿度。一般情况下，土壤水分含量与反射率 呈反比，甚至可以认为土壤水分含量与反射率之间在一定范 围内呈线性关系。
一般含水量在10%～ 25% , 反射率变化显著。 而持水性差的土壤, 其灵敏度范围可能小于10%。
5.4 地质、土壤及土地利用遥感
LUCC信息的遥感提取方法 信息的遥感提取方法
基于像元光谱特征的自动分类方法 基于地学知识系统改进的自动分类方法 遥感与GIS一体化的遥感信息提取方法 遥感与GIS一体化的遥感信息提取方法 GIS
本节重点
5.4 地质、土壤及土地利用遥感
5.4.1 地质遥感 5.4.2 土壤遥感 5.4.3 土地利用遥感
5.4 地质、土壤及土地利用遥感
5.4.1 地质遥感 5.4.2 土壤遥感 5.4.3 土地利用遥感
5.4.1
地质遥感
地质遥感工作的基本内容是：地面及航空遥感试验， 地质遥感工作的基本内容是：地面及航空遥感试验， 地质遥感是综合应用现代遥感技术来研究地质规 发挥适用于地质找矿、地质环境的遥感系统，进行图像、 发挥适用于地质找矿、地质环境的遥感系统，进行图像、 岩性的识别 律，进行地质调查和资源勘察的一种方法。它从宏观 进行地质调查和资源勘察的一种方法。 数字数据的处理和地质判释。 数字数据的处理和地质判释。地质遥感需要应用电子计 的角度，着眼于由空中取得的地质信息， 地质构造的识别 的角度，着眼于由空中取得的地质信息，即以各种地 算机技术、电磁辐射理论、 算机技术、电磁辐射理论、现代光学和电子技术以及数 质体对电磁辐射的反应作为基本依据， 质体对电磁辐射的反应作为基本依据，结合其他各种 学地质的理论与方法，是促进地质工作现代化的一个重 学地质的理论与方法， 构造运动的分析 地质资料及遥感资料的综合应用，以分析、 地质资料及遥感资料的综合应用，以分析、判断一定 要技术领域。 要技术领域。 地区内的地质构造情况。 地区内的地质构造情况。
LUCC的概念 的概念 LUCC的基本特点 的基本特点 LUCC研究的国际背景 研究的国际背景
LUCC分类系统 分类系统
遥感技术在农田土壤监测中的应用案例分析
遥感技术在农田土壤监测中的应用案例分析在现代农业的发展进程中，农田土壤的监测变得至关重要。
而遥感技术作为一种高效、非接触式的监测手段，正逐渐发挥着不可或缺的作用。
本文将通过具体的应用案例，深入探讨遥感技术在农田土壤监测中的实际应用和显著成效。
一、遥感技术的原理与优势遥感技术是指从远距离、高空或外层空间的平台上，利用可见光、红外、微波等电磁波探测仪器，通过摄影或扫描、信息感应、传输和处理，从而识别地面物质的性质和运动状态的现代化技术。
其核心原理在于不同的土壤特性会对电磁波产生不同的反射、吸收和散射，从而形成独特的光谱特征。
相较于传统的农田土壤监测方法，遥感技术具有诸多显著优势。
首先，它能够实现大面积的同步监测，大大提高了工作效率，节省了人力和时间成本。
其次，遥感技术是非破坏性的，不会对农田土壤造成任何干扰或损害。
此外，它还能够提供实时、连续的数据，有助于及时发现问题并采取相应的措施。
二、具体应用案例分析（一）土壤肥力监测在某大型农业产区，研究人员利用遥感技术对农田土壤的肥力状况进行监测。
通过高分辨率的卫星影像，获取了土壤的光谱信息。
经过与实地采集的土壤样本数据进行对比和分析，建立了土壤肥力指标与光谱特征之间的关系模型。
根据这一模型，可以快速准确地评估大面积农田土壤的肥力水平，为精准施肥提供了科学依据。
以往农民可能凭借经验施肥，导致肥料浪费或不足，影响作物产量和品质。
而有了遥感技术的支持，施肥变得更加精准，既节约了成本，又提高了土壤的肥力和作物的产量。
（二）土壤水分监测在另一地区，面临着干旱少雨的气候条件，农田土壤水分的监测成为了农业生产的关键。
遥感技术在此发挥了重要作用。
通过搭载微波传感器的卫星，可以穿透云层和植被，获取土壤的水分信息。
研究人员根据这些数据，绘制了土壤水分含量的空间分布图，及时了解了不同区域土壤的干旱程度。
农民依据这些信息，合理安排灌溉，避免了过度灌溉或灌溉不足的情况，提高了水资源的利用效率，保障了作物的正常生长。
