基于ATI和TVDI模型的河北平原土壤湿度遥感反演

为了进一步提高河北平原土壤湿度时空变化的监测精度,本文以MODIS数据和实测土壤相对湿度数据为数据源,按照优势互补的设计思想,联合应用表观热惯量模型(ATI)和温度植被干旱指数模型(TVDI)反演河北平原地区的土壤相对湿度。在3—5月、10—11月采用基于NDVI=0.2阈值分区分方案的反演方法反演河北平原地区的土壤相对湿度,其中在每旬NDVI>0.2的区域采用TVDI模型,NDVI≤0.2的区域采用ATI模型,而6—9月单独使用TVDI模型来反演土壤相对湿度值。在1—2月和12月,由于植被覆盖度较低和实测土壤相对湿度数据缺测,采用ATI模型。模拟模型全部通过0.01的显著性检验。研究结果表明,河北平原地区的土壤相对湿度在年内时间变化上呈现两个由升到降的变化周期,第1个周期为12月—翌年6月,其中,12月—翌年3月为上升,3—6月为下降,3月为峰值;第2个周期为6—12月,其中,6—8月上升,8—12月下降,8月为峰值;全年土壤相对湿度的平均最大值出现在8月,最小值出现在6月。土壤相对湿度的空间分布主要受降水、人工灌溉和土地利用方式的影响,冀东和沧州滨海平原同期的土壤相对湿度值高于平原其他部分,春季太行山山前平原和燕山山前平原的土壤相对湿度值相对较高。对3个代表性月份(5月、7月和10月)进行的点对点验证表明,各月遥感反演结果的平均相对误差分别为21.4%、19.25%和22.22%。可见,遥感反演的土壤相对湿度和实测土壤相对湿度具有良好的相关性。将本文研究结果和全部用ATI模型和全部用TVDI模型反演的结果进行对比发现,联合应用ATI和TVDI模型分区反演模型反演的土壤相对湿度的平均相对误差均小于其他两种单一反演模型。

利用MODIS数据产品进行全国干旱监测的研究

利用MODIS植被指数和陆地表面温度产品建立全国3个农业气候区NDVI Ts、NDVI ΔT和NDVI ATI空间,并由NDVI Ts、NDVI ΔT和NDVI ATI空间分别建立温度植被干旱指数(TVDI)、温差植被干旱指数(DTVDI)和表观热惯量植被干旱指数(AVDI)3个干旱评价指标研究全国干旱分布,利用实测土壤含水量对3个干旱指标进行检验评价。NDVI ΔT空间中的湿边基本与横坐标平行,表明当土壤水分处于饱和状态或植被完全无水分胁迫条件下,植被和土壤对缓冲环境温度变化的能力大体相当;由NDVI ATI空间看出,随着植被覆盖增加,表观热惯量有增加的趋势。对比3个干旱评价指标表明:当监测范围较大,区域内地形复杂时,由NDVI Ts空间计算的TVDI评价干旱最合理,由NDVI ΔT空间计算的DTVDI在干旱监测中也具有一定的价值,而由NDVI ATI空间计算的AVDI已经不能合理评价干旱。

基于MODIS数据的干旱区土壤水分反演

为了更好地研究内蒙古额济纳盆地的土壤水分时空分布及动态变化,基于MODIS数据,利用热惯量模型,计算了表观热惯量,并与实测数据进行回归分析建模,反演了内蒙古额济纳盆地的土壤水分。结果表明,利用MODIS数据产品,反演参量获取简单,可降低反演土壤含水量的复杂性,有利于大、中尺度的实际应用;砂土对应的表观热惯量均值较大,粘土次之,壤土最小;相比粘土,壤土和砂土的表观热惯量值比较大且分散;绿洲区表观热惯量值比戈壁和沙漠区大;热惯量模型在20 cm左右深度土壤水分反演效果最好,可有效反演干旱区土壤水分。

基于MODIS数据对不同植被覆盖下土壤水分监测的可行性研究

论文利用2005年、2006年怀来实验场附近玉米生长期中的多次野外试验数据,以热惯量模型为基础,探讨MOD IS数据监测土壤水分的可行性。论文对该模型与算法进行了分析,并探讨了不同植被覆盖度下,热惯量方法监测土壤水分的可行性。论文引入归一化植被指数对热惯量法进行修正,得到一个新的回归参数,通过实验分析验证,在不同植被覆盖下,该参数与土壤含水量具有较好的相关关系,具有一定的实际可行性。

