基于MODIS数据的一种土壤水分遥感监测方法研究
基于MODIS数据反演辽西地区土壤水分的研究
Ｊ Ａ Ｇ ｅ ｇ Ｌ ｏ ｃ ｕ ＪＡ ｉｏ ｊ ｏ Ｗ Ｅ ｉｈ ｎ Ｚ Ｉ Ｎ Ｐ ｎ Ｉ Ｇｕ － ｈ ｎ Ｉ ＮＧ Ｊａ －ｉ ａ Ｎ Ｒ － ｏ ｇ ＨＡＯ Ｚ－ ｉ Ｚ ｉｑ ＨＡＮ Ｘ ａ － ｕ Ｇ ｉｏ ｙ ｅ
ｏ ｏｌ ｉｔ ｒ ｎｗｅ ｔｒ ｅ ｉｎ ｏ Ｌ ａ ｎ ｎ ｒｖｎｃ ｕ ｎ ｈ ｐ ｎｇｔｍｅｗａ ｏ ｎ ｗｈ ｃ ｆｓ ｉｍｏｓｕ ｅｉ ｓｅ ｎｒ ｇｏ ｆ ｉｏ ｉ ｇｐｏ ｉ ｅｄ ｒ ｇｔｅｓ ｒ ｉ ｉ ｉ ｓｆｕ ｄ， ｉｈｍｉｈｔａ ｈｅｆｕ ｄａｉｎｆｒｔ ｅ ｌ ｔｍｅｍｏ ｉ ｒｎ ｆ ｇ ｌｙｔ ｏ ｎ ｔｏ ｏ ｈｅｒ ａ－ ｉ ｎｔｉ ｇｏ ｏ
ｓｉ ｏ ｔｒ ｉ ｉｒ ｏ ｔ ｅ ｏ ｉ ｕｅ ｎ ｈｓ ｅ ｎｉ ｆ ｕ ． ｌ ｓ ｔ ｇ ｎｕ ｒ ｍ ｉ
Ｋｅ ｒ ｓ ＭＯＤＩ ｔ ｓ ｉｍｏｓｕ ｅ；ｐｐ ｒ ｎ ｈ ｒ ａ ｎ ｒｉ ｗｅ ｔｒ ｒｇｏ Ｌｉｏ ｉ ｇｐ ｏ ｉｃ ｙ ｗｏ ｄ Ｓｄａａ；ｏｌ ｉｔｒ ａ ａ ｅ ｔｔｅ ｍ ｌ ｅ ｔａ； ｓｅｎ ｅ ｉｎｏ ｉ ｆ ａ ｎ ｎ ｒ ｖｎ ｅ
现 代农业 科技
２ １ 第反演辽西地 区土壤水分的研 究 Ｉ
姜 鹏 李 国春 蒋娇娇 温 日红 赵 梓淇 张晓月
（ 阳 农 业 大 学 ， 宁 沈 阳 １０ ６ ） 沈 辽 １ ８ ６
摘要 土壤 水分 的遥 感监 测是 目前遥 感技 术应 用研 究 的前 沿领 域 。 Ｄ Ｓ 据 可快 速 、 态地获取 大 区域 尺度 的 信 息 ， 而 为土壤 水 ＭＯ Ｉ 数 动 从 分 的 实时动 态监 测提 供技 术 支持 和 精度 保 证 。 用表现 热 惯 量模 型研 究辽 宁西 部地 区春 季 的土壤 含 水状 况 ， 利 通过 处 理 ２ ０ — ２ ０ ０ ６ ０ ９年 ４ ５ 、 月的 ＭＯＤ Ｓ数 据 ， 用 经验 线 性模 型 ， 合 表观 热 惯 量 与土壤 含 水 量 的 关 系模 型 ， 合 实测 数据 ， 出辽 西地 区春 季 土壤 含 水 状 况分 布 Ｉ 采 拟 结 得 图。 由此 ， 找到 一种 较适 合辽 西地 区春 季 土壤 水分 实 时监测 的方 法 ， 为今后 反 演 辽西 地 区春 季 土壤 水 分奠定 了基 础 。 关 键 词 Ｍ０Ｄ Ｓ数据 ： Ｉ 土壤 水分 ； 观 热惯 量 ； 表 辽西 地 区 中图 分类 号 Ｓ ５ ． １２７ 文献 标识 码 Ａ 文章编 号 １ ｏ — ７ ９ ２ １ ）８ ０ ７ — ３ ０ ７ ５ ３ （０ ０ ０ — ２ ５ ０
基于MODIS数据的土壤含水量监测方法研究综述
2.基于MODIS数据的土壤含水量监测方法研究综述 [J], 李佩晓;曹震
3.基于MODIS数据的农业干旱监测方法对比分析 [J], 张洁;武建军;周磊;雷添杰;刘明
4.基于MODIS数据的济南市农田区土壤含水量模型 [J], 刘虹利;王红瑞;吴泉源;王会肖
5.基于多波段MODIS遥感数据的乌审旗土壤含水量监测研究 [J], 岳胜如;李瑞平;邹春霞;徐冰
基于MODIS数据的土壤含水量监测方法研究综述
李佩晓;曹震
【期刊名称】《区域治பைடு நூலகம்》
【年(卷),期】2018(000)033
【摘 要】无论是在农业科学领域,还是在水文地理方面,土壤含水量的测量都是十分重要的.传统方法依靠有限地面观测点来测定土壤含水量难以满足需要,20世纪80年代后,随着遥感监测土壤含水量研究的迅速发展,卫星遥感技术已成为进行大区域、动态土壤含水量监测的一个非常重要的手段.中分辨率成像光谱仪(MODIS)采集的数据是地学研究和生态环境监测重要的数据资源,涵盖了NOAA卫星改进的甚高分辨率辐射仪数据的全部波段,为土壤含水量监测提供了良好的数据利用空间.
【总页数】1页(P76-76)
【作 者】李佩晓;曹震
