吉林中部地区土壤水分遥感反演与应用

合集下载

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。

多源遥感在土壤水分定量反演中应用概述

多源遥感在土壤水分定量反演中应用概述摘要:土壤水分作为土壤的重要组成部分,对农业、水文、气象等方面具有很高的应用价值,在该领域的探索与研究一直比较活跃,遥感技术的发展为实时快速获取土壤水分信息提供了新的手段,已成为目前遥感技术应用研究的前沿领域,本文系统总结和分析了国内外土壤水分的遥感定量估测方法,并最后提出了该领域可能的发展方向,相信对从事相关工作的研究人员会有一定的参考价值。

关键词:遥感土壤水定量反演土壤水分是表示一定深度土层的土壤干湿程度的物理量,是监测土地退化和干旱的重要指标,同时也是水文学、气象学、土壤学、生态学以及农业科学等研究领域中的一个重要参数。

一方面它影响地表与大气界面的水分和能量交换,其变化会引起土壤热学特性、地表光学特性的改变,从而影响气候的变化;另一方面它是植物和作物赖以生存的主要源泉,其大小决定着植物或作物根系的发育,对进行大尺度精准农业的水分调节,节水灌溉具有重要意义。

遥感技术不仅能对农作物长势进行大面积、实时、非破坏性监测,从而实现精准农业的发展对地表土壤水分信息快速、及时的掌握,还能为精准农业的发展提供动态监测和分析作物的健康状况与影响作物产量等必要的技术支持。

目前获取土壤水分含量的方法主要有田间实测法、土壤水分模型法和遥感法三种。

其中传统的田间实测法和土壤水分模型法,因测点稀、速度慢、范围有限,无法满足精准农业中对土壤水分信息快速获取的需求。

而遥感估测土壤水分的方法原理是通过测量土壤表面发射或反射的电磁能量,研究遥感信息与土壤水分含量之间的关系,并建立相关的信息模型,从而反演出土壤水分情况,恰恰克服了前二种估测方法的实时性差、单点测量空间变异性差、不能宏观表现等缺陷,为精准农业中大面积快速获取土壤水分信息、实时准确监测提供科学依据。

1 国内外研究进展如何快速、准确地获取区域地表土壤含水量信息是定量遥感研究的热点之一,也是目前遥感技术应用研究的前沿领域。

国内外用遥感技术监测土壤水分的方法有很多,目前在该领域的研究主要集中在光学遥感(即可见光-近红外、热红外遥感)和微波遥感波段进行。

基于遥感土壤含水量和蒸散发信息的灌溉面积识别技术研究与应用

基于遥感土壤含水量和蒸散发信息的灌溉面积识别技术研究与应用基于遥感土壤含水量和蒸散发信息的灌溉面积识别技术研究与应用引言：灌溉面积是农业生产中的关键指标之一，准确识别灌溉面积对于合理配置农业资源、提高农业水利效益具有重要意义。

随着遥感技术的快速发展，进一步利用遥感影像来识别和监测灌溉面积已经成为热门研究领域。

本文基于遥感土壤含水量和蒸散发信息，探索了一种新的灌溉面积识别技术的研究与应用。

一、遥感数据的获取和处理1.1 遥感影像的获取本研究使用高分辨率多光谱遥感影像来获取农田的土壤信息和植被信息。

遥感影像可以通过卫星、航空器或无人机等载体获取，具有获取范围广、周期短、空间分辨率高等优势。

1.2 遥感数据的处理将获取到的遥感影像进行预处理，包括大气校正、几何校正等，以去除影响识别结果的干扰因素。

二、基于遥感土壤含水量信息的灌溉面积识别方法2.1 土壤含水量的遥感反演方法通过建立土壤含水量与遥感影像反射率的关系模型，实现非接触式获取土壤含水量信息。

常用的反演方法有基于传统统计方法的多光谱反演法、基于数据驱动的机器学习方法等。

2.2 灌溉面积的识别方法在获取到土壤含水量信息后，结合土壤湿度的空间分布特点，运用图像分割、像元分类等方法，识别出农田中的灌溉面积。

三、基于蒸散发信息的灌溉面积识别方法3.1 蒸散发的遥感估算方法蒸散发是指自然界中水分从植被与土壤表面蒸发和通过植物蒸腾进入大气的过程。

通过建立植被指数与蒸散发的关系模型，可间接估算蒸散发的强度。

3.2 灌溉面积的识别方法结合蒸散发信息和土壤类型等因素，采用阈值或多尺度分析等方法，识别出受灌溉影响的农田面积。

四、基于遥感土壤含水量和蒸散发信息的灌溉面积识别4.1 融合土壤含水量和蒸散发信息的方法将土壤含水量和蒸散发信息进行融合，建立灌溉面积与土壤含水量、蒸散发强度之间的关系模型。