基于MODIS数据的农业干旱遥感指数对比和应用

以辽西北为研究区域,选取典型干旱年2009年作物(春玉米)主要生长季,采用表观热惯量(apparent thermal inertia,ATI)、距平植被指数(anomalies of vegetation index,AVI)和植被供水指数(vegetation supply water index,VSWI)3种基于不同理论的遥感干旱指数方法对土壤水分进行反演,分析其监测效果。结果表明,3种指数分别在一定程度上反映出了辽西北地区2009年的旱情趋势,但得到的反演结果并不一致;ATI在中高植被覆盖率下的监测效果高于预期结果,比较符合历史气象资料;AVI可以有效反映当年作物主要生长季各时期相对的受旱状况;VSWI夸大了植被的影响作用,存在严重的滞后性。

基于表观热惯量的土壤水分监测

土壤水分含量是监测农业干旱的重要指标,遥感法是大面积监测土壤水分时空特征的主要方法,热惯量法是遥感方法监测土壤水分的主要研究手段之一。本文提出了一个改进的表观热惯量模型计算表观热惯量,并通过地面验证试验对该模型的适用性进行了分析。在中国科学院栾城农业生态系统试验站,通过严格的控制试验,设计了10个不同植被覆盖、不同土壤水分含量的试验小区,针对表观热惯量的适用条件,利用实测的地表温度、植被指数、反照率、太阳辐射等参数计算了不同植被覆盖不同土壤水分含量下的表观热惯量,并与土壤体积含水量进行了相关和回归分析。结果表明:在植被覆盖度较低情况下[归一化植被指数(normalized difference vegetation index,NDVI)<0.35],表观热惯量法具有较好的效果,表观热惯量与土壤体积含水量之间的相关系数大于0.7,通过了95%的显著性检验,两者具有很高的相关性,可以用热惯量法监测土壤水分状况;在较高植被覆盖情况下(NDVI>0.35),表观热惯量与土壤体积含水量之间没有相关性,热惯量法监测土壤水分失效;NDVI为0.35可以作为热惯量法监测土壤水分状况是否可行的判断条件。

用表观热惯量法计算土壤含水量探讨

在分析应用遥感资料监测土壤水分的方法及其可行性的基础上,介绍了表观热惯量法监测土壤水分的基本原理和具体实施步骤.通过实测资料的验证表明,此种方法在0～20cm的土层内具有较高的精度,而在30cm以下的深度应用此法其精度有所降低.同传统的水分监测方法相比,表观热惯量法监测土壤水分具有方便、快捷、多时相等特点;同其他遥感方法相比,该方法应用简单,成本低,无需过多的气象数据支持即可完成对大面积土壤水分变化的监测,但仅适用于裸土或低植被覆盖的条件.

基于表观热惯量与温度植被指数的FY-3B土壤水分降尺度研究

为进一步研究风云三号(FY-3B)土壤水分降尺度获取高分辨率土壤水分的方法,使其更适用于农业、水文、生态等区域尺度的应用要求,以MODIS为数据源,青藏高原那曲地区为研究区,利用表观热惯量模型(apparent thermal inertia,ATI)与温度植被指数(temperature vegetation index,TVI)模型在不同植被覆盖度下适用的特点,构建综合ATI与TVI的土壤水分反演模型;结合低分辨率FY-3B土壤水分产品,利用土壤水分降尺度方法,获取高分辨率下土壤水分反演模型系数,并得到高分辨率土壤水分。通过与地面观测数据对比,降尺度后土壤水分与实测数据的R2在0.4以上,RMSE在0.055~0.103 cm^(3)/cm^(3)之间,表明降尺度后的土壤水分能够较好地反映区域土壤水分的空间分布与变化。

吉林中部地区土壤水分遥感反演与应用

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。

基于NDVI分区的全国草地生态系统覆盖区土壤水分遥感反演

为了建立土壤水分遥感反演模型,反演2016年全国草地生态系统土壤水分并分析其时空变化特征,通过结合表观热惯量(ATI)和温度植被干旱指数(TVDI)的混合模型反演2016年全国草地生态系统的土壤水分,并在实测数据与反演结果精度验证的基础上确定归一化植被指数(NDVI)阈值。结果表明:(1)NDVI≤0.2的像元区域,采用ATI模型反演精度较高;NDVI≥0.78的像元上,基于增强型植被指数(EVI)的TVDI反演精度较高;0.2<NDVI<0.78的区域,基于NDVI的TVDI反演效果较好。(2)全国草地10 cm土壤水分存在明显时空差异。空间分布上由西北向东南增加,最低值(0~10%)出现在青海、西藏、新疆和内蒙古,最高值分布在南方各省。时间分布上,全年草地10 cm土壤水分集中在0~40%。春冬季节,土壤水分较少(0~60%),夏季最高,大部分像元集中在30%~80%,秋季次之,集中在0~70%。建立的混合模型反演的土壤水分精度相对较高,以期为不同植被覆盖情况的土壤水分遥感反演模型选择提供参考,对于准确监控大面积范围土壤水分将有重要的实用价值,也是目前研究中迫切需要解决的问题所在。

