基于宇宙射线观测的喀斯特槽谷区典型流域土壤水分反演研究

宇宙射线中子法是一种百米尺度的土壤水分无损测量方法。基于重庆市青木关槽谷区多个站点的多层土壤水分观测数据,针对宇宙射线土壤水分观测系统（COSMOS）同步测得的中子序列开展了土壤含水量反演研究。在反演算法研究过程中,引入S-G滤波对COSMOS快中子数进行平滑,分析了植被含水量的影响,探索和优化了算法率定和验证阶段不同的数据筛选方案。结果表明：该区域植被含水量对COSMOS反演结果影响较小,且考虑全时段土壤水分水平下发展的算法能得到与实测区域平均更为一致的土壤水分序列。最后应用该反演算法进一步生成了COSMOS观测时段的长时间序列土壤水分产品,并与周边相邻土壤水分观测进行间接验证,揭示了该区域的土壤水分季节变化特征。该研究发展的COSMOS土壤水分反演算法在该区域展现了较强的适用性,可为重庆市青木关喀斯特槽谷区典型流域的区域尺度土壤水分观测与水文气象分析提供支持。     

基于模型模拟的植被NDVI与观测天顶角和LAI的关系

利用PROSPECT和SAIL模型模拟了不同叶绿素含量、不同LAI和不同观测天顶角下的植被冠层反射率,分析了NDVI随LAI、观测天顶角和叶绿素含量的变化规律。结果表明:叶绿素影响冠层反射率主要在可见光波段,冠层反射率随叶绿素含量的增加而下降;冠层反射率随观测天顶角的增加而增加,而LAI较高时,其受观测天顶角的影响较小。观测天顶角相同时,随叶绿素含量的增加NDVI呈上升趋势;叶绿素含量一定时,NDVI随LAI的增加而增加。LAI为1时,在不同叶绿素含量下,随观测天顶角的增加,NDVI呈先下降后上升的趋势,拐点在观测天顶角65°或70°处,而LAI为3、5和7时,NDVI呈现下降趋势。叶绿素含量较高时,NDVI受观测天顶角的影响较小。当LAI较大和叶绿素含量较低时,NDVI随观测天顶角的增加(>70°)下降较快。     

基于地基可见光图像的喀斯特典型植被长势监测

生态观测试验站为喀斯特典型脆弱生态区植被生长监测提供了高通量冠层拍摄图像,但目前鲜见有关喀斯特地区裸岩和植被混杂下垫面植被提取的研究报道。利用石漠化生态观测试验站获取的植被冠层RGB图像,研究喀斯特植被适用分割算法和长势监测模型,为基于地基冠层可见光图像的植被监测提供技术支持。结果表明：(1)基于颜色空间、颜色通道非线性组合、机器学习3种算法对喀斯特地区浅绿色植被的区分度均较高,但对裸岩和深绿色植被区分度有明显差异。晴天强光和阴天弱光条件下3种分割方法对植被分割效果差异明显,机器学习算法分割效果最优,阴天弱光条件准确率超过80%,晴天强光条件下可超过90%。(2)基于RGB图像反演的可见光植被指数GLA、NDYI、NGRDI和VARI所反映的植被长势变化趋势相似,但NDYI对植被长势差异响应更敏感。复合正弦函数可以较好地模拟4种可见光植被指数的逐日动态变化特征,且对NGRDI变化趋势模拟精度最高(R²=0.830)。     