通过遥感影像分析，将这些模型应用于农田遥感图像中，实现灌溉面积的识别。

4.2 实验与结果分析通过对不同地区农田遥感影像的分析，验证了本方法的可行性和精度。

基于深度学习的土壤水分遥感反演技术研究

基于深度学习的土壤水分遥感反演技术研究土壤水分是影响植物生长及农业生产的关键因素之一，然而土壤水分空间和时间上的变化却相对较为复杂和难以获取。

近年来，随着遥感技术的发展和深度学习算法的广泛应用，基于深度学习的土壤水分遥感反演技术逐渐成为研究热点。

一、土壤水分遥感反演技术的现状传统的土壤水分遥感反演技术主要基于经验模型和物理模型。

经验模型主要基于统计学原理和实验数据建立的经验模型，如多元回归模型、神经网络模型等；物理模型则基于土壤水分的物理性质，如电磁学、微波散射等进行反演。

但是，这些方法在模型的构建和实施过程中存在一些局限性，如模型复杂、精度难以保证等问题。

基于深度学习的土壤水分遥感反演技术则针对传统方法的不足，通过神经网络的结构优化、特征提取及数据处理等方面的创新，提高了土壤水分的反演精度。

这种方法无需设置太多的先验知识和预定参数，而是通过大量高质量的数据学习土壤水分与遥感数据的关系，从而取得更高的准确率。

二、深度学习在土壤水分反演中的应用深度学习通常包括卷积神经网络(Convolutional Neural Network，CNN)、循环神经网络(Recurrent Neural Network，RNN)和变换器(Transformers)等。