基于MODIS数据反演辽西地区土壤水分的研究

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。

应用FY-3A/MERSI数据反演土壤水分的研究

在分析应用遥感资料测量土壤水分方法的基础上，运用反演土壤水分的表观热惯量模型，研究了一种可以应用FY-3A数据反演土壤水分的方法。根据一实例，结合实测数据，拟合出表观热惯量与土壤含水量的关系模型，并验证该方法的可行性。结果表明：应用此种方法反演辽西地区春季的土壤水分状况，在0~20 cm土层内具有较高的精度，而在30 cm以下土层的精度较低。据此找到一种适用于FY-3A数据的土壤水分实时监测方法，可为今后运用FY-3A数据反演土壤水分提供一套可用方法。

格尔木河流域土壤湿度时空变化及其影响因素研究

土壤湿度是表征土壤含水量的一种相对变量,是地下水-地表水-大气水循环系统的核心和纽带。研究土壤湿度的分布特征及其影响因素对干旱地区的生态环境保护具有重要意义。文章基于MODIS数据,应用表观热惯量(ATI)法反演了格尔木河流域土壤湿度时空变化规律并分析其影响因素。为了研究结果的可靠性,利用Mann-Kendall方法进行了趋势检验分析,利用CLDAS数据和野外实测土壤含水量数据对遥感反演结果进行了检验验证,结果表明:2002—2016年格尔木河流域土壤湿度总体呈现上升趋势,并且通过Mann-Kendall检验分析,结果显示2008年发生突变,上升趋势明显。通过对流域不同用地类型的解译,北部盐池平均ATI值最高为0.088;中部及南部大面积裸土平均ATI值最低为0.028;自然植被与耕、林地平均ATI值分别为0.034和0.033。遥感反演土壤湿度结果与CLDAS数据和野外实测土壤含水量数据的相关性分别为0.85和0.59,相关性较高,说明遥感反演结果具有一定的可靠性。与蒸发、植被有良好的响应关系,相关系数分别为0.92和0.79。

格尔木河流域植被指数时空分布及其影响因素研究

格尔木河流域气候干旱少雨,生态环境较脆弱,植被动态对其生态环境保护具有重要意义。基于连续序列的MODIS NDVI数据,分析了格尔木河流域植被指数时空分布及其影响因素。结果表明:研究区NDVI平均值总体较小,主要在0.10～0.12间波动,但呈增大趋势。区内植被改善区分布在格尔木市东、西两侧,基本不变区为荒漠地区,植被退化区分布在北部盐湖区。区内裸土的面积逐渐减小,低覆盖率和高覆盖率植被的面积逐渐增加。研究区植被生长与气象、土壤水分和地下水位埋深都有关系。气温与植被指数相关关系较好,相关系数为0.822,而降水对植被的生长也有一定的作用。植被指数与表观热惯量是正相关关系,相关系数为0.979。区内植被的地下水位埋深范围为0～12 m,在水位埋深约为6.5 m的地方,植被长势最好。

柴达木盆地土壤湿度的遥感反演及对蒸散发的影响

土壤水分是地下水-土壤水-大气水循环系统的核心与纽带,蒸散是该系统的重要驱动力。从区域尺度上研究土壤含水量的分布特征及土壤含水量对蒸散的影响对干旱区的生态环境保护具有重要意义。基于MODIS数据和GLDAS数据,应用表观热惯量法对GLDAS地表0-10 cm土壤湿度数据降尺度处理,估算柴达木盆地平原区2014年间6—9月的月均土壤湿度,并结合归一化植被指数（NDVI）和实测土壤湿度数据对反演结果进行验证;利用地表能量平衡系统（SEBS）模型对平原区9个子流域的日均蒸散量进行计算,分析了土壤湿度与日均蒸散量之间的关系。结果表明：反演得到的表观热惯量（ATI）与GLDAS地表0-10 cm土壤含水量数据相关性较好,决定系数R2整体在0.7以上;利用ATI对GLDAS数据降尺度处理,得到的土壤含水量与NDVI和实测土壤湿度的决定系数R2分别为0.954和0.791,因此使用ATI法对GLDAS土壤含水量数据降尺度反演柴达木盆地平原区土壤湿度是可靠的。平原区日蒸散量与土壤湿度呈明显的正相关关系,决定系数R^2整体在0.96以上,在影响蒸散的各考虑因素中,土壤湿度对蒸散的影响远大于其他因素。

