考虑地表粗糙度改进水云模型反演西班牙农田地表土壤含水率

发布时间：2022-10-06 18:49

　　土壤含水率是农业、环境、气象等领域进行建模的重要参数。该研究将微波遥感与光学遥感相结合,利用Sentinel-1数据交叉极化比及变换土壤调节植被指数对地表粗糙度进行估计,构建了一种改进的水云模型（modifiedwatercloud model, MWCM）。分析将NDVI、NDWI和NDWI1725,2200等植被指数作为植被冠层含水率时,水云模型（water cloud model,WCM）及MWCM农田地表土壤含水率的反演精度。结果表明:从总体精度上来看,MWCM的反演精度优于WCM。在不同植被覆盖度情况下:当植被覆盖度为中、低程度（NDVI＜0.5）,MWCM具有较高的反演精度;在较高的植被覆盖度情况下（NDVI≥0.5）,WCM与MWCM的反演精度较为接近。MWCM可有效的建立微波后向散射系数与地表土壤水分的关系,提高土壤含水率反演精度,为各种地表覆盖类型的土壤含水率反演提供研究思路及理论支持。 

【文章页数】：7 页

【文章目录】：
0 引言
1 研究区概况及数据来源
    1.1 研究区概况
    1.2 数据获取及预处理
2 研究方法
    2.2 植被冠层含水率
    2.3 地表粗糙度
3 结果及分析
    3.1 不同植被指数对反演精度的影响
    3.2 修正的WCM
    3.3 MWCM反演土壤水分含量
    3.4 不同植被覆盖度条件下的反演精度
4 结论


【参考文献】：
期刊论文
[1]土壤水分遥感反演研究进展[J]. 潘宁,王帅,刘焱序,赵文武,傅伯杰.  生态学报. 2019(13)
[2]PROSAIL模型和水云模型耦合反演农田土壤水分[J]. 蔡庆空,李二俊,陶亮亮,蒋瑞波.  农业工程学报. 2018(20)
[3]基于热红外的四种土壤含水量估算方法对比[J]. 杨永民,邱建秀,苏红波,田静,张仁华.  红外与毫米波学报. 2018(04)
[4]2010年来黄土高原景观生态研究进展[J]. 冯舒,赵文武,陈利顶,吕楠.  生态学报. 2017(12)
[5]干旱指标研究进展[J]. 李柏贞,周广胜.  生态学报. 2014(05)
[6]改进的TOPKAPI模型及其在洪水预报中的应用[J]. 赵君,张晓民.  河海大学学报(自然科学版). 2011(02)
[7]全球气候变化对我国西北地区农业的影响[J]. 张强,邓振镛,赵映东,乔娟.  生态学报. 2008(03)
[8]土壤结构改良剂影响下的土壤水分有效性研究[J]. 潘英华,雷廷武,张晴雯,冯雪.  灌溉排水学报. 2007(05)
[9]干旱区地下水与天然植被关系研究综述[J]. 郑丹,李卫红,陈亚鹏,刘加珍.  资源科学. 2005(04)
[10]土壤含水量测定方法研究进展[J]. 张学礼,胡振琪,初士立.  土壤通报. 2005(01)



本文编号：3687204