利用微波遥感监测反演裸露 地表湿度 （2008.12 M.R.Feng） 摘要：本文主要讲叙微波遥感在反演土壤湿度方面的应用，其中主要是针对于主动微波遥感的方法，文中简单介绍了主被动微波遥感监测土壤表面湿度的原理，即基于干燥土壤和水体之间介电常数的巨大差异，重点在于如何区分土壤表面湿度和粗糙度信息，本文简单介绍了加拿大学者M.R.Sahebi和J.Angles基于RadarSat-1数据，利用多角度方法来反演地表参数(湿度和粗糙度)，通过比较三个经验模型(GOM、OM、MDM)模拟效果，最后MDM得到了较好的结果。 关键词：土壤湿度；微波遥感；粗糙度；反演 1 引言 1.1研究背景 土壤湿度是水文、农业、气象的主要基础信息，也是进行土地退化评价等生态环境研究的重要指标。土壤湿度与土壤的风蚀、水蚀等有着密切的关系。土壤湿度的研究方法可分为传统方法和遥感方法两大类。与传统的土壤水分监测方法相比，飞速发展的遥感技术手段监测土壤水分具有许多不可替代的优势，包括快速、实时、长时期动态大区域监测以及良好的时间空间分辨率。随着遥感技术的不断创新，遥感反演土壤湿度的方法也成为研究热点[1]。 土壤水分的监测由于受到面积大、监测环境条件等的限制，使实地测量的方法不能广泛应用，一些传统的土壤水分监测的方法已经不能满足要求，需要新的、快速的方法来实现。遥感技术具有快速、有效、宏观的等优点，在大面积土壤水分监测中具有明显的优势，而且遥感获取数据周期短可以实现土壤含水量短周期内的动态监测。目前土壤水分的遥感监测已经有许多的研究，并且形成了许多的理论和方法，各种方法都有自己的优势和特点，主要从不同的监测指标来实现土壤水分的监测，因此在监测精度与实用性上存在着很大的差别。目前遥感监测土壤水分的主要方法和模型也有不少，比如说表观热惯法、作物缺水指数法、距平植被指数法。但是利用微波遥感反演地表湿度是比较常见的方法，本文主要是讲叙微波遥感在监测地表湿度方面的应用，特别是对裸露的地表。 1.2研究现状 微波土壤水分遥感研究始于20世纪80年代, 其中最具代表性的是Ulaby利用试验数据得出土壤后向散射系数的主导因素为粗糙度和含水量。80年代后, Dobson和Ulaby利用车载、高塔、航空平台的微波数据研究了土壤湿度反演的最佳工作模式, 并一致认为小角度入射后向散射系数对土壤湿度最敏感。随着微波散射模型不断发展, 相继出现微波散射的小扰动模型、几何光学模型、物理光学模型、双尺度模型和积分方程模型A IEM。Doboson等在物理模型和试验研究
多源遥感数据反演土壤水分方法 张友静1,王军战2,鲍艳松3 (11河海大学水文水资源与水利工程科学国家重点实验室,江苏南京 210098;21中国科学院寒区旱区环境与工程研究所, 甘肃兰州 730000;31南京信息工程大学大气物理学院,江苏南京 210044) 摘要:基于AS AR 2APP 影像数据和光学影像数据,根据水云模型研究了小麦覆盖下地表土壤含水量的反演方法。利用T M 和MOD I S 影像构建的植被生物、物理参数与实测小麦含水量进行回归分析,发现T M 影像提取的归一化水分指数(NDW I )反演精度较好,相关系数达到0187。根据这一关系,结合水云模型并联立裸露地表土壤湿度反演模型,建立了基于多源遥感数据的土壤含水量反演模型和参数统一求解方案。反演结果表明:该方案可得到理想的土壤水分反演精度,并可控制参数估计的误差。反演土壤含水量和准同步实测数据的相关系数为019,均方根误差为3183%。在此基础上,分析了模型参数的敏感性,并制作了研究区土壤缺水量分布图。 关键词:土壤含水量;多源遥感数据;水云模型;AS AR;多尺度 中图分类号:P33819 文献标志码:A 文章编号:100126791(2010)022******* 收稿日期:2009203209 基金项目:国家自然科学基金资助项目(40701130;40830639) 作者简介:张友静(1955-),男,江苏南京人,教授,主要从事遥感机理与方法研究。E 2mail:zhangyj@hhu 1edu 1cn 土壤含水量是地表和大气界面的重要状态参数,并直接影响地表的热量和水量平衡,因而受到水文、气象和农业灌溉等多个学科的关注。微波土壤水分遥感研究始于20世纪80年代,其中最具代表性的是U laby 利用试验数据得出土壤后向散射系数的主导因素为粗糙度和含水量 [1]。80年代后,Dobs on 和U laby 利用车载、高塔、航空平台的微波数据研究了土壤湿度反演的最佳工作模式,并一致认为小角度入射后向散射系数对土壤湿度最敏感[2]。随着微波散射模型不断发展,相继出现微波散射的小扰动模型、几何光学模型、物 理光学模型、两尺度模型和积分方程模型A I E M 。Dobos on 等在物理模型和试验研究的基础上各自建立了经验和半经验模型,成功地反演了裸土的土壤含水量 [324]。2000年以来,随着Rardrsat,E NV I S AT AS AR 传感器发射,基于卫星雷达数据的土壤湿度反演逐步开展。李震等综合主动和被动微波数据,建立一种半经验模型,用于估算地表土壤水分的变化 [526]。研究表明AS AR 数据在半干旱区农田土壤湿度反演方面具有独特的优势[729]。 在植被覆盖条件下,微波信号的组成十分复杂。