基于地表温度与植被指数特征空间反演地表参数的研究进展
基于地表温度-植被指数特征空间的土壤干旱监测
基于地表温度-植被指数特征空间的土壤干旱监测李润林;董鹏程;王瑜;汪晓斌【摘要】以张掖市甘州区绿洲为研究区,采用5期遥感影像(2011~2015年),运用ENVI 5.2提取归一化植被指数(NDVI)、改进型土壤调节植被指数(MSAVI)和地表温度(Ts),构建Ts-NDV I和Ts-MSAVI特征空间,对比分析两种特征空间.结果表明,Ts-MSAVI特征空间的干边和湿边斜率均小于0,这与前人的研究干边斜率是负值,湿边斜率是正值的结论有所不同.Ts-NDVI和Ts-MSAVI这两种特征空间具有相同的趋势,其中2012、2013、2014年这3年两种特征空间系数r2较高,其余2年系数r2较低.整体而言,Ts-NDV I特征空间的干湿边系数相比Ts-MSAVI特征空间的干湿边系数要高,稳定性好.从TV DI旱情等级分布图上可以得出2012年的受旱面积最大,干旱和重旱面积占总面积的70.39%,2013年干旱情况最严重,重干旱面积为1611.972 km2,重旱面积占到总面积的43.5%,2014年干旱程度开始缓解,轻旱、干旱和重旱面积开始降低,湿润和正常面积开始增加,2015年干旱程度得到全面缓解,湿润和正常面积占到总面积的21.9%,但是干旱和重旱面积比重依然很大,说明张掖市甘州区绿洲旱情依然很严峻.%Selecting oasis of Ganzhou district as the study area in Zhangye city,using ENVI 5.2 software to extact normalized difference vegetation(NDVI),modified soil adjusted vegetation index(MSAVI)and temperature of surface(Ts),Ts-NDVI feature space and Ts-MSAVI feature space were built. The two feature spaces were compared and analyzed. The results showed that the slope of dry-edge and wet-edge of Ts-MSAVI feature space was less than 0,which was not consistent with the previous research. The previous research thinked the dry-edge slope was negative and the wet edge slope was positive. The feature space of Ts-NDVI and Ts-MSAVI had the same trend. The r2 coefficient of two feature spaces was higher in the three years of 2012,2013 and 2013,and the r2 coefficient of the other two years was lower. On the whole,the wet-edge coefficient of the Ts-NDVI feature space was higher than that of the Ts-MSAVI feature space,and the stability was good. From the TV DI drought severity map,it could be concluded that the drought area was the largest in 2012,the drought and heavy drought area accounted for 70.39% of the total area. In 2013,the drought was the most serious,the area of heavy drought was 1611.972 km2,the area of heavy