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
基于Hyperion高光谱数据的植被冠层含水量反演
范 围获取植被含水量信息提供有效方 法。
关键词 Ｈｙ ｐ ｅ ｒ ｉ ｏ ｎ ； Ｐ Ｒ ＯＳ ＡＩ Ｌ模型 ；一阶导数 ； 植被冠层含水量
文献标识码 ： Ａ Ｄ Ｏ Ｉ ： １ ０ ． ３ ９ ６ ４ ／ ｊ ． ｉ ｓ ｓ ｎ ． １ ０ ０ ０ — ０ ５ ９ ３ （ ２ ０ １ ３ ） １ ０ — ２ ８ ３ ３ — ０ ５
（ 图 １ ） 。
由于物理意义明确 ， 综 合考 虑 了叶片、冠层 、土壤和 观测 几
何 角度等因素 ， 相对 于单一 的光谱指数 ， 能 够获得更 高 的反 演 精度 ， 从 而被广 泛应 用于冠层生化 参数反 演 中Ｌ ４ Ｊ 。目前 广
１ ． ２ 卫星数据
泛应用于反演冠层含水量 的物理模 型是基 于辐射 传输 方程的 叶片与冠层耦合模型 Ｐ Ｒ ０ｓ Ａ Ｉ Ｉ ［ ５ ］ 。如 Ｃ ｌ ｅ ｖ ｅ ｒ ｓ 等基于地 面站 点 ＡＳ Ｄ地 物 光谱 仪 数据 ，研 究 了冠 层含 水 量 的 反演Ｌ ６ ’ ７ １ ；
黑 河流域是 我国西北 地区第 二大内陆流域 ，位于河西走
廊 中部 ， 为甘蒙西部最大 的内陆河流域 。 ２ ０ ０ ８ 年 夏季在黑河
流域中游开展了干旱区水文试验 ， 本文选择盈科 绿洲加密观
测 区 作 为 研 究 区 ，其 位 于 盈 科 灌 区 绿 洲 站 自动 气 象 站 （ １ ０ ０ ． ４ ２ Ｅ， ３ ８ ． ８ ５ Ｎ） 周 边 ，植 被类 型 主要 为 玉米 和小 麦 Ｌ ９ ］
基于无人机光谱遥感的棉花干旱胁迫状况监测
基于无人机光谱遥感的棉花干旱胁迫状况监测基于无人机光谱遥感的棉花干旱胁迫状况监测概述随着全球气候变暖和水资源短缺的影响日益显著，农作物干旱胁迫状况监测变得越来越重要。
在农业中，棉花作为重要的经济作物之一，对干旱胁迫的敏感性较高。
因此，本文旨在探讨如何利用无人机光谱遥感技术监测棉花干旱胁迫的状况。
一、棉花干旱胁迫的影响干旱胁迫对棉花生长和产量产生了严重的影响。
当植物受到干旱胁迫时，水分供应不足，导致植物体内水分亏缺，进而影响植物的生理代谢过程。
棉花的生长速度减缓，根系生长受限，从而限制了其吸收养分的能力。
此外，干旱胁迫还会引起植物的叶片水分蒸腾加剧，导致叶片的变形、黄化和干烧。
棉花干旱胁迫严重影响了农民的收入和粮食安全。
二、基于无人机的光谱遥感技术无人机光谱遥感技术是一种通过无人机飞行，并利用其载荷的多光谱传感器获取地面目标光谱信息的技术。
为了监测棉花干旱胁迫的状况，通过无人机搭载的多光谱相机可以获取棉花植株的反射光谱。
光谱信息可以反映植物的生理状况和含水量。
通过对不同波段光谱的分析和处理，可以获取与棉花干旱胁迫相关的指标。
三、棉花干旱胁迫的光谱响应指标研究表明，不同波段的光谱响应可以用于反映棉花的干旱胁迫状况。
其中，常用的光谱指标包括归一化植被指数（NDVI）、绿光指数（GI）和差异比较水指数（DVI）等。
这些指标可以通过无人机获取的多光谱图像进行计算和提取，进而反映棉花的生长状况和干旱胁迫水平。
四、无人机光谱遥感在棉花干旱胁迫监测中的应用利用无人机光谱遥感技术可以实现对大范围棉花田块的高效监测。
通过载荷的多光谱相机获取的数据，可以在极短的时间内覆盖广阔的地域范围，并且可以进行高空、低空和斜角多角度的观测。
这些优势使得无人机光谱遥感技术适用于棉花干旱胁迫的监测。
五、在无人机遥感监测中的挑战和解决方案尽管无人机光谱遥感技术在棉花干旱胁迫监测中具有巨大的潜力，但仍然面临一些挑战。
首先，如何处理大量的光谱数据并提取有效信息是一个挑战。
基于植被供水指数的旱区土壤湿度反演方法研究