研究提取植被覆盖下的土壤湿度信息的重点在于如何有效的分离出植被对微波的散射信号,以便用土壤的后向散射信号估算植被覆盖下的土壤含水量。直接用多频同步微波遥感数据通过理论模型或数值模拟求解植被对微波的散射信号[9],具有很好的同步性和物理意义。但遥感数据获取较为困难,同时求解所需的地面同步观测的数据要求很高,因而区域尺度的监测应用还有待深入研究。根据植被的生物、物理特征与植被散射信号之间的关系,采用同步光学遥感数据反演植被散射信号是近年来的研究热点[9211]。但在植被特征参数表达农作物后向散射信号的能力评价、模型参数的识别以及整体求解方案等方面的研究较少。此外,为满足土壤水分监测和灌溉决策的需求,还需研究不同时空分辨率数据反演植被散射信号的能力。本文根据水云模型,研究多尺度下不同植被特征参数与小麦含水量的关系,采用将所有参数放入统一框架下估算的策略,构建了结合光学和微波遥感数据的土壤水分估算模型,并分析了模型参数的敏感性。经准同步实测数据检验,小麦覆盖下土壤水分的估算达到了较高的精度。 第21卷第2期 2010年3月 水科学进展ADVANCES I N WATER SC I ENCE Vol 121,No 12 M ar .,2010
土壤水产品数据信息整理 1.1土壤水产品数据基本信息 1.1.1主被动遥感数据特点 光学遥感数据：MODIS 主动微波遥感数据：ENVISAT-ASAR,ERS/MetOp 被动微波数据：AMSR-E,SMOS 主动微波结合数据：ESA-SM 被动微波时间分辨率较高，像AQUA/AMSR-E和SMOS/MIRAS能提供每天的土壤水分数据，且对地表粗糙度和植被的敏感度没有主动微波算法高，但空间分辨率低(一40 km。主动微波空间分辨率较高，但时间分辨率较低，且对地表粗糙度和植被敏感。 1.1.2土壤湿度产品数据资料整理 土壤湿度产品精度评估所用数据资料 土壤湿度数据集波段数据类型深度空间分辨 率 时段 时间分辨 率 ERS/MetOp C 主动微波2cm 25km 1991.07-至今 SMOS L 被动微波5cm 40km 2009.11-至今三天FY3 L 被动微博10cm 25KM 2011-7-至今 ESA-SM 多主、被动 微波融合 2cm 25km 1979.1-2010.12 每天 GLDAS-SM —数据同化 产品 多层25km 1948-2010 每天
（1）AMSR-E土壤湿度数据：AMSR-E由日本宇航探索局（JAXA）研制和开发的，它搭载在AQUA卫星平台上，发射于2002年，提供观测角为55°的全球被动微波观测数据，具有6个波段频率，包括6.9GHz（C-波段）、10.7Ghz（X-波段）、8.7、23.8、36.5、89GHz，卫星过境时间为升轨时间（13:30）和降轨时间（01:30）。陈洁在我国西北地区的AMSR-E土壤湿度产品进行精度验证时表明，AMSR-E反演的土壤湿度信息与实测的降水、地面观测的土壤湿度和NCEP/NCAR再分析资料，都有很高的一致性。 （2）ERS / MetOp土壤湿度数据： C 波段，提供从1991年至今空间分辨率为25～50 km 的土壤湿度数据。在西班牙杜罗河流域的23个土壤水分测量站(2~ 8cm)数据验证了该数据集，数据集的均方根误差为0. 09 m3/m3。在法国西南部空间分辨率为1 km的土壤水分数据对40 kmx40 km区域该数据集进行了验证，均方根误差为0. 06 m3/m3。用美国SGP 99土壤水分实测数据对该数据集进行了验证，均方根误差为0.06 m3/m3o （3）SMOS土壤湿度数据集：它的时间分辨率小于三天，卫星当地过境时间：升轨时间为6a.m.，降轨时间为6 p.m.。对于陆地，SMOS的目标是提供精度高于0. 04m3/m3，空间分辨率为35~50 km，时间分辨率为1一3天的全球土壤水分数据集。对SMOS土壤水分数据进行了验证，均方根误差介于0. 03一0.082 m3/m3之间，平均为0. 053m3。 （4）ESA-SM土壤湿度数据集：该产品是对四个被动传感器(SMMR、SSM/I、TMI、AMSR-E)和两个主动传感器（ERS AMI、ASCAT）粗分辨率微波传感器数据的融合。ESA-SM数据全球覆盖率低，ESA-SM产品最能反映土壤湿度的时空变化 （5）GLDAS-SM土壤湿度数据集：全球陆面同化系统提供两种版本的数据集，即GLDAS-1和GLDAS-2，两种版本的数据集可提供气压、气温、风速、蒸散发、降水、降雪、土壤湿度等数据。对于土壤湿度数据而言，GLDAS-1可提供Noah 模型生成的全球2000年至今的分辨率为0.25°×0.25°的数据，GLDAS-2提供1948-2010年分辨率为1°、0.25°的数据，两个版本的数据都是按三小时时间尺度生成。