它们可以从大量土壤水分遥感图像中学习出高性能的土壤水分反演模型，从而反演出更加精确的土壤水分信息。

其中，CNN常用于遥感图像的特征提取，它可以使用卷积层和池化层等操作，提取图像的空间特征。

此外，在反演精度上表现较好的RCNN模型则将CNN和RNN相结合，使得模型可以对时序数据进行处理，从而更准确地反演土壤水分含量。

三、深度学习的发展趋势虽然目前基于深度学习的土壤水分遥感反演技术已经取得了很大的进展，但同时也存在许多问题需要解决。

比如，如何处理遥感数据中的噪声、影像遥感分辨率等影响反演精度的问题。

未来基于深度学习的土壤水分遥感反演技术还需要继续进行算法创新和模型优化，以进一步提高模型的精度和泛化能力。

高分辨率卫星影像在土壤湿度反演方面的应用探索

高分辨率卫星影像在土壤湿度反演方面的应用探索概述土壤湿度是影响农业生产、水资源管理和环境保护的重要因素之一。

传统的土壤湿度监测方法存在着时空分辨率低、实时性差等问题。

随着遥感技术的发展，高分辨率卫星影像成为了一种广泛应用于土壤湿度反演的有效工具。

本文将探索高分辨率卫星影像在土壤湿度反演方面的应用，并介绍其原理、方法和挑战。

1. 高分辨率卫星影像原理高分辨率卫星影像是指具有较高空间分辨率的卫星遥感影像。

通过高分辨率卫星传感器获取的影像可以提供丰富的地物信息，包括土地利用类型、植被覆盖、地表温度等。

这些地物信息与土壤湿度之间存在一定的关系，通过分析这些信息可以反演土壤湿度。

2. 高分辨率卫星影像土壤湿度反演方法2.1 多光谱遥感方法多光谱遥感方法利用高分辨率卫星影像的多个光谱波段来反演土壤湿度。

不同的光谱波段对不同的地物信息敏感，通过对这些光谱波段的分析可以获取土壤湿度相关的信息。

例如，植被覆盖对土壤湿度具有一定的反应，利用植被指数可以间接推测土壤湿度。

此外，土壤反射率和土壤吸收率与土壤湿度也存在一定的关联。

因此，多光谱遥感方法可以通过对这些指标的分析来反演土壤湿度。

2.2 热红外遥感方法热红外遥感方法利用高分辨率卫星影像的热红外波段来反演土壤湿度。

土壤湿度会改变土壤的热性质，进而影响土壤表面的辐射亮温。

热红外遥感方法通过测量土壤表面的辐射亮温，推算土壤湿度。

这种方法相比于多光谱遥感方法更直接，但也存在一定的限制，如受到云层遮挡和地表温度差异等因素的影响。

3. 高分辨率卫星影像在土壤湿度反演中的应用案例3.1 农作物监测高分辨率卫星影像可以用于监测农作物的生长状况和土壤湿度变化。

通过反演土壤湿度，农民可以及时了解农田的水分状况，并做出相应的灌溉调整，从而提高农作物的产量和品质。

此外，结合气象资料和土地利用数据，还可以进行农田水资源管理和调配。

3.2 土地可持续利用土壤湿度是土地可持续利用的重要指标之一。

卫星遥感技术在吉林旱涝灾害监测与评估中的应用

卫星遥感技术在吉林旱涝灾害监测与评估中的应用马艳敏;郭春明;李建平;陈立文;王杰;王颖【摘要】基于NOAA、EOS/MODIS、HJ-1A多源卫星数据,利用植被供水指数、水体指数,对吉林省2015年伏旱、2017年7月暴雨洪涝灾害进行遥感监测和精细化定量评估分析.结果表明:(1)2015年7月吉林省中西部旱情逐步发展;8月初,各县(市)旱田均有不同程度的干旱发生,重度干旱面积小,轻度干旱面积大,中度干旱次之.其中农安县受旱最重,其次为九台市和通榆县,利用实地调查点观测数据进行检验得出干旱监测的准确率达79％.(2)2017年7月13日、19日暴雨过后,永吉县境内的河流河段明显增宽、水库面积明显增大,新增水域面积较多的为一拉溪镇、万昌镇、口前镇,水淹旱田面积较多的为口前镇、一拉溪镇、西阳镇.【期刊名称】《干旱气象》【年(卷),期】2019(037)001【总页数】7页(P159-165)【关键词】遥感技术;旱涝灾害;监测与评估;吉林省【作者】马艳敏;郭春明;李建平;陈立文;王杰;王颖【作者单位】吉林省气象科学研究所,吉林长春 130062;长白山气象与气候变化吉林省重点实验室,吉林长春 130062;吉林省气象科学研究所,吉林长春 130062;长白山气象与气候变化吉林省重点实验室,吉林长春 130062;吉林省气象科学研究所,吉林长春 130062;长白山气象与气候变化吉林省重点实验室,吉林长春 130062;吉林省气象科学研究所,吉林长春 130062;长白山气象与气候变化吉林省重点实验室,吉林长春 130062;山东理工大学交通与车辆工程学院,山东淄博 255000;吉林省气象科学研究所,吉林长春 130062;长白山气象与气候变化吉林省重点实验室,吉林长春 130062【正文语种】中文【中图分类】P954引言旱涝灾害是气象灾害中最为常见和最具威胁性的气象灾害，同时也是人类社会共同面临和关注的重大问题[1]。

