干旱等农业灾害遥感监测
基于卫星遥感的洪涝灾害动态监测与评估
基于卫星遥感的洪涝灾害动态监测与评估
基于卫星遥感的洪涝灾害动态监测与评估是一项重要的技术领域，它通过卫星遥感技术对洪涝灾害进行实时监测和评估，为防洪减灾提供科学依据。以下是对这一主题的详细探讨。
一、卫星遥感技术概述
卫星遥感技术是一种通过卫星搭载的传感器来获取地球表面信息的技术。它具有覆盖范围广、数据获取速度快、不受地形限制等优点，非常适合用于洪涝灾害的监测与评估。
1.1 卫星遥感技术的核心特性
卫星遥感技术的核心特性主要包括以下几个方面：
- 全球覆盖：卫星遥感技术可以覆盖全球范围内的地表信息，不受地理和气候条件的限制。
- 实时性：卫星遥感技术能够提供实时或近实时的数据，对于洪涝灾害的快速响应至关重要。
- 高分辨率：现代卫星遥感技术具有高空间分辨率，能够提供详细的地表信息。
- 多光谱能力：卫星遥感技术能够获取不同光谱范围内的数据，有助于识别和分析地表特征。
1.2 卫星遥感技术的应用场景
卫星遥感技术在洪涝灾害监测与评估中的应用场景非常广泛，包括但不限于以下几个方面：
- 洪水范围监测：通过遥感图像识别洪水淹没区域，确定洪水范围和影响程度。
- 水位监测：利用遥感技术监测河流、湖泊等水域的水位变化。
- 灾害损失评估：评估洪涝灾害对农业、基础设施和居民区的影响，估算经济损失。
- 灾害风险分析：分析洪水发生的概率和可能影响区域，为防洪减灾提供决策支持。
二、卫星遥感在洪涝灾害监测中的应用
卫星遥感技术在洪涝灾害监测中的应用是多方面的，涉及到数据采集、处理和分析等多个环节。
2.1 数据采集
数据采集是洪涝灾害监测的第一步，主要包括以下几个方面：
- 选择适当的遥感卫星：根据监测需求选择合适的卫星，如光学卫星、雷达卫星等。
- 确定数据采集周期：根据洪涝灾害的发展速度和监测需求确定数据采集的频率。
- 确保数据质量：通过校准和验证确保遥感数据的准确性和可靠性。
2.2 数据处理
防治干旱灾害的现代科技手段
防治干旱灾害的现代科技手段
干旱是全球范围内普遍存在的自然灾害之一，给农业生产、生态环境和人民生活带来了严重影响。为了有效应对干旱灾害，现代科技手段发挥着越来越重要的作用，不断为我们提供新的解决途径。本文将介绍几种防治干旱灾害的现代科技手段。
一、地下水资源管理技术
地下水作为重要的水资源之一，在干旱地区具有极大的潜力。通过现代科技手段，可以更好地管理地下水资源。例如，利用遥感技术和地下水位监测系统实时监测地下水变化，有针对性地进行调控，合理利用地下水资源，减轻干旱对地下水资源的影响。
二、节水灌溉技术
传统农业灌溉存在浪费严重的问题，在干旱地区尤为突出。现代科技为我们带来了节水灌溉技术，如滴灌、喷灌、微喷灌等，可以精准供水，提高灌溉水利用效率，减少水资源浪费，有效缓解干旱灾害对农业的影响。
三、气象预警技术
气象预警技术在干旱灾害的防治中扮演着不可或缺的角色。利用卫星遥感、气象雷达等高科技手段，可以及时准确地预测干旱的发生和发展趋势，为政府和农民提供及时的预警信息，有针对性地制定干旱应对策略，最大限度地减少干旱灾害带来的损失。
四、植物遗传改良技术 现代科技使得植物遗传改良技术得到了长足发展，培育出抗旱、耐旱、水利用效率高的品种。这些改良品种能够在干旱条件下生长，减少对水资源的依赖，提高农作物的适应能力，为抵御干旱灾害提供了有力支持。
五、土壤保护和改良技术
