当前位置: 首页 > >

遥感应用模型8-土壤(1)-含水量

发布时间:

第四章 土壤遥感
本章主要内容
? 土壤含水量估算模型

土壤含水量估算模型
? 干旱问题已成为我国面临的最为严峻的环境问题 之一,在各种自然灾害中造成的损失列为首位。及 时发现干旱,实时监测旱情的发展动态,对抗旱减 灾至关重要。
? 影响干旱的因素有很多,从降水等气象因素上进 行监测可以获得长时间序列的分析数据,并且这些 分析数据比较容易获得。 ? 然而,对于作物来说,土壤含水量是一个比降水 更关键的因素,直接关系到作物是否健康的生长, 因此,土壤含水量是一个更好的干旱监测指数。

? 大范围的土壤含水量信息并不易获得,由于土壤含 水量的监测方法比较多,且不同区域的监测方法不 尽相同,难以实现大范围、实时、动态的土壤含水 量监测; ? 目前,中国气象局仅能提供 279 个站点的土壤湿度 观测资料,且空间分布不均,集中分布在东北、华 北和江淮地区;

? 遥感监测技术具有范围大、快速、及时的优点,研 究遥感土壤含水量技术具有重要意义。目前,能获 得土壤表层0-20cm的土壤含水量。

? 传统的旱情监测方法,主要是根据有限的旱情测 量站点测定土壤水分含量来监测土壤水分。
? 经典的土壤水分测量方法主要有称重法、中子水 分探测法、快速烘干法、电阻法等。 ? 因采样速度慢而且花费大量人力物力,范围有限 ,难以满足实时、大范围监测的需要。随着遥感 技术的迅速发展,多时相、多光谱、高光谱遥感 数据反映了大面积的地表信息,这些信息从定位 、定量方面反映了土壤水分状况。

实测土壤含水量
? 真实土壤含水量是在地面上实测的土壤含水量。 实测土壤含水量在地面上的取样面积只有几*方 厘米,遥感是监测不到的。 ? 土壤含水量(重量%)=(原土重-烘干土重)/烘 干土重×100%=水重/烘干土重×100% ? 遥感监测土壤含水量是大面积范围上的工作,往 往用气象卫星的数据,每1个像元是1km2的面积, 地面上实测的土壤含水量根本无法与之比较。 ? 1km2 上需要实测几百个点的土壤含水量,取其均 值,还要随机统计方法正确,才能两相比较。

? 目前,较为成熟的遥感旱情监测方法主要有:
?热惯量法:水分有较大的热容量和热传导率使 较湿的土壤具有较大的热惯量,而这一热惯量 可由光学遥感监测地表温度的变化得到。 ?蒸散发计算法 ?基于植被指数和温度的方法

?土壤湿度微波遥感法:土壤的介电特性明显地 依赖于土壤的水分变化

? 热惯量法适合监测裸地或植被生长早期; ? 植被供水指数法适合植被覆盖度比较高的时段; ? 植被缺水指数法计算复杂,且需要地面气象台站 提供参数,实时性不能保证; ? 距*植被法需要多年累积数据集; ? 微波遥感适用范围比较广,精度较高,且可以全 天候使用,这是遥感监测土壤水分最有希望的方 法,但其成本很高,目前尚未进入实用阶段。

热惯量土壤含水量估算模型
? 热惯量是物质热特性的一种综合量度,反映了物 质与周围环境能量交换的能力。 ? 土壤因为含水量的变化,使得热传导系数、密度 、比热容都发生变化,从而使得热惯量变化,这 是确定无疑的。但从遥感数据不可能直接提取出 热惯量,也不可能直接提取热传导系数、密度、 比热容。 ? 热惯量方法用于土壤温度监测较稳定,它是从土 壤本身的热特性出发反演土壤水分,只要能准确 得到土壤昼夜温度差,就可以得到相对干旱的程 度,估算含水量精度比较高,而且易于实现。