植被覆盖地表土壤水分遥感反演

植被覆盖地表土壤水分遥感反演一、概述植被覆盖地表土壤水分遥感反演是当前遥感科学与农业科学交叉领域的重要研究方向。

随着遥感技术的不断进步，利用遥感手段对植被覆盖地表下的土壤水分进行反演，已经成为监测土壤水分动态变化的有效手段。

本文旨在深入探讨植被覆盖地表土壤水分遥感反演的基本原理、方法进展及实际应用，以期为相关领域的研究和实践提供有益的参考。

植被覆盖地表土壤水分遥感反演的基本原理在于，通过遥感传感器获取地表植被和土壤的综合信息，进而利用特定的反演算法提取出土壤水分含量。

这一过程中，植被覆盖对遥感信号的影响不可忽视，如何有效去除植被覆盖的影响，成为植被覆盖地表土壤水分遥感反演的关键问题。

在方法进展方面，近年来国内外学者提出了多种植被覆盖地表土壤水分遥感反演方法，包括基于植被指数的反演方法、基于热惯量的反演方法、基于微波遥感的反演方法等。

这些方法各有特点，适用于不同的研究区域和植被类型。

随着深度学习等人工智能技术的快速发展，其在植被覆盖地表土壤水分遥感反演中的应用也逐渐受到关注。

在实际应用方面，植被覆盖地表土壤水分遥感反演在农业、生态、环境等领域具有广泛的应用前景。

通过实时监测土壤水分状况，可以为农业生产提供科学的灌溉指导，提高水资源的利用效率也可以为生态环境监测和评估提供重要的数据支持，有助于维护生态平衡和可持续发展。

植被覆盖地表土壤水分遥感反演是一项具有重要意义的研究工作。

随着遥感技术的不断进步和反演算法的不断优化，相信这一领域的研究将会取得更加丰硕的成果。

1. 背景介绍：植被覆盖地表土壤水分的重要性及其在农业、生态和环境监测中的应用。

植被覆盖地表的土壤水分是地球水循环的重要组成部分，它直接影响着植被的生长和生态系统的平衡。

在农业领域，土壤水分是作物生长的关键因素之一，其含量和分布直接影响着作物的产量和品质。

准确获取植被覆盖地表的土壤水分信息，对于指导农业生产、优化水资源管理具有重要意义。

在生态方面，土壤水分与植被覆盖度之间存在着密切的相互作用关系。

基于MODIS数据的一种土壤水分遥感监测方法研究

壤水分的关系，并建立了模型旧本文根据ＭＤＳ。ＯＩ
数据特点，研究了６７３波段与土壤水分之间的、、１
卫星遥感数据被应用于土壤水分监测，实现了土壤水分监测由点到面的空间转变。气象卫星以其可大面积、多时相获取地面信息的优势，成为土壤水分遥感监测的主要数据源，其中以
有学者研究了ＭＯＩ红外波段（段）土ＤＳ中７波与
土壤水分监测一直是农业生产服务的重要项目。统的土壤水分监测方法，传主要是通过定位采样来测定土壤含水量，测定方法有烘干法、中子法、ＤＴＲ法等【１。随着遥感和计算机技术的发展，
成熟的方法有植被供水指数法、距平植被指数法、
ｄｏｅｅ）是地球观测系统ＥＳ计划中重要的卫ｉｍｔｒＯ
瓣督罾
《
０Ａ
Ｑ８
ｌ２
１６
２０．
２４．
波长／ｕｍ
图１水的光谱吸收曲线
《林气象）００年第２期吉２１
图２ＭＯＩ通道反射率（一７通道反射率（图ＤＳ６Ｙ）ｘ）
如热惯量法需要卫星两次过境的数据来计算地面最高和最低温度。有学者采用微波数据，利用散射
系数法估算了土壤水分但是该方法受地表粗糙，度、被覆盖度以及数据成本高的限制，用于大植应范围监测不大现实。ＥＳＭＯＩ０／ＤＳ数据作为新的卫星遥感数据源，速被应用于土壤水分的监测。迅学者们根据ＭＯＩ据的自身特点，其与土壤水ＤＳ数对