遥感技术在农田土壤调查中的应用与局限
遥感技术在农田土壤调查中的应用与局限随着农业技术的不断发展和农田管理的需求增加，遥感技术在农田土壤调查中的应用变得越来越重要。
遥感技术通过航空或卫星平台获取的远距离影像和数据，能够提供大范围、高时效、高分辨率的农田土壤信息，为农田资源管理、土壤养分评估、灾害防治等方面的决策提供科学依据。
然而，虽然遥感技术在农田土壤调查中有许多优势，但其应用仍然存在一些局限，本文将对其应用与局限进行分析。
遥感技术的应用首先，遥感技术在农田土壤调查中可以提供大范围的土壤信息。
传统的土壤调查需要大量人力物力，往往只能覆盖有限的调查区域。
而遥感技术可以利用航空或卫星平台获取影像和数据，覆盖范围广泛，可以实现对大片农田的土壤信息获取和分析。
这为农田资源管理提供了全面而迅速的数据支持。
其次，遥感技术可以提供高时效的土壤信息。
传统的土壤调查需要长时间的准备和手工采样，耗时耗力。
然而，遥感技术可以通过快速获取影像和数据，减少人力投入和时间成本。
农田土壤信息的实时更新和监测成为可能，使农田管理可以及时做出调整和决策。
此外，遥感技术可以提供较高分辨率的农田土壤信息。
遥感影像和数据能够捕捉到农田土壤的细微变化，包括不同地区的土壤质地、土壤湿度、土壤养分等内容。
这对于农田土壤调查和评估非常重要，能够更准确地分析土壤特性，制定科学的农田管理措施。
遥感技术的局限然而，遥感技术在农田土壤调查中也存在一些局限。
首先，遥感技术无法直接获取土壤物理化学特性。
虽然遥感影像和数据可以提供土壤的表面信息，比如湿度、植被指数等，但无法直接获得土壤的水分含量、有机质含量、肥力状况等具体数据。
这就需要结合实地采样和实验室分析才能对土壤特性进行全面评估。
其次，遥感技术对于小尺度农田土壤调查的适用性有限。
由于传感器分辨率的限制，遥感技术在较小的农田区域内无法提供足够详细的土壤信息。
对于一些需要高精度的土壤调查和研究，仍然需要传统的实地调查方法。
此外，遥感技术在土壤质地和土壤类型识别方面仍然有一定的误差。
基于遥感的土壤质量评估研究
基于遥感的土壤质量评估研究一、引言土壤是农业生产的基础，也是生态系统的重要组成部分。
了解土壤质量对于合理利用土地资源、保障粮食安全和生态平衡具有至关重要的意义。
传统的土壤质量评估方法往往依赖于实地采样和实验室分析，不仅费时费力，而且难以获取大面积、连续的土壤信息。
随着遥感技术的迅速发展，为土壤质量评估提供了新的思路和方法。
二、遥感技术在土壤质量评估中的应用原理遥感技术通过传感器接收来自地表的电磁波辐射信息，这些信息包含了土壤的物理、化学和生物特性等相关特征。
不同类型的土壤在光谱特征上存在差异，例如土壤的颜色、质地、水分含量和有机质含量等都会影响其反射和吸收电磁波的能力。
通过对这些光谱特征的分析和处理，可以获取有关土壤质量的相关信息。
例如，近红外波段对于土壤中的有机质含量较为敏感，而可见光波段则可以反映土壤的颜色和质地等特征。
此外，多光谱、高光谱和微波遥感等技术的应用，进一步提高了对土壤特性的探测能力和精度。
三、基于遥感的土壤质量评估指标（一）土壤物理性质1、土壤质地通过遥感图像的纹理和粗糙度等特征，可以对土壤质地进行初步判断。
粗质地的土壤通常具有较为粗糙的纹理，而细质地的土壤则相对平滑。
2、土壤水分微波遥感可以穿透土壤一定深度，通过对微波信号的反射和散射分析，能够有效地监测土壤水分含量的变化。
（二）土壤化学性质1、有机质含量利用近红外光谱可以建立有机质含量与光谱反射率之间的关系模型，从而实现对大面积土壤有机质含量的估算。
2、土壤养分如氮、磷、钾等养分的含量也可以通过遥感技术结合相关的数学模型进行评估。
（三）土壤生物性质虽然直接通过遥感技术评估土壤生物性质具有一定的难度，但可以通过间接的方式，例如与植被生长状况的关联来反映土壤的生物活性。
四、数据获取与处理方法（一）遥感数据获取常用的遥感数据源包括卫星影像（如 Landsat、Sentinel 等）、航空遥感影像以及无人机遥感数据等。
不同的数据源具有不同的空间分辨率、光谱分辨率和时间分辨率，需要根据研究的目的和尺度进行选择。