基于数据机理的植被叶面积指数遥感反演研究

定量获取地表植被高精度时序及空间覆盖的叶面积指数（Leaf Area Index, LAI）是生态监测及农业生产应用的重要研究内容。通过使用Moderate Resolution Imaging Spectroradiometer（MODIS）植被冠层多角度观测MOD09GA数据及叶面积指数MOD15A2数据,发展了一种参数化的叶面积指数遥感反演方法并完成了必要的检验分析。研究使用基于辐射传输理论的RossThick LiSparse Reciprocal（RTLSR）核驱动模型及Scattering by Arbitrarily Inclined Leaves with Hotspot（SAILH）模型进行植被冠层辐射特征的提取,使用Anisotropic Index （ANIX）异质性指数作为指示植被冠层二向反射分布Bidirectional Reflectance Distribution Function（BRDF）的辅助特征信息,发展了基于数据机理（Data-Based Mechanistic, DBM）的植被叶面积指数建模和估算方法。通过必要的林地、农作物、草地植被实验区反演及数值分析可得知：①时间序列多角度遥感观测数据结合数据机理的叶面积指数估算方法,可实现模型参数的时序动态更新,改进叶面积指数估算结果的时序完整性及精度。②异质性指数可以用做指示植被冠层二向反射分布特征信息,可降低因观测数据几何条件差异所导致的反演结果不确定情况,同时能够补充植被时序生长过程表现的植被结构变化等动态特征。经研究实践,可将算法应用于时空尺度的叶面积指数估算,并能够为生态、农业应用提供植被的高精度遥感监测指标。     

基于双EnKF的土壤水分与土壤属性参数同时估计

为提高土壤水分数据同化结果的精度,将基于双集合卡尔曼滤波(Dual Ensemble Kalman Filter,DEnKF)的状态-参数估计方案与简单生物圈模型(simple biosphere model 2,SiB2)相结合,同时更新土壤水分和优化模型参数(土壤属性参数)。选用2008年6月1日~10月29日黑河上游阿柔冻融观测站为参考站,开展了同化表层土壤水分观测数据的实验。研究结果表明:DEnKF可同时优化土壤属性参数和改进土壤水分估计,该方法对表层土壤水分估计的精度0.04高于EnKF算法的精度0.05。当观测数据稀少时,DEnKF算法仍然可以得到较高精度的土壤水分估计,3层土壤水分的估计精度在0.02~0.05之间。     

灌区土壤水分空间变异及监测方法研究

根据灌区田间实测资料,利用地统计学法和传统统计学方法,对灌区土壤水分的空间变异性进行了研究,得到典型斗渠土壤水分空间分布的特点,并以此为基础提出了灌区土壤水分监测分区原则、各分区取样数目的确定及取样点分布方法,为建立合理的灌区土壤水分监测系统,获得实时准确的灌区土壤水分状态,进行适宜的灌溉预报提供依据.     

基于SAILH模型的植被冠层NDVI二向性分析

NDVI是植被遥感中最为常用的一种植被指数,建立NDVI与其他冠层参数模型必须考虑其方向性问题.本文基于SAILH模型讨论了连续植被冠层NDVI的二向性特征,并分析了叶面积指数、叶倾角分布、热点参数以及太阳天顶角和相对方位角对NDVI的影响.研究表明冠层NDVI在主平面观测方向存在一个明显的负热点,前向散射方向的NDV...     

基于Landsat ETM+遥感数据的组分温度反演方法研究

地表温度在干旱监测和模拟地表热通量中有重要作用。在干旱半干旱地区,双源能量平衡模型(TSEB)通常用于计算地表的热通量。以黑河中游典型灌区为研究区域,选取4个时相的Landsat-7 ETM+遥感影像,通过植被指数与TSEB模型结合的方法反演土壤表面温度和植被冠层温度,并重点讨论土壤表面温度和植被冠层温度的分解算法。结果表明:土壤表面温度和植被冠层温度具有较好的时空一致性;土壤表面温度与植被冠层温度的反演精度通过地表净辐射与地表热通量得到了间接验证。地表净辐射与地表热通量的计算值与观测值相关性好,相关系数大于0.92。地表净辐射与地表热通量的线性回归分析表明拟合精度高。通过地表温度分解的方法获得的土壤表面温度和植被冠层温度,对监测典型区域的干旱和模拟地表热通量是可行的。     

