基于热红外辐射特征的土壤水分含量估算模型研究

《基于热红外辐射特征的土壤水分含量估算模型研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、http://www.paper.edu.cn1基于热红外辐射特征的土壤水分含量估算模型研究徐军，蒋建军，张春耀，姜晟南京师范大学地理科学学院，江苏南京（210046）E-mail：xj9181@163.com摘要：利用便携式傅里叶变换红外光谱辐射仪（102F），通过室内条件下对不同含水量的土壤样本进行发射率光谱测量，阐释土壤水分含量的热红外辐射特征，通过对获取的发射率光谱数据进行微分、差分以及标准比值化变换，建立基于热红外辐射特征的土壤水分含量估算模型。结果表明在8～9.5µm随土壤含水量的增加，土壤热红外发射率也有不同程度的增加，而且使得发射率光谱

2、曲线在8-9.5µm变得平直，reststrahlen吸收特征相对减弱；在11～14µm随土壤含水量的增加，土壤热红外发射率有不同程度的减小，而且在12.7µm附近存在一个吸收谷，其吸收的深度大致随土壤水分的增加而增加。通过对发射率光谱数据的微分、差分以及标准化比值处理变换，运用统计单相关分析方法确定了诊断土壤水分含量的敏感波段为8.237µm，对敏感范围8.194～8.279µm输出均值进行标准化比值处理作为自变量，提出水分诊断指数的概念，建立了土壤水分含量和水分诊断指数的对数统计模型。关键词：热红外遥感；发射率；土壤水分含量；水分诊断指数中图分类号

3、：TP751.11.引言土壤含水量是水文学、气象学以及农业科学研究领域的一个重要参数，而区域性土壤含水量监测是农田水资源管理以及农作物旱情监测的一项重要内容，也是陆面过程研究必不可[1]少的一个参量，对改善区域及全球气候模式和预报结果起着非常重要的作用。常规的土壤含水量监测以点测量为基础，周期长、成本高，难以满足快速有效监测土壤含水量的需要,而遥感技术的发展为区域性土壤含水量的实时动态监测提供了可能。因此，深入研究土壤含水量的遥感监测方法具有重要的科学和实用意义。自20世纪60年代以来，国际上开始尝试利用热红外遥感开展土壤水分含量反演研究工作。Wats

4、on等首先提出用地表温度日较差推算热惯量的简单模式并最早成功地应用了热惯[2]量模型。Price提出了表观热惯量(ATI)的概念并利用卫星热红外辐射温度差计算热惯量，[3]进而估算土壤水分含量。England等则提出了辐射亮度热惯量(RTI)的概念并认为RTI对土[4]壤水分的敏感性要优于ATI。热惯模型监测土壤水含量主要适用于裸土和低植被覆盖率土壤。在完全植被覆盖条件下，Idso、Jackson等根据能量平衡原理提出了水分胁迫指数CWSI[6,7]的概念并用于监测植物根系层土壤有效水分。Moran将该指数推广到部分植被覆盖条件，[8]提出了水分亏缺指

5、数WDI。Nemani等的研究证实了冠层温度/植被指数(Ts/NDVI)对土壤[9]水分含量的变化敏感。Sandholt等利用简化的Ts－NDVI特征空间，提出了温度植被干旱[10]指数(TVDI)用于农田水分监测。国内的研究始于20世纪80年代，相关的研究主要集中在国外模型的应用和修正等方面。刘兴文等在华北地区探索用热惯量方法监测表层土壤湿度[11][12]。张仁华提出了一个考虑地表显热通量和潜热通量的热惯量模式。肖乾广等在解热传导方程的基础上引入了“遥感土壤水分最大信息层”概念，并以此为理论依据建立了多时相的[13]综合土壤湿度统计模型。隋洪智等使

6、用NOAA/AVHRR数据计算热惯量，得到植被覆盖[14]度较低条件下土壤表观热惯量与土壤水分的一元线性关系；余涛等通过改进求解土壤表层热惯量的方法，实现了利用NOAA/AVHRR图像直接定量计算热惯量，进而反演土壤表层1本课题得到教育部博士点专项基金项目资助（教育部博士点专项基金项目，基于热红外辐射特征的土壤湿度地面遥感研究，No：20050319003）的资助。-1-http://www.paper.edu.cn[15]水分含量的分布；为了进一步提高土壤水分反演的精度，陈怀亮、李杏朝在利用表观热惯量模型时，在GIS支持下，对不同类型的地理样本或土壤

7、质地进行分析，消除了土壤质[16,17]地的影响，提高了监测精度；张仁华等建立了以微分热惯量为基础的地表蒸发全遥感信[18]息模型，排除了显热和潜热输送的干扰；张可慧等构造不同深度和NOAA/AVHRR的不[19]同模型（回归和幂指数模型）；杨宝钢等考虑了植被指数对表观热惯量进行改进，进行[20]了土壤湿度反演的试验。上述的热惯量法和温度植被指数法等都是基于温度（温差）与土壤水分含量的关系而建立起来的,而对热辐射的另一个重要参数——发射率与土壤含水量的关系的研究还非常少。Salisbury等（1992）探讨了热红外波谱特征与土壤有机质含量、土壤粒径、土

8、壤含水量等因子之间的关系，认为ASTER第10波段与第14波段的比值和土壤[21]含水量存在良