? 物体的热惯量 P是物体固有的属性,它的表达 式为:

P ? k??
? 式中k为热传导系数,ρ为密度,γ为比热容。 ? 因为热传导系数、密度、比热容对一种物体来说 是固定不变的,所以热惯量也是地物的固有属性。

热惯量的物理意义

? 当地物吸收或释放的热量固定时,地物温度变化的振幅与地 物的热惯量成反比,即:P值大的地物,日温差小;P值小的 地物,日温差大。 ? 在力学牛顿第二定律F=ma中,当作用力相等时,加速度与 质量成反比,人们把物体不变的质量看成是运动的惯性。p与 惯性有类同之处,因此称为热惯量。

? 地物在吸收短波太阳辐射后以长波的方式发射, 地温增高。白昼地物吸收太阳能量而增温;夜间 地物发射能量而减温。地物昼夜的温差就是地物 热惯量的表象。

? 例如水体,由于热惯量大,昼夜温差小;岩石热 惯量小,昼夜温差大;各种含水量不同的土壤热 惯量介于水体与岩石的热惯量之间,热惯量的大 小也介于水体与岩石的热惯量之间。
? 热惯量的实质是地物阻止其温度变化幅度的一种 特性。从微观的角度看,热惯量是阻止物体内部 分子运动速度变化的阻力。

? 遥感土壤含水量的基本原理是:土壤的热惯量与 土壤含水量有很好的相关关系:土壤含水量低, 就出现干旱,当土壤干燥时,昼夜温差大,而土 壤含水量高时,昼夜温差小。 ? 因此,只要用遥感方法获得一天内土壤的最高温 度和最低温度,通过模型就可以计算出土壤含水 量,这种方法称为热惯量法。

? 遥感波段中可见光与*红外中的全部太阳波谱的 能量,减去地物在所有谱段内的反照率能量,就产 生昼夜温差的能量。称为表观热惯量土壤含水量估 算模型ATI: n
? 1 ? ABE ? ATI ? k ? ? ? ?T ?

? 式中ABE为反照率,ΔT为昼夜温差,k,n为地理参 数。ABE可由可见光与*红外所有波段遥感数据之 和求出,ΔT为白昼热红外遥感数据减去夜间热红外 遥感数据求出。 ? ATI可以用水体在遥感影像上的数据为最大值,干沙 沙漠的数据为最小值,从而求解k,n。

ABE的计算

温差的计算

MODIS数据的热惯量计算

大部分地物在31、32波段的比辐射率稳定,通常用31、31波段的亮温进行 地表温度反演

表观土壤含水量遥感信息模型
? 既然我们用表观热惯量替代了真实热惯量,因此 对于土壤含水量,也应该可以用表观土壤含水量来 替代真实土壤含水量。现在给出表观土壤含水量 ASW的表达式: D a ?s a ASW ? a0 ( ATI ) ? ( ) ( ) d ?
1 2

? 式中d为土壤颗粒粒径,D为土壤土层厚度,ρs 为土壤的密度,ρ为水的密度。a0,a1,a2,的为地 理参数。 ? 将土壤颗粒粒径、土壤土层厚度、土壤密度内插 成影像化的图像,与遥感图像配准。

? 在影像上或地面上,确定最干燥的土壤、最湿润的 土壤以及中等含水量的土壤,作为标准,求出地理 参数a0,a1,a2 。由此求出的表观土壤含水量ASW也 是无量纲的相对值。 ? 上式的含义是表观土壤含水量是表观热惯量的函数 ,是相对土壤密度的函数,也是相对土层厚度的函 数。由于水的密度是1,所以土壤密度除以水的密度 ,该因子成为无量纲相似准则。

? 颗粒粒径表示土壤的空隙度,土层厚度表示所测 土壤含水量的深度范围,颗粒粒径除以土层厚度 表示相对土层厚度,即土层有几倍的粒径厚度, 也是无量纲因子。

? 由于世界各地的土壤种类不同,所处地理环境不 同,所以a0,a1,a2各处是不同的,也是以图像表 示的。同样地,表观土壤含水量也是虚拟的。

? 土壤含水量是一个无量纲的百分含量(%),遥感 数据也是无量纲的灰度,因此容易误认为两者既然 都是无量纲的,可以直接进行统计分析。

? 其实不然,土壤含水量是真实的物理量数据,而从 遥感影像上求出的表观土壤含水量是虚拟的相对数 据。

既然不同,为什么可以用遥感计算出 来的表观土壤含水量来替代实测的土壤 含水量呢?

