基于MODIS数据的一种土壤水分遥感监测方法研究

根据MODIS数据特点及水的光谱吸收特性,研究了MODIS第6、7、31波段数据与表层土壤水分含量之间的关系,并基于分析结果,选择6波段反射率和31波段亮温,建立了吉林省中西部10cm土壤含水量的双变量反演模型。经检验,模型可以应用于大范围的表层土壤水分监测,使用条件为裸土或植被覆盖较低土地。所建模型仅需一次白天过境的MODIS卫星晴空资料,即可完成对土壤表层水分含量的监测,弥补了土壤热惯量方法对遥感资料要求相对苛刻的缺陷。     

基于光学遥感和微波遥感的土壤水分反演模型研究

选用2020年5月17日Sentinel-1和Landsat 8影像数据,结合田间人工测墒数据,以辽宁省朝阳市为例,分别利用植被温度指数法和光学协同微波遥感反演算法反演土壤水分,构建高精度土壤水分预报模型。结果表明：基于光学遥感的植被温度指数(TVDI)不能较好反演农田土壤水分;微波反射能够较好反馈土壤水分的空间变化,Sentinel-1雷达数据VV极化对土壤水分的拟合精度(R²=0.71)优于VH极化(R²=0.27);基于全球植被水分指数(GVMI)改进的水云模型效果最优(R²=0.80)。利用微波和光学遥感协同反演,能够反演得到高空间分辨率、高精度的农田土壤水分数据,有助于农业干旱的监测。     

山东省干湿转换期土壤水分MODIS遥感监测

由于2012年春夏过渡时期山东省降水时空分布不均,前期全省大部分地区出现旱情,后期降水偏多。为及时掌握干旱分布及变化情况,利用MODIS地表温度数据(MOD11A2)和植被指数数据(MOD13A2),结合土壤水分自动站的实测数据,采用温度植被干旱指数法,构建了LST-NDVI、LSTEVI特征空间,反演了2012年6~7月山东省干湿转换期的土壤水分,分析了干旱空间分布及变化特征。结果表明:LST-NDVI特征空间反演精度为82.95%,LST-EVI特征空间反演精度为84.33%,精度提高了1.66%。前期山东省中南部、西部出现旱情并以轻旱为主,后期由于降水旱情明显缓解,干旱面积减少了65 427 km2。基于MODIS数据利用温度植被指数法在本区域进行干旱监测是可行的。     

MODIS资料遥感监测土壤水分与干旱研究进展

干旱是威胁我国及世界农业发展的自然灾害之一,遥感技术已经成为监测土壤水分与旱情的重要手段.本文总结分析了近年来利用MODIS资料监测土壤水分和干旱的优势,回顾总结了目前利用MODIS资料监测土壤水分和干旱的方法,着重从光谱法、温度植被干旱指数(TVDI)空间法、植被水分监测法、水分亏缺指数法等几方面进行了重点介绍,并对未来的发展趋势进行了展望.     

MODIS资料遥感监测土壤水分与干旱研究进展

干旱是威胁我国及世界农业发展的自然灾害之一,遥感技术已经成为监测土壤水分与旱情的重要手段。本文总结分析了近年来利用MOD IS资料监测土壤水分和干旱的优势,回顾总结了目前利用MOD IS资料监测土壤水分和干旱的方法,着重从光谱法、温度植被干旱指数(TVD I)空间法、植被水分监测法、水分亏缺指数法等几方面进行了重点介绍,并对未来的发展趋势进行了展望。     

基于MODIS数据的渭南市土壤水分反演研究

根据MODIS数据特点,分高植被覆盖和低值被覆盖条件,研究了MODIS第1~7波段数据与土壤表层水分含量之间的关系,基于分析结果,选择与土壤水分含量相关度高的MODIS数据波段,建立渭南市0~10cm土壤相对湿度反演模型。利用模型开展渭南市土壤墒情监测,只需在晴空条件下,使用一景白日过境的MODIS卫星数据,即可完成土壤表层水分快速监测。     