drought occupied 43.5% of the total area and the degree of drought in 2014 was lightened. And heavy drought area began to decrease,wet and normal area began to increase. In 2015,the degree of drought had been fully relieved, wet and normal area accounted for 21.9% of the total area. But the proportion of drought and heavy drought area was still great, indicating that the drought of Ganzhou district oasis in Zhangye city was still very serious.【期刊名称】《湖北农业科学》【年(卷),期】2017(056)016【总页数】7页(P3060-3066)【关键词】干旱;归一化植被指数(TVDI);改进型土壤调节植被指数(MSAVI);地表温度;张掖市甘州区【作者】李润林;董鹏程;王瑜;汪晓斌【作者单位】农业部兰州黄土高原生态环境重点野外科学观测实验站,兰州730050;中国农业科学院兰州畜牧与兽药研究所,兰州 730050;农业部兰州黄土高原生态环境重点野外科学观测实验站,兰州 730050;中国农业科学院兰州畜牧与兽药研究所,兰州 730050;农业部兰州黄土高原生态环境重点野外科学观测实验站,兰州 730050;中国农业科学院兰州畜牧与兽药研究所,兰州 730050;农业部兰州黄土高原生态环境重点野外科学观测实验站,兰州 730050;中国农业科学院兰州畜牧与兽药研究所,兰州 730050【正文语种】中文【中图分类】TP79;X43干旱是世界上许多重大自然灾害之一，在各种自然灾害中，旱灾对农业生产的影响最大。
地表温度与植被指数相关性的空间尺度特征——以重庆市为例
ｆ ｎ ｔｏ ｆ ｅ ｕ ｉｇｔｍｐ ｒｔｒ ｙ ｂ ｆｕ ｎ ｅ ｙ ｍａ ｙｃ ｍｐ ｉａｅ ａ ｔ ｓ ｕ ｃｉｎｏ ｄ ｃｎ ｅ ｅ ａｕ ｅｍａ ｅｉｌ ｅ ｃ ｄｂ ｎ ｏ ｌｃｔｄｆｃｏｒ． ｒ ｎ
Ｋｅ ｒ ：ｌ ｎ ｓ ａ ｅ ａ ｃ ｔｃ ｕ ｅ ａ ｄ ｓ ｒａ ｅ ｔ ｍｐ ｒ ｔ ｒ ； ｏｒ ｌ ｅ ｉ ｅ ｅ ｅ ｖ ｇ ｔｔｏ ｎ ｅ ；ｓ ａ ｉｌｓ ａ ｉ ｇ ｐ ｔ ｌｃ ｒ ｅａ ｉ ｎ ｙ ｗｏ ｄｓ ａ ｄ ｃ ｐ ｒ ｈｉ ｔ ｒ ；ｌｎ ｕ ｆ ｃ ｅ ｅ ａ ｕ ｅ ｎ ｍａ ｉ ｄ ｄ ｆ ｒ ｎｃ ｅ ｅ ａ ｉ ｎ ｉ ｄ ｘ ｐ ｔａ ｃ ｌ ；ｓ ａ ｉａ ｇｈ ｅ ｅ ｒ ｓ ｉ ｎ； ｏ ｇ ｉ ｇ ｃ ｔ ｆｅ ｄ ｇ ｏ ｒ ｐ ｃ ｌ ｉ ｔｄ ｒ ｇ ｅ ｓｏ Ｃｈ ｎ ｑ ｎ ｉ ｗｅ ｙ
近地表气温遥感反演方法综述
China Agricultural Informatics
2019，31（1）：1-10
Vol.31，No.1 Feb．，2019
定量遥感专栏
近地表气温遥感反演方法综述
冷 佩 1，廖前瑜 1，2※，任 超 2，李召良 1
（1. 中国农业科学院农业资源与农业区划研究所，北京 100081；2. 桂林理工大学测绘地理信息学院，广西桂林 541004）
·2·
冷佩等：近地表气温遥感反演方法综述
第 ３１ 卷第 １ 期
气温是表征空气冷热的物理量。近地表气温的变化主要受到辐射、湍流和平流等 多种因素影响［11］。目前，分布在世界各地的气象站能够提供较为精确而连续时间序列 的近地表气温数据，然而在稀疏空间分布的站点气温信息无法描述近地表气温在连续空 间上的异质性。对于没有气象站点的地区，传统方法大多通过距离最近的有限的气象站 气温观测数据插值得到［12-18］。相比传统观测，遥感方法可以获取区域尺度的近地表气 温影响因子，具有实时性、区域性、经济适用性等无可替代的优势。遥感技术的广泛应 用为获取区域尺度近地表气温提供了强大的数据支撑。因此，众多学者围绕近地表气温 遥感反演进行了大量研究，并已形成了众多基于遥感数据或与遥感数据结合的区域气温 反演方法，这些主要可以归纳为 4 类：大气廓线外推方法、地表温度—植被指数方法 （Temperature Vegetation Index，TVX）、基于数据统计的方法以及基于地表能量平衡的方 法。该文系统回顾近地表气温遥感反演算法模型及最新研究进展，为相关领域获取区域 近地表气温提供借鉴，对近地表气温遥感反演模型未来发展方向进行展望。
