黄河三角洲土壤有机质含量的高光谱反演
基于高光谱遥感的银川平原土壤有机质定量反演
基于高光谱遥感的银川平原土壤有机质定量反演
基于高光谱遥感的银川平原土壤有机质定量反演
摘要：本文通过分析基于高光谱遥感的银川平原土壤有机质定量反演的研究现状和方法，探讨了高光谱遥感在土壤有机质研究中的应用前景。研究结果表明，高光谱遥感技术能够提供土壤有机质的快速、准确的定量反演方法，并为农业生产和土地管理提供重要参考。
1. 引言
土壤有机质是土壤肥力的重要指标之一，对土地的可持续利用和农业生产具有重要意义。传统的土壤有机质测定方法通常需要大量的样品采集和实验室分析，耗时费力。因此，研究土壤有机质的遥感反演方法对于高效调查和管理土壤资源具有重要意义。高光谱遥感技术具有多光谱信息提供高分辨率反演能力的特点，因此成为研究土壤有机质定量反演的一种重要手段。
2. 银川平原土壤有机质特征及其影响因素
银川平原是中国北方重要的农业区域之一，土壤有机质的空间分布特征与农田利用方式、地形条件、气候等因素密切相关。土壤有机质含量通常受土壤类型、土壤质地、作物种植类型和施肥方式等因素的影响。因此，准确评估银川平原土壤有机质含量对于制定优化的土地利用政策和提高农田生产力具有重要意义。
3. 高光谱遥感技术在土壤有机质定量反演中的应用
高光谱遥感技术是通过获取地物不同波段的光谱反射率来进行定量反演的一种技术。通过对土壤光谱特征进行分析和建模，可以实现土壤光谱与有机质含量之间的定量关系。在银川平原土壤有机质定量反演中，高光谱遥感技术成为了主要工具。 3.1 高光谱数据获取与处理
通过航空或卫星遥感获取高光谱数据，包括多光谱和高光谱数据。针对银川平原土壤有机质定量反演的研究，选择适当的高光谱波段，获取高光谱遥感数据，并进行辐射校正和大气校正。
3.2 光谱指数和模型构建
光谱指数是通过计算不同波段的光谱反射率之间的比值或差值得到的，常用的光谱指数包括归一化差异植被指数（NDVI）、土壤调制离射比（SMR）等。通过与土壤样本的有机质含量进行回归分析，建立光谱指数和土壤有机质含量之间的定量关系模型。
土壤重金属含量的高光谱遥感反演方法综述
土壤重金属含量的高光谱遥感反演方法综述
摘要：随着工业生产规模的扩大、城市环境污染的加剧和农用化学物质种类、数量的增加，土壤重金属污染因其程度加剧、面积扩大而备受关注。重金属污染物在土壤中移动差、滞留时间长、难被微生物降解，并可经水、植物等介质最终影响人体健康，因此对重金属污染的定量监测非常有必要并且意义重大。高光谱遥感技术的发展为宏观、快速获取土壤重金属元素信息提供了新的契机，目前国内外学者基于土壤反射光谱特征，运用多种统计分析方法成功地预测了多种土壤重金属元素的含量。介绍了土壤的光谱特征及光谱特征波段的提取，对利用高光谱遥感技术估算土壤重金属含量的主要方法进行了总结，对影响模型精度的主要因素进行了讨论，介绍了模型在模拟多光谱数据方面的应用，最后对模型反演过程出现的不足及今后的研究方向进行了展望。
关键词：土壤重金属；高光谱遥感；估算方法；统计分析；预测精度
中图分类号：tp79；s158；s153.6 文献标识码：a 文章编号：0439-8114（2013）06-1248-06