基于多波段MODIS遥感数据的乌审旗土壤含水量监测研究

[目的]探究内蒙古自治区乌审旗地区土壤含水量与表观热惯量的响应关系,提高土壤含水量遥感监测精度,使观测分析结果更具说服力和可靠性。[方法]选取多波段MODIS遥感数据和表观热惯量法,采用重复的地面采样方案设计,减弱单点采样代表性差的影响。[结果]该方案设计较单点采样方法相关系数有明显提高,对0—10cm,0—20cm,0—30cm土壤含水量相关系数分别为0.587,0.658和0.650。对回归模型进行精度验证,得其含水量平均相对误差为21.53%,26.67%,22.83%。[结论]重复的地面采样方案下,基于表观热惯量的乌审旗土壤含水率监测结果更加科学、可靠。

草地土壤水分遥感反演方法的适用性

应用MODIS数据,构建中国草地的3种土壤水分反演模型[表观热惯量(apparent thermal inertia,ATI)、温度植被干旱指数(temperature vegetation drought index,TVDI)和植被供水指数(vegetation supply water index,VSWI)],利用实测土壤水分和AMSR2数据进行验证,对3种模型适用性进行了研究。结果表明:3种模型反演结果与实测土壤水分呈现不同程度相关性,从区域整体上均能反映土壤水分时空变化;ATI模型适用于冬季草丛生态系统、草甸生态系统、高寒稀疏植被和冻原生态系统的土壤水分反演,但不适用于草原生态系统,并且夏季误差较高;TVDI模型春季在草丛生态系统、草甸生态系统、高寒稀疏植被和冻原生态系统适用性好,但是冬季反演结果偏差大;VSWI模型夏季误差较小,并且适用于反演草原生态系统土壤水分。

同化MODIS表观热惯量数据对地表水热通量的估算

为弥补缺失农田灌溉资料对模型结果的影响,提高CoLM模型地表水热通量的估算精度,基于集合卡尔曼滤波算法,将表观热惯量(ATI)作为土壤水分的代表值,同化到CoLM(Common Land Model)模型中。选取黑河流域玉米下垫面的大满站,同化MODIS表观热惯量到模型中,将同化结果与模型估算结果、观测值相对比。结果显示:同化后得到的地表水热通量明显比模拟结果更加接近观测值,而MODIS表观热惯量数据的质量和数量也是影响同化结果精度的重要因素,表明表观热惯量的同化能够填补农田灌溉资料的缺失,改进模型地表水热通量的估算结果。

黄三角经济区旱季土壤含水量时空特征研究

表观热惯量与土壤含水量存在明显的线性关系.利用MODIS数据反演得到土壤表观热惯量的值与黄三角经济区6个气象站的土壤水分实测资料建立线性模型,定量反演计算土壤含水量,研究了该地区土壤含水量2003 ～ 2012年春秋季空间分布特征及其年际变化特征,并分析影响土壤含水量变化的因素.结果表明：通过表观热惯量方法对黄三角经济区的土壤含水量反演计算,土壤水分含量从空间分布来看,北多南少,东多西少,沿海多于内陆;从时间变化来看,土壤水分含量相对稳定,维持在0.12,9～11月略高于3～5月.土壤含水量的变化受海陆距离、地形、气候和土地利用等因素影响较大.基于表观热惯量的土壤湿度的研究,可以反映该地区土壤水分含量的时空变化特征.

基于混合象元分解的Landsat8与MODIS数据融合反演土壤墒情方法研究

【目的】及时准确地获取灌区土壤墒情信息。【方法】以河南省焦作市广利灌区为研究对象,利用Landsat8及MODIS遥感数据分别以表观热惯量及植被供水指数法反演土壤墒情,以混合象元分解的植被和土壤的丰度作为权重因子,对2种方法反演的土壤墒情进行了融合计算。【结果】利用植被供水指数法和表观热惯量反演的土壤含水率与实测含水率相关系数分别为0.47和0.51,同时将2种方法相结合得到的反演结果精度更高,实测含水率与计算的土壤含水率相关系数达到0.73。【结论】融合方法可以更好地计算灌区非均匀覆盖区的土壤墒情。