TVDI用于干旱区农业旱情监测的适宜性

基于地表温度/植被指数(T_s/VI)特征空间建立的温度植被干旱指数(TVDI)受诸多因素的影响,其中一个重要的影响因素是植被指数,该指数在高、低植被覆盖时的敏感性不同,从而导致TVDI对旱情监测的准确度不同.针对这一问题,以新疆塔里木盆地北缘渭干河-库车河三角洲绿洲为研究区,选择2011年4月、8月两景TM影像,利用归一化植被指数(NDVI)和比值植被指数(RVI)分别建立T_s/VI特征空间,线性拟合特征空间的上、下边界,计算得到两种温度植被干旱指数(TVDI-NDVI、TVDI-RVI).用TVDI与同期野外实测的土壤含水量数据进行回归分析.结果表明:(1)植被指数、地表温度、土壤水分之间有显著互动关系,以不同植被指数计算得到的两种TVDI与表层土壤水分相关性较好,均能够反映区域土壤干旱状况;(2)由于植被指数对植被探测的敏感性,在4月低植被覆盖时,TVDI-NDVI与表层土壤水分的相关性较高,为0.4299,8月高植被覆盖时,TVDI-RVI与表层土壤水分的相关性较高,达到0.5791;(3)在低植被覆盖区域,NDVI较RVI敏感,而在高植被覆盖区域,RVI敏感性较高.RVI适用于高植被覆盖时反演土壤湿度,NDVI则更适用于中、低植被覆盖时.     

利用MODIS数据进行旱情动态监测研究

MODIS-EVI植被指数与不同覆盖程度植被的线性关系已得到明显改善,可以更有效地反映地表植被的生长状态。利用MODIS合成数据MYD11A2和MYD13A2获取的增强型植被指数(EVI)和陆地表面温度(Ts)构建EVI-Ts特征空间,并以该特征空间计算的温度植被干旱指数(TVDI)作为干旱监测指标,分析广西2006年秋旱分布。结果表明:以地表温度和MODIS-EVI为基础的温度植被干旱指数能较好地反映区域旱情分布和旱情发展过程,2006年9月中旬—11月中旬广西受旱区域不断扩大,旱情持续加重。     

多时间尺度温度-植被指数特征空间旱情监测的差异性

采用2011年5月28日MODIS多时间尺度数据产品和土壤相对含水量RSM数据,对河北省多时间尺度Ts-EVI特征空间旱情遥感监测的差异性进行了研究,结果表明：① 多时间尺度Ts-EVI特征空间的TVDI与土壤表层RSM具有较高的相关性,1 d尺度Ts和1 d、8 d尺度EVI构建的RSM-TVDI决定系数较高,8 d尺度的Ts和8 d、16 d尺度EVI的RSM-TVDI决定系数较低。② 多时间尺度Ts-EVI特征空间的旱情监测结果在空间分布上具有较好的一致性,但其面积存在一定的差异;旱情监测应用中Ts-EVI特征空间构建应首选1 d时间尺度的Ts和EVI,其次是1 d尺度的Ts和8 d尺度的EVI,再次为8 d尺度的Ts和8 d尺度的EVI。     

基于MODIS数据新疆土壤干旱特征分析

干旱是一种常见的自然灾害,严重影响着新疆的农业生产。利用中分辨率成像光谱仪MODIS影像MOD11A2数据和MOD13A2数据,数字高程模型(DEM)对Ts进行了纠正,提取归一化植被指数(NDVI)和地表温度(Ts)构建NDVI-Ts特征空间,并依据特征空间计算的温度植被干旱指数(TVDI)作为监测土壤湿度指标,反演了新疆2013年5、6、7三个月每16 d的土壤湿度。较好地反映地表图层土壤湿度,分析了新疆土壤湿度的时空分布特征,新疆北部地区土壤湿度高于南部,西部的土壤湿度高于东部,且土壤湿度由西北向东南逐步减小,依次表现为湿润>正常>轻旱>中旱>重旱>极旱;由5月到7月土壤湿度不断增大,这与新疆降水量分布和实地土壤含水率十分吻合,监测结果可信,能够为决策部门防旱抗旱提供有力的信息支持。     