土壤是人类赖以生存的主要自然资源之一，也是人类生态环境的重要组成部分[1]。随着工业的发展和农业生产的现代化，大量污染物进入土壤环境，其中重金属是重要的污染物质之一[2]。土壤污染中重金属主要指汞、镉、铅、铬以及类金属砷等生物毒性显著的物质，也指具有一定毒性的一般重金属如锌、铜、钴、镍、锡等，目前最令研究者关注的重金属是汞、镉、铅等。土壤重金属污染不仅会造成农作物减产，质量下降，严重者会通过食物链影响人体健康，因此对土壤重金属含量进行监测非常必要。传统的野外采样和室内化学分析方法具有测量精度高、准确性强等优点，但相对费时费力，而且很难获取大面积空间上连续的污染物含量分布信息。遥感技术因其多时相、大面积等特点逐渐被研究者应用于土壤性质的监测，高光谱遥感则以其多且连续的光谱波段特点被应用于监测土壤重金属含量，可以实现大范围、非破坏性和非接触元素的快速测样[3，4]。
基于多光谱遥感影像的土壤有机质反演
第一章 绪 论
第一节 选题背景、目的和意义
1.1 选题背景
从20世纪50年代开始，世界范围内人口急剧增加，人口愈多，资源的有限性表现的愈突出，环境问题也愈来愈严峻，人口资源环境之间的矛盾便日趋显现，资源枯竭，耕地锐减，生态环境受到严峻的破坏等成了不可轻忽的社会问题。人类要生存，就需要粮食，这便对农业生产提出了要求，需要极大提高农业生产的效率，力争实现量和质的飞跃。可是，进展需要资源与环境的支持，尤其是这种高速进展，给资源环境带来了庞大的压力，乃至是以捐躯其为代价的。目前活着界范围内，因此而产生的矛盾日趋突出。在所有人口资源环境的矛盾中，土地问题占有很重要的地位，亟待需要重视和解决。土地在生态系统中的角色很重要，问题的本源也在于此：人们为了取得加倍充沛的粮食来养活日增的人口和为了进展现代工业和建设城市大肆开发土地，使得土地超负荷，引发了一系列的土地退化问题，比如土地盐碱化，土地沙化，土地污染，土壤侵蚀和土壤次生盐渍化等，因此为了使生态环境健康进展，各国政府和学者踊跃关注并研究解决土地质量问题。
土地是农业生产的重要来源之一，是人类获取资源的重要来源之一，仍是人类赖以生存的自然环境。为了保证农业生产高产、优质、高效，咱们必需了解其理化性质，而且依照其理化性质进行农业生产计划治理。尽管咱们假想的是如此，可是目前现实中却背道而驰。当前，土地开发利用不合理的现象触目皆是，进行农业生产时，大量施用化学物质和其他不合理的利用开发手腕，致使土地问题接踵而至，土壤质量下降，资源衰消退化，环境污染严峻。由于这各类的生态环境问题的显现，严峻制约了农业综合生产能力的提高。为了解决该问题，应该改变农业生产方式，再也不利用传统的对环境破坏大的方式，而应加大力度推行和应用现代技术与治理方式。为了使这一目标顺利实现，土地作为研究对象，其信息获取就变得十分重要。
为了提高土地的生产效率，必需精准把握土壤信息，从而诞生了精准农业。精准农业[1]是利用现代技术基于知识和信息治理复杂农业系统的集成技术体系。将这一技术体系思想应用于农作物生产，可称之为“信息时期的现代农田精耕细作技术”。精准农业技术是21 世纪农业的新方向和新模式，是农业进展的必然趋势。
基于不同模型的土壤有机质含量高光谱反演比较分析
第３３卷，第１期 ２ ０ １ ３年１月 光谱学与光谱分析 Ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ Ｓｐｅｃｔｒａｌ Ａｎａｌｙｓｉｓ Ｖｏ１．３３，Ｎｏ．１，ｐｐ１９６—２００ Ｊａｎｕａｒｙ，２０１３
基于不同模型的土壤有机质含量高光谱反演比较分析
栾福明 ，张小雷 ，熊黑钢。一，张 芳 ，王 芳