土壤湿度信息遥感研究

其中：。Ａ，经验系数。崔彩霞 … 等研究表明在，．Ａ为
ＭＯＩＤＳ的１７个热波段中，，。，通道分析地表热
变化范围较小时，和的散点图呈现梯形分布特征。ｗ基于ｗ一特征空间Ｓｎｈｈ提出了温度植被干旱指数ａｄｏ
ｓｍｅａｅ．ｅｔｒｓｌｈｗｔａｈｒｓａｇｅｔｏｎｃｉｎｂｔｅｈＶｉｏｌｉｈｄｔｎｔｏｏｏｉａａａａｄｃｎｉｔｏｒａＴｓｅｕｔｓｏｈｔｅｅｉｒａｎｅｔｅｗｅｎｔｅＴＤ１ｗｔｓｉｔｔａａａｄｍｅｅｒｌｇｃｌｔｎｏｓ — ｓｔｃｏｈｌｄｓｅｔｔｈｏａｃｕｌｃｎｉｏｎｈｔｅｌｅｌａｔａｏｄｔｎ．ｗｉｉ
（ｏｌｇｆＧｏｘｌａｉｎＳｉｃｎｅｈｏｇ，ｉｎＵｉｅｓｙＣａｇｈｎ１０２，ｈｎ）ＣｌｅｏｅＥｐｏｔｃｅｅａｄＴｃｎｌｙＪｌｎｖｒｉ，ｈｎｃｕ３０６Ｃｉａｅｒｏｎｏｉｔ
ＡｂｔａｔｏｌｍｏｓｒｓｔｅｐｏｅｓｏｇｃｌｒｌｐｏｕｔｎａｄａｐｉａｉｎｏｅｙｉｏｔｎａｔｒＤｅｅｍｉｅｔｅｓｔａｉｎｏｓｒｃ：Ｓｉｉｔｅｉｈｒｃｓｆａｒｕｔａｒｄｃｉｎｐｌｔｆａｖｒｍｐｒａｔｆｃｏ．ｔｒｎｈｉｔｆｕｉｕｏｃｏｕｏｃｏａｅｕｐｙＴｅｍｏｅｆｄｏｇｔｍｏｉｒｎｓａｌｈｄｂｙｏｅａｉｎｂｔｅｒｕｈｎｅｆｔｍｐｒｔｒ／ｅｅａｉｎｒｐｗｔｒｓｐｌ．ｈｄｌｒｕｈｎｔｉｇｉｅｔｂｉｅｙｗａｆｒｌｔｅｗｅｎｄｏｇｔｉｄｘｏｏｏｓｓｏｅｅａｕｅｖｇｔｔｏ

反演算法的原理和应用

反演算法的原理和应用一、引言反演算法是一种通过观测数据来推断和估计物理模型参数的方法。

在地球科学、物理学、工程学等领域，反演算法被广泛应用于实际问题的求解。

本文将介绍反演算法的原理和应用，并通过列点的方式详细展开。

二、反演算法的原理反演算法的原理是基于观测数据和模拟模型之间的关系进行推断和估计。

其核心思想是通过迭代计算，不断调整模拟模型的参数，使其与观测数据的拟合程度达到最优。

反演算法的具体步骤包括： 1. 定义问题：明确反演的目标、观测数据的特点和模拟模型的参数。

2. 构建目标函数：建立观测数据和模拟模型参数之间的关系，定义目标函数用于评估模型的拟合程度。

3. 选择优化方法：选择合适的优化方法，通过迭代计算来逐步调整模拟模型的参数。

4. 迭代计算：根据优化方法，通过迭代计算来逐步调整模拟模型的参数，使目标函数达到最小化。

5. 结果评估：对得到的模拟模型参数进行评估，确定其可靠性和适用性。

三、反演算法的常见应用反演算法在各个领域都有广泛的应用，以下列举了一些常见的应用场景： - 地震勘探：通过记录地震波的传播路径和到达时间，反演地下地质结构和岩性分布。