遥感在土壤碳储量估算中的应用

土壤碳库是陆地生态系统碳库的主体,在全球碳平衡中具有重要作用。从20世纪70年代早期Landsat-MSS数据的使用开始,各种传感器的卫星多光谱测量开始广泛应用于土壤调查中。首先,分析了利用遥感方法估算土壤碳储量的可行性。之后,系统分析总结了国内外在土壤碳储量研究中的常用遥感方法,即遥感影像直接估算法、植被指数法和光谱测定分析法。最后,对遥感在土壤碳储量估算研究中的发展趋势做出展望。     

阿拉善地区土壤盐渍化的遥感反演及分布特征

土壤盐渍化是威胁干旱区土地的重要环境问题。利用遥感技术对土壤盐渍化进行动态监测,分析土壤盐度水平与空间分布,有利于掌握土壤盐渍化现状,为土地资源可持续利用提供理论依据。现有研究多在田间尺度,随着土壤环境问题涉及的范围越来越大,区域斑块信息的提取已无法满足宏观地模拟和展示整体土壤环境的空间分布。以阿拉善地区为例,结合遥感光谱指数与实测土壤盐分数据,运用偏最小二乘回归（PLSR）方法,构建区域尺度范围的土壤盐渍化反演模型,实现大面积地区土壤盐度的精准模拟和定量监测。结果表明,构建的模型验证精度达到0.8788,达到极显著水平,预测结果与实际情况相符,可以较准确地模拟研究区土壤盐渍化状况。受地形、气候、景观类型、农业活动以及土地管理等因素的综合影响,阿拉善地区约20%的区域土壤呈现出不同程度的盐渍化,其中黑河下游河岸带、雅布赖山西侧及贺兰山西侧冲积扇土壤盐渍化程度最为严重。本研究可为大面积区域土壤盐分状况的快速监测及遥感定量反演提供可行的方法,同时为该区域不同程度盐渍化土壤的治理和土地利用管理提供依据。     

基于实测光谱的潮滩土壤含水量遥感反演模型研究

以王港潮滩为研究区,采集土壤样品,测量土样的光谱,分析不同含水量土壤的光谱特征;利用统计相关法,建立TM遥感影像各波段对应波长处的光谱反射率与土壤含水量之间的关系模型.研究结果表明,在干燥条件下,土壤颗粒越细小,土壤表面越光滑平整,土壤光谱反射率越高,随着土壤含水量的增加,土壤反射率呈下降趋势;波长越长,土壤光谱反射率与含水量的相关性越高,其中2 220 nm处的土壤光谱反射率与含水量具有最高的相关性;通过不同的波段组合,建立新的土壤含水量反演因子,其中由490 nm与2 220 nm处光谱反射率的差值建立的因子与土壤含水量具有较高的相关性;由单波段与波段差值因子建立的土壤含水量反演模型的预测误差分别为4.590和5.147,反演精度较高.因此所建模型可以用于获取潮滩土壤含水量的空间分布,能够为研究潮滩土壤含水量与潮滩地形地貌之间的关系提供数据支持.     

黑土区土壤有机质和全氮含量遥感反演研究

以东北典型黑土区耕地为研究区,以Sentinel-2A（全球环境与安全监测计划的第二颗卫星,于2015年6月23日发射）影像作为数据源,构建光谱指数,分别采用多元逐步线性回归（Multiple Stepwise Linear Regression, MSLR）和随机森林（Random Forest, RF）算法建立土壤有机质（SOM）和土壤全氮（STN）预测模型,并采用十折交叉验证方法评估模型的性能。研究对比分析了不同气候、土壤类型和地形下土壤有机质和全氮的空间分布差异。研究表明：① 海伦示范区的SOM和STN含量最高,其年均温最低,高程最高,年降水量多,SOM含量升高,其年均温最低,年降水量多,STN含量升高;② 与基于多元逐步线性回归算法建立的SOM和STN预测模型相比,随机森林算法建立的SOM和STN预测模型,有着更高的精度和稳定性;③ 运用RF算法建立的SOM反演模型的R²为0.96,均方根误差为5.49 g/kg,STN反演模型的R²为0.95,均方根误差为0.27 g/kg; ④ 不同示范区统一建立SOM和STN预测模型,有助于提高预测精度,实现跨区域建模与制图。     