【作者单位】南水北调中线渠首环境监测应急中心 河南南阳473000;南水北调中线渠首环境监测应急中心 河南南阳473000
【正文语种】中 文
【中图分类】P4
【相关文献】
1.基于MODIS数据的江西省农业旱情遥感监测方法研究 [J], 许小华;张秀平;雷声
基于MODIS数据的毛乌素沙地土壤水分模型的建立
摘 要 ：采 用 ＭＯ Ｉ 据 ， 据 水 的 吸 收 率 曲 线提 出使 用 ＭＯ Ｉ 像 数 据 的 第 ６波 段 和 第 ７波 段 的反 射 率 来 ＤＳ数 根 ＤＳ影
监 测 土 壤 湿 度 ， 与 温度 植 被 旱 情 指 数 （ ｅ ｐ ｒ ｕｅ Ｖ ｇｔ ｉ ｒｎｓ Ｉｄｘ Ｔ Ｄ ） 行 对 比。 通 过 在 毛 乌 素 沙 地 沙 并 Ｔ ｍ ｅａ ｒ ｅｅ ｔ ｎ Ｄｙ ｅｓ ｎ ｅ ，Ｖ Ｉ 进 ｔ ａｏ 漠 化地 区准 同 步 实 地 验 证 ， 明 Ｍ Ｄ Ｓ第 ７波 段 的反 射 率 与地 表 土 壤 湿 度 之 间 有 较 好 的 负 线 性 相 关 关 系 ， 建 立 表 Ｏ Ｉ 并 了回 归 方 程 。 分 析 结 果 表 明使 用 ＭＯ Ｉ 据 第 ７波 段 的反 射 率 可 以大 面积 对 沙 漠化 地 区 土壤 湿度 进 行 监 测 。 Ｄ Ｓ数
测 土壤 水分 的研 究 工 作得 到 了迅 速 而 全 面 的发 展 ； 研 究 涉 及 地 面 遥 感 、 空 遥 感 和 卫 星 遥 感 ， 使 用 波 航 所
的重要 生态 因素 ， 定着 沙地 土壤 的发 生 、 化 和土 决 演 地 生产 力 ＿ 。其 水分 分布 状 况及量 值更 是植 物 生长 １ Ｊ
壤水分 空 间变异 性 大 ， 点 观 测 值很 难 代 表 大 面 积 单
的状 况 ， 同时人 力 、 力 的花 费 也 较 大 。 因此 ， 统 物 传
土 壤 水 分 测 量 方 法 难 以 满 足 实 时 、 范 围 土 壤 水 分 大
霍 艾 迪 ， 相 武 张广 军 李 薇 康 ， ，
（ ． 安 大 学 环 境 科 学 与 工 程 学 院 ， 西 西 安 ７０ ５ ； ． １长 陕 １０４ ２ 西北 农 林 科 技 大 学 资 源 与 环 境 学 院 ，陕 西 杨 凌 ７２０ １１０ ３ 中 国科 学 技 术 信 息 研 究 所 ， 京 １０ ３ ） ． 北 ００ ８
利用MODIS数据反演土壤含水量——以吉林省西部为例的开题报告
利用MODIS数据反演土壤含水量——以吉林省西部为例的开题报告一、研究内容及意义土壤含水量是土壤水文、生态学和气候变化研究中的重要参数之一，对于土地管理、灌溉和环境保护等方面起到了重要作用。
因此，精确反演土壤含水量是非常有必要的。
MODIS（Moderate Resolution Imaging Spectroradiometer）卫星数据拥有较高时间分辨率和空间分辨率，因此可以用来反演土壤含水量。
因此，本文主要研究利用MODIS数据反演土壤含水量，并以吉林省西部为例进行研究。
二、研究方法本课题采用以下研究方法：1. 收集MODIS数据和地面实测数据本研究将收集吉林省西部MODIS数据和地面实测数据，用于建立土壤含水量反演模型和进行模型验证。
2. 建立土壤含水量反演模型利用MODIS数据与地面实测数据建立土壤含水量反演模型。
本研究将采用决策树模型（Decision Tree，DT）和支持向量回归模型（Support Vector Regression，SVR）两种模型进行反演。
3. 模型验证将模型反演结果与地面实测数据进行比较，并进行误差分析。
本研究将采用平均绝对误差（Mean Absolute Error，MAE）和均方根误差（Root Mean Square Error，RMSE）两种指标进行评估。
三、预期结果本研究将利用MODIS数据反演吉林省西部土壤含水量，并将构建反演模型进行验证。