- 医学成像：通过测量人体内部的放射性染料或磁场变化，反演出人体内部的结构和器官分布。

- 遥感成像：通过分析卫星或飞机拍摄的图像，反演出地表的植被分布、土壤含水量等地理信息。

- 气象预报：通过分析气象观测数据，反演出大气环流、风速、温度等气象参数，进而进行天气预报。

- 水文模拟：通过观测水文数据，反演土壤水分分布、地下水位等水文参数，用于水资源管理和防洪措施的制定。

四、反演算法的优缺点反演算法作为一种模型参数估计方法，具有以下优点： - 高效性：反演算法能够很快地估计出模型参数，提高问题求解的效率。

- 灵活性：反演算法可以适应不同类型的观测数据和模拟模型，具有较强的通用性。

- 可靠性：反演算法通过迭代计算和模型评估，可以得出相对可靠的模型参数估计结果。

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)。

ｒ，１
一
２．２表观热惯量的计算
２．２．１亮度温度的确定
—
１ｎ一一
ｔｏｐ２一＋ｆｌｚ＋
日较差的测量而获得。以吉林中部地区为研究区，根据表观热惯量反演土壤水分含量的原理，选取春播时期的四月份时相，利用ＭＯＤＩＳ＿Ｌ１Ｂ数据计算模型中的相关参量，进而计算表观热惯量值。将计算结果与土壤水分含量实测值进行线性回归分析，结果通过了置信度０．０１的显著水平ｔ检验，相关系数Ｒ＝０．８３１，并分析土壤类型对土壤水分含量差异的影响，结果与表观热惯量反演土壤水分的计算结果一致。关键词ＭＯＤＩＳ数据表观热惯量土壤水分土壤类型吉林中部
量，通过建立热惯量与土壤水分问的关系模型来估
算土壤含水量。Ｐｒｉｃｅ在地表能量平衡方程的基
３期
杨东旭，等：吉林中部地区土壤水分遥感反演与应用
５６５
础上，简化了潜热蒸散模式，引入地表综合参数
的概念Ｊ，提出式（２）模式。
结、地下水位上升及土壤矿物质中的水分，此外，由于不同类型的土壤保水能力不同，土壤类型也是造成土壤水分含量差异的因素之一。现选取研究区为吉林中部平原区，该地区东部分布有少量丘陵。区内分布的土壤类型主要有淋溶黑土、典型黑土和草甸黑钙土，典型黑土分布在
２热惯量模型
土壤热惯量是阻碍土壤表面温度昼夜变化的惯性（物理量），其表达式为：
Ｐ＝Ｊｋ — ｐｃ
（１）
式（１）中，Ｐ为热惯量（Ｊ・ｍ～・Ｋ・Ｓ一），ｋ为土壤热导率，Ｐ为土壤密度，Ｃ为土壤期
２０１３年１月
科
学
技
术
与
工
程
Ｖｏ１．１３Ｎｏ．３Ｊａｎ．２０１３
１６７１ —１８１５（２０１３）０３ — ０５６４ — ０５
ＳｃｉｅｎｃｅＴｅｃｈｎｏｌｏｇｙａｎｄＥｎｇｉｎｅｅｒｉｎｇ
⑥
２０１３Ｓｃｉ．Ｔｅｃｈ．Ｅｎｇｒｇ．
农业科学
吉林中部地区土壤水分遥感反演与应用
杨东旭邢立新潘军王静曹会王莹
（吉林大学地球探测科学与技术学院，长春１３００２６）
摘
要
表观热惯量法是热红外遥感监测土壤水分的重要方法之一．土壤的表观热惯量可以通过对土壤反照率和地表温度
良发展了地表能量平衡方程的一种新的化简方
结合该地区不同类型土壤的分布，分析土壤类型对
土壤水分含量差异的影响。
法，可从遥感图像数据直接得到真实热惯量值，进而得到土壤水分空间分布特征。土壤水分含量的影响因素有大气降水和灌溉水、近地面水气的凝
７０年代初对热惯量法做出开创性工作，８０年代Ｐｒｉｃｅ等系统地总结了热惯量法的遥感成像机理。在我国，张仁华提出了表观热惯量模式；隋洪智
等通过简化能量平衡方法直接推算表观热惯量，
山前洪积台地与松花江、辽河分水岭一代；草甸黑钙土分布在第二松花江校友和嫩江下游。丘陵地
２０１２年９月１１日收到吉林省科技发展基金项目（２００９４０７８）资助第一作者简介：杨东旭（１９８６一），男，吉林长春人，地图学与地理信息系统专业硕士研究生。Ｅ－ｍａｉｌ：ｒｏｃｋ５６ｙｄｘ＠１６３．ｔｏｍ。
采用ＭＯＤＩＳ数据计算亮温值求解日温差，得出
表观热惯量，建立吉林中部地区土壤表层水分与表观热惯量的一元线性回归方程，从而利用热惯量法反演吉林中部地区土壤表层水分，根据计算结果，
建立表观热惯量与土壤水分关系式；余涛、田国
土壤热导率和比热容都随土壤水分的增加而增加，所以土壤水分大其热惯量也大，昼夜温度变化小，反之亦然Ｊ，由于土壤热惯量与土壤水分间存在这
种相关关系，因此可以通过遥感技术获取土壤热惯
中图法分类号
Ｓ１５２．８：３４；
文献标志码
Ａ
热惯量法是热红外遥感方法大面积监测土壤水分的主要研究手段之一。Ｗａｓｔｏｎ等在２０世纪
分布着棕色森林土和沼泽土。在春季，该地区处在枯水期，土壤类型是该季节制约土壤水分含量的主要影响因素。