土壤是农业生产的重要基础，但在干旱地区易发生土壤退化和沙化。通过现代科技手段，可以采用覆盖耕作、有机肥料、灌溉排水综合管理等技术，保护和改良土壤，提高土壤的保水保肥能力，增强土壤抗旱能力，为农作物生长提供更好的土壤环境。
现代科技手段在防治干旱灾害中发挥着重要作用。地下水资源管理技术、节水灌溉技术、气象预警技术、植物遗传改良技术以及土壤保护和改良技术等，为我们提供了丰富的手段和路径。通过科技的不断创新和应用，我们有信心能够更好地防治干旱灾害，保障社会经济的可持续发展和人民生活的幸福安康。
农业遥感技术在智慧农业中的应用有哪些
农业遥感技术在智慧农业中的应用有哪些
随着科技的飞速发展，农业领域也迎来了智能化的变革，农业遥感技术作为其中的重要手段，正发挥着越来越关键的作用。农业遥感技术是指利用卫星、飞机、无人机等平台搭载的传感器，获取农田的多光谱、高光谱、雷达等数据，通过对这些数据的分析和处理，为农业生产提供精准的信息支持。那么，农业遥感技术在智慧农业中究竟有哪些具体的应用呢？
首先，农业遥感技术在农作物监测方面表现出色。它可以实现对农作物种植面积的精确估算。通过遥感影像的解译和分析，能够快速、准确地获取不同农作物的分布范围和面积信息，这对于农业政策的制定、农产品市场的预测以及农业资源的合理配置都具有重要意义。
遥感技术还能对农作物的生长状况进行动态监测。通过定期获取的遥感数据，可以了解农作物的生长阶段、植株高度、叶面积指数、生物量等生长参数。例如，利用多光谱影像中的植被指数，如归一化植被指数（NDVI），可以反映农作物的叶绿素含量和光合作用强度，从而评估其生长状况和健康程度。如果发现某一区域的农作物生长出现异常，农民可以及时采取相应的管理措施，如施肥、灌溉、病虫害防治等，以保障农作物的产量和质量。
在农业资源调查方面，农业遥感技术也大有用武之地。它可以对土地利用类型进行分类和制图，包括耕地、林地、草地、水域等，为土地规划和管理提供基础数据。同时，还能够评估土壤肥力和土壤质地，为合理施肥和土壤改良提供依据。此外，遥感技术还可以监测水资源的分布和变化情况，包括河流、湖泊、水库的水位和水量，以及地下水的埋深和储量，有助于水资源的合理开发和利用。
在农业灾害监测与预警方面，农业遥感技术更是发挥着不可或缺的作用。例如，在干旱监测中，通过遥感影像可以获取地表温度、植被指数等信息，结合气象数据，能够评估干旱的程度和范围，为抗旱决策提供支持。在洪涝灾害监测中，遥感技术可以快速获取淹没范围和水深等信息，为灾害评估和救援工作提供重要依据。对于病虫害的监测，遥感技术可以通过分析农作物的光谱特征变化，及时发现病虫害的发生和蔓延情况，以便采取有效的防治措施，减少损失。
遥感技术在自然灾害预测中的应用
遥感技术在自然灾害预测中的应用
随着时代的进步和科技的发展，遥感技术的应用范围越来越广泛，其中，遥感技术在自然灾害预测中的应用受到了越来越多的关注。自然灾害是人类生存面临的重大威胁之一，而遥感技术能够通过监测、识别和分析地球表面的物理现象来预测自然灾害的发生，为人们提供更加全面准确的预警信息，从而有效地减少灾害造成的损失，保障公共安全和人类生命财产安全。
一、遥感技术概述
遥感技术是指利用卫星、飞艇、飞机等高空平台对地球表面物理现象进行观测和记录的技术，通过加工、分析各种遥感数据，对地球表面物理现象进行综合分析和解译，形成地图、图像、模型等形式的认知与表达，是地球科学、环境科学、地理科学、农业科学、遥感科学与技术等领域的基础技术。
二、1、遥感技术在洪水预测中的应用