１．中国科学院新疆生态与地理研究所，新疆乌鲁木齐８３００１１
２．中国科学院大学，北京１０００４９ ３．北京联合大学应用文理学院，北京１０００８３
４．新疆大学资源与环境科学学院，新疆乌鲁木齐８３００４６
摘要以新疆奇台县为研究区域，选取该县４Ｏ个土壤样本，采用多元线性逐步回归法和人工神经网络法
两种方法分别建立了土壤有机质含量的反演模型，并对模型进行了检验。结果发现：不同模型的精度值各
异，其拟合效果从高到低依次为人工神经网络（ＡＮＮｓ）集成模型＞单个人工神经网络（ＡＮＮｓ）模型＞多元逐
步回归（ＭＬＳＲ）模型。人工神经网络的线性和非线性逼近能力较强，而其集成模型作为提高反演模型精度的
重要手段，相关系数高达０．９３８，均方根误差和总均方根误差最小，分别仅为２．１３和１．４０４，对土壤有机质
含量的预测能力与实测光谱非常接近，分析结果达到了较实用的预测精度，为最优拟合模型。
关键词奇台；土壤有机质；高光谱反演分析；多元逐步回归；人工神经网络
中图分类号：￥１５１．９ 文献标识码：Ａ ＤＯＩ：１０．３９６４／ｊ．ｉｓｓｎ．１０００—０５９３（２０１３）０１—０１９６—０５
引 言
土壤有机质（ＳＯＭ）含量与高光谱之间的关系一直是学
术界研究的热点之一。传统的土壤养分化学测定方法浪费时
间、人力、物力，已不能满足研究的需要。而高光谱凭借其
极高的光谱分辨率、灵活多样的分类识别方法等优势，使得
土壤化学组分的定量或半定量分类识别成为可能，因此，研 究利用土壤高光谱估算土壤有机质含量的意义重大。
国内外学者ＡＩ－Ａｂｂａｓ、Ｌｉ、孙建英等使用光谱、多光谱
基于小波分析的土壤碱解氮含量高光谱反演
第３３卷，第１Ｏ期 ２ ０ １ ３年ｌ ０月 光谱学与光谱分析 Ｖｏ１．３３，Ｎｏ．１０，ｐｐ２８２８—２８３２ Ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ Ｓｐｅｃｔｒａ１ Ａｎａｌｙｓｉｓ Ｏｃｔｏｂｅｒ，２０１３
基于小波分析的土壤碱解氮含量高光谱反演
栾福明 ，熊黑钢ｎ，王 芳 ，张 芳
１．中国科学院新疆生态与地理研究所，新疆乌鲁木齐８３００１１ ２．中国科学院大学，北京１０００４９ ３．北京联合大学应用文理学院，北京１０００８３ ４。新疆大学资源与环境科学学院，新疆乌鲁木齐８３００４６
摘要选取新疆奇台县的１３４个土壤样本，利用土壤反射率对数的一阶导数光谱分别对四种小波函数进
行多层离散分解，采用ＰＬＳＲ方法分别建立了土壤碱解氦含量的反演模型，并对其精度值进行检验。结果表
明：小波分解获得的各层低频系数以１～３层较高，而其余各层则较低。所有函数分解的６层中，均以第２层
低频系数建模的精度最高，随着分解层数的增加，其精度值和显著性明显降低。相同尺度下，采用四种小波
函数的低频系数构建的反演模型的精度差异较小，而Ｂｉｏｒ１．３为最优函数；基于Ｂｉｏｒ１．３分解的ｃａ２低频系 数建模的Ｒ 达０．９７７，ＲＭＳＥ仅为７．５１ ｍｇ・ｋｇ，且为极显著，为最佳反演模型，经检验，可用以快速、
准确估算土壤高光谱碱解氮含量。
关键词土壤高光谱；碱解氮；反演模型；奇台县
中图分类号：Ｓ１５１．９ 文献标识码：Ａ ＤＯＩ：１０．３９６４／ｉ．ｉｓｓｎ．１０００—０５９３（２０１３）１０—２８２８—０５
引 言
土壤碱解氮含量的高低是衡量土壤肥力的重要指标之
一，传统的化学测定方法，虽然精度高，但存在成本高、耗