玉米冠层最佳水分指数优选

针对基于植被指数反演不同生长期、不同冠层结构特征下玉米冠层含水量的序列性研究较少,冠层含水量反演较低等问题,优选不同生长期玉米冠层含水量反演最佳植被指数,完成玉米冠层含水量高精度提取。初步选择4种可靠性强的水分指数:归一化植被指数、归一化水体指数1、归一化水体指数2、水协迫指数,分别基于PROSAIL辐射传输模型、三期实测冠层含水量及同步Landsat-8OLI数据,模拟分析4种植被指数与冠层含水量的关系,优选不同生长期玉米最佳水分指数,实现玉米冠层含水量快速精确反演。实例验证结果表明,水分指数归一化水体指数1可作为植被冠层含水量反演的最佳指数且反演精度随着植被含水量的增加而降低,在玉米生长初期,中误差为0.13kg/m~2,在生长中后期,中误差达到0.582kg/m~2,满足生长初期玉米冠层含水量快速反演需求。研究结果可为植被冠层含水量反演中水分指数选择提供参考,也可为稀疏植被覆盖区土壤水分反演研究提供借鉴。     

羊草草甸草原FPAR时间变化规律分析

FPAR是植被叶子在光合有效辐射(400～700nm)波段有多少太阳光能被吸收的一个度量,表示了植被冠层能量的吸收能力,是描述植被结构以及与之相关的物质与能量交换过程的基本生理变量.FPAR模型是否能真实反映植被冠层吸收光合有效辐射状况,将直接影响遥感估算草地NPP的不确定性程度.本文通过对长生季羊草草甸草原冠层PAR各分量的观测,研究了入射PAR、冠层反射PAR及透过冠层到达地面的PAR的时间变化规律,并以观测的PAR为基础计算分析了羊草草甸草原FPAR的时间交化规律.结果表明,羊草草甸草原入射PAR及透射PAR日交化规律明显,呈较标准的正弦曲线变化;晴天FPAR的日变化呈较标准的余弦曲线交化,FPAR在早晚值较高,最高值约0.81,日平均FPAR值可以用9:30/太阳天顶角为48°时瞬时的FPAR值或14:30/太阳天顶角为30°时瞬时的FPAR值表示.     

基于SiB2模型的土壤水分降尺度指标的适用性研究

土壤水分是地表过程的核心变量之一,强烈影响着陆表—植被—大气间的能量和水分交换。当前基于星载被动微波遥感的土壤水分产品的空间分辨率普遍较粗(25~40km),无法满足流域尺度水文气象、生态水文模拟及水资源管理等研究和应用的需求,而土壤水分降尺度是目前较为可行的解决方案之一。通过对不同降尺度指标的研究,分析确定每种降尺度指标的适用条件,为土壤水分的降尺度研究奠定基础。利用2013年5月1日~9月30日黑河中游人工绿洲试验区大满超级站的气象数据驱动SiB2模型,分别模拟了土壤水分、土壤表层温度、植被冠层温度以及地表蒸散发、土壤蒸发等变量,利用Penman-Monteith公式计算了地表潜在蒸散发;利用SiB2模拟结果与P-M公式计算结果估算获得常用的土壤水分降尺度指标:表观热惯量(ATI)、土壤蒸发(E)、土壤蒸发/实际蒸散发(E/ETa)、蒸发比(EF)、实际蒸发比(AEF)。通过对降尺度指标与土壤水分之间相关性分析可知,在植被的整个生长季,5种指标与土壤水分之间都具有较好的相关性。其中ATI、E、E/ETa以及EF这4种指标与土壤水分之间的相关性都随着土壤深度的增加而逐渐减弱;而AEF与植被根区土壤水分的相关性最好,更能反映根区土壤水分的动态变化。从可决系数来看,各降尺度指标与土壤水分的相关性排序如下:2cm:E/ETaEFEAEFATI;10cm:AEFEFE/ETaEATI;80cm:EFAEFE/ETaEATI。     