收稿日期：2019-01-10 ※ 第一作者简介： 冷佩（1986—），博士、副研究员。研究方向：农业定量遥感。Email：lengpei@ 通信作者简介： 廖前瑜（1994—），硕士研究生。研究方向：农业定量遥感。Email：qianyuliao@ * 基金项目： 中央级公益性科研院所基本科研业务费专项（1610132019012）
实习7、地表反射率、温度的反演以及植被指数的计算
基本原理一)地表反射率是指地表物体向各个方向上反射的太阳总辐射通量与到达该物体表面上的总辐射通量之比。
反照率可以通过遥感成像提供的辐射亮度值L 或反照率p ，二向性反射率分布函数BRDF 来获得：地物反射率的光谱特征差异是从遥感影像中识别地表不同类型地物的基本依据，也是地表其他各种物理、生物物理参数反演的依据地表。
地表反射率的计算步骤：1、辐射定标：根据遥感影像DN 值计算到达传感器的各波段辐射亮度也就是将传感器记录的辐射量化值（Digital Number ，DN ）转换成绝对辐射亮度值、表观反射率，或者表观温度的过程。
绝对定标：通过各种标准辐射源，建立辐射亮度值与辐射量化值（DN ）之间的定量关系式中，辐射亮度值L 的常用单位为W/(m2.μm.sr)，或者μW/(cm2.nm.sr) 。
1W/(m2.μm.sr)=0.1 μW/(cm2.nm.sr)2、各波段表观反射率计算3、大气辐射校正（ENVI FLAASH/QUAC ）绝对大气辐射校正：消除大气辐射衰减效应，将遥感影像的DN 值转换为地表反射率、辐亮度、地表温度等的方法，此过程包含了辐射定标。
相对大气辐射校正：将遥感影像的DN 值转换为类似的整型数，同时消除大气辐射衰减效应。
FLAASH 是用数学建模辐射的物理行为，纠正波长在可见光至近红外和短波红外区域，最多3微米。
（对于热地区，使用基本工具>预处理>校准工具>热大气压校正菜单选项。
）不同于预先计算模拟结果的数据库内插辐射传输特性许多其他大气校正程序， FLAASH 采用了MODTRAN4辐射传输代码。
MODTRAN4并入ENVI FLAASH 的版本被修改，以校正在HITRAN -96水行参数的误差。
可以选择任何一种标准MODTRAN 大气模型和气溶胶类型，FLAASH 还包括以下功能：校正邻近效应（像素混合是由于表面反射辐射的散射） 计算场景的平均能见度（气溶胶/雾量）。
地表反射率、温度、植被指数
地表反射率、温度、植被指数、几何精纠正和Landsat影像影像几何精纠正1.深入理解影像几何精纠正的原理2.学会使用影像对影像的几何精纠正方法和具体操作步骤1. 扫描地形图（宁夏中卫地区1:25万104811.img ）进行几何精纠正（包括投影参数、单位的调整将选定参考点保存）。
2. 利用纠正好的全色波段高分辨率影像完成同景多光谱影像的几何精纠正。
1. 扫描地形图（宁夏中卫地区1:25万104811.img ）进行几何精纠正（包括投影参数、单位的调整将选定参考点保存）。
2. 利用纠正好的全色波段高分辨率影像完成同景多光谱影像的几何精纠正Landsat影像数据下载、导入、目视解译与分析1．学会在美国NASA/USGS网上进行Landsat卫星影像的检索和下载，认识影像名编号意义。
2．初步掌握ENVI/IDL影像处理软件的使用方法，熟悉软件的用户界面、功能模块，掌握基本功能的使用。
复习遥感导论课程中的遥感影像目视解译环节，选择自己熟悉的地区，进行Landsat TM/ETM+影像的目视解译。
实习内容1、课前准备：根据自己感兴趣的地区，下载一景Landsat TM/ETM+影像。
2、将单波段分别添加在ENVI中（采用file| open image file工具，注意在添加波段数据时，热红外波段影像应另存为一个文件）3、利用Basic tools | layer stscking视窗选择多波段影像进行添加，在available中选择刚才添加的影像，选择RGB color分别选取4、3、2和7、4、2波段组合进行彩色合成，此时，可以再打开一个视窗（new display）观察地物的色调变化。