基于自动土壤水分观测数据的吉林省西部干旱预报方法研究

利用吉林省西部10个自动土壤水分观测站数据与人工取土烘干法实测土壤湿度数据,制作吉林省西部土壤墒情监测及干旱预报模型.结果表明:不同气候背景下在作物不同生育期、土壤不同深度、不同初始湿度下的土壤湿度的变化趋势大致相同,但在相同的无降水日数或降水量时,不同台站不同深度的土壤湿度变化率却有一定的差异.各站农田土壤初始湿度越大,无降水时初期墒情下降速率越明显;而土壤湿度初始值越低,则失墒速率越慢.土壤不同深度均是开始时间失墒较快,后期变化逐渐趋于减弱状态.土壤深度越深则水分变化速率越缓,降水量越大,0～50 cm土壤湿度变化曲线整体越接近一致,直到从上而下几层土壤湿度全部达到饱和.通过对2017—2019年吉林省西部玉米农田土壤湿度预报结果和实测值进行对比检验,基于自动土壤水分观测数据的吉林省西部干旱模型预报的准确率超过80％.     

用遥感资料估算深层土壤水分的方法和模型

该文以热惯量法为基础,在EPPL7地理信息系统（GIS）的支持下,考虑土壤质地的影响,探讨了利用NOAA/AVHRR遥感资料估算深层土壤水分的方法和模型。结果表明:表层土壤水分与深层土壤水分之间有较好的非线性关系,可以用遥感得到的表层土壤水分去估算深层土壤水分,且效果优于直接分层建立统计模型。     

土壤水分遥感监测研究精度分析

用遥感监测土壤水分数据和实测数据或相近年代相同物候期实测数据相对比，0～10cm深土壤水分遥感监测的精度一般都超过80％，有的超过90％，遥感监测土壤水分等级图与土壤水分垂直分布规律相吻合，土壤水分遥感监测模型与服务系统具有较好的实用性。     

土壤水分遥感监测研究报告

植被覆盖干扰是土壤水分遥感监测的最大难题。本文列入一个“光学植被盖度”概念来定量描述植被干扰的大小，用分解象元法将其影响排除，建立了TM数据和AVHRR数据的土壤水分遥感监测模型，取得了较好的大面积、快速、宏观遥感监测土壤水分的实用性效果。     

基于MODIS数据的增强型土壤表层水分含量指数模型构造与应用

土壤水分含量对光谱变化的影响和植被冠层的光谱反射率是干旱最重要和最直接的指标.根据水的吸收率光谱变化特征和绿色植物有效光谱响应特征曲线,在前期提出的地表含水量指数(SWCI)的基础上,增加MO-DIS通道1的红光光谱,以增强植被对光谱吸收的变化反应,可应用于大范围且快速的浅层土壤墒情遥感监测.通过与土壤表层水分含量指数(SWCI)对比分析发现,在对浅层(0～30 cm)土壤水分进行监测时,ESWCI比SWCI更为敏感,这将有助于在实时干旱动态监测中更好地提高监测精度.     

ASCAT土壤湿度数据在新疆干旱监测中的应用

截至目前,欧洲气象卫星组织新一代"Met Op"系列卫星搭载的先进的ASCAT散射仪所观测的土壤湿度数据在我国尚未得到应用。本文拟通过使用NOAA的先进算法处理ASCAT土壤湿度数据,并开发干旱预报系统以用于监测新疆土壤水分来预测其干旱情况。文中首次使用ASCAT土壤湿度数据、前沿人工智能技术在新疆干旱监测中,为干旱监测提供了新的研究思路,开发出新的干旱预报系统对土壤水分等级有一定的预报能力,其中新设计的干旱指数-Met Op卫星反演的土壤湿度距平百分数可以有效提高干旱监测的时间精度,便于更好地开展决策服务。     

基于MODIS数据的广西旱区干旱指数模型研究

根据EOS/MODIS数据,采用植被状态指数(VCI)和温度条件指数(TCI)构建干旱指数(DI)遥感监测模型,应用于2004、2005年9-11月的广西旱情监测,制作了旱情时空变化的遥感图像,并与旱情实况数据进行对比分析,验证了干旱指数DI的有效性.通过对DI与TCI、VCI、NDVI和LST的相关性分析,发现TCI、VCI比LST、NDVI与DI的相关更显著,以TCI和VCI为因子构建的DI模型更适用于桂中旱区的旱情遥感监测.     