基于三维激光扫描技术的马尾松冠层孔隙度研究

三维激光扫描技术具有扫描快、对树木无损害、高度还原树木原形等优势，为三维样木重构、树木冠层结构研究及森林资源连年监测研究提供精确的数据。以马尾松为对象，利用三维激光扫描仪获取30株单木点云数据，运用体素化、平面投影和凸包算法等，计算单木冠层孔隙度。结合分层理论，通过与树木生长参数(冠幅、冠体积和冠高度)的相关性分析，构建全冠与不同分层方式提取的冠层孔隙度建立多元线性回归模型，以决定系数(R²)、均方根误差(RMSE)、相对分析误差(RPD)和总体精度(TA)确定冠层孔隙度提取的最佳体素边长和最佳分层方式。结果表明：冠层孔隙度提取的最佳的分层方式为冠层形态三分层(R²为0.74)；冠层形态三分层、冠层形态三分层五分层结合、冠层高度三等分层提取的冠层孔隙度与树木生长参数的影响最为稳定；根据冠层形态分层提取的孔隙度适用于冠层形态差异较大，而冠层形态较一致时，采用冠层高度三等分层是较为合适，精度较高。     

灌区土壤水分空间变异及监测方法研究

根据灌区田间实测资料，利用地统计学法和传统统计学方法，对灌区土壤水分的空间变异性进行了研究，得到典型斗渠土壤水分空间分布的特点，并以此为基础提出了灌区土壤水分监测分区原则、各分区取样数目的确定及取样点分布方法，为建立合理的灌区土壤水分监测系统，获得实时准确的灌区土壤水分状态，进行适宜的灌溉预报提供依据。     

控制灌溉模式下水稻群体结构试验研究

根据国家“863“节水农业专项子课题现场试验资料,分析了控制灌溉和常规灌溉条件下水稻茎蘖动态变化、株高变化以及叶面积变化趋势,建立了两种灌溉条件下茎蘖消长的Logistic模型和叶面积增长模型,并对水稻冠层受光结构进行了分析.结果表明,控制灌溉通过对土壤水分的合理调控,使得无效分蘖减少,提高了水分和养分的有效利用率;在大部分生育期内水稻保持了较适宜的冠层叶面积指数(CLAI),具有良好的株型,能更多的截获太阳能,奠定了水稻节水灌溉条件下水稻高产的基础.     

基于GNSS-IR的土壤湿度监测试验对比分析

开展基于GNSS-IR技术的土壤湿度监测设备观测试验，利用自动土壤水分观测仪，对比分析2021年两种土壤湿度观测设备在相同条件下的观测差异，对GNSS-IR的土壤湿度监测设备的观测性能进行评估。结果表明：GNSS-IR的土壤湿度监测设备基本实现了对土壤体积含水量的自动观测，设备灵敏度更高；当土壤体积含水量大于40%时，对降水的灵敏度更高，设备观测数据偏大；当土壤体积含水量小于30%时，对干旱的灵敏度更高，观测设备数据偏小；观测设备随季节变化明显，冬季>春季>秋季>夏季，冬季的季平均误差为1.8%、季平均绝对误差4.17%、季相关系数0.72,本次试验为GNSS-IR的土壤湿度监测设备后期的业务应用提供了科学依据和参考。     

基于MODIS数据的黑河流域土壤热惯量反演研究

热惯量法在土壤水分反演中有着广泛的应用。以MODIS数据为基础,选用真实热惯量模型,反演得到了黑河流域的土壤热惯量,为进一步研究流域土壤水分提供可靠的方法和数据。利用地面实测数据对模型参数及反演结果进行了验证,并分析了地表昼夜最大温差、地表反照率及土壤热惯量的季节性变化规律,同时对比了真实热惯量模型与表观热惯量模型反演结果与土壤水分的相关性。结果表明：地表温差、地表反照率及土壤热惯量都具有明显的季节性变化特征;真实热惯量模型相对于表观热惯量模型更有利于土壤水分的反演,且具有广泛的适用性。     