遥感估算热惯量研究的回顾与展望

热惯量是影响地表温度变化的一个重要因子,随着热红外数据反演地表温度算法的不断完善,遥感技术已 成为估算热惯量的主要手段。本文回顾了近些年来遥感估算热惯量研究的进展,对其中3 种主要方法即地表温度 日较差法、日出日落温差法及模型反演法进行了评述,重点讨论了地表温度日较差估算热惯量方法,并提出从加强 机理研究、尺度转换及采用多时相多光谱数据等方面进一步完善遥感估算热惯量方法、提高其估算精度的设想。     

基于无人机遥感的古银叶树群落健康快速诊断

采用无人机低空遥感与地面调查相结合的方法对邻海陆地、远海陆地和盐生沼泽生境的古银叶树群落健康进行评价,利用冠层高度、林窗特征、光合有效辐射截面比、归一化植被指数（NDVI）、氮素反射指数（NRI）、黄色波段指数（YI）以及森林健康指数（FHI）等遥感指标指征古银叶树群落的健康状况。空-地结合的调查结果表明：1）盐生沼泽生境的古树由于树龄高,其树洞大且数量多,生境内生物多样性最低,邻海陆地生境的生物多样性最高。2）盐生沼泽生境的冠层高度最低;林窗面积最大,数量最少,形状复杂度最低;光合有效辐射截面比最小。以上指标在邻海陆地和远海陆地间差异不明显。NDVI、NRI、YI以及FHI的数值均表现出盐生沼泽小于远海陆地和邻海陆地的趋势,而在远海陆地和邻海陆地间的差异较小。3）无人机遥感的评价结果与地面调查结果契合度较高,客观地反映了不同生境古银叶树的健康状态。基于无人机遥感的评价体系在针对具体植物群落修改完善后,可以作为一种快速、无损和定量化的古树群落健康诊断方法。     

利用微波遥感土壤水分产品监测东北地区春涝范围和程度

地表土壤水分是判断农田涝害的直接数据源,以欧洲太空局1978~2010 年微波遥感土壤水分产品、2013 年SMOS MIRAS L3 级土壤水分产品和气象站点的月降水数据为基础,结合土壤水分距平指数和土壤水分异常指数,分析2013 年东北地区春涝影响范围和严重程度。结果表明:① 东北地区以黑龙江省受涝面积最大,约11 万km²,约占黑龙江省总面积的1/4;② 比较多年的月降水数据与涝灾程度,发现冬春季节强降水是引发春涝的主要原因之一;③ 春涝的严重程度与高程呈现负相关关系,涝灾区域多集中在高程500 m以下。     

半干旱区土壤湿度遥感监测方法研究

针对西北半干旱地区缺水问题,探讨了一种适合半干旱地区简便、易行的土壤湿度提取方法。该研究借鉴植被供水指数法(VSWI)和温度植被干旱指数法(TVDI)的研究思想,同时考虑到半干旱地区植被覆盖度较低,采用改进型土壤调整植被指数(MSAVI)代替NDVI,以降低土壤背景对植被指数的影响,从而对两种方法进行修正。利用改进前后的指数提取土壤湿度,对比分析表明,用修正后的指数研究该区的土壤湿度效果更好。     