时长等问题，无法满足现代精准农业施肥技术的需求。 土壤高光谱反射谱段的特性是土壤的基本特征之一，它
与土壤的化学与物理性质的关系密切，且具有成本低、速度
快、分辨率高等特点。随着成像技术的迅速发展，充分利用
基于高光谱技术的一种TPC-TELM模型应用于土壤重金属含量反演研究
徐厚生，王继春.基于高光谱技术的一种TPC-TELM模型应用于土壤重金属含量反演研究[J].沈阳农业大学学报，2023，54（2）：224-230.沈阳农业大学学报，2023，54(2)：224-230JournalofShenyangAgriculturalUniversityhttp：//DOI:10.3969/j.issn.1000-1700.2023.02.011
收稿日期：2022-12-19基金项目：国家自然科学基金项目(61803275)；辽宁省自然科学基金项目(2020-MS-218)；辽宁省教育厅高校基本科研项目(LJKMZ20220940)第一作者：徐厚生（1972-），男，硕士，副教授，从事运筹学与控制研究，E-mail:
***************基于高光谱技术的一种TPC-TELM模型应用于
土壤重金属含量反演研究
徐厚生，王继春
（沈阳建筑大学理学部，沈阳110168）
摘要：随着工业化的不断推进，土壤重金属污染情况十分严重。重金属污染对于环境保护，人类安全都有很大的影响。砷作为一种毒性很强的重金属元素，对其进行反演研究，这对环境保护有着重要意义。传统的土壤重金属含量检测方法多为繁杂的实验室化学处理方法，耗费大量时间且成本高昂。为研发一种快速、准确检测土壤砷含量的方法，首先在可见光-近红外光波段获得原始反射光谱，使用三波段光谱指数分析波段间的相互作用，利用相关系数法获得最优的光谱参数组合，从而提取优质光谱特征。双隐含层极限学习机（TELM）是一种前馈神经网络模型。TELM在单隐含层极限学习机的基础上引入了新的隐含层和学习机制，有较高的性能。但是由于TELM第一隐含层参数是随机获得的，容易导致模型的不稳定，利用粒子群优化（PSO）算法对该层参数进行寻优。PSO是一种经典的智能优化算法，具有很强的全局搜索能力。针对PSO容易陷入局部最优点的缺点，引入新的交叉策略，通过该交叉策略，可以帮助其摆脱局部最优，并提出基于三波段光谱指数和交叉粒子群算法的双隐含层极限学习机混合模型（TPC-TELM）。为验证模型的有效性，将其与多个机器学习模型（如单层极限学习机和TELM等）进行对比，并引入均方根误差（RMSE）和皮尔逊相关系数（r）作为性能指标来衡量模型的性能。结果表明：利用三波段光谱指数可以帮助提取优质光谱特征，通过引入交叉策略，增强模型的探索能力。相对于其他几个机器学习模型，TPC-TELM模型的RMSE最小，为0.6809，r值最大，为0.8656，说明所提出模型的优越性和有效性。关键词：重金属；三波段光谱指数；极限学习机；粒子群优化；交叉策略.中图分类号：TP79文章编号：1000-1700（2023）02-0224-07文献标识码：A开放科学（资源服务）标识码（OSID):
典型半干旱区土壤盐分高光谱特征反演
第３４卷，第４期 ２ ０ １ ４年４月 光谱学与光谱分析 Ｓｐｅｃｔｒｏｓｃｏｐｙ ａｎｄ Ｓｐｅｃｔｒａｌ Ａｎａｌｙｓｉｓ Ｖｏ１．３４，Ｎｏ．４，ｐｐｌ０８１—１０８４ Ａｐｒｉｌ，２０１４
典型半干旱区土壤盐分高光谱特征反演
