天博综合体育官方app下载—‘天博综合体育官方app下载’精河流域绿洲土壤湿度遥感反演研究

本文摘要：1绪论1.1研究意义地表土壤水分不仅是陆地和大气间能量交换过程中的最重要因素，也是取决于气候、水文、生态、农业等领域土壤寒带程度的最重要指标。陆地表面蒸散、水分运移、碳循环等都受到土壤湿度较强的掌控起到，并且地表和大气间的热量均衡、大陆表面的大气环流和土壤温度变化也不会随着土壤含水量的时空产于变化再次发生显著的变化。区域以及全球范围的土壤湿度监测不仅是农业生产过程研究和环境因子评价的组成部分，还对提高区域及全球气候、预测区域寒带情况研究中具备最重要意义。

1绪论1.1研究意义地表土壤水分不仅是陆地和大气间能量交换过程中的最重要因素，也是取决于气候、水文、生态、农业等领域土壤寒带程度的最重要指标。陆地表面蒸散、水分运移、碳循环等都受到土壤湿度较强的掌控起到，并且地表和大气间的热量均衡、大陆表面的大气环流和土壤温度变化也不会随着土壤含水量的时空产于变化再次发生显著的变化。区域以及全球范围的土壤湿度监测不仅是农业生产过程研究和环境因子评价的组成部分，还对提高区域及全球气候、预测区域寒带情况研究中具备最重要意义。

在水资源缺少的旱季半干旱地区，土壤水分与水循环、水量均衡联系密切，土壤湿度的研究意义更为引人注目。土壤水分是旱季半干旱地区土地持续利用，水资源规划与管理和农业生产的基础，通过土壤湿度研究不但可以有效地监控土地发育和旱季状况，对区域的有一定的维护起到，而且在区域用水中占有了最重要地位。绿洲是旱季半干旱地区农业，林业和畜牧业的主要挤满区域，也是荒漠内部地域分异的产物，对区域的地理环境具备反馈作用。

因此，绿洲区域的土壤湿度研究可以更为详尽地体现旱季半干旱区域土壤水分的空间产于和变化，提升土壤水分的利用效率。精河流域绿洲作为旱季半干旱地区典型的农牧业主要挤满区域，土地的持续利用与该区的社会经济发展联系密切。

近些年来精河流域绿洲的浮尘天气日数较多，严重危害了工、农、牧业生产和人们的生活环境。土壤水分的变化状况可有效地体现地表与大气间物质、能量互相交换，通过研究土壤湿度变化可有效地掌控地表水分的运移状态，预测区域寒带状况、提高区域气候等起着了最重要起到。因此，精确、较慢地提供小区域地表土壤水分产于和变化状况有一点更进一步研究。

1.2国内外研究进展目前提供土壤湿度的方法主要还包括三类：田间实地测量法、土壤水分模型法和遥测法。田间实地测量法中常用的方法有重量水分法、中子仪法、电阻法、土壤湿度计法等。

该方法可以精确地量度取样点有所不同土壤层剖面的水分含量，可以测量的土壤层较多，测量的深度较小。但该方法不能取得单个取样点的土壤湿度数据，所能回应的范围受限，以至于无法反映区域内土壤、地势和植被覆盖面积上的空间变异情况，并且测量数据的实时性不低，及时改版可玩性大，监测过程中必须的人力物力消耗较小。土壤水分模型方法是在物质质量守恒定律的基础上，创建水分平衡方程取得主动的土壤含水量的涉及信息，解算土壤湿度。

该方法需要较慢地预测土壤湿度变化，而且将田间测算法的单点土壤湿度信息提高到面状信息。但是土壤水分模型的水分平衡方程的创建必须大量的气象数据，方程的参数简单、参数的确认可玩性大。因此，该方法对土壤湿度的量度误差较小。土壤湿度的遥测监测方法主要是依据传感器接管到的地表升空和光线的电磁能量信息与土壤含水量的涉及联系，融合土壤湿度与陆地表面升空或光线的电磁能量间的信息创建模型，反演土壤湿度。

遥测监测土壤湿度解决了田间测算法和土壤水分模型的严重不足，将以上两种方法提供的点信息和面信息提高到大范围区域尺度的土壤湿度信息，沦为提供大范围土壤湿度空间产于和变化的有效地手段[1]。该方法的优势还包括较慢的时效、较强的动态对比性、宽时期动态监测以及较好的时间空间分辨率等。因此，遥测监测法已沦为目前提供大范围土壤湿度时空产于和变化的主要方法。遥测监测土壤湿度的方法主要还包括热惯量法，植被指数法和微波遥感法。

1.2.1热惯量法土壤热惯量是土壤的一种热特性，其与土壤水分含量具备密切地联系。热惯量模型研究在20世纪70年代初期就早已开始，主要运用了土壤水分的变化不会引发土壤光谱反射率变化的原理监测土壤湿度。Waston最先尝试利用热惯量模型展开涉及计算出来，计算公式如下：(1-1)式中，P为热惯量，λ为热传导亲率，ρ为土壤密度，c为土壤比热容。

在实际应用于中，Price研究获得的表观热惯量(ATI)常常被用来替代热惯量计算出来土壤湿度[2]。展现出热惯量的表达式为：(1-2)式中，Td，Tn分别为昼夜的温度，A为全波段反射率。20世纪60年代，Bowers等找到地表土壤湿度减少不会使土壤反射率减少，这为后来利用遥测手段监测土壤湿度获取了理论依据。