列表说明上述地物分别在两种波段组合下的颜色特征。
4、查询并记录影像文件的基本信息、投影信息，以及各个波段直方图信息。
5、将影像缩小、放大、漫游工具识别影像中的土地利用/土地覆盖类型，可能的土地利用/土地覆盖类型包括：(1) 耕地farmland(8) 公路/铁路road or railway(2) 草地grassland(9) 河流stream(3) 裸地barren land(10) 水库reservoir(4) 森林forest(11) 冰雪ice and snow(5) 城镇居民地town(12) 云cloud(6) 农村居民地village(13) 阴影shadow(7) 沙漠desert6、利用load RGB将图像显示，后用视窗中的光谱剖面工具，提取上述地物在不同波段的数值（Digital Number，DN）；要求针对影像中的6种地物至少各采集10个样本，取平均值，做光谱剖面图，分析不同地物的灰度值随波段变化的特点。
陆地表面温度反演的研究现状及发展趋势
陆地表面温度反演的研究现状及发展趋势地球表面温度是一个重要参数，精确定量反演陆面温度，对旱灾预报和作物缺水研究、农作物产量估算、全球气候变化等领域的研究具有巨大的推动作用。
利用遥感资料进行地表温度的反演已成为目前遥感定量研究中的热点和难点之一。
近年来有关方法的研究非常多，主要反演方法可分为5类。
本文对各种方法所要解决的关键问题及优缺点做了评述。
如何提高反演的精度和模型的适用性是地表温度热红外遥感的未来发展趋势。
标签：陆地表面温度比辐射率热红外遥感组分温度反演在许多模型中，如大气与地表的能量与水汽交换、数字天气预报、气候变化等方面，地表温度都是一个不可或缺的重要参量[1]。
大多数地-气界面的通量都可参数化为温度的一个函数[2]。
遥感可以提供二维陆面温度分布信息[3]。
通过遥感技术，可获得区域性或全球性地表温度分布状况。
因此利用卫星数据演算地表温度，探讨卫星热通道的理论及其实际应用方法，已成为遥感科学的一个重要领域。
近年来许多方法被用于从热红外波段探测到的经大气影响的地表辐射，并结合其它辅助数据来估算地表温度。
1遥感反演地表温度的原理目前遥感反演地表温度的方法主要有传统的大气校正法、单窗算法等。
这些算法最基本的理论依据是维恩位移定律和普朗克定律。
根据Planck定理，黑体的光谱发射特性可以表示为：式中B（λ）T是黑体辐射强度，单位为W·m-2·sr-1·μm-1 ，λ是波长，C1和C2是辐射常数，C1=3.7418×W·m-2；C2=1.4387685×λm·K，T是温度，单位是K 。
Planck函数给出了黑体辐射的辐射强度与温度波长的定量关系。
从（1）式可以看出，温度确定后，由Planck函数可以确定辐射源的能量谱分布，进而可以推算出物体的能量谱峰值的波长[4]。
反之，从物体的能量谱分布及辐射强度也可计算出物体的实际温度。
这也是地表温度能被反演的理论基础。
典型植被指数与地表温度空间特征分析——以桂林市为例
通 信 联 系 人 ： 保 平 （９ ４ ） 男 ， 梁 １ ７一 ， 陕西 西安 人 ， 西 师 范 大 学 教师 。Ｅ ｍａｌ ｉ ｇ ｐ ｌ ３ｃｍ 广 — ｉ：ａ ｂ ＠ ．ｏ ｌｎ ６
中图分类号 ： １１ Ｘ１ ． ７
文献标识码 ： Ａ
文章编号 ：０ １６ ０ （ ０２ ０ 一１ ２０ １ ０—６ ０ ２ １ ） ２Ｏ ３ —６
随着 城市化 进程 的快速 发展 ， 城市 下垫 面结构 和性 质发 生着 巨大 变 化 ， 别是 因城市 中不透 水 层面积 特 扩 展所 导 致 的城市 植 被数 量 的不 断 衰减 ， 一定 程 度 上加 剧 了城 市 热 岛效 应 ， 使城 市 生 态环 境 质量 日益恶 化 。当前 以 自然 植被退 化和城 市热 岛效 应等 为代表 的城 市生 态问题 已引起 学术 界的普 遍关 注 。 一方面 。 另
较高 的植被指数值 ， 不透水 层 比例大的城市建成 区则具有较高 的地表温度。另外， 典型植被指数 与地表 温度