基于植被供水指数的旱区土壤湿度反演方法研究作者：杨彦荣胡国强来源：《现代电子技术》2019年第02期关键词：土壤湿度; 地表温度; 植被供水指数; MODIS; 遥感反演; 植被指数中图分类号： TN911.23⁃34 ; ; ; ; ; ; ; ; ; ; ; ;文献标识码： A ; ; ; ; ; ; ; ; ; ;文章编号：1004⁃373X（2019）02⁃0138⁃05Research on soil moisture retrieval method based on VSWI for drought regionYANG Yanrong， HU Guoqiang（Network & Education Technology Center， Northwest A&F University， Yangling 712100， China）Abstract： The vegetation supply water index （VSWI） is an efficient index for drought research， and an important method for regional soil moisture retrieval. Parameters of normalized difference vegetation index （NDVI）， modified soil⁃adjusted vegetation index （MSAVI），enhanced vegetation index （EVI） and land surface temperature （Ts） are extracted by using the MODIS data， so as to build the VSWI， MSAVI⁃based VSWI （VSWI⁃M） and EVI⁃based VSWI （VSWI⁃E）. The soil moisture retrieval effects using the three indexes are compared. On this basis， the mixed VSWI （MVSWI） model based on sub?regions and NDVI threshold is built. The actual moisture measured data of 20 cm of soil is used to verify the model. The RE and RMSE results show that the MVSWI model has a good accuracy， which can be used for soil moisture estimation.Keywords： soil moisture; land surface temperature; VSWI; MODIS; remote sensing retrieval; vegetation index土壤湿度是进行农业旱涝监测的重要指标，并与气候、环境有十分紧密的联系，利用遥感技术进行大区域土壤湿度监测是目前研究的重点。
作者姓名：阿布都瓦斯提·吾拉木
作者姓名：阿布都瓦斯提·吾拉木论文题目：基于n维光谱特征空间的农田干旱遥感监测作者简介：阿布都瓦斯提·吾拉木，男，1975年2月出生，于2006年7月获北京大学理学博士学位。
2006年12月至今任美国圣路易斯大学环境科学中心Geospatial Analyst/Research Professor。
中文摘要农田生态系统是一个水分、土壤、植被、大气等诸多因素耦合的复杂系统（SPAC，Soil-Plant-Atmosphere Continuum）。
在农田生态系统水循环中，水分亏缺的积累使农田供水量在一定的时间段内不能满足作物需水量，导致农田干旱的发生。
农田干旱直接和间接地影响人类生存、社会稳定、农业生产、资源与环境可持续发展。