世界气候变化问题分析报告 [摘要]：20世纪以来,随着世界经济的迅速发展，工业化和城市化进程加快以及不可再生能源的过度开发利用,导致大气中CO2等温室气体剧增。全球气候正在发生巨大变化，气候变暖已经成为世人瞩目的全球性环境问题之一。本文综合分析了引起全球气候变化的主要因素和气候变化对人类生活的影响并提出了相应的减缓对策和措施。 [关键词]:全球气候变化，现状，原因,影响,对策 20世纪以来,随着世界经济的迅速发展,工业化进程加快,人口剧烈增长，矿质燃料和不可再生能源的过度开发,土地不合理利用，森林被大面积砍伐……导致大气中CO2、CＨ4、Ｏ３、氟氯烃化合物等温室气体剧增,全球气候发生变化。气候变化正直接或间接地对自然生态系统产生影响。研究表明,气候变化已经影响到各种自然和生物系统，如冰川退缩、永久冻土层融化、海平面上升、飓风、洪水、暴风雪、土地干旱、森林火灾、物种变异和濒临灭绝、饥荒和疾病以及中高纬度地区生长季延长，影响到物种分布区域,生物种群结构与多样性,生态系统脆弱性等，气候变化超越了国界，危及所有的生灵,包括人类自身。 一、全球气候变化现状 １、气温变化 观测记录和研究结果表明，自l861年以来全球陆地和海洋表面的平均温度呈上升趋势，20世纪升高了大约0.6℃左右。就全球而言,２0世纪９０年代是自１861年以来最暖的10年，1998年则是自l８61年以来最暖的1年。近百年的全球温度仪器测量记录还表现出明显的年代际变化，2０世纪最主要的增暖发生在１9１０－194５年和1976-2000年期间。观测资料显示,19５１-1９89年全国年平均气温以每1０年０.04℃的速率上升，表现出明显的上升趋势;自1987年以来出现了持续14年的异常偏暖，最暖的１99８年偏暖1.4℃。这一变暖趋势与全球变暖的趋势一致。美国宇航局公布了两张测绘地图（如图１、２)，显示了的全球气温变化,并指出未来地球温度将继续升高。自200０年至2011年，全球经历了有气象记录以来最热的十年（如图2)。就中国而言,东北、华北和西北地区西部增温最显著,而且冬季比其他季节增温明显,晚上增温比白天明显。 图1：1９７０—19７9年全球气温变化图
遥感反演土壤湿度的主要方法 遥感反演土壤湿度根据波段的不同分为3类：微波遥感土壤湿度法；作物植被指数法；热红外遥感监测法（主要是应用热惯量模型）。 1.1 微波遥感土壤湿度法 分主动微波遥感监测法和被动微波遥感监测法两种。此方法物理基础坚实，即土壤的介电特性 和土壤含水量密切相关，水分的介电常数大约为80，干土仅为3，它们之间存在较大的反差。土壤的介电常数随土壤湿度的变化而变化，表现于卫星遥感图像上将是灰度值G亮度温度Tb的变化。因此，微波遥感土壤水分的方法被广泛地应用于实际的监测工作中。 1.1.1 主动微波遥感监测法 以应用x波段侧视雷达为主，主要是后向反射系数法。因为含水量的多少直接影响土壤的介电常数，使雷达回波对土壤湿度反映极为敏感，据此可建立后向散射系数和土壤水分含量之间的函数关系。国内李杏朝据微波后向反射系数法，用x波段散射计测量土壤后向反射系数，与同步获得的X 波段、HH极化机载SAR图像一起试验监测土壤水分；田国良等在河南也应用此方法也进行土壤水分研究。主动微波遥感土壤水分精度较高，且可以全天候使用，成为监测水分最灵活、最适用、最有 效的方法，随着大量的主动微波遥感器的卫星（ERS系列、EOS、SAR、Radar sat、ADEOS、TRMM 等）的发射升空，将使微波遥感的成本不断下降，逐渐被应用于实践 1.1.2 被动微波遥感监测法 原理同主动微波遥感法。值得指出，植被在地表过程研究中的影响突出，为了消除植被的影响，必须同时重视植被的遥感监测，建立相关的计算模型。Teng等通过实验得出在浓密植被覆盖区土壤湿度监测中应避免使用19GHZ波段，此时SMMR 的6.6GHZ波段比SSM／I的19GHZ在遥感监测土壤湿度信息方面的精度更高。说明在植被较密时，为了消除植被对土壤湿度反演的影响，应尽量 选择波段较长的微波辐射计。 1.2 作物植被指数法 采用此方法是基于植被在可见光部分叶绿素吸收了70％-90％红光，反射了大部分绿光，而由 于叶肉组织的作用，后行叶片在近红外波段的反射较强。通过各光谱波段所反射的太阳辐射的比来 表达，这就叫植被指数。常用的植被指数有：归一化植被指数（Normal Difference Vegetation Index, NDVI）、比值植被指数（Ratio Vegetation Index, RVI）距平植被指数（Average Vegetation Index, AVI）和植被条件指数（Vegetation Condition Index，VCI）。 1.3 热红外遥感监测法 土壤热惯量和土壤水分的关系密切，即土壤水分高，热惯量大，土壤表面的昼夜温差小，反之 亦然。热红外遥感手段主要利用地表温度日变化幅度、植被冠层和冠层空气温差、表观热惯量、热 模型（蒸散比）估测土壤含水量[5]。 土壤热惯量法是土壤热特性的综合性参数，定义为： P = tCm (1) (1)式中：P为热惯量（J/m2 k?S1/2）；ρ为密度（kg/m3 ）；C为比热（J/kg?k）；λ为热导率。在实际工作中，常用表观热惯量来代替P： ATI=(1一A)／(Td-Tn) (2) 式中：Td、Tn分别为昼夜温度，A为全波段反照率。