相 关 性 分 析 揭 示 ， 植 被 指 数 与 地 表 温 度 都 呈较 显 著 的 线性 负 相 关 。相 对 于 城 市 郊 区 ， 各 下垫 面性 质 改 变 与植
被 覆 盖 密 度 偏 低是 导 致 城市 建 成 区“ 岛效 应 ” 成 的 重 要 原 因 。 热 形 关键 词 ： Ｍ 影 像 ； 林 市 ； 被 指数 ； 表 温 度 Ｔ 桂 植 地
第 ３卷 Ｏ
第 ２ 期
广西师 范大 学学 报 ： 自然科 学版
Ｊｕｎ ｌ ｆ ａｇ ｉ ｏ ｍａ Ｕｎｖ ｒｉ ： ｔｒｌ ｃ ｎ ｅＥ ｉｏ ｏ ｒ ａ ｏ ｎ ｘ Ｎ ｒ ｌ ｉｅｓ ｙ Ｎａｕａ Ｓｉ ｃ ｄ ｉ Ｇｕ ｔ ｅ ｔｎ
基于地形因子的土壤水分反演研究——以延河流域为例
土 壤 水 分 是 土 壤 的 重 要 组 成 部 分 ， 监 测 土 地 是
对 单 窗 算 法 中 的 近 地 表 气 温 这 一 参 数 进 行 Ｄ Ｍ 校 Ｅ
退化 和干旱 的重 要 指标 ， 时也 是 水 文学 、 同 气象 学 、 土壤 学 、 态学 以及 农业 科 学 等 研究 领 域 中 的一个 生 重要 参数 Ｊ ｌ。使 用遥 感 手 段 反 演 土壤 水 分 ， 够克 能
正， 然后 计算 其温度 植被 干旱指 数 ， 而提 出一种 比 从 较 有效 的和充 分考 虑地形 因子 影响 的监测 土壤水 分
的方法 。
服传 统监测 方法 费 时 、 力 、 点带 面 等 缺 点 ， 费 以 而且
能 够实现 快速 、 时 、 及 动态 的监测 与评估 。 温度 植 被 干 旱 指 数 （ ｅ ｐｒ ｕｅＶ ｇｔ ｉ ｒ． Ｔ ｍ ｅ ｔｒ ｅｅ ｔｎ Ｄｙ ａ ａｏ ｎｓ Ｉｄｘ Ｔ Ｄ ） 目前 可 见光 和热 红 外 波 段遥 感 ｅｓ ｎｅ ， Ｖ Ｉ是
区 ， 地 表 气 温 将 不 是 一 个 常 量 ， 是 有 很 多 的 因 素 近 而
Ｉ ０ 、 ４９５ 一、ｌ
影 响其 分布 与变化 ， 如测 点地 形 （ 拔高度 、 度 、 海 坡 坡
向、 地形 遮蔽 度等 ） 和其 它下 垫 面 性 质 ， 中尤 以地 其 形的影 响最 显著 Ｊ 。关 于 气温 随海 拔 高度 的变 化 ，
— —
以 延 河 流 域 为例
刘 晓婧 李 新平 杨 勤科 刘先 龙 ， ， ，
（ ． 北 农 林 科 技 大 学 资 源环 境 学 院 ，陕 西 杨 凌 ７２０ ； ． 北 大 学 城市 与 环 境 学 院 ， 西 西 安 ７０６ ） １西 １１０ ２ 西 陕 １０９
- 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)。
。
3
3． 1
地表能量通量和土壤水分的反演
地表温度与植被指数特征空间（ Ts / VI）
8］ ［ 9］ Ridd ［ 和 Carlson 等 证明随着研究区域生物
Ts / VI 特征空间的三角形 / 梯形区 物理特性的不同，
［ 6］ 域分布会发生不同的变化， 同时 Moran 和 Carlson
*
空间基础上发展出了更多的空间变量， 以对上述参 数进行更好的估计。 比如利用 Ts / 反照率 （ albedo ） 构成 的 特 征 空 间 进 行 蒸 散 量 （ Evapotranspiration， ET） 的估计等。 本文在总结 Ts / VI 特征空间及其应 用 的 基 础
1218 ； 修回日期： 20100409． 收稿日期： 2009* 基金项目： 国家自然科学基金面上项目 “基于条件植被温度指数的干旱预测研究 ” （ 编号： 40871159 ） ； 国家高技术研究发展计划课题 “作物水分胁迫信息的遥感定量反演与同化技术研究 ” （ 编号： 2007AA12Z139 ） ； 欧盟 FP7 项目 “The 7th framework programme of the European Community for research，technological development and demonstration activities，WP （ work package） 9 ： Satellite based drought monitoring system of pilot areas of China and India of Coordinated