预期结果包括以下方面：1. 土壤含水量反演模型的建立和优化本研究将建立并优化决策树模型和支持向量回归模型，用于反演土壤含水量。
2. 土壤含水量空间分布图利用MODIS数据反演土壤含水量，将得到吉林省西部土壤含水量空间分布图。
3. 土壤含水量时空变化分析本研究将分析土壤含水量的时空变化规律，探讨影响土壤含水量的因素。
四、研究难点本研究存在以下几个难点：1. 土壤含水量反演方法的选择MODIS数据的时间分辨率和空间分辨率较高，但是土壤含水量的反演方法存在多种选择，因此需要选择合适的反演方法。
基于modis数据的土壤含水量监测方法研究综述
区域治理环境治理与发展一、土壤含水量测量原理土壤成分复杂，其光谱受土壤母质、有机质、水分等多种复杂因素的影响。
从遥感的基础理论上，可见光、热红外、近红外和微波波段都能反映土壤的水分信息，即在可见光波段，土壤的反射率随波长的增加而增加；随着土壤水分的增加而减少。
从可见光到近红外对土壤水分的估计多是建立在土壤湿度与反射率的关系上，因此图像中任意一点的灰度值与亮度之间具有逐一对应的关系，在可见光的光谱范围内，若土壤图像的灰度值越小，则表明土壤含水量越高。
因此，分析土壤图像的灰度值和相应的含水量的关系，可以建立土壤含水量检测模型，进行土壤含水量的检测。
二、基于MODIS数据的土壤含水量监测优势第一，由于多种因素的共同影响，不同时空条件下的土壤含水量监测存在较大差异。
各种复杂地表、地面覆盖物等因素的不同条件下，较高精度土壤含水量MODIS遥感监测研究仍在深入，其方法及途径的选择要根据监测目的、土壤及下垫面特征与传感器性能等综合分析后确定；第二，利用遥感数据监测土壤含水量，需要对下垫面等各方面因素进行较细致的研究，包括下垫面土壤特性，探测光谱特性，地面覆盖物及气候特征等。
根据MODIS提供的各波段数据，比较选取、并综合利用监测效果较好的指数，从而提高适合探测区域的土壤含水量监测精度；第三，综合利用能量平衡方程，结合下垫面特征，保证精度的情况下简化下垫面特征表述；利用地面人工数据与遥感数据相结合，选取适合区域、较先进的插值方法，减少地面人工数据插值计算带来误差来，会较显著提高监测模型精度。
在较高精度模型的基础上，可以进行土壤含水量的预报；第四，随传感器光谱分辨率的提高，利用某一波段区间对土壤水分反射吸收的特性来监测土壤含水量发挥出计算量小，精度较高等优势。
更高精度波段区间的选择与划分，及水分对特定光谱区间的反应，下垫面覆盖物水分与土壤水分的分离及大气中水分误差的去除，还需要进一步的研究试验；第五，微波遥感具有全天候、高精度等特点，MODIS数据与微波遥感数据相结合，进行下垫面覆盖物特征与土壤特征分离，发挥两者优势提高监测精度，是未来MODIS监测土壤水分的一个较好的发展方向；第六，地理信息数据与MODIS数据的结合应用，使得土壤含水量的监测时效和精度提高。
基于MODIS数据反演辽西地区土壤水分的研究
基于MODIS数据反演辽西地区土壤水分的研究摘要土壤水分的遥感监测是目前遥感技术应用研究的前沿领域。
MODIS数据可快速、动态地获取大区域尺度的信息,从而为土壤水分的实时动态监测提供技术支持和精度保证。
利用表观热惯量模型研究辽宁西部地区春季的土壤含水状况,通过处理2006—2009年4、5月的MODIS数据,采用经验线性模型,拟合表观热惯量与土壤含水量的关系模型,结合实测数据,得出辽西地区春季土壤含水状况分布图。
由此,找到一种较适合辽西地区春季土壤水分实时监测的方法,为今后反演辽西地区春季土壤水分奠定了基础。