干旱遥感监测方法研究进展

本文对国内外学者在干旱遥感监测方面所做的工作进行了总结。根据选取资料的不同,将国外进行干旱遥感监测的情况归纳为5类,分别介绍了主要方法及其进展。同时,对国内开展干旱遥感监测的情况从空间尺度、时间尺度、监测手段、监测方法等4个方面进行了分析,并讨论了干旱遥感监测在实际应用中存在的问题。     

长江中下游地区1988—2010年遥感土壤湿度的时空变化

利用农业气象站观测资料对长江中下游地区1988-2010年遥感土壤湿度进行了验证,并与NCEP和ERA-Interim土壤湿度做了对比分析。研究表明,ECV遥感土壤湿度冬季平均土壤湿度最高,春季和秋季次之,夏季平均土壤湿度最低;这种季节性干湿变化与农业气象站观测资料一致。但是,NCEP和ERA-Interim土壤湿度再分析资料,则夏季平均土壤湿度高,春季和秋季次之,而冬季平均土壤湿度最低;这种季节性变化与ECV遥感土壤湿度和农业气象站观测资料呈反位相。就年际变化而言,ECV遥感土壤湿度与农业气象站观测资料和两套再分析资料均有较高的一致性,并在春季和秋季最高,尤其是在长江以北地区和长江以南洞庭湖、鄱阳湖两大湖区,相关系数达到0.7~0.9;而夏季一致性最低,相关系数仅为0.4左右。在研究时段,ECV土壤湿度在冬季明显增加,在夏季则有明显下降趋势。     

宁夏南部区域蒸发(散)量遥感估算方法

在利用LANDSAT-7 ETM 卫星遥感资料求取地表特征参数的基础上，将地表分成6类，结合常规气象观测资料，分类别计算，最后综合得出宁夏南部区域蒸发(散)量，并对结果进行分析验证。     

四川盛夏伏旱的MODIS遥感监测方法

本文利用2006~2010年7、8月的MODIS卫星遥感资料、土壤湿度观测资料和Ci综合气象干旱指数,讨论了NDVI-Ts特征空间干、湿边的拟合方法,建立了7~8月各旬的TVDI指数计算模型。根据31个农业气象站点的土壤相对湿度观测资料,获得了5种干旱等级的观测样本,并通过样本类内离散度、类间离散度,以及与土壤相对湿度和Ci指数相关性的比较,对比分析了TVDI和VSWI两种干旱遥感监测方法对四川盛夏伏旱的监测能力,结果表明:对于四川盛夏伏旱的遥感监测来说,用TVDI指数监测比用VSWI指数监测更合适,效果更好,TVDI指数监测到的干旱区比较可靠。     

青藏高原春末土壤湿度对初夏降水的影响

为了研究青藏高原(简称高原)春末(5月)土壤湿度与初夏(6月)降水的关系,利用1979-2019年ERA-Interim土壤湿度月平均资料和同时段高原109站观测降水资料,分析了高原春季土壤湿度与汛期(5-9月)降水之间的关系.结果 表明:春末表层(0～28 cm)土壤湿度与高原初夏降水呈显著的正相关,在空间上土壤湿度...     

中国区域多种微波遥感土壤湿度产品质量评估

以自动土壤水分观测站土壤湿度作为验证数据, 对2012年中国区域ASCAT、WINDSAT、FY3B、SMOS 4种微波遥感土壤湿度产品按省份进行了评估研究。结果表明:ASCAT质量最优, 在中国大多数地区与观测数据的相关系数较高, 归一化标准偏差较小。WINDSAT其次, 质量优于FY3B, 而SMOS在中国大部分地区质量差, 受无线电频率干扰严重。4种产品在中国西北地区表现均略好, 如山西、陕西、宁夏等省区。研究还发现, 同一卫星土壤湿度产品在同一季节, 不同地区评估质量不同, 这可能与不同地区的地表植被覆盖类型有关。     

江苏省自动土壤水分观测与人工观测对比分析及应用

利用2010年江苏省20个土壤水分站的自动站与人工观测资料,分析了自动站与人工观测的对比差值、相关系数和各自的方差等.结果表明:人工观测值平均高于自动站观测值,两者在浅层的平均差值最小,相关性最好.随着土壤深度的加深,人工与自动观测对比差值增大,相关性减小,在出现强降水时尤为明显.在有效降水较少时,各层人工观测方差均明显大于自动站观测.自动站观测方差在浅层为最大,随深度的加深而明显降低,因为受降水影响很小,而表现比较稳定.人工观测却受降水影响相对较大,方差平均值在各层表现波动均较大,在较深层波动更明显.最后通过多元线性回归方法,以六合站为例初步建立了土壤干旱预报模型并检验其预报能力.