AsiaEuropean longterm Observing system of QinghaiTibet Plateau hydrometeorological processes and the Asianmonsoon systEm with Ground satellite Image data and numerical Simulations （ CEOPAEGIS） （ Call FP7ENV20071 212921 ） ” （ 编号： Call FP7ENV20071 212921 ） 资助． ）， mail： tm1304207@ 126． com 作者简介： 田苗（ 1984女， 河北保定人， 博士研究生， 主要从事定量遥感及在干旱预测中的应用研究． E* 通讯作者： 王鹏新（ 1965）， mail： wangpx@ cau． edu． cn 男， 陕西礼泉人， 教授， 主要从事定量遥感及其在农业中的应用研究． E-
归一化植被指数（ NDVI） 与地表温度（ Ts） 构成 的三角形区域分布示意图 Fig． 1 Summary of the key descriptors and physical interpretations of the Ts / VI feature space 图1
11 ］ Sandholt 等 ［ 在研究土壤湿度时发现 Ts / NDVI
地球DVI 值相同条件下 Ts 的变化。如何确定 冷边界 和 热 边 界 是 计 算 VTCI 的 关 键。 在 王 鹏 新 的早期研究中， 冷热边界的确定方法如下： 选 择陕西关中平原地区天空晴朗时且卫星过境时的 6 等 天 AVHRR 数据， 首先生成每天 NDVI 影像和 Ts 影 像， 然后用最大值合成法生成旬 NDVI 和 Ts 的最大 值合成影像， 基于 NDVI 和 Ts 的最大值合成影像生 确定冷、 热边界。 成散点图， 上述方法确定的热边界比较合理， 但是冷边界 ［ 16 ］ 通常会高于实际情况。孙威等 对 VTCI 冷边界的 确定方法进行了完善， 提出应用多年的旬 NDVI 最 大值合成产品和 Ts 最大—最小值合成产品确定每 旬多年共同冷边界的方法， 并通过多年的累计降水 ［ 17 ］ 量数据和土壤含水量等数据进行验证 。 上述成 果证实了 VTCI 是一种可行的、 近实时的干旱监测方 ［ 18 ］ 。 法 此外王鹏新等 对比分析了基于 NDVI 和 Ts 的几种干旱监测方法在关中平原地区的应用 ， 包括 条件植被指数、 条件温度指数、 距平植被指数和条件 植被温度指数等， 研究了各种方法的优缺点， 并证实 VTCI 更适合于关中平原地区的干旱监测 。 NDVI 容易达到饱 但是在 Ts / NDVI 特征空间中， 和， 这时对植被描述的敏感性就会降低， 因为 NDVI 达到饱和时， 植被的叶面积指数 （ Leaf Area Index， LAI） 还在不断的增加， 随着 LAI 的增大， 植被的蒸腾 量也不断增加。杨曦等 比较了 NDVI 和增强型植 被指数（ Enhanced Vegetation Index，EVI） 构建的 Ts / NDVI 和 Ts / EVI 特征空间的差异， 基于研究区 107 个土壤湿度站点的数据， 讨论了分别由 Ts / NDVI 和 Ts / EVI 特征空间计算得到的 TVDI， 并用土壤湿度站 点所测数据对其进行了检验。 结果表明， 二者均能 Ts / EVI 特征空间计算得到的 够体现土壤湿度状况， TVDI 能更好地表征土壤湿度状况。 李正国等 研究发现， 热边随着季节不同而发 Ts max 与 NDVI 在 1 月呈较强的正相关， 4月 生变化， 7 月呈负相关， 10 月相关系数亦减 相关系数减弱，
威
2