洪水是自然灾害中常见的一种，发生时常常会给人们的生命财产带来极大的危害。遥感技术能够通过获取实时卫星、飞艇、飞机等高空平台的遥感数据，对地表水文要素进行精确识别与测算，实现对洪水的快速预测和预警。同时，遥感技术还能够实时显示洪水预测模型，增强数据的可视化和决策分析的实时性。
2、遥感技术在地震预测中的应用
地震是另一种常见的自然灾害，遥感技术在地震预测中也有着很大的应用。遥感技术能够对地球表面的变化进行动态监测，探测地壳形变、地磁变化、温度变化、地电现象等多种地震预兆，进行地震风险分析与评估，为地震预测和地震救援提供了重要支持。
3、遥感技术在台风预测中的应用
台风是一种比较复杂的自然灾害，无法通过传统的人工观测方法进行预测和监测，而遥感技术则能够通过获取、传输、处理、分析各类卫星、气象站、浮标等遥感数据，建立气象模型并进行数据融合，实现对台风路径、强度、风圈等参数的实时监测和预测。
4、遥感技术在森林火灾预测中的应用
森林火灾也是一种常见的自然灾害，而遥感技术可以通过监测火点高温信号、植被叶片状态、地表湿度等指标进行火源定位和火情监测，对火灾预测和消防救援提供有力支持。
卫星遥感技术在智慧农业中的应用前景如何
卫星遥感技术在智慧农业中的应用前景如何
在当今科技飞速发展的时代，卫星遥感技术正逐渐成为智慧农业领域的一项关键技术。那么，它在智慧农业中的应用前景究竟如何呢？
卫星遥感技术，简单来说，就是通过卫星从太空中获取地球表面的信息。这些信息包括土地利用情况、作物生长状况、土壤湿度、气候条件等等。对于农业生产而言，这些数据的获取和分析具有极其重要的意义。
首先，卫星遥感技术能够实现大面积农田的快速监测。以往，农民要了解自己农田的情况，往往需要亲自到田间地头进行查看，费时费力。而有了卫星遥感技术，只需要通过接收卫星传来的数据，就能够在短时间内了解大片农田的整体状况。比如，通过遥感图像，可以清晰地看到农田中作物的分布情况，哪些地方种植密集，哪些地方较为稀疏，从而及时进行调整。
其次，它有助于精准评估作物的生长状况。卫星遥感可以获取作物的光谱信息，根据这些信息，能够分析出作物的生长阶段、健康程度以及营养状况。比如，通过分析叶绿素的含量，可以判断作物是否缺乏养分；通过监测叶片的水分含量，可以了解作物是否受到干旱的影响。这使得农民能够更加精准地进行施肥、灌溉等农事操作，避免资源的浪费和环境的污染。 再者，卫星遥感技术在预测农业灾害方面也发挥着重要作用。它可以提前监测到可能发生的病虫害、旱灾、洪灾等自然灾害。例如，通过监测气温、降水等气象数据，结合土壤湿度和作物生长状况，能够预测旱灾的发生风险；通过监测害虫的栖息地和迁移路径，能够提前采取防治措施，减少病虫害对农作物的损害。
此外，卫星遥感技术还能为农业保险提供重要依据。保险公司可以根据遥感数据评估农作物的受灾程度，从而更加准确地进行理赔，保障农民的利益。
然而，尽管卫星遥感技术在智慧农业中具有诸多优势和广阔的应用前景，但目前仍然面临一些挑战。
数据的准确性和时效性是一个关键问题。卫星遥感数据受到天气、云层等因素的影响，可能会导致数据的不准确或者延迟。此外，如何将海量的遥感数据快速有效地转化为对农民有用的信息，也是一个亟待解决的难题。这需要强大的数据分析和处理能力，以及简单易懂的信息展示方式，让农民能够轻松理解和应用。
遥感技术在农业方面的应用进展汇总
遥感技术在农业方面的应用进展汇总