关键词MODIS数据;土壤水分;表观热惯量;辽西地区ResearchonSoilMoistureinWesternRegionofLiaoningProvinceBasedonMODISD ataJIANG PengLI Guo-chunJIANG Jiao-jiaoWEN Ri-hongZHAO Zi-qiZHANG Xiao-yue(Shenyang Agricultural University,Shenyang Liaoning 110866)AbstractRemote sensing monitoring of soil moisture is the frontier in the application of remote sensing technology currently.Diversified information on the large scale can be acquired rapidly and dynamically using remote sensing image,as to offer technique support and ensure accuracy for the soil moisture monitoring. Thermal inertia model was used to retrieve the soil moisture on the basis of MODIS image data from April to May since 2006 to 2009. Then the linear relationship was constructed between PATI and measured data. Finally,the soil moisture distribution of western region of Liaoning province in the spring time was acquired with the linear model. So that a retrieval method which was more suitable for the real-time monitoring of soil moisture in western region of Liaoning province during the spring time was found,which might lay the foundation for the real-time monitoring of soil moisture in this region in future.Key wordsMODIS data;soil moisture;apparent thermal inertia;western region of Liaoning province土壤水分是气候、水文、生态、农业等领域的重要参数,是干旱的指标之一。
《2024年基于MODIS数据的沙漠化遥感监测技术研究》范文
《基于MODIS数据的沙漠化遥感监测技术研究》篇一一、引言随着全球气候变化的影响，沙漠化问题日益严重，对生态环境和人类社会产生了深远的影响。
沙漠化是一种土地退化现象，其特征是土地覆盖的植被减少，土壤裸露，沙化程度加深。
为了有效地监测和评估沙漠化的程度和趋势，遥感技术因其具有大范围、高效率、高精度的特点，被广泛应用于沙漠化监测中。
本文将基于MODIS（中分辨率成像光谱仪）数据，对沙漠化遥感监测技术进行研究。
二、MODIS数据及其应用MODIS是搭载在地球观测卫星上的传感器，具有较高的光谱分辨率和时间分辨率，能够提供连续的、全球性的地表信息。
MODIS数据在沙漠化遥感监测中具有重要应用，其数据产品包括地表反射率、地表温度、植被指数等，这些数据对于监测沙漠化的发生、发展和趋势具有重要意义。
三、基于MODIS数据的沙漠化遥感监测方法基于MODIS数据的沙漠化遥感监测方法主要包括以下几个步骤：1. 数据获取与预处理：利用MODIS数据获取系统获取所需的遥感数据，然后进行预处理，包括大气校正、辐射定标等，以提高数据的准确性。
2. 植被指数计算：通过计算归一化植被指数（NDVI）等植被指数，评估地表的植被覆盖情况。
NDVI是一种常用的植被指数，能够反映地表的绿色程度和植被生长状况。
3. 地表温度反演：通过遥感数据反演地表温度，结合NDVI 等指标，分析地表温度与沙漠化的关系。