正确评价或预防农田干旱，对促进农业生产和区域可持续发展具有重要的现实意义。
遥感具有客观反映农田水分时空变化的监测能力。
国内外农田遥感干旱监测研究表明：在复杂地表环境下，单纯采用可见光、近红外、热红外或微波波段都无法全面、准确反映农田水分信息，其方法在农田水分监测中暴露出诸多问题，如水分监测的滞后效应、模型复杂、参数的不确定性和过度依赖于田间和气象观测资料等，不能适应全面、动态的农田干旱监测与农田水分信息提取的迫切需求。
利用定量遥感方法，实现准确的农田干旱信息提取一直是遥感应用领域亟待解决的重要科学问题之一。
基于多维光谱特征空间的农田干旱信息提取，可以综合多源遥感的优势，为干旱监测提供更丰富、更高分辨率的农田水分信息，有望去除以往的遥感干旱模型带来的监测效果滞后、模型复杂、参数的不确定性等问题，形成农田干旱遥感监测新方法。
本论文以可见光近红外2维光谱空间干旱建模为切入点，通过加入短波红外，进一步拓宽遥感干旱监测的波段和地表生态物理参数，构建了反演土壤水分、叶片/冠层含水量（EWT）和叶片/冠层相对含水量（FMC）等参数的遥感模型，针对农田干旱最关键的两个指标土壤水分和叶片/冠层含水量，建立了多个干旱监测模型，形成了以n维光谱特征空间为基础的农田遥感干旱监测的新方法。
基于无人机多光谱遥感的土壤含水率反演模型研究
基于无人机多光谱遥感的土壤含水率反演模型研究基于无人机多光谱遥感的土壤含水率反演模型研究摘要：土壤含水率是土壤中水分与干重的比值，是土壤水分状况的重要指标。
传统的土壤含水率测量方法常常受到时间、空间和经济成本的限制，限制了对土壤含水率的实时监测和准确反演。
随着遥感技术的发展，无人机多光谱遥感成为一种潜力巨大的手段，可以快速、高分辨率地获取大面积土壤含水率信息。
本文通过对无人机多光谱遥感的土壤含水率反演模型研究，探讨如何利用无人机多光谱遥感数据反演土壤含水率的方法和技术。
1. 引言土壤含水率是土壤水分状况的重要指标，对农业、水资源管理和环境保护等领域具有重要意义。
传统的土壤含水率测量方法包括野外土样挖取和实验室测量、土壤探针测量等，这些方法存在时间和经济成本高、测量精度低等问题。
随着遥感技术的进步和无人机应用的普及，无人机多光谱遥感技术成为一种有潜力的土壤含水率反演手段。
2. 无人机多光谱遥感无人机多光谱遥感指的是利用无人机搭载的遥感仪器，通过获取地表各个波段的光谱信息来推断地物参数。
无人机多光谱遥感具有高分辨率、全天候、大范围和高时效性等优点，可以提供较为精确和全面的土壤信息。
3. 土壤含水率反演模型研究针对无人机多光谱遥感数据反演土壤含水率，研究人员从不同的角度探索了多种反演模型。
首先，基于传统统计学方法，借助统计学的原理和方法来建立土壤含水率与无人机多光谱遥感数据之间的关系。
其次，基于机器学习方法，如支持向量机（SVM）、人工神经网络（ANN）等，通过对大量土壤含水率和无人机多光谱遥感数据进行训练和学习，建立模型进行预测和反演。
最后，基于物理模型，利用土壤水分的物理过程模拟和数学描述，构建土壤含水率反演模型。
4. 实验设计和结果分析本文通过采用无人机搭载的多光谱遥感仪器获取的数据，选取不同地物类型和覆盖度的农田进行实地探测，获得了土壤含水率和多光谱遥感数据。
基于研究中选取的样本数据，利用统计学方法和机器学习方法构建了相关的土壤含水率反演模型。
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。
基于多光谱图像的农作物水分遥感监测研究
基于多光谱图像的农作物水分遥感监测研究农作物的生长过程主要受到温度、降雨量和水分等环境因素的影响。
在干旱地区的农作物种植中，水分是影响农作物生长和产量的最重要因素之一。
因此，农作物水分监测对于农业生产的发展和粮食安全具有重要意义。
传统的地面监测方法不仅费时费力，而且遭遇天气不利时效果不佳。