（ 1． 中国农业大学信息与电气工程学院 ， 北京 100083 ； 2． 国家测绘局测绘发展研究中心， 北京 100830 ） 要： 遥感反演的地表温度 （ Ts ） 和植被指数 （ VI ） 构成的特征空间结合模型分析可以对显热通 、 量 潜热通量及土壤含水量等地表参数进行估算 。这种方法比较实用， 且不过多地依赖地面观测数 。 ， Ts / VI 据 随着研究的深入 许多学者在 特征空间基础上提出了更加丰富的空间变量 。 基于此， 以 摘 不同空间变量为标准， 分类介绍在 Ts / VI 特征空间的基础上对地表能量通量及土壤水分等参数的 反演。其中包括在 Ts / NDVI 特征空间基础上提出温度植被干旱指数和条件植被温度指数来监测 干旱； 利用 Ts / albedo 特征空间反演蒸发比； 用 DSTV / VI 特征空间反演蒸散量； 用地气温差 / 植被指 数特征空间反演蒸散量等。并介绍了 Ts / VI 特征空间与微波遥感结合反演地表含水量等相关研究 的进展情况， 最后提出未来研究的发展方向。 关 键 词： 显热通量； 潜热通量； 地表温度； 植被指数； Ts / VI 特征空间 中图分类号： P237 ； Q149 文献标志码： A 近年来， 一些学者综合利用遥感的多光谱信息 ， Ts） 与植被 探讨地表温度（ Land Surface Temperature， VI） 耦合空间 （ Ts / VI ） 的时空 指数（ Vegetation Index， 变化规律与生态学意义， 研究表明 Ts / VI 的时空对 应关系与地表植被覆盖和土壤水分状况等参数有着 非常密切的联系。 本文作者曾于 2004 年对基于地
等
［ 9］
使用不同数据源构造 Ts / VI 特征空间， 并利用
［ 10 ］
三角形 / 梯形的边界来提取与地表能量通量和土壤 水分含量相关的信息。 Jiang 等 在 Ts / VI 特征空 Taylor 参数来反演 LE 。该方法假 间中引入 PriestleyTaylor 参数只与地表温度和植被指数有 设 Priestley关， 并通过 Ts / NDVI 特征空间对其进行估计， 没有 考虑地表空气运动对 LE 的影响。
［ 1］ 表温度和植被指数的干旱监测模型进行了综述 。 随着 Ts / VI 特征空间研究的不断深入， 在 Ts / VI 特征
1
引
言
H） 和潜 土壤水分、 显热通量（ sensible heat flux， 热通量（ latent heat flux，LE ） 是气候、 水文、 生态、 农 。 （ 业等领 域 重 要 的 地 表 参 数 这 些 参 数 在 作 物 农 田） 管理、 大气、 水循环、 天气预报中都有重要的应 用， 在区域土地退化和荒漠化的研究中也发挥了重 要作用。 H 和土壤水分等是通过地面观测的方 最初 LE 、 式获得的， 这种方法只能获得小区域的数据 ， 不仅耗 时耗力， 而且有时无法获得可靠的结果。 随着遥感 技术的发展， 开始运用遥感数据结合地面模型进行 大面积土壤水分及相关参数的估计 。
［ 3， 4］
。由此可见， 这种假设对研究区域
的要求较高， 在应用前要考虑研究区域是否符合上
Moran 等 数之间是梯形区域分布关系，
［ 6］
进一步利
在作 用地表—空气温差和植被覆盖度之间的关系， CWSI） 基础上， 物缺水指数（ Crop Water Stress Index， 定义了植被温度梯形图 （ Vegetation Index / Temperature Trapezoid，VITT） 。 其中植被覆盖度与植被指 数之间存在线性的关系， 梯形 4 个顶点的地表—空 气温差也就是对应的裸土和植被的表面温度 ， 但这 包括水气压、 风速 种方法必须知道相关的气象条件 ， 和空气动力学阻抗等， 且这种关系还不能很好地定 量描述土壤水分含量和植被覆盖 。因此将相关的气 象参数统一考虑， 并用简单的经验估计来描述 Ts / VI 空间是目前常用的方法。实际应用中究竟采用三角 形还是梯形区域分布应根据研究区域的植被覆盖状 况和遥感数据的获取方式来决定
第 25 卷 第 7 期 2010 年 7 月 8166 （ 2010 ） 07069808 文章编号： 1001-
地球科学进展 ADVANCES IN EARTH SCIENCE
Vol． 25 No． 7 Jul． ， 2010
基于地表温度与植被指数特征空间 反演地表参数的研究进展
*
田
1 1* 苗， 王鹏新 ， 孙
特征空间中有很多等值线， 于是在 Ts / NDVI 特征空 间的基础上提出了一个反映区域土壤干湿状况的指 — —温度 植 被 干 旱 指 数 （ Temperature Vegetation 数— Dryness Index， TVDI） ， 其定义为：