推动智慧农业、设施农业的发展，全国各地的科研院所都投入不少人力物力，跨行业跨学科展开了研究应用，利用物联网、遥感遥测、人工智能、机器视觉、深度学习、影像采集等技术，为实现农业生产管理的数字化、智能化、自动化而努力。无数关于农业的科研论文也陆续发表，其中，遥感技术在农业方面的应用已然有了一定进展。
一、机载遥感系统应用
精准农业的有人机载成像系统，由安装在农用飞机上的消费级相机组成的系统，详细描述了多光谱相机、高光谱相机和热成像相机等部分定制，和商用机载成像系统。并举例应用实例，说明如何将不同类型的遥感图像用于精准农业应用中的作物生长评估和作物病虫害管理。
二、大尺度区域水田空间格局及生态服务
基于1990—2015年土地利用遥感监测数据，利用GIS的空间分析功能，探究长江经济带水田空间格局动态变化特征。结果表明水田规模持续缩减，与经济建设及水产养殖的发展、其他生态系统转化、及生态系统服务，有助于揭示长江流域水田的时空变化过程，及其对各项生态系统服务的影响，可为区域土地利用规划、农业政策与生态可持续发展提供理论支持。
三、水稻含水量无人机遥感监测
利用多旋翼无人机低空遥感平台，获取不同生育期水稻冠层的RGB图像和多光谱图像，通过提取植被指数和纹理特征，分析水稻的动态生长变化，并构建了基于随机森林回归方法的含水量预测模型。试验结果表明，基于无人机遥感技术监测水稻含水量是可行的，可为农田精准灌溉、田间管理决策提供新思路。
四、植被分类中的对比分析
利用一景AVIRIS高光谱植被影像，从分类精度的角度，提取方法在高光谱影像植被分类中的性能。实验结果为后续改进空-谱特征方法及其两者有效结合，进一步提高植被分类正确率提供了参考。
五、寒地水稻叶片叶绿素含量遥感反演研究
通过分析寒地水稻关键生育期叶片高光谱反射率信息，同时结合PROSPECT模型叶绿素含量吸收系数，参考借鉴现有高光谱植被指数的构造方法和形式，利用相关性分析、连续投影法、遗传算法优化的粗糙集属性简约法，进行高光谱特征选择，结果表明;ORVI能够作为快速反演水稻叶绿素含量的高光谱植被指数，为寒地水稻叶绿素含量高光谱遥感诊断，及管理决策提供了的客观数据支撑和模型参考。
多光谱遥感技术在农业领域中的应用
多光谱遥感技术在农业领域中的应用
遥感技术是一种无接触测量的技术，它利用卫星、无人机等飞行器对地球表面进行遥感观测。多光谱遥感技术是其中的一种，它能够通过测量不同波长的电磁辐射，得到地球表面的信息，包括植被覆盖、土壤性质、水资源分布等。在农业领域，多光谱遥感技术得到了广泛的应用，它可以帮助农民和农业企业进行农田监测、作物诊断、灾害预警等，提高农作物的产量和质量，保障食品安全，促进农业可持续发展。
一、农田监测
多光谱遥感技术可以帮助农民监测土地利用变化、土地覆盖和土地质量变化等。在传统的农业生产中，农民通常会根据经验和感觉进行种植，如何选取土地、种植品种等问题农民会根据自己的经验或者听从别人的意见来进行决策。但是，这种根据经验和感觉来决策的方法比较主观，缺乏量化的数据支撑。而多光谱遥感技术可以帮助农民对土地进行量化评估，提供土地利用的数据，帮助农民更加科学地进行种植，减少了投入，提高了农业产量。
二、作物诊断
多光谱遥感技术可以帮助农民对作物进行监测和诊断。通过多光谱遥感技术可以得到植被的信息，包括表观反射率、光谱反射率、生物量、叶绿素含量等。这些信息可以帮助农民了解作物的生长状况，判断是否存在病虫害和缺肥等问题，及时进行调整，提高作物的质量和产量。
三、灾害预警