第!"卷， 第#期中国农业资源与区划$%&’!"，(%’#，))*+,*-!..*年.+月/%0123&%4567238917:0&;013&<=>%01:=>32?<=97%23&@&322729/02=，!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!!..*?技术方法? 土壤水分遥感监测方法进展 邓辉，周清波 （中国农科院资源区划所，北京A ...B A ）摘要该文全面地回顾了目前国内外遥感监测土壤水分的方法和研究进展，比较和评价了热惯量法、微 波法、热红外法、距平植被指数法、植被缺水指数法、植被供水指数法等方法的优缺点和应用范围，并对 土壤水分遥感监测方法的发展趋势进行了分析和展望。关键词旱情监测土壤水分热惯量法微波法植被缺水指数方法回顾收稿日期：!..#,.#,#.邓辉为硕士生周清波为研究员 一、引言 干旱（农业干旱）是指：作物生长过程中因供水不足，阻碍作物的正常生长而发生的水量供应不平衡现象，即农田土壤含水量降低到影响农作物的正常生长发育。干旱是我国农业的一大威胁，在各种自然灾 害中造成的损失列为首位。据统计，我国农业自然灾害的近+.C 是干旱造成的，每年有近"D .万6E !耕地受旱减产，占播种面积的"’B +C ，按减产#.C !".C 的轻灾计算，每年直接经济损失达*亿!D 亿元。探讨一套客观、动态、实时的土壤水分监测方法，对于各级政府和领导及时了解旱情程度和分布，采取有效的防、抗措施，科学的指导农业生产，具有重要意义。 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、F G <法（时域反射）等，因采样速度慢而且花费大量人力物力，范围有限。传统方法难以满足实时、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。 二、监测土壤水分的方法和进展 （一）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。热惯量法也是国内研究较多的一种方法。 国外：H 3;>%2等人［A ，!］（A -D A ，A -D *）最早应用了热模型；A -D B 年热容量制图卫星（I 5JJ ）发射 成功，随后具有较高分辨率的F K 第十一章土壤湿度传感器 11.1 土壤湿度及其表示 11.1.1土壤湿度 土壤湿度，即表示一定深度土层的土壤干湿度程度的物理量，又称土壤水分含量。土壤湿度的高低受农田水分平衡各个分量的制约。 11.1.2土壤湿度传感器 土壤湿度传感器又名土壤水分传感器，土壤含水量传感器。土壤水分传感器由不锈钢探针和防水探头构成，可长期埋设于土壤和堤坝内使用，对表层和深层土壤进行墒情的定点监测和在线测量。与数据采集器配合使用，可作为水分定点监测或移动测量的工具测量土壤容积含水量，主要用于土壤墒情检测以及农业灌溉和林业防护。 11.1.3 土壤湿度表示方法 土壤湿度，即土壤的实际含水量，可用土壤含水量占烘干土重的百分数表示：土壤含水量=水分重/烘干土重×100％。也可以相当于土壤含水量与田间持水量的百分比，或相对于饱和水量的百分比等相对含水量表示。 根据土壤的相对湿度可以知道，土壤含水的程度，还能保持多少水量，在灌溉上有参考价值。土壤湿度大小影响田间气候，土壤通气性和养分分解，是土壤微生物活动和农作物生长发育的重要条件之一。 土壤湿度受大气、土质、植被等条件的影响。在野外判断土壤湿度通常用手来鉴别，一般分为四级：（1）湿，用手挤压时水能从土壤中流出；（2）潮，放在手上留下湿的痕迹可搓成土球或条，但无水流出；（3）润，放在手上有凉润感觉，用手压稍留下印痕；（4）干，放在手上无凉快感觉，粘土成为硬块。 农业气象上土壤湿度常采用下列方法与单位表示： ①重量百分数。即土壤水的重量占其干土重的百分数(％)。此法应用普遍，但土壤类型不同，相同的土壤湿度其土壤水分的有效性不同，不便于在不同土壤间进行比较。 ②田间持水量百分数。即土壤湿度占该类土壤田间持水量的百分数(％)。利于在不同土壤间进行比较，但不能给出具体水量的概念。 ③土壤水分贮存量。指一定深度的土层中含水的绝对数量，通常以毫米为单位，便于与降水量、蒸发量比较。土壤水分贮存量W（毫米）的计算公式为:W ＝0.1·h·d·w。式中h是土层厚度，d为土壤容重（克／厘米3）,0.1是单位换算系数，w为土壤湿度（重量百分数）。 ④土壤水势或水分势是用能量表示的土壤水分含量。其单位为大气压或焦／克。为了方便使用，可取数值的普通对数，缩写符号为pF，称为土壤水的pF值。 11.1.4 土壤湿度测量方法 土壤既是一种非均质的、多相的、分散的、颗粒化的多孔系统，又是一个由惰性固体、活性固体、溶质、气体以及水组成的多元复合系统，其物理特性非常复杂，并且空间变异性非常大，这就造成了土壤水分测量的难度。土壤水分测量方法的深入研究，需要一系列与其相关的基础理论支持，尤其是土壤作为一种非均一性多孔吸水介质对其含水量测量方法的研究涉及到应用数学、土壤物理、介质物理、电磁场理论和微波技术等多种学科的并行交叉。而要实现土壤水分的快速测量又要考虑到实时性要求，这更增加了其技术难度。 土壤的特性决定了在测量土壤含水量时，必须充分考虑到土壤容重、土壤质地、土壤结构、土壤化学组成、土壤含盐量等基本物理化学特性及变化规律。 利用ENVI软件反演土壤湿度指数 晏红波 2015-03-20 0. 绪论 土壤湿度在陆地与大气界面进行水分和能量的交换过程中起重要作用，同时对农作物的生长起决定性作用，而且影响着土地退化、植被覆盖，是气候、生态、水文、农业等多个领域的重要参数。区域性和大尺度的陆地土壤湿度变化信息对于陆气交互作用平衡和陆面水文研究、改善区域及全球气候模式预报结果、水涝和干旱的监测、农作物生长态势评估、自然和生态环境问题的研究等都是十分关键的因素。