Waston等最先尝试运用热惯量模型监测地表土壤湿度[3]。Bijleveld在此工作基础上，创建了热惯量和日冷却的计算出来模型[4]。Pratt等明确提出了热惯量的改良方法可以用来制作土壤湿度和地质图[5]。

随着遥感技术的很快发展，遥测影像数据被用作土壤湿度的研究，Carlson等利用NOAA/AVHRR影像数据估计了土壤的有效地水分和热惯量[6]。我国早期土壤湿度研究延用国外热惯量模型研究成果。

1981年，舒守荣等利用热惯量制图[7]。武晓波等用热惯性方法创建土壤表观热惯量与土壤水分的关系,再行融合NOAA/AVHRR数据和气象资料估计冬小麦地的蒸散[8]。赵玉金等利用NOAA/AVHRR数据融合热惯量法对山东省秋季旱季展开监测[9]。

我国学者在延用国外研究成果期间，根据我国的类似地理情况不断完善原先的热惯量模型。肖乾广等在1994年引进了“遥测土壤水分仅次于信息层”的涉及概念和理论，并在此概念和理论上，创建了多时相的土壤湿度统计资料模型[10]。余涛等修改了地表能量均衡方程，经过修改方程的处置可以从遥测影像数据上必要萃取现实热惯量值，进而理解土壤湿度的产于状况[11]。陈怀亮等在研究河南省冬小麦旱情的过程中分析了热惯量模型的影响因素，将原先的热惯量模型展开提高，获得精度较高的新模型[12]。

徐兴奎等用于修改能量均衡方程，创建了表观热惯量(ATI)与土壤含水量的关系式，必要推算出表观热惯量[13]。邢文渊利用MODIS数据创建了经过植被指数更正的热惯量模型[14]。王丽娜等创建表观热惯量-土壤含水量(ATI-SWC)经验模型监测阜新地区的旱季状况[15]。

李琴等在新疆地区的土壤湿度研究中，运用MODIS数据融合表观热惯量模型，创建了限于于旱季半干旱地区深度为1m的土体的土壤含水量反演模型[16]；吴黎等针对明确提出植被覆盖度较低的区域，改良了表观热惯量计算出来模型，计算精度较高[17]。热惯量法从土壤本身特性抵达监测土壤湿度，在研究应用于中主要是根据土壤水分含量与热惯量之间不存在较好的线性关系，可以必要用作土壤湿度的反演，限于于裸地或植被生长早期，但是热惯量法易受天气云层的阻碍，对低植被覆盖面积地区土壤水分反演的效果较好。

1.2.2植被指数法植被指数法是根据旱季缺水的条件，将不会对植被的生理过程导致一定影响，进而转变植物叶片的光谱属性，影响植被冠层的光谱反射率。植被指数法在一定程度上填补热惯量法的严重不足，并且植被指数建构的三角形、梯形特征空间需要直观地体现地表土壤的寒带状况。7.2未来发展土壤湿度是监测土地发育的最重要指标之一，用于遥测反演土壤水分可以体现土壤水分在空间上的产于状况和时间上的变化情况，具备监测范围广、较慢、低成本，可以展开长年动态监测的优势。

本文用于空间分辨率为1km的8d制备MODIS地表温度产品MOD11A2和空间分辨率为1km的16d制备植被指数产品MOD13A2与LandsatTM/8数据结合，运用温度植被旱季指数反演取得了精河流域绿洲时间尺度的土壤湿度，并且简要地分析了该区的土壤湿度空间产于特征及主要影响因素，获得了一些成果。但对土壤湿度反演还可以从以下几个方面不作改良。

(1)MODIS影像数据与LandsatTM/8影像数据的光学时间有所差异，对土壤湿度的反演结果造成了一定影响。(2)由于卫星视角影响传感器拒绝接受到的信息量，将直接影响遥测影像体现的植被生长状况信息。

虽然研究中运用MSAVI替代了NDVI增大了土壤背景噪声对植被生长状况信息的影响，但是没考虑到视角及高程对MSAVI、NDVI和Ts影响，这有可能影响反演结果的精确性。(3)地表植被较少或者密封植被区域，NDVI值与植被覆盖度的线性关系并不理想，NDVI的给定将不会影响TVDI模型的反演精度。因此，可以考虑到用于其他遥测参量替换NDVI来回应植被覆盖度，例如在NDVI相似饱和状态时，可以用于叶面积指数，叶面积指数与植被覆盖度线性关系理想，这尚待更进一步研究；对于裸土或者植被覆盖度很低时，TVDI模型本身不存在缺失。

(4)Landsat8影像数据有两个热红外波段，研究中通过覃志豪等的单窗算法反演提供地表温度，经测算地表温度检验，两者的相关系数理想。但针对两个热红外波段的影像数据可以通过分化窗算法或棍窗算法取得更高精度的反演结果。(5)温度旱季植被指数TVDI可以体现精河流域绿洲地表土壤湿度状况，并且与取样点测算土壤湿度两者相关系数较为理想，在本文研究的基础上，探究输出变量的精确性和命令性，可能会提升反演的精度。

本文关键词：‘,天博,综合,体育,官方,app,下载,’,精河,天博综合体育官方app下载

本文来源：天博综合体育官方app下载-www.jhh2o.com