基于NIR-Red-LST特征空间的土壤水分估计算法研究

发布时间：2021-08-07 20:27

　　土壤水分是环境研究中的重要变量之一,它影响着地表和大气之间的水和能量通量的交换,在水资源管理、环境监测以及全球气候变化研究中起着非常重要的作用。因此准确估计土壤湿度的时空变化对许多环境研究至关重要。遥感技术的发展,使得快速、大面积、周期性土壤水含量监控成为可能,遥感反演土壤水分逐渐成为大区域干旱监测的最常用手段之一。在土壤水分遥感手段获取方法中,由于红光波段和近红外波段对土壤水分和植被信息比较敏感,且大部分卫星都能获取这两个波段数据。因此由红光和近红外波段反射率构成的NIR-Red光谱特征空间方法经常被用估计土壤含水量。NIR-Red三角空间分布的下边线被认为是纯裸土像元构成的土壤线。然而,由于遥感图像空间分辨率有限,且云层成像和水域成像等原因,因此,三角空间分布的下边线并非全由裸土构成,这导致了土壤线估计不准确,从而降低了土壤水估计精度。另外,基于NIR-Red特征空间的水含量估计本质上仅适合裸土和低植被区域,对于高植被覆盖区域,由于卫星传感器接收到的反射率其实是植被表面的反射率,已经不再能表达植被覆盖下的土壤水分信息,因此,该模型无法估计下垫面的土壤水含量。本文针对以上两个问题展开... 

【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校

【文章页数】：70 页

【学位级别】：硕士

【部分图文】：

技术路线

由于澳大利亚没有全面覆盖的土壤水分实测数据，我们选择位于澳洲新南威尔斯西南部，区域平坦，森林植被相对较少的 Yanco 地区，它是马兰比季河土壤水分监测网络（Murrumbidgee Soil Moisture Monitoring Network, MSMMN）[53]的三个监测区域之一。MSMMN 数据适合于遥感研究。Ellett 等人[54]应用这些数据集来评估卫星预测的潜力。此外，Draper 等[55]利用这些数据提出一个评估 AMSR-E 卫星土壤水分产品的框架。Guerschman 等热[56]也利用 MSMMN 收集潜热通量数据，验证 MODIS 衍生的蒸散量的产品。本文使用的实测土壤水分数据为 Yanco 中 MSMMN 项目采集的现场数据[53]。其中，图 2.1 展示了部分地面的观测站点，这些站点测量数据由 0-5 厘米、0-30 厘米、30-60 厘米和 60-90 厘米的平均土壤湿度和平均土壤温度组成。这些数据是开放访问的，可以在 http://www.oznet.org.au/下载。其中，土壤含水量每 60s 取样一次，平均 20 或 30 分钟能将所有站点取样完成。土壤温度每 20min 记录一次，深度为 2.5cm 和 15cm。在本文的研究中，使用了深度为 0-5 厘米的实测土壤水分数据和深度在 2.5 厘米的土壤温度数据。如图 2.2 所示，澳大利亚 Yanco 区域，右上角显示了 Yanco 区域分布的 37 个站点。

图 2.2 研究区域 Yanco 以及 Yanco 区域中的 37 个站点Fig 2.2 Research area Yanco and 37 sites inYanco area表 2.1 Yanco 区域的 Landsat8 卫星影像和实测数据Tab 2.1 Landsat 8 satellite imagery and measured data in Yanco regionLandsat8 卫星 影像获取时间 实测站点个数LC080920842013051901T1 2013-05-19 24LC080920842013070601T1 2013-07-06 24LC080920842013112701T1 2013-11-27 19LC080920842013121301T1 2013-12-13 29LC080920842013122901T1 2013-12-29 28LC080920842014011401T1 2014-01-14 23LC080920842014013001T1 2013-01-30 27LC080920842015011701T1 2015-01-17 28LC080920842015061001T1 2015-06-10 24

【参考文献】：
期刊论文
[1]基于Radarsat-2卫星微波遥感的后向散射系数研究[J]. 黄帅,丁建丽,张钧泳,陈文倩.  光学学报. 2017(09)
[2]基于Landsat 8 OLI影像的延河流域土壤线提取及其应用研究[J]. 王玲,刘咏梅,常伟,李晓焕,凯楠,赵牡丹.  水土保持通报. 2017(01)
[3]基于新的组合粗糙度参数的土壤水分微波遥感反演[J]. 孔金玲,甄珮珮,李菁菁,杨笑天,杨晶,吴哲超.  地理与地理信息科学. 2016(03)
[4]基于Landsat 8数据和温度-植被指数的干旱监测[J]. 季国华,胡德勇,王兴玲,乔琨.  自然灾害学报. 2016(02)
[5]基于环境小卫星的土壤线提取研究[J]. 杨国范,翟光耀,张婷婷,成遣.  遥感技术与应用. 2014(03)
[6]黑土土壤水分反射光谱特征定量分析与预测[J]. 刘洋,丁潇,刘焕军,张新乐,曲长祥,胡文,臧红婷.  土壤学报. 2014(05)
[7]基于遥感影像的土壤线空间变异规律及影响因素分析[J]. 武婕,李玉环,李增兵.  自然资源学报. 2014(04)
[8]基于二维光谱特征空间的土壤线自动提取算法[J]. 秦其明,游林,赵越,赵少华,姚云军.  农业工程学报. 2012(03)
[9]基于地表温度-植被指数特征空间的区域土壤水分反演[J]. 伍漫春,丁建丽,王高峰.  中国沙漠. 2012(01)
[10]干旱遥感监测方法研究进展[J]. 杨世琦,高阳华,易佳.  高原山地气象研究. 2010(02)

硕士论文
[1]基于驻波率原理的土壤水分测量技术的研究[D]. 冯磊.中国农业大学 2005



本文编号：3328487