李晓明Ｌ ～，韩霁昌Ｌ ，李 娟
１．陕西省土地工程建设集团有限责任公司，陕西西安 ７１００７５
２．国土资源部退化及未利用土地整治工程重点实验室，陕西西安 ７１００７５ ３．陕西省土地整治工程技术研究中心，陕西西安７１００７５
摘要选取陕北典型半干旱区为研究对象，利用土壤高光谱特征对盐分进行反演研究。在研究区域选取
样点，采集土壤样品测定土壤光谱特征，以土壤反射率（Ｒ）、反射率对倒数（Ｌｏｇ（１／Ｒ））及去包络线的反射率
（Ｒ ）三个光谱特征进行土壤盐分反演研究，分析其与土壤盐分的相关性，遴选特征波段，并通过Ｍａｔｌａｂ编
程利用最小偏二乘回归方法（ｐａｒｔｉａｌ ｌｅａｓｔ ｓｑｕａｒｅｓ ｒｅｇｒｅｓｓｉｏｎ，ＰＬＳＲ）建立土壤盐分定量反演模型，然后利用
检验样点进行精度检验和比较。结果表明，利用经包络线去除后光谱反射率进行定量反演的均方根预测误
差最小（１．２５３＜Ｉ．３６７￣１．５７５），其预测精度最高；利用土壤高光谱特征进行盐分反演的预测值与实测值相
关性良好（ｒ２—０．７６１），趋势线接近于 —ｚ。总之，研究发现，土壤反射率经过包络线去除后，利用偏最小
二乘回归方法建立的反演模型具有良好的精度，这将有利于提高土壤盐渍化的监测效率。
关键词半干旱区；土壤盐分；高光谱；反演
中图分类号：ＴＰ７９ 文献标识码：Ａ ＤＯＩ：１０．３９６４／ｊ．ｉｓｓｎ．１０００—０５９３（２０１４｝０４—１０８１—０４
引 言
盐渍化足当今土壤退化主要类型之一，也是世界性的资
源和环境问题。我国盐渍土分布总面积约为３ ６００×１０
ｈａｌ１ Ｊ，其中，陕、甘、宁、青、蒙、新西部六省区盐渍土占全
基于高光谱的土壤有机质反演
Instrumentation and Equipments 仪器与设备, 2022, 10(2), 105-109 Published Online June 2022 in Hans. /journal/iae https:///10.12677/iae.2022.102014
文章引用: 冯志军, 张世文, 杨斌, 周涛, 芮婷婷. 基于高光谱的土壤有机质反演[J]. 仪器与设备, 2022, 10(2): 105-109. DOI: 10.12677/iae.2022.102014
基于高光谱的土壤有机质反演 冯志军1，张世文2*，杨 斌1，周 涛1，芮婷婷1 1安徽理工大学空间信息与测绘工程学院，安徽 淮南 2安徽理工大学地球与环境学院，安徽 淮南 收稿日期：2022年5月9日；录用日期：2022年6月13日；发布日期：2022年6月20日 摘 要 光谱预处理可以突显土壤光谱中的微弱信号，合适的光谱变换能够显著提升土壤有机质的预测精度，对土壤有机质的精准监测具有重要意义。本研究通过建立随机森林模型对土壤有机质进行估测，分析光谱变换对模型精度的提升。结果表明：一阶微分处理后的土壤有机质预测精度为0.93，均方根误差为0.911 g/kg，能够较好的预测土壤有机质含量。 