基于Sentinel-1及 Landsat 8数据的黑河中游农田土壤水分估算

土壤水分是陆地表层系统中的关键变量。利用主动微波遥感,特别是合成孔径雷达(Synthetic Aperture Radar,SAR)的观测,在监测和估计表层土壤水分时空分布方面已开展了诸多研究。然而,SAR土壤水分反演仍存在诸多挑战,特别是地表粗糙度和植被的影响。因此,本文提出了一种结合主动微波和光学遥感的优化估计方案,旨在同步反演植被含水量、地表粗糙度和土壤水分。反演算法首先在水云模型的框架下对模型中的植被透过率因子(与植被含水量密切相关)采用3种不同的光学遥感指数——修正的土壤调节植被指数(Modified Soil Adjusted Vegetation Index,MSAVI)、归一化植被指数(Normalized Difference Vegetation Index,NDVI)和归一化水体指数(Normalized Difference Water Index,NDWI)进行参数化估计,用于校正植被层的散射贡献。在此基础上,构造基于SAR观测和Oh模型的代价函数,利用复型洗牌全局优化算法进行土壤水分和地表粗糙度的联合反演。采用Sentinel-1 SAR和Landsat 8多光谱数据在黑河中游开展了反演试验,并利用相应的地面观测数据对结果进行了验证。结果表明反演结果与地面观测具有良好的一致性,其中基于NDWI的植被含水量反演效果最佳,与地面观测比较,土壤水分决定系数(R 2)在0.7以上,均方根误差(RMSE)为0.073 m^ 3/m^ 3;植被含水量R 2大于0.9,RMSE为0.885 kg/m 2,表明该方法能够较准确地估计土壤水分。同时发现植被含水量的估计结果,以及植被透过率的参数化方案对土壤水分的反演精度有一定的影响,在未来的研究中需要进一步探索。     

基于叶片面积的温室植物水分监测系统的设计

植株冠层叶面投影面积的变化与植物体内水分状况密切相关.系统利用CCD图像传感器,对植物叶面的冠层投影面积进行实时、动态的观察.通过对叶面积的动态监测,并与计算机应用相配合,用于指导温室条件下植物生长的水分灌溉.从硬件、软件和叶面图像的分析与处理方面描述了系统的设计与实现方法.实践证明:该系统工作稳定,能准确监测植物叶面变化,为进一步研究依据叶面积变化诊断植物缺水理论奠定基础,同时对丰富节水灌溉技术具有重要的意义.     

气象卫星监测洪水

在澳大利亚中东部的达令河流域,1988年洪水泛滥,利用气象卫星的高级甚高分辨率辐射计(AVHRR)图像进行了监测。观测期间,夜间的洪水界线比白天明显。澳大利亚中部洪水的特点是其前沿移动较慢,汇入大海的集水区回落也很迟缓。观测时,云量覆盖较少,洪水与周围地面温差较大,所以利用AVHRR图像对此类型的洪水进行监测是适合的。虽然AVHRR图像分辨率为1公里,但监测洪水泛滥的面积是可行的。     

控制灌溉模式下水稻群体结构试验研究

根据国家“863”节水农业专项子课题现场试验资料，分析了控制灌溉和常规灌溉条件下水稻茎蘖动态变化、株高变化以及叶面积变化趋势，建立了两种灌溉条件下茎蘖消长的Logistic模型和叶面积增长模型，并对水稻冠层受光结构进行了分析。结果表明，控制灌溉通过对土壤水分的合理调控，使得无效分蘖减少，提高了水分和养分的有效利用率；在大部分生育期内水稻保持了较适宜的冠层叶面积指数(CLAI)，具有良好的株型，能更多的截获太阳能，奠定了水稻节水灌溉条件下水稻高产的基础。