人工固沙植被区土壤水分动态及空间分布

土壤水分是干旱区固沙植被生长发育最主要的限制因子,了解其动态变化特征对沙区人工植被建设具有重要意义。本研究利用EnviroSMART土壤水分监测系统,于2009-2013年对宁夏沙坡头地区人工固沙植被区的土壤水分动态进行连续监测。结果表明:(1)降水对土壤水分状况及动态变化有较大的影响。土壤水分总体处于过度消耗状态,在非生长季,土壤水分没有明显的回升现象。(2)生长季初期(4-5月)为土壤水分弱消耗阶段;生长旺盛期(6-8月)为土壤水分快速消耗阶段,水分变化波动较剧烈,空间异质性最强;生长季末期(9-10月)的土壤水分处于相对稳定状态。(3)土壤水分随深度增加呈“S”形变化趋势,浅层的土壤含水量明显高于其他深度,200 cm深度土壤含水量较低且年际间变化不大(1.53%~2.10%)。湿润年份土壤水分剧烈变化的土层深度为0～100 cm,而干旱年份为0～20 cm。(4)相对于干旱年份,湿润年份的土壤含水量不但较高,而且水分变化波动较为剧烈。当土壤水分较低时,其变异性会随着土壤水分含量的增加而增加。(5)试验区灌木盖度在5年间呈下降趋势,一年生草本受降水量影响年际变化较大。受降水时空分布影响的土壤水分是沙坡头人工植被演替的重要驱动力。     

甘肃省河东地区干旱遥感监测指数的对比和应用

干旱是影响甘肃省河东地区农业生产的主要气象灾害之一。如何在众多的干旱遥感监测指数中选择适宜的指数是干旱遥感监测工作面临的主要问题。利用研究区30个农业气象站观测的不同深度土壤相对湿度和对应的MODIS数据,分析了7种典型干旱遥感监测指数(AVI、NDWI、VCI、PDI、MPDI、VSWI和MEI)的构建原理和模拟结果,并选择适宜的干旱遥感监测指数对2006年甘肃省河东地区干旱情况的时空分布做了动态监测。结果表明:7种干旱遥感监测指数均能反映研究区土壤湿度的时空变化特征;各干旱遥感监测指数对土壤水分监测的最佳深度为20 cm,其次为10 cm。从相关系数来看,PDI、MPDI指数对春季,VSWI、NDWI指数对夏季的土壤相对湿度有较好的监测结果;MEI指数对秋季土壤相对湿度模拟效果较差,其余指数对秋季模拟效果均较好;根据各指数与20 cm处土壤相对湿度的相关系数,结合各指数的构成原理,春季选择PDI和MEI,夏季选择VSWI和NDWI,秋季选择PDI和MPDI,分别对2006年甘肃省河东地区干旱情况进行监测。通过考虑各等级出现的频率,同时兼顾土壤相对湿度,评定各指数干旱等级。监测结果显示,庆阳市北部连续出现春旱、春末夏初旱、伏旱和秋旱,陇中北部和庆阳市北部旱情严重。     

基于VIC模型的逐日土壤含水量模拟

基于VIC(Variable Infiltration Capacity)大尺度水文模型,采用实测的日降水和日最高、最低气温数据,模拟了近35年(1971~2005)全国范围30 km×30 km分辨率的逐日土壤含水量。文章利用43个流域的实测流量资料,率定模型水文参数,建立和验证水文参数移用公式,确定无资料地区的水文参数。选取全国范围内的28个站19年的土壤含水量实测值,对模拟的土壤含水量进行了验证。结果表明,VIC模型较好地模拟了土壤含水量,尤其是在湿润和半湿润地区。模拟的0~100 cm的土壤含水量多年平均值与实际的全国土壤水分分布较为一致。     

基于模糊集分析的土壤质量指标高光谱反演

通过对横山县84个土样350~2 500 nm波段的光谱曲线分析,进行土壤质量12项指标的光谱反演。为获得有效光谱反演指标,利用单相关分析方法计算土壤质量指标与光谱反射率的相关系数并绘制相关系数曲线,根据极大相关性选择最佳波段作为光谱反演指标;剔除异常样本后,利用模糊识别理论建立土壤质量指标反演模型,通过优化得到模型的最佳参数。土壤质量12项指标光谱反演模型的平均检验误差均小于15%,说明模型的精度较高。     