多光谱遥感技术可以帮助农民进行灾害预警，减轻农业生产中的风险。例如，气候变化导致干旱、洪涝、冰雹等灾害的频繁发生，这些灾害会给农业生产带来严重的影响。而多光谱遥感技术可以检测植被的状况，判断作物的生长是否受到了干旱或者洪涝等天气灾害的影响，提前预警并及时采取措施，减轻生产压力。
四、植被监测
多光谱遥感技术可以帮助农民监测植被的分布、覆盖和生长状况。这对于农民来说非常重要，植被监测可以提高作物的产量和质量，促进绿色发展。同时，多光谱遥感技术可以检测土壤的化学成分、湿度、肥力等，帮助农民控制作物生长的环境，减少浪费和生产成本。
总体来说，多光谱遥感技术在农业领域有着广泛的应用。它可以帮助农民更加科学地进行种植，提高作物的产量和质量，减轻农业生产的风险，促进农业可持续发展。随着技术的不断发展，多光谱遥感技术在农业领域中的应用也将越来越广泛。
农业遥感的实际应用案例
农业遥感的实际应用案例
农业遥感是一种利用遥感技术进行农业资源调查、农业生态环境监测、农业生产监测和农业灾害预报的技术。以下是农业遥感的几个实际应用案例：
1. 作物长势监测与估产：利用卫星遥感技术，可以监测作物的生长状况，通过对卫星遥感数据的分析，可以估算作物的产量。这种技术可以大幅度提高估产的准确性和时效性，为农业生产和决策提供有力支持。
2. 农业病虫害监测：通过分析卫星遥感数据，可以监测农作物病虫害的发生和扩散情况。这种方法的准确性和时效性都很高，可以为农民提供及时的预警和防治建议。
3. 土地资源调查与利用监测：遥感技术可以快速、准确地获取土地资源信息，包括土地面积、类型、分布和利用情况等。这种技术在土地资源调查、土地利用规划、土地监测等方面具有广泛的应用前景。
4. 农业生态环境监测：遥感技术可以监测农业生态环境的质量和变化情况，包括土壤质量、水资源状况、气候变化等。这种技术可以为农业生产和生态环境保护提供科学依据。
5. 农业灾害预警与灾后评估：利用卫星遥感技术，可以及时发现和监测各种农业灾害，如洪涝、干旱、台风等，为灾害预警和灾后评估提供重要支持。同时，遥感技术还可以评估灾害对农业生产的影响，为灾后恢复和重建提供科学依据。
总之，农业遥感技术在现代农业生产和决策中发挥着越来越重要的作用，可以提高农业生产的效率和效益，保护农业生态环境，促进农业的可持续发展。
东北地区农业灾害动态监测体系
东北地区农业灾害动态监测体系研究
李娜，刘焕军
（东北农业大学资源与环境学院，黑龙江哈尔滨150030）
[摘要]针对我国东北地区农业生产中频发的干旱、洪涝、病虫害、冷冻害等灾害的防灾与减灾需求，构建农业灾害
多源遥感快速动态监测技术体系至关重要。基于遥感技术、GIS技术、生态学及气候学模型，融合土地利用、地形地势等相关信息，结合相关灾害指标，可以实现对农业灾害发生范围、发展程度及灾害等级的实时动态监测，能够及时为有关部门了解灾情，减少灾害损失提供科学依据。[关键词]东北地区；农业灾害；遥感；动态监测[中图分类号]F327[文献标识码]B
[收稿日期]2012-01-09[作者简介]李娜(1986-)，女，河南郑州人，东北农业大学资源与环境学院硕士研究生。研究方向：农业遥感；
刘焕军(1981-)，东北农业大学资源与环境学院副教授，硕士生导师。研究方向：农业遥感
