旱区稀疏植被覆盖下的地表土壤水分微波遥感反演及其与环境因子的关系研究

发布时间：2020-09-17 09:47

　　土壤水分作为联系地表水和地下水的纽带,在地表能量平衡和物质交换中扮演着重要的角色,是农作物、林草等植物耗水的主要来源,与水循环、植物耗水及生长、地下水环境有着密切的联系,是水文气象、生态环境以及农林牧业等科学研究领域的重要参数。在我国西北干旱与半干旱地区,降水稀少,且蒸散强烈,水资源短缺成为该区域最明显的环境特征,因此,实现区域尺度上的土壤水分实时监测并对其空间特征进行分析,对于合理规划该区的水资源配置与环境保护具有重要指导意义。微波遥感技术由于不受云层光照影响,具有全天时、全天候及穿透性等特点,为大面积监测土壤水分提供了一种有效的手段。目前,微波遥感反演土壤水分主要的难点在于如何有效消除地表覆盖植被和粗糙度对雷达后向散射系数的影响,本文的主要目的是结合RADARSAT-2 SAR数据和GF-1光学遥感数据,采用改进的水云模型消除植被对雷达后向散射系数的影响,基于AIEM模型和组合粗糙度参数(5=3/构建适用于内蒙古鄂尔多斯市乌审旗境内的土壤水分反演模型,并制作研究区地表0-6cm土壤水分分布图。基于反演的土壤水分,进一步分析研究区内土壤水分与环境因子(地貌、植被、地形因子)之间的响应关系。主要研究成果如下:(1)基于不同大小的滤波窗口和滤波方法,对RADARSAT-2 SAR数据的滤波效果进行评价,综合各方面的评价效果,发现5*5的滤波窗口最为合适,Gamma方法的滤波效果最佳。(2)基于改进的水云模型、AIEM模型和组合粗糙度参数构建的土壤水分反演模型具有良好的反演精度,精度评价指标RMSE和MAE分别为5.38%和3.83%,与其他在相同或类似地区建立的反演模型相比,本文的模型具有较高的反演精度。(3)土壤水分反演结果显示,研究区绝大部分区域土壤含水量低于35%,水分分布特征与研究区沙丘分布特征一致,呈西北-东南向条带状分布,与野外实际监测结果一致。(4)基于研究区的土壤水分分布特征,进一步研究了土壤水分与地貌类型的关系,各地貌类型单元与其对应的水分均值的关系为:滩地土壤水分(均值17.31%)沙丘土壤水分(均值3.76%)。(5)土壤水分与植被的关系表明:草本植被区土壤水分(均值22.8%)沙蒿区土壤水分(均值8.03%)碱草区土壤水分(均值6.12%);研究区的土壤含水量与NDVI之间存在良好的正相关线性关系(R2=0.8735)。(6)土壤水分与地形因子的关系表明:高程和坡度两个因子主要影响土壤水分的分布,当高程1350 m时,较湿润和湿润等级处于优势分布;当高程在1350~1430 m区间内,干旱等级处于优势分布;而当高程1430 m时,湿润等级占据主导优势。另外,当坡度3°时,湿润等级处于优势分布;而当坡度3°时,干旱等级则占据主导优势。以上结论与实际监测情况相符,进一步证实了本文建立的反演模型能够较真实地反演本研究区的土壤含水量,具有良好的可靠性。
【学位单位】：长安大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：S152.7;S127
【部分图文】：

位置,地理位置,总面积

研究区位置示意

曲线,土壤表层,含水量,曲线

图 2.3 土壤表层 10cm、20cm、30cm 含水量曲线水量的垂向分布受到降雨、植被、地形等诸多因子的影响。图度层（10 cm、20 cm、30 cm）土壤含水量的分布规律曲线，外，整体上土壤表层含水量在 0 ~ 30 cm 范围内是随深度而增度层的平均土壤体积含水量表明：8.21%（10cm）< 8.77%（20中，10cm 和 20cm 土壤水分的相关性为 0.97，20cm 和 30cm94，10cm 和 30cm 的相关性为 0.92，表明土壤含水量的相关性有减小。壤的光谱特性壤光谱曲线测量土壤的光谱测量采用美国 ASD 公司制造的 FieldSpec○R4 便携式范围为 350 ~ 2500 nm，视场角为 25°，其光谱采样间隔在 350，在 1001 ~ 2500 nm 之间是 2 nm。可以应用于遥感探测、农

光谱图,光谱

图 2.4 野外光谱采集谱特征曲线集完毕后，在实验室内利用光谱仪的后处理软件 ASD V行处理分析，并剔除其中无效的数据，对每类地物的多到各目标的光谱特征曲线。由于在光谱采样过程中，除其他无关信息和噪声，如样品背景和杂散光等，使得光曲线不够平滑，因此，需要对光谱曲线进行平滑处理。多点的移动平均或中值法，Savitzky-Golay 算法，归一用目前应用较为广泛的 Savitzky-Golay 算法进行光谱平如图 2.5 所示，其中，根据已有文献结论[59, 60]和分析野水汽吸收影响严重的波段，剔除范围为：1350 ~ 1450 nm、

【相似文献】