如何利用遥感技术进行农田土壤质量评价
如何利用遥感技术进行农田土壤质量评价遥感技术在农田土壤质量评价中的应用近年来，随着遥感技术的不断发展和进步，其在农业领域的应用也越来越广泛。
其中，利用遥感技术进行农田土壤质量评价已成为一项重要的研究方向。
本文将就如何利用遥感技术进行农田土壤质量评价进行探讨。
一、引言农田是农业生产的基础，而土壤质量是农田生产力的主要决定因素。
传统的土壤调查工作费时费力，且只能获取有限的样本数据，无法对大面积土壤进行准确评价。
然而，遥感技术的优势在于能够获取大范围、高分辨率的土壤信息，因此被广泛应用于土壤质量评价。
二、遥感技术在农田土壤质量评价中的应用1. 遥感数据的获取和预处理遥感数据的获取方式多种多样，包括航空摄影、卫星遥感等。
通过选用适宜的遥感数据源，可以获取到所需的土壤信息。
同时，预处理是遥感数据分析的重要环节，主要包括大气校正、辐射校正等，用以提高土壤信息的准确性和可用性。
2. 土壤参数的提取和分析遥感技术提供了获取大范围土壤参数的机会，其中包括土壤水分含量、土壤类型、土壤质地等。
通过利用不同波段的遥感数据与地面观测数据相结合，可以准确提取和分析土壤参数。
例如，通过多光谱遥感数据和红外热像镜头获取农田土壤水分含量的时空分布。
3. 土壤质量评价指标的建立和应用针对农田土壤质量评价，需要建立科学合理的评价指标体系。
常用的土壤质量评价指标包括土壤有机质含量、PH值、有效养分含量等。
通过遥感技术获取到的土壤参数可以用于建立土壤质量评价模型，并为农田土壤管理和调控提供决策依据。
三、遥感技术在农田土壤质量评价中的优势与挑战1. 优势遥感技术的应用使得农田土壤质量评价变得高效准确。
相较于传统的土壤调查方法，遥感技术具有获取大范围土壤信息、快速反馈土壤变化等优势。
同时，遥感技术能够提供定量的土壤参数数据，为农田管理提供科学依据。
2. 挑战虽然遥感技术在农田土壤质量评价中有许多优势，但也存在着一些挑战。
例如，遥感数据的获取和处理需要专业技术支持，增加了研究和应用的难度；遥感数据与地面观测数据的不一致性也会对土壤质量评价结果产生一定的影响。
第六章植被遥感
2021/8/6
12
遥感地学分析
植物的覆盖度
当植被叶子的密度不大，不能形成对地面的全覆盖时，传感
器收到的反射光不仅是植被本身的光谱信息，而且还包含
部分下垫面的反射光，是两者的叠加。
2021/8/6
13
遥感地学分析
“红移”与“蓝移”
“红边”定义为反射光谱的一阶微分最大
值所对应的光谱位置，通常位于0.68~0.75µm
被，因不显示这种特殊的光谱响应，则RVI值
低（一般近于1）。因此， RVI 能增强植被与
土壤背景之间的辐射差异。
2021/8/6
22
遥感地学分析
比值植被指数可提供植被反射的重要信息，是
植被长势、丰度的度量方法之一。同理，可见
光绿波段（叶绿素引起的反射）与红波段之比
G/R，也是有效的。
比值植被指数可从多种遥感系统中得到。但主
为敏感。实验证明，当植被覆盖度小于15%时，
植被的NDVI值高于裸土的NDVI值，植被可以
被检测出来，但因植被覆盖度很低，如干旱、
半干旱地区，其NDVI很难指示区域的植物生
物量，而对观测与照明却反应敏感；当植被覆
盖度由25～80%增加时，其NDVI值随植物量的
增加呈线性迅速增加；当植被覆盖度大于80%
2021/8/6
3
遥感地学分析
植被遥感研究的主要内容：
（1）通过遥感影像从土壤背景中区分出植被覆盖区域，
并对植被类型进行划分，区分是森林还是草场或者农
田，并区分森林、草场、农作物的类型等。
（2）能否从遥感数据中反演出植被的各种重要参数，
例如叶面积指数（LAI）、叶子宽度、平均叶倾角、植
土壤遥感
2、发生、发展和演化：
是在地形、母质、气候、时间、植被等自然因子及人 为因素综合影响下发生、发展和演化的。
二、土壤遥感
1、概念： 通过遥感影像的解译，识别和划分出土壤类型，制作图 壤土，分析土壤的分布规律。
GO GO 加油！！！
2、目的：