。我国是一个农业灾害频繁发生的国家，干旱、洪涝、冻害、干热风、低温冷害、霜冻、冰雹、台风和雪灾等时有发生。而我国的防灾抗灾能力脆弱，严重制约着我国农业可持续发展。东北地区作为我国主要的粮食生产基地，其频繁发生的旱灾、洪涝灾害、低温冷害、霜冻、冰雹及病虫害等农业灾害严重影响了东北地区的农业可持续发展，对于稳定国家粮食市场和保障粮食安全产生不利影响。传统的农业灾害监测与调查方式耗时、费力，其预报的滞后性增加了损失程度。运用遥感技术可以根据农业生产的需要对农业灾害进行动态监测与评估，为农业可持续发展与农业生产决策提供科学依据。因此，结合多源、多时相的光学与雷达影像及其他辅助资料，构建农业灾害多源遥感快速动态监测技术体系，对我国东北地区的防灾与减灾工作至关重要。
一、东北地区主要农业灾害概况
(一)东北地区农业生产特点本文研究的东北地区是指辽宁省、吉林省和黑龙江省，不包括内蒙古东部地区。位于118毅53'-135毅05'E，38毅43'-53毅33'N之间，总面积约79万km2。东北地区属温带大陆性季风气候。从东到西，气候由湿润向半湿润、半干旱过渡；从南到北，为暖温带、中温带与寒温带。南北降水及温度差异都较大，≥10℃年积温从3600℃降至1000℃，降水量自1000mm降至300mm以下。三面环山，中部是平原，森林、矿产和水资源等都比较丰富。主要农作物有春玉米、春小麦、大豆、水稻、高粱、谷子、甜菜、向日葵、亚麻等，是我国最重要的商品粮基地。与我国南方地区相比，东北地区种植结构相对简单。主要的粮食作物有玉米、大豆、水稻和小麦，轮作制度是一年一熟。黑龙江省东部地区主要种植水稻和大豆，比如鸡西、牡丹江及佳木斯等地多种植水稻和大豆，哈尔滨周
我国干旱遥感监测技术方法研究进展_张学艺
我国干旱遥感监测技术方法研究进展张学艺 张晓煜 李剑萍 舒志亮 曹宁(宁夏气象防灾减灾重点实验室,银川750002)
科技部社会公益研究专项(2005DIB3J103)和中国气象局新技术推广项目(CMATG2005M45)共同资助作者简介:张学艺,男,1978年生,学士,主要从事农业气象及生态遥感工作,Email:yifei_lzu@收稿日期:2006年10月20日;定稿日期:2007年1月25日摘要 以裸露地表、部分覆盖度地表和全植被覆盖地表3种不同下垫面类型为着眼点,详尽地阐述了相应下垫面类型下不同的干旱遥感监测技术方法的适用范围和其监测的优劣。下垫面为裸露地表时,微波遥感法具有广阔的前景;部分覆盖时双层模型法较好,但模型复杂,应注重经典双层模型的简化;全覆盖时各类监测方法各有优劣。提出未来干旱遥感监测的发展方向和应用前景,对应用遥感技术进行干旱监测相关业务的开展提供有益的参考。关键词 干旱 遥感 热惯量 微波 距平植被指数法 植被覆盖引言干旱灾害是我国主要的自然灾害之一,运用遥感手段对干旱进行监测,具有大范围、宏观、动态监测的优势。关于运用遥感技术进行干旱监测,已有许多综述性研究,有从监测所使用的光谱特性分类入手的[1,2],有对各种监测方法分述的[3～5],有从监测所使用的资料类型进行总结的[6,7],还有单从某种理论监测方法着手综述的[8]等。但在实际的业务应用中,我们关心的往往是不同下垫面下应该应用哪种(些)方法比较合适,本文从这个角度出发,总结出不同下垫面下相应的监测方法,对比其优劣,为实际的业务和科研工作提供参考。通常,下垫面分裸土、部分植被覆盖和全植被覆盖。对于裸土,热惯量法和微波遥感法能够得到较好的结果;全植被覆盖条件下,作物缺水指数法、供水植被指数法比较适用。