关键词 高光谱，有机质，光谱变换 Soil Organic Matter Inversion Based on Hyperspectral Data Zhijun Feng1, Shiwen Zhang2*, Bin Yang1, Tao Zhou1, Tingting Rui1 1School of Spatial Informatics and Geomatics Engineering, Anhui University of Science and Technology, Huainan Anhui 2School of Earth and Environment, Anhui University of Science and Technology, Huainan Anhui Received: May 9th, 2022; accepted: Jun. 13th, 2022; published: Jun. 20th, 2022 Abstract Spectral pretreatment can highlight the weak signal in the soil spectrum. The prediction accuracy can be improved by spectral transformation. It is of great significance for precision agriculture. In this study, the effect of spectral transformation is analyzed by predicting accuracy. The results *通讯作者。 冯志军 等
土壤有机质高光谱估算研究进展
文章编号：１６７４－７０７０（２０１３）０６－０４８１－０６ 土壤有机质高光谱估算研究进展 郑光辉 王明江 焦彩霞 孙东敏 摘要 土壤有机质是土壤的重要组成部 分，对许多土壤属性有重要影响．利用光 谱技术进行土壤有机质的快速测定是实 现精细农业的基础．近几十年中，高光谱 技术的发展为土壤研究提供了新的手 段．受土壤有机质质量分数、组成以及土 壤水分、土壤质地的影响，室内光谱的估 算结果总体较好；受大气、地表植被等影 响，航空或卫星的成像光谱估算精度较 低．星载成像技术的进步将在一定程度 上提高土壤有机质的估算精度，为快速、 大范围土壤有机质质量分数的遥感制图 提供技术支持． 关键词 土壤有机质；高光谱；遥感 ０ 引言 土壤有机质是土壤中各种形态和状态存在的含碳有机化合物总 称，包括土壤中的动物、植物及微生物残体的处于不同分解、合成阶 段的各种产物…．土壤有机质不但是土壤的重要组成部分，而且是土 壤发育过程的重要标志，对土壤的物理、化学性质有重要影响．对土 壤有机质含量进行快速、准确的测定与评价是实现高效、高质量的农 业生产的必要前提．传统的土壤分析需要通过野外采样及复杂的化 学分析，存在费时、费力等不足．土壤光谱是各种土壤属性的综合反 映，土壤光谱分析技术具有分析速度快、成本低、无危险、无破坏、可 同时反演多种成分等特点，为土壤研究提供了新的手段与方法．近年 来，国内外许多学者进行了土壤高光谱估算有机质质量分数的研究， 取得了较好的研究成果，为土壤有机质高光谱遥感奠定了理论基础． 曼坌 Ｔ Ｐ７９；Ｓ１５１．９ １ 高光谱遥感在土壤研究中的应用 文献标志码Ａ。。