因此，研究区域性和大尺度的陆地土壤湿度变化情况意义重大，这也是当前国际研究的热点问题之一。 传统的土壤湿度监测方法包括烘干称重法、中子仪探测法、电阻法等，虽然可以比较准确地监测小范围内的土壤含水量，但是需要耗费较大的人力和时间，时效性不高，而且不能完全反映出较大区域内的土壤含水量的情况，不能用于大范围土壤水分的监测。利用遥感手段反演土壤湿度可以实现全区域大面积的实时动态监测，因此利用遥感手段监测土壤湿度越来越引起人们的重视。 常用的遥感波段包括可见光，近红外，热红外以及微波等。不同波段反演土壤湿度所用的反演方法也不同。 1. 遥感反演土壤湿度的主要方法 遥感反演土壤湿度根据波段的不同分为3类：微波遥感土壤湿度法；作物植被指数法；热红外遥感监测法（主要是应用热惯量模型）。 （1）微波遥感土壤湿度法 分主动微波遥感监测法和被动微波遥感监测法两种。此方法物理基础坚实，即土壤的介电特性和土壤含水量密切相关，水分的介电常数大约为80，干土仅为3，它们之间存在较大的反差。土壤的介电常数随土壤湿度的变化而变化，表现于卫星遥感图像上将是灰度值G亮度温度Tb的变化。因此，微波遥感土壤水分的方法被广泛地应用于实际的监测工作中。 A 主动微波遥感监测法 以应用x波段侧视雷达为主，主要是后向反射系数法。因为含水量的多少直接影响土壤的介电常数，使雷达回波对土壤湿度反映极为敏感，据此可建立后向散射系数和土壤水分含量之间的函数关系。国内李杏朝据微波后向反射系数法，用x波段散射计测量土壤后向反射系数，与同步获得的X波段、HH极化机载 Open Journal of Natural Science 自然科学, 2020, 8(4), 282-290 Published Online July 2020 in Hans. https://www.doczj.com/doc/cf10590664.html,/journal/ojns https://https://www.doczj.com/doc/cf10590664.html,/10.12677/ojns.2020.84038 Characteristics of Variation of Soil Moisture at Namco, Tibetan Plateau Liuyi Gan Chengdu University of Information Technology, Chengdu Sichuan Received: Jun. 28th, 2020; accepted: Jul. 13th, 2020; published: Jul. 20th, 2020 Abstract Using the observational soil moisture data from 10 to 160 cm in the Namco comprehensive obser-vation and research station of multi-layer interaction of Chinese Academy of Sciences and the gridded meteorological reanalysis data from the US National Center for Environmental Forecast-ing and US National Center for Atmospheric Research from 18 July to 16 September, 2014, the characteristics of the temporal variation of soil moisture at Namco lake were studied based on the linear trend analysis, Mann-Kendall analysis, and wavelet analysis, EOF analysis, and correlation analysis methods. The results show that the soil moisture in Namco changes greatly with time. There is a significant abrupt change feature in the time series of soil moisture, and a main cycle of about 4 days for the soil moisture in Namco was also observed. EOF analysis shows that the spatial distribution of soil moisture in Tibet mainly shows the same changes in the central and eastern regions of Tibet, and the opposite changes was observed in the southwest region and the north of Naqu region. The changes of