? 根据在极少数有可能对比的点上取到的实测土壤 含水量资料的研究表明,遥感所计算的表观土壤含 水量与实测的土壤含水量成正变关系 ? 即表观土壤含水量大,实测的土壤含水量也大;表 观土壤含水量小,实测的土壤含水量也小。 ? 正因为如此,所以上式是一个通用的表观土壤含水 量公式。 ? 其中没有地形与植被的影响,可以认为该两项因素 已经包括在a0里面了,这样便于产业部门应用。

? 如果把地形因素与植被因素也考虑进去,那 么表观土壤含水量的方程要复杂得多,即:
D a1 ? s a2 h a3 ASW ? a0 ( ATI ) ? ( ) ( ) ( ) (sin? ) a4 ( NDVI ) a5 d ? H

? 式中h为相对高程,H为绝对高程,sinα为坡 度,NDVI植被指数。

? 有了表观热惯量ATI后,常用线性经验公式计算土 壤水分W,即:

小 结
? 热惯量方法用于土壤温度监测较稳定,它是从土 壤本身的热特性出发反演土壤水分,只要能准确 得到土壤昼夜温度差,就可以得到相对干旱的程 度,估算含水量精度比较高,而且易于实现。 ? 但该方法的局限性在于只适用于裸露或植被覆盖 度很低的下垫面,当植被覆盖率高时,受混合像 元分解技术的限制其反演精度必然降低。

植被缺水指数法(CWSI)
? 植物叶片温度和水分状况有着密切的关系,具体表 现为:植物蒸腾时,叶温降低;当水分亏缺时, 蒸腾减少,导致叶温增高。 ? 所以,可以通过植物冠层温度推算植物根系范围内 的土壤水分状况。 ? CWSI 依据植物冠层表面温度与周围气温的测量差 值以及太阳净辐射的估算值进行计算,其实质上反 映了植物蒸腾与最大可能蒸发的比值,可以作为 植物根层土壤水分状况的估算指标。

? 作物缺水指数(CWSI):

式中,LE和LEp分别为作物实际蒸散和潜在蒸散。

? 地表不缺水,供水处于理想状态时,实际蒸腾量等 于潜在蒸腾量,作物缺水指数为0;
? 当地表缺水时,实际蒸腾量小于潜在蒸腾量,作物 缺水指数位于0-1之间; ? 当地表严重缺水时,实际蒸散接* 0 ,作物缺水指 数接*1。

实际蒸腾量LE估算
? 一个作物冠层的实际蒸散的能量*衡方程为:

式中 Rn 为净辐射通量, H 为显热通量(因为温度 发生变化而产生的热输送量),G为土壤热通量( 土壤的热交换量), LE 为潜热通量(因为水汽蒸 发而产生的热输送量)。

? 白天,净辐射Rn为正值,一部热量消耗于LE上, 一部热量消耗于H上,余下的热量进入土壤G; ? 夜间,净辐射 Rn 为负值,由 LE 、 H 和 G 来补偿, 土壤热通量方向与白天相反,也就是地面失去热 量。

? 地表的净辐射通量Rn由以下方程式计算:

式中,Q为太阳总辐射,a为地表反照率
大气长波辐射 地表长波辐射 ?a为空气比辐射率, ?g为为地表发射率

? 土壤热通量G在裸地条件下可达净辐射的20%-50% ,而在植被覆盖下大大小于净辐射,仅占 5%-20 % ,对蒸散量计算的影响很小。

式中,Gv和Gg分别为植被和裸地下土壤热通量,h 为作物冠层高度。 ? 对植被全覆盖区,由于土壤热通量占净辐射的比例 很小,区域植被区蒸散可简化为:

? 显热通量H表现为

式中, p 为空气密度; Cp 为空气定压比热; ra 为空 气动力学阻抗,受风速、粗糙度和空气层结等因素 影响;Tc为作物冠层温度;Ta为空气温度。

? CWSI 与冠层温差有着重要的关系:当土壤干旱时 叶片蒸腾失去的水分得不到及时补充,叶片含水 量减小,细胞膨压下降,气孔阻力加大,蒸腾减 弱,蒸发耗热减少,叶温就会升高,叶温与气温 之差为正值; ? 土壤水分越少,叶温与气温差越大,中午13:0015: 00 时,太阳辐射最强,气温高,作物层的饱 和水汽压与空气的水汽压的差值最大,植物叶片 蒸腾最强这段时间内土壤水分若能满足蒸腾的需 要,一天内的其他时间土壤水分就始满足蒸腾需 要,如果土壤缺水,则这一段时间之内的缺水最 为严重

? 对于植被与土壤混合区则根据植被覆盖区和土壤 裸露区所占的比例表示

式中,E为总蒸发量,Ev为植被蒸腾量,Eg为裸露 土壤蒸发量,f为像元中植被覆盖度,

? 潜在蒸散是在理想供水条件下,不存在水分亏 缺的植物群体在单位时问内蒸腾和土壤蒸发量 之和。
? 对于充分湿润的下垫面,具有较低的反照率和 较低的温度,热量交换主要通过蒸发即潜热交 换进行,此时的感热通量非常小,可*似认为 潜在蒸散值是地表净辐射和土壤热通量的差值

? 将缺水指数按照干旱等级进行分级

? 对于完全及部分植被覆盖地的土壤水分遥感监测 问题,应主要以作物缺水指数法为主,一般对于 完全植被覆盖,采用作物缺水指数法能取得较好 估算效果; ? 由植被缺水指数CWSI 模型公式可知,其计算过程 复杂,而且一些要素仍依赖于地面气象台站,实 时性不能保证。

植被供水指数法
? 热惯量方法只对裸露土壤适用,因为在有植被覆 盖情况下,特别是在植被覆盖度很高时,植被改 变了土壤的热传导性质。 ? 为了对高植被覆盖区农作物的旱灾进行遥感监测 ,中国气象局国家卫星气象中心发展了“植被供 水指数法”。 VSWI=NDVI/LST ? LST是卫星遥感到的作物冠层温度。

? 其物理意义
? 当作物供水正常时,卫星遥感的植被指数在一定 的生长期内保持在一定的范围,而卫星遥感的作 物冠层温度也保持在一定的范围内; ? 如果遇到干旱,作物供水不足,一方面作物的生 长受到影响,卫星遥感的植被指数将降低, ? 另一方面作物的冠层温度将会升高,这是由于干 旱造成的作物供水不足,作物没有足够的水供给 叶子表面的蒸发(蒸发带走热量),被迫关闭一 部分气孔,致使植被冠层温度升高。

基于植被供水指数的农田干旱遥感监测

条件植被温度指数
LSTNDVIi .max ? LSTNDVIi VTCI ? LSTNDVIi .max ? LSTNDVIi .min
热边界:LSTNDVIi .max ? a ? bNDVIi 冷边界:LSTNDVIi .min ? a'?b ' NDVI i

式中

? 热边界上干旱程度 最为严重,VTCI 值 为0 ? 冷边界上土壤水分 不是植物生长的限 制因素,VTCI值为1

? 既考虑了区域内NDVI的变化,又考虑了在NDVI 值 相同条件下LST的变化,即高温对作物生长不利。 ? VTCI 的取值范围为[0, 1],VTCI的值越小,相对干 旱程度越严重。