收稿日期２０１２－１１－２８ 资助项目国家自然科学基金（４１２０１２１５）；江 苏高校优势学科建设工程（ＰＡＰＤ）项目；２０１３ 年度大学生实践创新训练计划项目 作者简介 郑光辉，男，博士，讲师，主要研究方向为 土壤遥感．ｚｇｈ＠ｎｕｉｓｔ．ｅｄｕ．ｃｒｌ １南京信息工程大学遥感学院，南京，２１００４４ ２南京市浦口区气象局，南京，２１１８００ 高光谱遥感可以用来提供土壤表面状况及其性质的空间信息， 亦可用来探测土壤性质的细微差异 ，为实现精准农业提供数据基 础与技术支持．土壤信息与遥感研究是未来土壤科学研究的前沿，应 加强土壤信息获取新技术的研究，实现土壤信息快速获取 ．土壤学 家们对实现利用遥感方法进行土壤研究向往已久．自从１９７２年Ｌａｎｄ－ ｓａｔ．１发射升空以来，人们就非常希望能够利用土壤遥感进行土壤环 境评价与制图＿４ Ｊ．为实现这一目标，土壤学家主要进行了２个方面的 研究：一是室内光谱理论与应用研究，估算土壤成分及含量，并试图 分析及解释其机理；二是实现真正的高光谱遥感或高光谱制图，利用 机载或星载光谱仪进行土壤属性的定量分析． 人类利用反射光谱研究土壤水分、有机质质量分数、粒径及土壤 组分的历史可以追溯到ｌ９世纪２Ｏ一３０年代 ．１９世纪６０年代中 期，Ｏｂｕｋｈｏｖ等 讨论了土壤组分与反射率的关系及利用土壤反射光 谱进行土壤调查的可行性，Ｂｏｗｅｒｓ等 研究显示土壤湿度与土壤光 谱高度相关．这些研究说明土壤光谱虽然很复杂，但其中包含显著的 定量信息，可以通过光谱分析技术提取土壤组分信息．Ｓｔｏｎｅｒ是第１ 位系统收集土壤光谱信息并建立土壤光谱库的科学家，该光谱数据 库很快成为土壤科学家的经典工具 Ｊ．当室内及便携式野外光谱仪 进入市场（１９９３年），更多的科学家认识到土壤光谱的潜力 １
土壤水分遥感反演研究进展
第３９卷第１３期２０１９年７月生态学报ＡＣＴＡＥＣＯＬＯＧＩＣＡＳＩＮＩＣＡＶｏｌ．３９，Ｎｏ．１３Ｊｕｌ．，２０１９
ｈｔｔｐ：／／
ｗｗｗ．ｅｃｏｌｏｇｉｃａ．ｃｎ基金项目：国家重点研发计划项目（２０１７ＹＦＡ０６０４７０１）；中国博士后科学基金项目（２０１８Ｔ１１００６６，２０１７Ｍ６２００２９）；中央高校基本科研业务费专项
收稿日期：２０１８⁃０４⁃２６； 网络出版日期：２０１９⁃０４⁃１７∗通讯作者Ｃｏｒｒｅｓｐｏｎｄｉｎｇａｕｔｈｏｒ．Ｅ⁃ｍａｉｌ：ｓｈｕａｉｗａｎｇ＠ｂｎｕ．ｅｄｕ．ｃｎＤＯＩ：１０．５８４６／ｓｔｘｂ２０１８０４２６０９４９
潘宁，王帅，刘焱序，赵文武，傅伯杰．土壤水分遥感反演研究进展．生态学报，２０１９，３９（１３）：４６１５⁃４６２６．ＰａｎＮ，ＷａｎｇＳ，ＬｉｕＹＸ，ＺｈａｏＷＷ，ＦｕＢＪ．Ａｄｖａｎｃｅｓｉｎｓｏｉｌｍｏｉｓｔｕｒｅｒｅｔｒｉｅｖａｌｆｒｏｍｒｅｍｏｔｅｓｅｎｓｉｎｇ．ＡｃｔａＥｃｏｌｏｇｉｃａＳｉｎｉｃａ，２０１９，３９（１３）：４６１５⁃４６２６．
土壤水分遥感反演研究进展
潘 宁１，王 帅１，∗，刘焱序１，赵文武１，傅伯杰１，２
１北京师范大学地理科学学部，地表过程与资源生态国家重点实验室，北京 １００８７５
２中国科学院生态环境研究中心，城市与区域生态国家重点实验室，北京 １０００８５
摘要：土壤水分精确反演对于理解和解决农业生产、生态规划以及水资源管理中的科学与实际问题至关重要。目前，大量的反
演算法被广泛用于土壤水分估算，全球土壤水分遥感反演产品不断发布，反演算法与产品数据集的应用前景亟待系统梳理。基
于不同谱段遥感探测技术中的土壤水分反演方法存在各自的特点、优势和局限性。除反演方法研究外，土壤水分遥感反演研究
热点可被归纳为遥感土壤水分产品评估、在相关领域的应用、数据同化３个方面。大量研究表明土壤水分遥感反演产品在生
态、水文、干旱等研究中表现出巨大的潜力，且在部分研究中已经得到应用。但目前土壤水分的遥感观测与应用需求仍存在一