4. 沙漠化程度评估：根据上述指标，结合地理信息系统（GIS）技术，对沙漠化程度进行评估和分类。
5. 结果分析与验证：对监测结果进行分析，结合实地调查数据，验证监测结果的准确性和可靠性。
四、研究结果与讨论基于MODIS数据的沙漠化遥感监测技术，能够有效地监测和评估沙漠化的程度和趋势。
通过计算NDVI和反演地表温度等指标，可以反映地表的植被覆盖情况和土壤裸露程度，从而评估沙漠化的程度。
同时，结合GIS技术，可以对沙漠化程度进行分类和空间分布分析。
《2024年基于MODIS数据的沙漠化遥感监测技术研究》范文
《基于MODIS数据的沙漠化遥感监测技术研究》篇一一、引言随着全球气候变化的影响，沙漠化问题日益严重，对生态环境和人类社会造成了极大的影响。
因此，对沙漠化过程的监测和评估变得尤为重要。
遥感技术作为一种高效、快速、大范围的信息获取手段，被广泛应用于沙漠化监测领域。
本文基于MODIS 数据，研究沙漠化遥感监测技术，为沙漠化防治和生态恢复提供科学依据。
二、MODIS数据简介MODIS（Moderate Resolution Imaging Spectroradiometer）是一种中等分辨率的成像光谱辐射计，搭载在地球观测卫星上，具有较高的时间分辨率和空间分辨率。
MODIS数据可以提供多种地表参数信息，如地表温度、植被指数、气溶胶等，为沙漠化遥感监测提供了丰富的数据源。
三、沙漠化遥感监测技术1. 数据预处理在利用MODIS数据进行沙漠化遥感监测时，首先需要对原始数据进行预处理。
预处理包括数据校正、投影转换、裁剪等步骤，以保证数据的准确性和可用性。
2. 沙漠化指标提取基于MODIS数据，可以提取多种沙漠化指标，如归一化植被指数（NDVI）、地表温度（LST）等。
这些指标可以反映地表植被覆盖度、土壤湿度等，对于评估沙漠化程度具有重要意义。
3. 沙漠化动态监测利用MODIS数据的时间序列特性，可以对沙漠化进行动态监测。
通过比较不同时期的地表参数信息，可以了解沙漠化的发展趋势和空间分布特征。
4. 沙漠化类型识别根据地表参数信息的差异，可以将沙漠化分为不同类型，如风蚀型、沉积型等。
通过分析MODIS数据，可以识别出不同类型的沙漠化区域，为防治工作提供依据。
四、技术应用实例以某地区为例，利用MODIS数据进行沙漠化遥感监测。
首先，对MODIS数据进行预处理，提取出NDVI和LST等指标。
然后，通过动态监测发现该地区沙漠化程度较高，且呈现扩大趋势。
进一步分析发现，该地区主要为风蚀型沙漠化。
根据这些信息，可以制定出针对性的防治措施，如植树造林、草地恢复等。
- 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)。
壤水分 的关系 ， 并建立了模型旧 本文根据 Ｍ ＤＳ 。 Ｏ Ｉ
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 ＭＯ Ｉ 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 、Ｄ Ｔ Ｒ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、
ｄｏ ｅｅ）是 地 球 观测 系 统 Ｅ Ｓ计 划 中重要 的卫 ｉｍ ｔ ｒ Ｏ
瓣 督 罾
《
０ Ａ
Ｑ８
ｌ ２
１６
２０ ．
２４ ．
波长／ｕ ｍ
图 １水的光谱 吸收曲线
《 林 气 象）０ ０年 第 ２期 吉 ２１
图 ２ ＭＯ Ｉ 通道反射率（ 一７通道反射率 （ 图 Ｄ Ｓ６ Ｙ） 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 。Ｅ ＳＭＯ Ｉ ０ ／ 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 ＭＯ Ｉ 据 的 自身 特 点 ， 其与 土壤 水 ＤＳ数 对