古尔班通古特沙漠腹地春季土壤水分空间分异研究

土壤水分条件是古尔班通古特沙漠荒漠植被发育的最主要的制约因子，春季土壤水分对该区植被发育更具决定作用。通过野外标定，利用中子水分仪对原始沙丘、工程扰动沙丘不同地貌部位土壤水分动态进行系统监测，结果表明：春季土壤水分受地貌部位和人为干扰等因素影响而出现明显的空间分异，整体表现为垄间低地高于垄顶，人为扰动沙面又高于有植被覆盖的沙面。春季土壤水分的时间变化表现为初春(3—4月)土壤水分的补给期和春末夏初(5—6月初)的土壤水分损耗期。认为植被状况、降雨、地形和人为扰动等因素对土壤水分影响较大。     

Spatial Variability and Persistence of Soil Moisture in Oklahoma

Using a hydrologic model to estimate daily soil moisture at 258 evaluation locations over a 30-year period, the spatial variability and persistence of soil moisture across Oklahoma is examined. The Soil and Water Assessment Tool (SWAT) uses readily available meteorological inputs with detailed land surface information. Spatial variability of soil moisture across Oklahoma is extremely dynamic and exhibits a remarkable range of individual characteristics due to the heterogeneous land surface. An autocorrelation analysis is used to evaluate the persistence of soil moisture at each evaluation location. In general, soil moisture across Oklahoma persists from 5 to 10 weeks in the eastern portion of Oklahoma to over 30 weeks in western Oklahoma as a result of the large-scale climatic variability of precipitation supply and evapotranspiration demand. However, the lags are not spatially coherent due to the heterogeneity of the land surface. Land surface characteristics potentially influencing the persistence of soil moisture across Oklahoma are examined, including vegetation type and soil texture and depth. Of the three parameters, soil depth plays a significant role in the memory of soil moisture conditions. As the soil profile depth increases, a corresponding increase in the persistence of soil moisture occurs.     

植被覆盖地表主动微波遥感反演土壤水分算法研究

主动微波遥感监测土壤水分具有全天时、全天候并对地物有一定的穿透能力等特点,突破了传统测量方法和光学遥感获取土壤水分的局限。文中在分析植被对微波信号影响的基础上,总结了当前国内外基于主动微波遥感监测植被覆盖地表土壤水分的原理和方法,指出利用,宋朝景“水-云模型”从总的极化雷达后向散射中去除植被影响后,能够改进后向散射系数和土壤含水量之间的关系。最后利用ENVISAT ASAR数据,结合实地采样获得的土壤含水量数据拟合两者之间的关系,结果表明农作物覆盖地表土壤水分变化的估算算法还需要进一步发展和改进以提高反演精度。     

荒漠人工植被区浅层土壤水分空间变化特征分析

研究土壤水分的空间变异及时间动态特征有助于在水文过程与生态格局之间建立定量的联系,由于土壤水分对整个地球系统的重要性,它的时间和空间变化日益引起水文界的广泛关注。干旱荒漠区年降水量稀少,土壤水分在整个生物过程中的作用就显得尤为重要。试验于2005年4月到10月在中国科学院沙坡头沙漠试验研究站人工植被区进行,主要观测1956年植被区表层（0—15 cm）和亚表层（15—30 cm）土壤水分的空间格局与动态分布及其相关影响因素。结果表明:人工植被区表层土壤水分含量明显高于亚表层,其空间变异程度为中等,空间分布的时间差异性显著;降雨是引起干旱沙地表层土壤水分空间变异的决定因素,植物根系是引起亚表层水分空间变异的重要因素。从不同微地形来看,土壤水分含量值表现为丘间低地＞背风坡＞迎风坡,变异程度丘间低地小于迎风坡和背风坡;地形是决定背风坡表层和亚表层以及迎风坡亚表层土壤水分空间分布的主要因素,而迎风坡表层土壤水分变化受风力等环境因子的影响较大。