土壤湿度指数预测沈阳市浅层地下水

文章利用2010—2016年TM多光谱数据,对沈阳市多年地表土壤湿度信息采用修正的归一水土差异指数法进行提取。并采用掩摸法对地表水、岩石以及植被等信息进行处理,得到土壤湿度信息分级状况,用实地考察的方式对水文信息及土壤湿度实际状况进行对比分析。研究结论与遥感技术相关研究成果具有良好的一致性,在干旱半干旱区域本研究方法具有较强的实用性与可靠性。

MODIS数据支持下的土壤湿度模型构建——以河南商丘地区为例

土壤湿度是农作物在生长过程中主要供水因子,实际测量土壤湿度较为复杂,卫星遥感成为反演和监测土壤湿度的重要手段。本文利用商丘地区2012和2013年MODIS数据,采用滤波方法减小云、气溶胶影响下的MODIS产品噪声,利用农田浅层土壤湿度指数（CSMI）与实测土壤相对湿度值进行了相关性分析,构建了适用于商丘地区的土壤湿度模型,并利用2013年的土壤实测数据对模型反演出来的土壤湿度进行了验证。结果表明,CSMI指数能够有效反演该地区0~50 cm深的土壤湿度值（通过了0.01的显著性检验）。

基于MNDWI的浅层地下水信息提取技术研究

为了实现宏观、快速、大范围圈定找水远景区,降低传统找水工作的风险性和盲目性。根据土壤湿度在一定程度上可反映出浅层地下水的富集程度这一特性,将修正归一化水体差异指数MNDWI作为提取浅层地下水的关键因子,利用ETM数据进行了定量反演,并通过最优密度分割的方法,提取那些中间色调作为找水信息,圈定了找水远景区。通过实地考察,勘察精度可达到85.76%,结果令人满意,说明该方法具有一定的可靠性和实用性。

辽西北地区玉米干旱的识别方法

以辽宁省西北地区为例,以玉米为研究对象,通过利用MOD09A1数据计算研究区玉米各生育阶段的农田浅层土壤湿度指数（cropland soil moisture index,CSMI）,分析各生育阶段CSMI与相应实测0～50 cm平均土壤湿度的相关性,二者相关系数绝对值均大于等于0.5,且达到0.01的置信水平,表明农田浅层土壤湿度指数（CSMI）能够很好地表达辽西北地区玉米不同生育阶段土壤水分状况。以2009年严重夏旱为例,计算研究区玉米6月下旬至8月中旬的CSMI,利用自然断点分级法将两个生长阶段的指数划分为4个干旱等级,即轻旱、中旱、重旱和特旱,并借助GIS技术绘制干旱等级图。结果表明该研究方法在实现研究区玉米干旱的识别上是可行的,可为农业干旱灾害风险评价与管理提供技术支撑。