然而，基于多光谱图像的农作物水分遥感监测研究作为一种新兴的监测方法正在变得越来越受欢迎。
一、多光谱图像在农作物水分监测中的重要性多光谱图像是由卫星、无人机等设备采集的反映不同波长的能量的图像。
多光谱图像的各个频带可以反映出植被的吸收和反射情况，因此可以通过这些频带来进行农作物生长的细致分析。
在农作物水分监测中，多光谱图像可以提供较为准确的水分的信息，因为植物在不同的水分状态下会对光线反射和吸收产生不同的效果。
因此，利用多光谱图像来监测农作物的水分状态已经成为了快速、准确的一种方法。
二、利用多光谱图像监测农作物的水分状态1. NDVI指数通过反射率来获取土地植被信息的常用方法是利用归一化植被指数（NDVI）。
NDVI可以帮助我们根据植被的反射率计算植被生长情况和水分状况。
NDVI的计算公式为：NDVI = (NIR – RED) / (NIR + RED)其中，NIR表示近红外，指的是较大的波长在700-1300nm之间；RED表示红光，指的是400-700nm之间的波长。
如果植被具有足够的水分，那么它的NDVI指数将会比较高。
当土壤中的水分减少时，植物的NDVI指数也随着下降。
因此，利用NDVI指数可以有效地监测农作物的水分状态。
2. LST与NDVI不同，农作物土地表面温度（LST）可以通过卫星的红外（IR）波段来反映。
通过这种方式，可以测量植被温度的变化情况，以便判断植被的水分状态。
当土壤水分充足时，植物就会通过自身的蒸腾来冷却表面温度。
但是，当水分减少时，植物因为无法蒸腾而导致表面温度升高。
因此，利用LST可以更加精确地判断农作物的水分状态。
《典型草原不同植被条件下土壤水分遥感反演研究》
《典型草原不同植被条件下土壤水分遥感反演研究》篇一一、引言在农业、生态学以及地理学等众多领域中，土壤水分的测量和评估扮演着重要的角色。
特别是对于草原地区，其生态环境的脆弱性及土地资源的有限性使得土壤水分的动态监测尤为关键。
传统方法通常需要地面实测或取样分析，这不仅效率低下，还可能无法实现大面积的连续监测。
而遥感技术的引入为解决这一问题提供了新的途径。
本文旨在探讨典型草原不同植被条件下，如何利用遥感技术进行土壤水分的反演研究。
二、研究区域与数据源本研究选取了具有代表性的草原地区作为研究对象，该地区植被类型多样，包括草地、灌木丛、稀树草原等。
数据源主要来自卫星遥感数据和地面实测数据。
卫星遥感数据包括多光谱、高分辨率以及热红外等不同类型的数据，用于获取地表信息及土壤水分的间接估计。
地面实测数据则用于验证遥感反演结果的准确性。
三、遥感反演方法本研究采用了多种遥感反演方法，包括植被指数法、归一化水体指数法、温度植被干旱指数法等。
这些方法根据不同的植被类型和土壤水分特性，通过分析地表光谱特征、植被覆盖度、地表温度等因素，间接估算土壤水分。
同时，还结合了地理信息系统（GIS）技术，对反演结果进行空间分析和可视化表达。
四、不同植被条件下的土壤水分反演1. 草地条件下的土壤水分反演在草地条件下，采用植被指数法进行土壤水分的反演。
首先，根据多光谱数据计算归一化植被指数（NDVI），然后结合地面实测数据建立NDVI与土壤水分之间的回归模型。
通过该模型，可以估算出草地条件下的土壤水分含量。
2. 灌木丛条件下的土壤水分反演在灌木丛条件下，采用归一化水体指数法进行土壤水分的反演。
由于灌木丛地区存在一定量的地表水体，通过分析水体的光谱特征和空间分布，可以估算出该地区的土壤水分含量。
同时，结合高分辨率遥感数据，可以更准确地识别地表水体的分布和变化。
3. 稀树草原条件下的土壤水分反演在稀树草原条件下，采用温度植被干旱指数法进行土壤水分的反演。
- 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)。
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
析。