一
３ — ９
表 １ ＭＯＤＳ 数 据 与 不 同 土层 土壤 湿 度 相 关 系数 Ｉ
表 ２ ＭＯＤＩ 据 对 土 壤 湿 度 的 不 同 函 数 拟 合判 定 系数 Ｓ数
烘 干 法 。ＭＯ Ｓ数 据 为通 过卫 星 数 据 Ｄ Ｂ Ｓ广 ＤＩ Ｖ—
播 系统 接 收 的 ０级 数 据 （ Ｐ Ｓ格 式 文件 ） 即 Ｄ 。在 ＭＯ Ｉ 据 的筛 选 上 ， ＤＳ数 选用 了土 壤 湿度 观 测 日或
关 键词 ： ＭＯＤＩ 数 据 ； Ｓ 土壤 水分 ； 遥感 监测
１ 引 言
分之间的关系进行了研究 ， 并建立了一些模型。 但 多数模型是基于植被指数建立的 ， 更适合于植被 覆 盖较 高地 区的干旱 监测 ， 如植被 供水 指 数模型 、 条件植被指数模型、 温度～植被指数模 型等［ ｓ ｌ 。也
ＭＯ Ｉ Ｄ Ｓ的 ｌ 据 进行 大 气校 正 、太 阳高度 角 订 Ｂ数 正 和 去条纹 处理 ，将 各通 道数 据值 转 化为 反射 率
或 亮 温。 以上处 理 通过 卫星数 据 Ｄ Ｂ Ｓ广 播应 用 Ｖ —
的白天和夜间的观测资料 （ 低纬地区为 ２ ）双 天 ，
星 可达 每 天 ４次 观测 ，十分适 合农 业 干旱 监测 的
上 。 ＮＯ ＡＡ Ｈ Ｒ相 比 ， ＤＳ具 有更 高 的空 与 Ａ ／Ｖ Ｒ ＭＯ Ｉ 间分 辨率 、 多 波段 、 更 更高 光谱 分辨 率与 更好 的数 据 质量 ，光谱 范 围覆 盖 ０４ １ ｍ的 电磁 波谱 区 ． ４ 问 ， 有 ３ 个 波 段 。ＭＯ Ｉ 共 ６ Ｄ Ｓ每天 可获 得 同一地 区
需 要 。
系统软 件完 成 。读 取 土壤 湿度 观测 站 点处及 其 周 围 与之 相 邻 的 共 ９个 像 元 的 ＭＯ Ｉ ＤＳ第 ６７通 道 、 的反射 率 和 ３ 通 道 的亮 温值 ， 与建 模及验 证 计 １ 参
接 近 日（ 即观测 日的前后 １ ２日） － 的晴空 资料 。在 星 遥 感 器 ，搭 载 在 Ｔ ｒ ｅｒ ａ和 Ａ ｕ 两 颗 卫 星 平 台 ｑａ
数据 处 理 上 ， 先 将 Ｐ Ｓ文件 进 行 预 处理 ， 到 首 Ｄ 得
ＭＯ Ｉ 据 的 ｌ 件 （ Ｈ Ｆ文 件 ） Ｄ Ｓ数 Ｂ文 即 Ｄ ；然 后 对
Ｎ Ａ ／Ｖ Ｒ数 据 应 用 最 为广 泛 ［］ 目前 比较 Ｏ ＡＡ ＨＲ ２。 － ３
关系 ， 并建立了基于 Ｍ ＤＳ Ｏ Ｉ 数据的吉林省 中西部 表 层 土壤水 分遥 感监 测模 型 。
２ 资 料和数 据 处理
２１ＭＯ Ｉ 据特 点 ． ＤＳ数
ＭＯ Ｉ （ ｏ ｅａ ｓｌｔ ｎｉ ａｉｇｓｅｔ ｒ— Ｄ Ｓ ｍ ｄｒｔ ｒ ｏ ｉ ｇ ｃ ｏａ ｅｅ ｕｏ ｍ ｎ ｐ ｒ ．
型 可 以应 用于 大范 围的表层 土壤 水分 监 测 ，使 用
条件 为裸 土或植被 覆 盖较低 土地 。所 建模 型仅 需
一
次 白天 过境 的 ＭＯＤＩ 星 晴 空 资料 ，即可 完 Ｓ卫
成 对 土壤 表层 水 分含 量的监 测 ，弥补 了土壤 热惯 量方 法对遥 感 资料 要 求相 对 苛刻 的缺 陷。
基 于 ＭＯ Ｉ 数 据 的一种 土壤水分 ＤＳ 遥感监测方法研 究
王 杰 任 红玲 唐晓玲 刘 珂
（ 吉林 省 气象科 学研 究所 ， 长春 １０ ６ ） ３０２
摘 要
热 惯量 法等 。 这些 方法 在实 际使用 中 ， 需要有 较 或 长 年代 的资 料积 累 ，如植被 供水 指数 法 和距平 植 被 指数 法 ； 或对监 测 时的天气 条件 有 较高 的要求 ，
根 据 ＭＯＤＩ 据 特 点 及 水 的 光 谱 吸 收 特 Ｓ数 性 ， 究 了 ＭＯＤＩ 研 Ｓ第 ６ ７ ３ 、 、 １波段 数 据 与 并基 于 分析 结 果 ， 选择 ６
波段 反射 率和 ３ １波段 亮温 ， 立 了吉林省 中西部 建 ｌｃ 土壤含 水 量 的双 变量反 演模 型 。 经检 验 ， Ｏｍ 模