soil moisture in the Namco basin also show the consistent feature. The correlation analysis shows that there is a significant negative correlation between soil mois-ture and surface temperature in Namco, while the correlation between soil moisture and precipi-tation in Namco are not significant. Keywords Namco, Soil Moisture, EOF Analysis, Correlation Analysis 西藏纳木错地区土壤湿度变化特征分析 甘镠易 成都信息工程大学，四川成都 土壤水分的遥感监测 摘要：针对日益严重的全球干旱问题，本文从水分监测领域出发进行研究。从国内外各种研究方法的比较及传统方法和遥感监测方法的比较中突出遥感监测的优越性。从遥感监测的各种方法分述，对比出气各自适用的范围和优缺点。联系实际和GIS技术的发展，提出该技术的进步空间。 一、研究土壤水分监测的意义 近百年来全球变化最突出的特征就是气候的显著变暖，这种气候变化会使有些地区极端天气与气候事件如干旱、洪涝、沙尘暴等的频率与强度加强增加。中国气候变暖最明显的地区在西北、华北和东北地区，特别是西北变暖的强度高于全国平均值，使得夏季干旱化和暖冬比较突出。新世纪以来尤为明显：2000年多省干旱面积大，达4054万公顷，受灾面积6.09亿亩，成灾面积4.02亿亩。建国以来可能是最为严重的干旱。 2003年江南和华南、西南部分地区江南和华南、西南部分地区发生严重伏秋连旱，其中湖南、江西、浙江、福建、广东等省部分地区发生了伏秋冬连旱，旱情严重。 2004年我国南方遭受53年来罕见干旱，造成经济损失40多亿元，720多万人出现了饮水困难。 2005年华南南部、云南严重秋冬春连旱，云南发生近50年来少见严重初春旱。 2006年重庆旱灾达百年一遇，全市伏旱日数普遍在53天以上，12区县超过58天。直接经济损失71.55亿元，农作物受旱面积1979.34万亩，815万人饮水困难。 2007年全国22个省全国耕地受旱面积2.24亿亩，897万人、752万头牲畜发生临时性饮水困难。中央财政先后下达特大抗旱补助费2.23亿元。 2008年云南连续近三个月干旱，云南省农作物受灾面积现达1500多万亩。仅昆明山区就有近1.9万公顷农作物受旱，13多万人饮水困难。 2009年华北、黄淮等15个省市连续3个多月，华北、黄淮、西北、江淮等 土壤湿度检测及自动浇水系统设计 1 设计主要内容及要求 1.1 设计目的： 随着人们生活水平的提高花卉逐渐受到人们的青睐，本设计要求利用单片机设计一款家庭智能浇花器，实现自动浇花，节省人力，方便人们出差的时候不至于影响花卉的生长，如果在家也可以关断浇花器。 （1）了解土壤湿度检测的基本知识以及电工电子学、单片机、传感器等相关技术。 （2）初步掌握常用土壤湿度检测传感器的特点和应用场合，并选择恰当方法应用于本设计。 1.2 基本要求 （1）通过c8051f020单片机编程来实现土壤湿度的实时显示，并具有超量程报警装置。 （2）要求设计相关传感器系统和控制系统实现自动浇水功能。 （3）要求设计相关的硬件电路，包括传感器的选型、控制系统和显示系统的硬件电路设计。 1.3 发挥部分 自由发挥 2 设计过程及论文的基本要求： 2.1 设计过程的基本要求 （1）基本部分必须完成，发挥部分可任选； （2）符合设计要求的报告一份，其中包括总体设计框图、电路原理图各一份； （3）报告的电子档需全班统一存盘上交。 2.2 课程设计论文的基本要求 （1）参照毕业设计论文规范打印，包括附录中的图纸。项目齐全、不许涂改，不少于4000字。图纸为A4，所有插图不允许复印。 （2）装订顺序：封面、任务书、成绩评审意见表、中文摘要、关键词、目录、正文（设计题目、设计任务、设计思路、设计框图、各部分电路及相应的详细的功能分析和重要的参数计算、工作过程分析、元器件清单、主要器件介绍）、小结、参考文献、附录（总体设计框图与电路原理图）。 3 时间进度安排 一设计任务描述 1.1 设计题目：土壤湿度检测及自动浇水系统设计 1.2 设计要求 1.2.1 设计目的： 随着人们生活水平的提高花卉逐渐受到人们的青睐，本设计要求利用单片机设计一款家庭智能浇花器，实现自动浇花，节省人力，方便人们出差的时候不至于影响花卉的生长，如果在家也可以关断浇花器。 （1）了解土壤湿度检测的基本知识以及电工电子学、单片机、传感器等相关技术。（2）初步掌握常用土壤湿度检测传感器的特点和应用场合，并选择恰当方法应用于本设计。 1.2.2 基本要求： （1）通过C8051F020单片机编程来实现土壤湿度的实时显示，并具有超量程报警装置。 （2）要求设计相关传感器系统和控制系统实现自动浇水功能。 （3）要求设计相关的硬件电路，包括传感器的选型、控制系统和显示系统的硬件电路设计。 