如何解决部分植被覆盖条件下旱情的监测是一个值得研究的问题,尤其是在用热红外遥感监测土壤水分时尤为必要,因为在农作物的生长过程中,部分覆盖在生长期中占有很长时间,而双层模型就是针对这一问题进行研究的成果。1 基于裸露地表的监测方法1.1 热惯量法热惯量是物质热特性的一种综合量度,反映了物质与周围环境能量交换的能力。土壤的热惯量与土壤含水量有很好的相关关系,因此,可以从土壤温度昼夜的变化幅度来推求土壤含水量。其表达式为:P=C(1-A)/ΔT0;其中,P为热惯量,ΔT0为昼夜温差,A为全波段反照率,C为常数。在推算热惯量值时,Price等[9]引入一个地表综合参量B。这种方法需要大量非遥感地表参数,影响了监测的实用性和实时性。余涛、田国良等[10]在此基础上对热惯量值P,地表综合参量B以及地表温差(ATg)的关系进行简化,用遥感资料直接获得了土壤的热惯量值,但因只考虑了参数间的统计关系忽略了物理联系从而影响了反演的精度。后来,田国良等[11]提出用表观热惯量(ATI)来代替真实热惯量P,因ATI模型简单易求,得到了广泛的应用。另外,国内学者在建立最佳的热惯量与土壤水分关系式方面也做了不少探讨和研究。如有从数理角度出发,运用线性、指数、对数等函数形式建立ATI和土壤水分间的统计模型的。刘良明等[12]用上述不同模型对湖北省干旱进行了对比监测,得出了线性模型模拟结果较指数、对数模型差的结论。但是,以上模型只考虑了土壤水分对热惯量的影响,未考虑土壤类型、地形等因素对地表温度的影响,从而引发了从地表温度改变的动力学机制出发引入辅助因素和热惯量共同推算土壤湿度的研究。如张晓煜[13]在建立宁夏土壤湿度的热惯量遥感监测线性模型的基础第35卷第4期2007年8月 气 象 科 技METEOROLOGICALSCIENCEANDTECHNOLOGY Vol.35,No.4Aug.2007上,引入植被覆盖和土壤类型对模型进行了订正,提高了监测精度。陈怀亮等[14]在GIS支持下,建立不同土壤质地条件下热惯量模型,使总平均反演精度比不区分时提高了2.1%。并引入地形参数F和R描述风场对地面热通量的影响,使监测精度提高了0.4%～5.3%,还得出估测30cm以下水分时风场影响可以忽略的结论。热惯量法从土壤本身的热特性出发反演土壤水分,要求获取纯土壤单元的温度信息。当有植被覆盖时,受混合像元分解技术的限制精度必然降低,因此热惯量法主要适用于裸地,在有植被时则因植被会改变土壤的热传导而不太适用,须另作处理。1.2 微波遥感法由于微波遥感具备全天时、全天候并有一定穿透能力的优点,突破了传统测量方法测点少、费时、费力和光学遥感精度低、受天气状况限制的缺点,所以运用微波遥感进行土壤湿度监测就应运而生,并逐渐成为土壤湿度监测的热门方法之一[15]。微波遥感主要是根据目标物的介电特性进行土壤湿度监测的,水的介电常数为80dB,干土的介电常数为3dB,差别很大[4]。就是说土壤介电常数对土壤含水量十分敏感,这是利用微波遥感测定土壤水分的理论基础。微波遥感分主动式与被动式两种,首先出现的是被动式微波遥感。20世纪70年代初,美国的Schmugge等人根据NASA观测实验数据首次建立了地表亮温温度TB与土壤湿度的线性关系模型,O'Neil建立了标准化TB与体积百分比土壤湿度之间的线性关系。Schmugge本人后来又引入FC(田间持水能力)因子,使其反演模型得到了进一步的完善和发展。