改良土壤，合理利用土壤。 3、由于土壤性状主要表现在剖面上，而不是表现在土壤表 面，因此仅靠土壤表面电磁波谱的辐射特性，不能直接来判 别土壤类型，所以要依靠间接地解译标志来对土壤进行综合 分析
4、间接地解译标志
间接地解译标志（P148）
目标地物与其相关指示特征； 地物及环境的关系； 目标地物与成像时间的关系
利用遥感技术进行农田土壤质量监测与评估
标题：利用遥感技术进行农田土壤质量监测与评估引言：农田土壤质量是农作物生长和农业生产的重要基础。
传统的土壤监测方法耗时耗力且成本较高，无法满足大面积土壤质量监测的需求。
而利用遥感技术可以通过获取遥感影像和地面观测数据，结合地理信息系统（GIS）和遥感图像处理技术，实现对农田土壤质量的监测和评估。
本文将深入探讨利用遥感技术进行农田土壤质量监测与评估的方法、优势、挑战以及未来发展前景。
一、利用遥感技术进行农田土壤质量监测与评估的方法1. 遥感影像获取：利用卫星、航空摄影等遥感平台获取高分辨率的遥感影像，覆盖目标农田区域。
遥感影像可以提供大范围、连续的土地表面信息，为土壤质量监测提供数据基础。
2. 地面观测数据采集：结合遥感影像，进行地面观测数据的采集。
例如，通过采样和实地测试获取土壤质地、质量指标（如有机质含量、氮磷钾含量等）以及水分状况等数据。
3. 土壤质量指标提取：利用遥感图像处理技术，结合地面观测数据，提取土壤质量指标。
常见的方法包括植被指数计算、光谱反演模型等。
通过这些指标，可以定量评估土壤质量的空间分布和变化趋势。
4. 土壤质量评估模型建立：基于土壤质量指标和地理信息系统（GIS）平台，建立土壤质量评估模型。
利用统计分析和机器学习方法，将土壤质量指标与其他环境因素进行关联，预测和评估农田土壤质量状况。
二、利用遥感技术进行农田土壤质量监测与评估的优势1. 非接触性和广覆盖：遥感技术可以远距离获取土地表面信息，无需直接接触土壤。
同时，遥感影像具有较大的覆盖范围，能够实现大面积土壤质量监测。
2. 高时空分辨率：遥感影像提供了高时空分辨率的数据，能够捕捉到土壤质量的空间和时间变化。
这有助于及时发现土壤质量问题，并采取相应的管理措施。
3. 综合评估：利用遥感技术结合地面观测数据，可以综合考虑多个土壤质量指标，建立综合评估模型，更全面地评估农田土壤质量。
4. 实时监测：遥感技术可以实时获取数据，实现对土壤质量的动态监测。
第六章 土壤——自然地理学课件PPT
第二节 土壤物质组成
土壤是个多相分散体系，由无机和有机的 固体、液体和气体物质组成 。
6
一、矿物质
土壤矿物的类型
▪ 原生矿物 ▪ 次生矿物
土壤矿物的分布规律
▪ 干冷气候条件下，土壤中含有较多的原生矿物； 湿热气候条件下，土壤中含较多的氧化铁、氧化 铝和氧化钛等较为稳定的矿物；
▪ 热带亚热带地区，次生粘土矿物以水铝石、高岭 石等为主；干旱寒冷地区，次生粘土矿物以伊利 石、蒙脱石、蛭石为主。
15
2. 土壤水分的有效性
土壤水分的有效性指土壤水分能够被植 物吸收利用的难易程度，不能被植物吸 收利用的称无效水，能被植物吸收利用 的称为有效水。
▪ 土壤有效水分的下限为萎蔫系数 ▪ 旱地土壤有效水分的上限为田间持水量 ▪ 旱地土壤最大有效水分量 = 田间持水量 -
萎蔫系数
16
土壤水吸 力
土 壤 颗 粒
12
膜状水
▪ 土粒吸足了吸湿水后，还有剩 余的吸引力，可吸引一部分液 态水成水膜状附着在土粒表面， 这种水分称为膜状水。
▪ 植物可以利用此水。但由于这种水的移动非常缓慢 （0.2—0.4mm/d），不能及时供给植物生长需要，植 物可利用的数量很少。
– 土壤膜状水达到最大值时的土壤含水量称为土壤最大 分子持水量
▪ 中子土壤水分仪
• 通过测定反映慢中子云的密度与水分子间的函数关系,可以确定土 壤含水量。
• 不破坏土壤，可测量土壤深达30米的剖面含水量，但是不能用于 表层土
• 缺点：垂直分辨率较差，表层测量困难，且辐射危害健康
▪ 张力计式土壤水分传感器
• 通过安装在土壤中的张力计，测量土壤水的吸力，然后依据土壤 水分特征曲线来换算成土壤含水量 20
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。