第41卷第4期东北师大学报(自然科学版)Vol.41No.4 2009年12月Journal of Northeast Normal University(Natural Science Edition)December2009 [文章编号]100021832(2009)0420134205 全球气候变化下的 半干旱区相对湿度变化研究 靳英华1,廉士欢2,周道玮3,徐金斌1,彭 聪1 (1.东北师范大学城市与环境科学学院,吉林长春130024; 2.东北师范大学教育科学学院,吉林长春130024; 3.中国科学院东北地理与农业生态研究所,吉林长春130012) [摘 要] 为揭示全球气候变化下半干旱区空气相对湿度的变化规律,利用线性回归分析、多元线性相关分析以及M2K检验法对吉林省西部5个站点的1953年以来的相对湿度、气温、降水和风速资料进行了研究.结果表明:相对湿度的年变化曲线呈双峰型,相对湿度的最大值出现在8月,次大值出现在1月,最小值出现在4月,次小值出现在10月.夏、秋季的相对湿度较大,而春、冬季的相对湿度较小.近50年,年平均相对湿度及春、夏、秋、冬四季的相对湿度在波动中下降,下降趋势不显著;但是9月和10月的平均相对湿度下降显著.影响相对湿度变化的主要因子是温度和降水,风速也起一定的作用.相对湿度的变化与温度和风速变化呈负相关关系,与降水变化呈正相关关系. [关键词] 全球气候变化;空气相对湿度;温度;降水;风速;半干旱区 [中图分类号] P426.1+3 [学科代码] 170?1525 [文献标识码] A 0 前言 全球干旱及半干旱区的面积约占陆地总面积的35%[1],在全球增暖的大背景下,区域温度和降水发生了不同程度的变化.增暖导致地表蒸发增加,一些区域降水的减少将使地表变得更干;一些区域降水的增加将缓解温度对地表干湿状况的影响.有研究表明:全球变暖会导致地表蒸发的增加,从而引发全球干旱化的发展和加剧[2],干旱半干旱区问题将变得更为严重.土壤湿度的变化作为气候变化研究中的一个重要方面一直受到有关研究的重视,但是空气湿度的研究却很少受到关注. 对1970—1990年中国大气水分的变化研究表明:大气水分在20年中是增长的,其中增长多在对流层低层,主要增长地区在东北、西南和南部沿海地区,在华北和中南部分地区却呈下降趋势.大气水分与地面气温的关系取决于地区与季节.在东北地区,大气水分的增长与地面气温增暖相一致,华北地区则不然;在西南地区只有秋、冬两季的大气水分与地面气温有明显的相关关系.大气水分与降水具有密切的正相关关系[3]. 空气相对湿度是表示空气中水汽距离饱和的程度,是表征空气湿度的重要物理量.对空气相对湿度的研究主要集中在各地的相对湿度的大小及日变化与季节变化特征上.相对湿度的大小及日变化与季 [收稿日期] 2009206211 [基金项目] 国家重点基础研究发展计划(973)项目(2005CB121101) [作者简介] 靳英华(1968—),女,博士,副教授,主要从事区域气候变化、农田生态学研究;通讯作者:周道玮(1963—),男,博士,教授,博士研究生导师,主要从事草地农业研究. 遥感建模与应用综合实习 实验报告 学期2017-2018学年第二学期 姓名 学号 指导教师闵爱莲 实验题目:土壤湿度遥感反演研究 1.实验目的 1、1熟悉遥感图像大气校正、几何校正的流程,掌握NDVI的计算及密度分割的过程。 1、2 学会利用TM热红外波段反演地表温度,了解TVDI的原理,制图输出黄骅市TVDI图像。 1、3 掌握基本的统计学评价指标(R2值、相关系数、线性拟合模型精度评价等),建立干旱指数TVDI与土壤相对湿度之间的关联模型。 2.实验要求 2、1 大气校正,几何校正后NDVI计算并制图输出。 2、2地表温度反演;Ts-NDVI散点图制作;TVDI指数计算;除云、除水、除建筑物,保留植被区域的TVDI。 2、3建立TVDI与土壤相对湿度之间的关联模型。模型精度评价。土壤相对湿度制图。 3.实验数据 TM200205图像、BASE IMAGE图像、研究区矢量边界图。 4.实验步骤: 4、1图像预处理以及NDVI制图。 ①大气校正。本实验选择黑暗像元法进行大气校正。打开TM200205,快速统计图像DN值,记录7个波段每个波段的黑暗像元。本实验选择DN值像元个数为十位数时对应的DN值作为黑暗像元DN值。所有像元均减去此黑暗像元的DN,达到校正目的。所依据原理为认为黑暗像元的辐射记录值为0,且认为图像各处大气影响一致,之所以不为0就是由于大气程辐射的影响,减去此DN,即为整体消除大气程辐射的影响。 ②几何校正。加载并打开base image与TM200205图像,基于Map下的图像到图像校正方法进行几何校正。以base image为基准图像,以TM200205为待校 土壤 (Soils, 2004, 36 (2: 219~221 使用ＭＯＤＩＳ数据监测土壤湿度 郭广猛赵冰茹 ( 中国科学院地理科学与资源研究所北京 100101 MONITORING SOIL MOISTURE CONTENT WITH MODIS DATA GUO Guang-meng ZHAO Bing-ru (Institute of Geography Science and Natural Resource Research, Chinese Academy of Science, Beijing 100101 摘要土壤湿度是水文学、气象学以及农业科学研究领域的一个重要参数，目前使用遥感来监测土壤湿度主要用NOAA/AVHRR数据和微波数据，使用MODIS 数据的研究还不多见。