由于受当时资料获取渠道有限的限制,反演模型的建立及研究并不活跃,但随着卫星微波遥感数据的有效利用,这种状况开始有了改变,一些研究者开始引入前期降雨指数(API)和微波极化差值指数MPD1等土壤湿度指示因子,建立了TB与API、MPDI之间的线性关系,这些线性算法都可归结为经验算法或统计算法。逐渐地学术界出现了对这些算法的质疑,这是出于对算法本身不涉及物理意义的质疑,从而出现了Njoku等人基于辐射传输方程建立的TB与Mv等参数的非线性方程,然后用迭代法和最小二乘法解非线性方程求出Mv等参数的算法,由于非线性算法合理地引入了物理过程,恰当地使用数理算法,逐步地成为今后微波遥感土壤湿度算法发展的主流[16]。后来,国内的张钟军等人[17]运用一种基于辐射传输理论的离散模型来研究植被的发射率、传输率,这种方法更加真实地获得了组成植被的散射个体如叶、茎、树枝、树干等对这两个参数的影响,能更准确地描述植被对下垫面的影响。被动微波遥感研究历史长、反演算法特别是卫星遥感算法比较成熟,是今后区域尺度乃至全球尺度监测土壤湿度的重要手段[18],但是存在空间分辨率低、影响因素多的缺点。主动式微波遥感具有发射功率大、空间分辨率高的特点,主动微波遥感逐步占有了自己的一席之地。主动微波法以应用X波段侧视雷达为主,方法主要是后向散射系数法,通过后向散射系数,建立起目标物的形态和物理特征与后向散射回波的关系。目前,大多数研究采用统计方法,通过试验数据的相关分析建立土壤湿度与后向散射系数之间的经验函数,而以线性关系应用最为普遍。Ulaby等人通过试验研究手段得出了土壤湿度对裸露土壤的敏感度是0.15dB,对有植被的土壤是0.13dB[19]。田国良等[20]利用1987年11月在河南省封丘县取得的X波段机载合成孔径雷达水平极化(HH)图像进行麦田土壤含水量监测,将土壤水分分为8个等级。李杏朝[21]于1994年用X波段散射计测量土壤后向散射系数,与同步获取的X波段、HH极化的机载SAR图像资料,根据微波后向散射系数法,得出微波遥感监测土壤水分的相对误差率仅为12%。随着携载主动微波器的一系列卫星的发射与发展,主动式微波遥感监测土壤水分将会越来越受到重视。主、被动式微波遥感各有优缺点,综合利用主动和被动微波遥感与表面糙度、入射角等共同物理参变量的相互关系,可以提高微波遥感监测土壤水分的精度。虽然在裸土条件下微波遥感测定土壤表层的土壤含水量已有较高精度,但其关键仍然存在如何考虑植被影响以及如何估算土壤剖面含水量的问题,即微波遥感监测干旱状况比较适用于裸地地表,对植被覆盖度高的下垫面应须另作处理。2 基于全植被覆盖地表的监测方法植被覆盖是地球表面重要的部分之一,强烈地影响着地球生态环境。应用太阳辐射和植被冠层间的相互作用提取植被冠层有用的生物物理信息,通575第4期 张学艺等:我国干旱遥感监测技术方法研究进展 过各光谱波段所反射的太阳辐射的比来表达,称之为植被指数,用来定量化地描述植被的覆盖度。从农业生产角度考虑,干旱是在水分胁迫下,作物及其生存环境相互作用构成的一种旱生生态环境,所以我们可以用植被指数来表示作物受旱程度。在过去的20多年里,国内外研究了多种用于解释遥感数据的植被指数,用于监测干旱,下面是对几种常用方法的总结和归纳,可供实际业务参考,也可为今后的研究提供参考。2.1 距平植被指数(AVI)距平植被指数(AVI)法定义为NDVI与NDVI之差,通过多年遥感资料计算出某一地点某一时刻的多年年平均植被指数,然后用当年该时刻的植被指数与多年平均值的差异来判断当年作物长势,进而判断出作物受旱程度。1994年肖乾广等[22]对AVI进行了分级,-0.2