监测诸方面也都起着重要的作用 。 传统野外 采样实测 的方法
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
王 丽涛 ，王世新 ，周 艺 ，刘文亮 。 ，王福涛
１ ．中国科学 院遥感应用研究所遥感科 学国家重点实验室 ， 北京 ２ ．中国科学 院研究生 院， 北京 １０ ３ ００９ １０ ０ ０ １１
摘
要
植被作为干旱的承载体 ， 含水量 的变化反映 了旱情 的时空分布 以及受 旱程度 。文章从 监测 原理 、 其
植被水分表征 以及遥感数据反演模型等 三个方 面 ， 开展 了基 于多光谱 遥感 数据 的植 被水 分反演 方法研 究 。 以２１ ０ ０年春季两 南四省为应用 案例 ， 行 了植 被水分 的反演 和时空分 析 ， 与气象数据 进行 了相关性分 进 并 析 。结果 表明 ： ２ １ 旱情 中，降水对植被水分变化具 有一定 的影响 ；然而 由于植被 吸收降水 的过程是 在 ００年
收 稿 日期 ：２ １—２１ 。 订 日期 ： ０ ｌ０一７ ０ ０１ ４ 修 ２ １一３Ｏ
同时 ，为分 析 基 于遥 感 数 据 的植 被 水 分 含 量 在 情 评 估
基金项 目：ＨＪ１ 一 卫星数据应用研究 专题 （０ ９ ２ ８ 和中国科 学院知识创新重要方向项 目（ Ｃ 一 ２ ０ Ａ０ Ａ０ ） ＫＺ Ｘ２Ｙｗ ３０ ） Ｑ０ —７ 资助 作者简 介：王丽涛，１７ ９ ９年生 ，中国科学院遥感应用研究所 助理研究员 ｅｍａｌ ａ ｇｔ ｒａ ａ．ｎ － ｉ ：ｗ ｎ ｌ ｓ． ｃｃ ＠ｉ
文献标识码 ： Ａ 要 有 基 于 土 壤 热 惯 量 的 旱情 监 测 方 法 ｌ Ｊ 于 土 壤 波 谱特 ６ 、基 ’
中 图分 类 号 ：Ｔ ７ Ｐ５
引 言
水是万物之源 、生命 之本 ， 也是植 物生长 过程 中不 可或 缺 的重要物质之一 。 植被水 分是植被健康 ， 尤其 足农作 物生
用 ’ 。
态 、 分监测所 需的红 、近红 以及短波 红外波段 ；同时 ，其 水
全球 １ ～２ｄ的重复覆 盖周期 以及 ２３ ０ｋ 的｛ 描 幅宽 ， ３ ｍ － １ 使 得监测具有较高的时 间周期 和较大 的 间覆盖范 围。因此 ， 在本文 中选用 了 ＭＯＤ Ｓ数据作为植被水 分 监测 的遥感数 据 Ｉ
长状 况 的 重 要 评 价 指 标 ， 火 灾 监 测 、毕 灾 监 测 和 生 态 安 全 在
征 的 旱 情 监 测方 法 Ｉ 、 于 蒸 散 模 型 的 旱 情 监 测 方 法 ｜ “ ８ ］ 基 １
和基于植被指数的旱情监测方法ｌ １
应用 。
等 。 中，植被 含水 量 其
了重 要 的数 据 源 。利 川 遥 感 反 演 植 被 水 分 的 研 究 开 始 于 ２ ０
１ 数
据
世纪 ７ 年代后期 。 Ｏ 根据传感器数据源特征 ，町分为光学遥感 监测方法｜ 、 外遥感 临测方 法ｌ 和 微波遥 感监测 方 法＿ 。 】 红 ］ ２ ３ ］ 利用 多光谱光学遥感数据进行植被水分监测 叮根据可见光到 短波红外 与植被特征 的相关件 ，建立适 当的模 型 ， 而进行 从
第 ３ 卷 ， １ Ｒ ｌ 第 ０ ２０１１年 １ ０月
光
谱
学
与
光
谱
分
析
Ｖ ｌ １Ｎ ．０ｐ２０—８８ ｏ ３ ， ｏ１ ，ｐ８４ ０ 。 ２
Ｏｃ ｏ ｅ ，２ １ ｔｂｒ ０ １
Ｓ ｅ ｔｏ ｃ ｐ ｎ ｐ ｃ ｒ ｌＡｎ ｌ ｓｓ ｐ ｃ ｒ ｓ ｏ ｙ ａ ｄ Ｓ ｅ ｔａ ａｙ ｉ
植 被 水 含 昔 反 演 的方 法 。对此 研 究 人 员 进 行 了大 量 研 究 和 实
中分辨率成像光谱仪 （ ｄ ｒｔ－ｅｏｕｉｎｉ ｇ ｇｓｅ— ｍｏ ｅａｅｒｓｌｔ ｏ ｍａｉ ｐｃ ｎ
ｔ ｒｄｏ ｔｒ Ｍ（Ｄ Ｓ 是 Ｔｅｒ ｒ ａ ｉ ｅ ， ） Ｉ） ｏ ｍｅ ｒａ和 Ａｑ ａ卫 星 上搭 载 的 主 要 ｕ