本文采用MODIS 数据，根据水的吸收率曲线提出使用中红外波段来监测土壤湿度。通过在内蒙古地区的实地调查，回归分析表明MODIS 第7波段的反射率与地面湿度之间有较好的线性关系，因此认为使用MODIS 数据进行大面积土壤湿度监测是可行的。 关键词 MODIS；土壤湿度；中图分类号TP75 土壤湿度是水文学、气象学以及农业科学研究领域的一个重要参数。大面积土壤湿度的监测是农业水管理以及农作物旱情预报的一个重要内容，同时区域尺度乃至全球尺度的土壤信息是陆面过程模式研究必不可少的一个参量，对改善区域及全球气候模式预报结果起着重要的作用[1]。 传统的土壤湿度测量方法，主要是从有限的地面观测点来测定土壤含水量，例如烘干法、中子法、TDR 法等[2]，因其采样速度较慢且花费的人力、物力较大，难以大范围推广应用。气象卫星可以迅速、大面积、多时相地获取地面信息，为土壤湿度监测提供了一种新的手段，其中以NOAA/AVHRR数据应用最为广泛 中国科学D辑:地球科学 2008年 第38卷 第11期: 1428~1437 https://www.doczj.com/doc/cf10590664.html, https://www.doczj.com/doc/cf10590664.html, 《中国科学》杂志社SCIENCE IN CHINA PRESS 中国东部春季土壤湿度的时空变化特征 左志燕, 张人禾* 中国气象科学研究院灾害天气国家重点实验室, 北京 100081 * 联系人, E-mail: renhe@https://www.doczj.com/doc/cf10590664.html, 收稿日期: 2008-06-16; 接受日期: 2008-09-02 国家重点基础研究发展计划(编号: 2004CB418302)和国家自然科学基金项目(批准号: 40225012)资助 摘要利用中国气象局提供的土壤湿度观测资料和欧洲中期天气预报中心(ECMWF)的ERA-40土壤湿度再分析资料, 在仔细比较分析两套资料的基础上, 研究了100°E以东中国春季土壤湿度的空间分布特征及其在不同时间尺度上的变化特征, 结果表明ERA-40资料能很好的再现中国东部春季土壤湿度的时空变化特征, 较好地反映出了中国春季土壤存在东北和西南湿、华北和内蒙古干的地理分布及其年际变化. 在整个中国东部地区, 春季土壤存在不同程度上的干旱化现象; 其中西南地区土壤从浅层到深层都存在一致的变干趋势, 20世纪80年代后这种变干趋势变得显著; 在东部中纬度地区, 浅层土壤湿度具有明显的年际变化特征, 没有明显的干化趋势, 但深层土壤湿度从1988年以后存在较为明显的干化现象; 东北地区浅层和深层土壤也存在较明显的变干趋势, 其中浅层土壤在20世纪70年代初以后变干趋势减缓, 而深层土壤在70年代末以后的变干趋势加剧. 关键词 土壤湿度 中国100°E以东春季 时空变化 在气候系统中, 土壤湿度是一个很关键的变量. Walker和Rowntree[1]发现非洲降水对初始的土壤湿度很敏感, 非洲土壤异常干化使得非洲降水持续负异常, 可导致非洲出现沙漠化. Yeh等[2]最早提出土壤湿度对气候有记忆功能. Kanae等[3]研究发现对于地表潜热和感热负反馈关系比较明显的半干旱地区而言, 土壤湿度在季节时间尺度上的陆气之间相互作用起主导作用, 偏湿的土壤能带来更多的降水. 土壤湿度作为陆面过程的一个重要物理参数, 积累了地表水文过程的大部分信息, 也是固体地球和生命物质的界面及生命物质、生物化学循环的主要过程. 它通过影响地表的反照率、热容量、陆面植被的生长状况以及蒸发和蒸腾来改变陆气之间的感热通量、潜热通量、辐射通量和动量通量, 从而引起气候变化. 土壤湿度的观测对于气候分析、模式发展以及卫星遥感陆面状况都很关键. 由于土壤湿度为非常规观测量, 且其时空变率大, 观测仪器昂贵, 使得土壤湿度的观测起步很晚. Robock等[4]收集了全球大约600个站点的土壤湿度资料, 建立了一个土壤湿度站点观测资料库. 研究发现, 除了有限的几个小区域(如前苏联的乌克兰具有45 a的较长时间序列的观测资料), 全球范围内都缺乏一个连续的长时间序列土壤湿度观测资料. 虽然在土壤湿度的观测方面取得了一定进展, 但缺乏一个具有区域尺度的长时间序列的土壤湿度观测资料依然是制约土壤湿度气候学进展的关键所在. 关于土壤湿度对气候的影响, Delworth和Manabe[5]提出土壤湿度长时间的异常可能是地表层对随机降水强迫的反应, 降水储存到土壤中然后慢慢释放反馈大气, 从而使其时间尺度变长, 频谱变宽. Vinnikov等[6,7]利用该观点分析前苏联和俄罗斯的十几个站点数据, 发现土壤湿度异常主要分为两个部 1428土壤湿度传感器
ENVI土壤水分反演 流程
西藏纳木错地区土壤湿度变化特征分析
土壤水分的遥感监测
(完整word版)土壤湿度检测及自动浇水系统设计
全球气候变化下的半干旱区相对湿度变化研究_靳英华
ENVI土壤湿度遥感反演及干旱灾害监测
使用MODIS数据监测土壤湿度解析
中国东部春季土壤湿度的时空变化特征
相关主题
文本预览