雷达土壤含水量分析的物理机理
? 水的介电常数和干土介电常数有 很大的差别,水的介电常数大约为80, 而干土介电常数仅为3左右。 ? 一般土壤可以看成是水和干土的 混合,因而土壤的介电常数会随着土 壤含水量的增大而增大。 ? 电磁波散射模型已表明雷达回波 的后向散射系数直接受土壤介电常数 的影响。这就构成了微波遥感探测土 壤湿度的物理基础。

土壤水分

土壤介电常数

雷达后向散射系数

46

雷达数据含水量分析
数据预处理
gamma滤波 后向散射系数的计算 后向散射 GPS点位数据 地面实测土壤水数据 几何纠正

探讨后向散射系数与土壤水之间关系
土壤水分监测流程图
47

样点代号 C1 C2 C2-2 C3 C4 C5 C6 C7 C8 C9 C10 TX1 TX2 TX3 TX4 TX5

HH 极化/dB -18.7829 -17.2482 -17.0986 -17.2027 -21.8066 -19.2674 -19.714 -18.7492 -20.2052 -21.5971 -17.9807 -17.1088 -19.0026 -22.2667 -19.6359 -18.4436

VV 极化/dB -17.9802 -17.049 -14.2271 -15.6379 -22.9293 -18.6449 -17.9793 -15.5336 -19.0784 -20.6402 -18.1034 -19.0194 -16.6606 -18.8094 -20.989 -19.9918

5cm 深 含水量/% 20.5077 21.1721 21.9446 19.3571 12.256 14.4691 14.1472 16.165 15.4772 16.1218 8.899 12.4888 12.6745 11.6095 12.5299 9.0576

10cm 深 含水量/% 20.5341 20.9426 21.666 19.8652 13.2073 15.5773 16.4007 17.7234 15.7936 17.3783 13.3717 14.6611 15.4938 14.1831 14.9881 13.6836

20cm 深 含水量/% 20.8783 21.3273 21.8853 20.001 14.1521 15.8536 17.9023 18.744 16.4914 18.0978 15.0574 15.7144 16.2988 15.3309 16.7023 15.5423

覆盖度 0.238 0.277 0.163 0.188 0.053 0.094 0.166 0.102 0.184 0.05 0.321 0.311 0.178 0.091 0.191 0.331

小麦地采样点后向散射系数和实测数据
48

?垂直极化后向散射系数与冬小麦土壤水分关系

water10 ? 0.0806? vv +3.8237? vv +59.242
2

water20 ? 0.0617? vv 2 +3.0118? vv +51.701
?水*极化后向散射系数与冬小麦土壤水分关系及 冬小麦覆盖度之间的关系

? hh = -31.590+0.583water20predict+12.229×coverage
49

25

20

20厘米深土壤重量含水量/%
-25 -20 -15 -10

25

10厘米深土壤重量含水量/%

20

15

15

10 垂直同极化后向散射系数/dB

10 -25 -20 -15 -10

垂直同极化后向散射系数
50

土壤含水量图(通州区)

小麦覆盖度图(通州区)
51

雷达土壤水探测的优势
? 雷达土壤水探测的优势主要体现在微波遥感不 受光照、云雾等天气条件的影响,具有全天时、 全天候工作的特点。 ? 特别是长波段微波能够穿透植被,并对土壤具 有一定的穿透能力。

52

参考文献
? 区域蒸散和表层土壤含水量遥感模拟及影响因子 . 农业工程学报,2008,24(10):127-133
? 作物缺水指数法的简化及在干旱遥感监测中的应 用. 应用生态学报,2004,15(2): 210-214 ? 土壤水分遥感监测方法进展. 中国农业资源与区划 ,2004,25(3):46-49 ? 遥感旱情监测方法的比较与分析. 遥感信息,2010 ,5

作业
? 根据土壤含水量估算模型,利用遥感影像对某一地 区的土壤含水量进行估算。




友情链接: