基于MODIS數據的新疆地區土壤濕度反演
2017-06-19 17:07:28李海霞楊井陳亞寧郝興明
草業學報 2017年6期
李海霞，楊井，陳亞寧，郝興明
?
基于MODIS數據的新疆地區土壤濕度反演
李海霞1,2，楊井1*，陳亞寧1，郝興明1
(1.中國科學院新疆生態與地理研究所，荒漠與綠洲生態國家重點實驗室，新疆 烏魯木齊 830011；2.中國科學院大學資環學院，北京 100049)
以新疆地區為研究對象，選取2016年5和6月的植被指數產品數據和地表溫度產品數據，構建新疆地區NDVI-Ts和EVI-Ts特征空間，分析新疆地區土壤干濕狀況的空間分布格局及土壤水分的影響因素。結合野外同步重復采樣獲得的土壤含水量對TVDI進行驗證，并分析EVI和Ts所包含的旱情信息。結果表明：(1)構建NDVI-Ts和EVI-Ts特征空間，其散點圖符合三角形的關系。(2)新疆地區5和6月土壤濕度總體以干旱(0.6 溫度植被干旱指數；特征空間；地表溫度；NDVI-Ts；EVI-Ts 作為陸地表面水循環系統的重要組成，土壤水分的存在形式和運動狀態對全球的能量平衡起著重要的調節作用，地-氣間的熱量平衡、土壤溫度和農業等受土壤水分時空分布會產生顯著影響，因此土壤水分對氣候、農業、旱情監測都具有重要意義[1-3]。獲取土壤濕度的方法主要分為三大類：田間實測法、土壤水分模型和遙感監測[4-11]；觀測土壤濕度的傳統方法主要為田間實測法，田間實測方法的優點是操作簡單，但是采樣需要大量的人力、物力、財力等，連續的動態旱情監測難以實現[8,11-12]。土壤水分模型法是根據影響土壤水分的因子來建立土壤水分方程從而求解土壤濕度[4-6]，如李忠武等[13]基于GIS的黃土丘陵溝壑區土壤水分模型研究。土壤水分模型法需要的氣象數據量大且不確定因素較多，預測土壤濕度的準確度有一定的誤差。和田間實測法、土壤水分模型法相比，遙感技術可以進行大范圍、實時、動態的土壤濕度監測，如吳黎等[14]和余濤等[15]熱慣量法(AVDI)在河北省和華北農業區土壤水分反演中的應用，王玉娟等[16]和高志海等[17]在渭河流域和石羊河下游選取作物缺水指數法(CWSI)進行干旱監測，大量研究[18-28]應用溫度植被旱情指數法(TVDI)進行土壤干濕狀況的監測及鄭興明[27]利用微波遙感法在東北地區土壤濕度反演中的應用等。 溫度植被旱情指數法(TVDI)是通過建立植被指數和陸地表面溫度的關系方程來反映土壤的干濕狀況。在陸地表面溫度和植被指數空間關系的研究中，Ts-NDVI特征空間的一個重要影響因素是植被指數在不同的作物生長季敏感性不同?；贜DVI的TVDI主要適用于作物生長的初期和中期[18,29]，高植被覆蓋時紅光飽和問題嚴重、植被指數被壓縮，NDVI的一致性也受到了土壤噪音的影響[30-31]。增強型的EVI較好地解決了NDVI紅光飽和及NDVI的一致性受土壤噪聲影響等問題[29]。在作物不同的生長階段，植被覆蓋狀況不同，我們將選取相應的敏感植被指數，對提高監測農業旱情具有重大意義。 本文以新疆為研究區，選擇MODIS(中分辨率成像光譜儀)數據和覆蓋度較好的5和6月的NDVI和EVI兩種植被指數，來構建Ts-NDVI和Ts-EVI特征空間，并利用陸地表面溫度和歸一化的植被指數計算TVDI，反映新疆地區的干旱狀況的空間分布及討論土壤濕度空間分布的影響因素。同時結合采用野外衛星同步采樣獲取的地表土壤含水量數據進行驗證，并選取適合5與6月的植被指數，進一步討論土壤濕度與土地利用、地形的關系，對植被指數和陸地表面溫度對旱情的敏感性做出分析，確認它們所包含干旱信息的相對大小，為新疆農業旱情監測提供科學依據和決策參考。 1.1 原理及方法 圖1 Ts-NDVI特征空間Fig.1 Ts-NDVI feature spaceA:Dry bare soil.B:Saturated bare soil.C:Vegetation moisture sufficiency. 利用溫度-植被指數(Ts-NDVI)特征空間反演土壤濕度的基本原理是基于土壤濕度、植被指數和地表溫度三者的關系，植被冠層通過吸收太陽能使冠層溫度增大，植被通過蒸騰發散作用使冠層溫度降低。因此，當土壤水分不足時，感熱通量增加，蒸散作用減弱，冠層溫度升高；反之，冠層溫度降低[25,32-35]。雖然土壤濕度不能通過陸地表面溫度直接表現出來，但是在相同的植被覆蓋度下土壤濕度狀況可以通過地表溫度間接表現出來，反映在遙感圖像上為像元灰度值的高低[32,34-35]。從該意義上，地表溫度可以作為反映土壤干濕狀況的一個指標。 Price[35]和Carlson等[36]研究發現以MODIS遙感影像獲得的溫度-植被指數特征空間的散點圖為三角形；Nemani等[37]和Moran等[38]研究發現Ts和NDVI構成的散點圖為梯形。Sandholt等[39]研究發現Ts和NDVI構成的圖中有很多等值線(圖1)，從而提出了TVDI的概念[11,41-47]。 圖1中A代表干旱無植被覆蓋的土壤；B代表潮濕且無植被覆蓋的土壤；C代表潮濕密閉植被冠層[4,29]。 TVDI由植被指數和地表溫度計算得到，其定義為： (1) 其中，Ts是任意像元的地表溫度；當用植被指數NDVI來計算TVDI時，Tsmin=c+d*NDVI，Tsmin為某一NDVI對應的地表溫度的最小值，對應的是濕邊，c和d是濕邊擬合方程的系數；Tsmax=a+b*NDVI，Tsmax為某一NDVI對應的地表溫度最大值，即干邊，a和b是干邊擬合方程的系數[12,29,41-42]。相應地，也可以用植被指數EVI來計算TVDI。我們用TVDIN和TVDIE分別表示用NDVI和EVI來計算的TVDI。TVDI在0～1之間，TVDI越大，表示對應的土壤濕度越小?？梢杂肨VDI值作為不同土壤干旱分級指標，本文將土壤干旱程度劃分為5級：極濕潤(0 1.2 研究區概況 新疆位于中國西北邊陲，深居中歐亞大陸腹地，地理坐標73°20′41″～96°25′ E，34°15′～49°10′45″ N，總面積166.49×104km2，是我國地域面積最大的省區。新疆屬溫帶大陸性氣候，冬季漫長而嚴寒，夏季短而炎熱，干旱少雨，南疆年降雨量僅20～100 mm，北疆年降雨量100～500 mm，蒸發強烈，晝夜溫差較大，日照時間長，光熱資源充足[43]。 1.3 數據的來源及處理 本研究采用美國國家航空航天局(NASA)提供的MODIS 8 d合成且空間分辨率為1 km的2016年5和6月地表溫度數據(MOD11A2)和16 d合成且空間分辨率為1 km的植被指數數據 (MOD13A2)、年合成且空間分辨率為500 m的土地利用數據(MCD12Q1)、由NASA和 美國國家圖像測繪局(NIMA) 聯合測量且空間分辨率為90 m的高程數據(SRTM DEM)。MOD11A2和MOD13A2產品均為V004，MCD12Q1產品的版本為V5.1，SRTM DEM產品的版本為V4.1。 MOD11A2包括白天地表溫度和夜間地表溫度等數據資料；MOD11A2中的地表溫度(LST)是通過建立31、32通道亮溫線性組合，并用劈窗算法計算獲取，其中通道亮溫值是根據輻射亮度與0.1 K步長亮溫的查找表來確定，在計算LST過程中需要的發射率是根據MODIS土地覆蓋產品確定[4,10,23,42,45]。 MOD13A2包含NDVI、EVI、紅光、近紅外等數據資料；MOD13A2用于檢測植被狀態和土地覆蓋利用變化，MOD13A2在生成植被指數時需要對大氣吸收、分子散射等效應做訂正，用雙向反射分布函數(BRDF)模式將觀測量訂正到天頂角[23,35,42,46]。 圖2 研究區示意圖及土壤濕度采樣點Fig.2 Study area and soil moisture sampling points MOD12Q1是由一年的Terra和Aqua觀測所得的數據經過處理獲得；MOD12Q1主要包括11個自然植被類型、3個土地開發與鑲嵌的地類和3個非草木土地類型。 土壤含水量采樣時間為2016年5月中下旬和6月中下旬。每天采樣時間一般為10：30左右(為了保證和衛星過境時間一致)，天氣要求晴朗，風力一般小于3級[44]。由于新疆地形復雜且根據研究需要，2016年5和6月在野外利用GPS做記錄并布設樣點(圖2)，用土鉆逐點采集0～10 cm的樣品且每個樣點取3次重復。通過把裝有土樣的鋁盒帶回實驗室稱重，放在溫度為(105±3) ℃恒溫干燥箱中烘6～8 h，蓋好蓋子，冷卻至室溫稱重得到土壤含水量。公式如下： (2) 式中:W為土壤含水量(%);W1為濕土質量(g)；W2為烘干土質量(g)。 文中圖像處理過程由ARCGIS圖像處理軟件完成，處理過程如下[31]： (1) 首先利用MODIS數據產品投影變換軟件MRT作圖幅拼接和進行投影變換，輸出圖像為GEOTIFF。 (2) 在ARCGIS中使用新疆的省矢量圖裁剪出新疆的地表溫度圖像和植被指數圖像。 (3) 在matlab中將兩個時相8 d的地表溫度數據合成為1個時相16 d的地表溫度數據，利用16 d合成的地表溫度數據和植被指數數據，提取某一NDVI/EVI對應的所有溫度中的最大值和最小值，將不同NDVI/EVI下的最大溫度和最小溫度保存于Excel中。 (4)利用上一步驟提取的數據，在Sigmaplot中對NDVI/EVI和最大、最小陸地表面溫度進行線性擬合，獲得干邊和濕邊的方程系數，根據(1)式計算圖像像元溫度植被干旱指數 (TVDI)值，獲得新疆TVDI的分布圖。 (5) 根據TVDI等級劃分新疆土壤濕度分布圖，提取采樣點位置的TVDI值，對TVDI和土壤含水量進行相關分析。 2.1 Ts-NDVI和Ts-EVI特征空間 在NDVI或EVI 0～1值域范圍內，經過數據的預處理，獲得2016年5，6月每16 d的Ts-NDVI和Ts-EVI特征空間(圖3)。由于NDVI或EVI<0的區域主要為水體或云、雪，可以認為土壤濕度為100%，故分析時僅考慮NDVI或EVI>0的像元[35]。從圖3中可以看出：Tsmax隨著NDVI或EVI的增大，呈現出先增加后逐漸減小的趨勢；Tsmin隨著NDVI或EVI增大，呈緩慢增加趨勢，地表溫度的最大值與最小值之間的差值呈減小趨勢，且陸地表面溫度的最大值、最小值與NDVI呈現近似線性關系。與楊秀海等[46-47]、王純枝等[34]、陳斌等[48]的研究結果一致。從5月到6月的數據中可以看出(圖3)，6月份的最高溫度比5月份的最高溫度大且6月份的最低溫度比5月份的最低溫度??；隨著植被指數的增加，每一期的陸地表面溫度的最大值和最小值最后相交于一點且呈三角形。 圖3 2016年5和6月NDVI-Ts和EVI-Ts特征空間Fig.3 Feature spaces of NDVI-Ts and EVI-Ts in May and June,2016 2.2 特征空間干、濕邊的確定 在特征空間中，利用相同植被指數像元所對應的最大和最小地表溫度，回歸擬合可獲得干邊和濕邊方程，但特征空間中的最大、最小地表溫度并不是一條直線，因此獲得TVDI的關鍵步驟是如何選擇合適的像元進行回歸擬合。本文以2016年4月11日-6月26日的Ts-NDVI或Ts-EVI特征空間為例，探討如何確定 Ts-NDVI/Ts-EVI特征空間的干濕邊方程。 陸地表面最大溫度形成的點線大致可以分為兩部分 (圖3)：0 綜合以上分析，在擬合干濕邊方程時，我們不考慮0 表1 Ts-NDVI/Ts-EVI特征空間的干邊和濕邊方程Table 1 Fitted equations for dry and wet condition based on Ts-NDVI/Ts-EVI feature space 2.3 TVDI的等級分布及影響因素 2.3.1 TVDI的時空分布 總體上看，新疆山地的土壤濕度明顯高于平原和盆地(圖4)，新疆北部的阿爾泰山、中部的天山、南部昆侖山的土壤濕度為極濕潤和濕潤，而新疆北部的準噶爾盆地、南部塔里木盆地的土壤濕度為干旱和極干旱，這與姚春生等[22-23]和何建村等[40]的研究結果一致?？傊?，南疆的土壤濕度低于北疆，東部的土壤濕度低于西部。圖4中(a)和(b) 每16 d一期的土壤濕度等級中，極干旱的面積在減小且南疆的塔克拉瑪干沙漠的干旱面積在擴展。 將6月份的TVDIN和TVDIE與5月份相應的TVDIN和TVDIE圖進行差值運算，得到[-1,1]的結果范圍，并劃分為4個等級：[-1,-0.5]干旱減輕程度較大、(-0.5,0]干旱減輕程度較小、(0,0.5]干旱加重程度較小和 (0.5,1]干旱加重程度較大[49](圖5)。從干旱變化圖可以看出：TVDIN和TVDIE的干旱程度減輕范圍較大，主要分布在南部的塔里木盆地(塔克拉瑪干沙漠)；干旱加重程度較小的范圍也比較大，主要分布在天山以北；干旱加重程度較大的范圍很小。 圖4 基于TVDIN (a)和TVDIE (b) 新疆土壤濕度等級分布圖Fig.4 Levels of soil moisture in the Xinjiang based on TVDIN (a) and TVDIE (b) 圖5 2016年5與6月干旱變化Fig.5 Drought changes from May to June in 2016 2.3.2 土地利用類型及高程對TVDI的影響 土壤濕度的分布在一定程度上受土地利用的影響[30,50]，另外地形會通過影響干、濕氣流和土壤水的走向，從而影響土壤濕度[10]。從圖6中的(a)可以看出：在5和6月份中林地、高覆蓋度草地、中覆蓋度草地的TVDI值屬于正常(0.4 隨著高程的增加，TVDI總體上呈減小趨勢，即土壤濕度呈增加趨勢(圖6b,c)；從圖6d可以看出0～1000 m和1000～2000 m的高程像元個數最多且占研究區面積的68.5%，5與6月的TVDI均值均大于0.6，這說明新疆地區以干旱為主。另外從圖6d中還可以看出5和6月TVDI均值在小于0的高程帶內的地區最高(0.92和0.94)；無論是5月還是6月，土壤濕度隨高程的增加而增加，即從干旱到極濕潤。 2.4 TVDI作為旱情指標的驗證性評價 由于本文的主要目的是監測新疆土壤濕度的空間分布，所以可以用和衛星過境時間一致重復采樣獲得的土壤含水量驗證TVDI。以實測土壤含水量為縱坐標，以TVDI為橫坐標構建溫度干旱植被指數與實測土壤含水量的散點圖(圖7)。從圖7看出，溫度植被指數與野外實測的表層土壤含水量之間呈現出負相關關系(圖7)，且R2均在0.6以上，而且對TVDIN與TVDIE來說基本沒有差別。這說明TVDIN與TVDIE都能反映土壤水分狀況的變化趨勢。圖7也表明在濕潤條件下(TVDI<0.4)，偏離趨勢線比較大，表明在新疆TVDI能更好描述干旱條件(TVDI>0.4)。 圖6 土地利用類型和高程與TVDI的關系圖Fig.6 Relations between TVDI and land use,and TVDI and elevation 2.5 EVI和Ts對旱情的敏感性分析 以植被指數和陸地表面溫度為基礎構建的旱情指標是目前計算土壤濕度的常用方法[34]。通過前面的研究可知利用植被指數和陸地表面溫度構建的旱情指標是有效的，為了了解植被指數和溫度分別包含了多少干旱信息，我們有必要對植被指數和溫度對旱情的敏感性做出分析。本文以5和6月下旬作為案例進行分析，分別以植被指數和陸地表面溫度為橫坐標和溫度植被旱情法為縱坐標作圖(圖8)，TVDI隨溫度的升高，整體上呈逐漸增大的趨勢，即土壤濕度逐漸減小(圖8)；同時可以從TVDIE的散點圖中看出：TVDI與EVI的關系不如TVDI與Ts存在的關系明顯，因此，與陸地表面溫度相比，植被指數(EVI)反映旱情的能力小于陸地表面溫度/冠層溫度(Ts)。 本文利用Ts和NDVI的關系計算出了溫度植被干旱指數，并用其分析了2016年5、6月新疆地區地表干旱狀況的空間分布及對5、6月兩個月干濕狀況進行對比，并用野外實測土壤含水量對遙感反演的TVDI進行驗證分析，得出如下結論。 圖7 表層土壤濕度與TVDI的關系Fig.7 Relations between TVDI and topsoil moisture in May and June in 2016 圖8 5與6月陸地表面溫度 (Ts)、EVI與TVDI的關系圖Fig.8 The TVDI-Ts/TVDI-EVI scatterplot in May and June in 2016 (1)在歸一化的植被指數和溫度構成的特征空間中最高溫度和最低溫度最后趨于一點，散點圖為三角形。從NDVI-Ts和EVI-Ts空間構建的干、濕邊方程擬合效果很好，干邊的R2均在0.9以上，濕邊的R2均在0.8以上。 (2)新疆地區5和6月土壤濕度總體上以干旱(0.6 (3)不同土地利用類型的土壤濕度狀況不同。在5月份林地的TVDI值最低，6月份高度覆蓋草地的TVDI值最低；在5和6月份中林地、高覆蓋度草地、中覆蓋度草地的TVDI值屬于正常，其他土地利用類型的TVDI值屬于干旱。 (4)本文用野外實測土壤含水量對遙感反演的TVDI進行驗證分析，結果表明遙感數據獲得的溫度旱情指數與土壤含水量呈顯著的負相關；TVDIE與土壤含水量的相關性大于TVDIN與土壤含水量的相關性，TVDIE更適合高植被覆蓋區，TVDIN適合中低植被覆蓋區。 (5) TVDI隨溫度的升高，整體上呈逐漸增大的趨勢，TVDI與EVI的關系不如TVDI與Ts存在的關系明顯，相對植被指數，陸地表面溫度更能反映旱情。 本文沒有考慮衛星視角，衛星視角會降低傳感器接受圖像信息的質量，因此會降低反演土壤濕度的精度；此外新疆地區范圍大，土地利用類型在不同的地區差異大，本文用的溫度植被指數法僅考慮了地表溫度和植被指數，使計算土壤濕度的結果有一定的偏差[11,33-34,50]。接下來的工作是要從考慮衛星視角和各類要素的角度來研究新疆地區的土壤濕度。 References： [1] Cheng Y,Chen L F,Liu Q H,etal.The soil moisture detection for different vegetation coverage based on the MODIS data.Journal of Remote Sensing,2006,10(5):783-788.程宇,陳良富,劉欽火,等.基于MODIS數據對不同植被覆蓋下土壤水分監測的可行性研究.遙感學報,2006,10(5):783-788. [2] Tian Y F.Inversion of Soil Moisture Based on the MODIS and Its Application in Watershed Hydrological Model[D].Hangzhou:Zhejiang University,2013.田延峰.基于MODIS的土壤水分反演及在流域產流模型中的應用[D].杭州:浙江大學,2013. [3] Tian Y F,Teng H F,Guo Y,etal.Inversion and validation of surface soil based on the temperature vegetation dryness index (TVDI)-Soil science papers for the future[C].Chengdu:University of Electronic Science and Technology of China Press,2011:67-73.田延峰,滕洪芬,郭燕,等.基于MODIS溫度植被干旱指數(TVDI)的表層土壤含水量反演與驗證-面向未來的土壤科學論文集[C].成都:電子科技大學出版社,2011:67-73. [4] Ran Q.Retrieval of Soil Moisture Status in China and Analysis of Its Spatial and Temporal Distribution Characteristics[D].Beijing:Chinese Academy of Sciences (Institute of Remote Sensing Applications),2005.冉瓊.全國土壤濕度及其變化的遙感反演與分析[D].北京:中國科學院研究生院(遙感應用研究所),2005. [5] Xiao J D,Zhou G,Shi Q D,etal.Soil moisture of Yili and Bozhou retrieved by temperature vegetation dryness index.Desert and Oasis Meteology,2009,3(3):11-16.肖繼東,卓嘎,師慶東,等.利用溫度植被干旱指數反演伊犁博州地區土壤濕度.沙漠與綠洲氣象,2009,3(3):11-16. [6] Yao K.Soil Moisture Was Retrieved by MODIS data in Yili Bozhou[D].Urumqi:Xinjiang University,2009.姚坤.基于MODIS的伊犁博州土壤濕度的反演[D].烏魯木齊:新疆大學,2009. [7] Deng H,Zhou Q B.The progress in remote sensing method for monitoring soil moisture.Journal of China Agricultural Resources and Regional Planning,2004,25(3):46-49.鄧輝,周清波.土壤水分遙感監測方法進展.中國農業資源與區劃,2004,25(3):46-49. [8] Fu X,Song C Q,Zhong X K.On spatial and temporal variation of land surface moisture in Northern Tibetan.Advances in Water Science,2012,23(4):464-474.傅新,宋春橋,鐘新科,等.藏北高原土壤濕度時空變化分析.水科學進展,2012,23(4):464-474. [9] Liu C M,Sun R.Ecological aspects of water cycle advances in soil-vegetation-atmosphere of energy and water fuxes.Advances in Water Science,1999,10(3):251-259.劉昌明,孫睿.水循環的生態學方面-土壤-植被-大氣系統水分能量平衡研究進展.水科學進展,1999,10(3):251-259. [10] Song C Q,You S C,Liu G H,etal.The spatial of soil moisture in Northern Tibet based on TVDI method.Progress in Geography,2011,30(5):569-576.宋春橋,游松財,劉高煥,等.基于TVDI的藏北地區土壤濕度空間格局.地理科學進展,2011,30(5):569-576. [11] Yang L,Yang Y Z.The spatial and temporal pattern of soil moisture in the the west Liaohe river basin based on TVDI method and its influencing factors.Journal of Arid Land Resources and Environment,2016,30(2):76-81.楊玲,楊艷昭.基于TVDI的西遼河流域土壤濕度時空格局及其影響因素.干旱區資源與環境,2016,30(2):76-81. [12] Song C Q,You C S,Ke L H,etal.The study of MODIS remote sensing for monitoring soil moisture over Northern Tibetan Plateau.Chinese Journal of Soil Science,2012,43(2):294-300.宋春橋,游松財,柯靈紅,等.藏北高原土壤濕度MODIS遙感監測研究.土壤通報,2012,43(2):294-300. [13] Li Z W,Cai Q G,Zeng G M,etal.Soil moisture model for loess hilly region based on GIS.Journal of Hydraulic Engineering,2004,(3):123-128.李忠武,蔡強國,曾光明,等.基于GIS的黃土丘陵溝壑區土壤水分模型研究.水利學報,2004,(3):123-128. [14] Wu L,Zhang Y Z,Jie W H,etal.The inversion of soil water content by the improved apparent thermal inertia.Remote Sensing for Land &Resources,2013,25(1):44-49.吳黎,張有智,解文歡,等.改進的表觀熱慣量法反演土壤含水量.國土資源遙感,2013,25 (1):44-49. [15] Yu T,Tian G L.The Application of thermal inertia method the monitoring of soil moisture North China plain based on NOVAA-AVHRR data.Journal of Remote Sensing,1997,1(1):24-31.余濤,田國良.熱慣量法在監測土壤表層水分變化中的研究.遙感學報,1997,1(1):24-31. [16] Wang Y J,Wang S D,Zeng H J,etal.Drought characteristic in the Weihe river basin based on water shortage index of crops.Arid Zone Research,2014,31(1):118-124.王玉娟,王樹東,曾紅娟,等.基于作物缺水指數法的渭河流域干旱特征.干旱區研究,2014,31(1):118-124. [17] Gao Z H,Li Z Y,Wei H D,etal.Study on the suitability of vegetation indices (VI) in arid area.Journal of Desert Research,2006,26(2):243-248.高志海,李增元,魏懷東,等.干旱地區植被指數(VI)的適宜性研究.中國沙漠,2006,26(2):243-248. [18] Liu L W,Xing L X,Pan J,etal.Remote sensing Simulation of soil moisture content in Dongliao He Basin.Hunan Agricultural Sciences,2012,(21):128-131.劉立文,邢立新,潘軍,等.東遼河流域土壤含水量遙感模擬.湖南農業科學,2012,(21):128-131. [19] Wang P X,Gong J Y,Li X W,etal.Advances in drought monitoring by using remotely sensed normalized difference vegetation index and land surface temperature products.Advance in Earth Sciences,2003,18(4):527-533.王鵬新,龔健雅,李小文,等.基于植被指數和土地表面溫度的干旱監測模型.地球科學進展,2003,18(4):527-533. [20] Wang C Y,Luo C F,Qi S H,etal.A method of land cover classification for china based on NDVI-Ts space.Journal of Remote Sensing,2005,9(1):93-99.王長耀,駱成鳳,齊述華,等.NDVI-Ts空間全國土地覆蓋分類方法研究.遙感學報,2005,9(1):93-99. [21] Yang X,Wu J J,Yan F,etal.Assessment of regional soil moisture status based on characteristics of surface temperature/vegetation index space.Acta Ecologica Sinica,2009,29(3):1208-1216.楊曦,武建軍,閆峰,等.基于地表溫度-植被指數特征空間的區域土壤干濕狀況.生態學報,2009,29(3):1208-1216. [22] Yao C S.Retrieval of Soil Moisture Using MODIS Data[D].Beijing:Chinese Academy of Sciences (Institute of Remote Sensing Applications),2003.姚春生.使用MODIS數據反演土壤水分研究[D].北京:中國科學院研究生院 (遙感應用研究所),2003. [23] Yao C S,Zhang Z X,Wang X,etal.Evaluating soil moisture status in xinjiang using the temperature vegetation dryness index (TVDI).Remote Sensing Technology and Application,2004,19(6):473-478.姚春生,張增祥,汪瀟,等.使用溫度植被干旱指數法(TVDI)反演新疆土壤濕度.遙感技術與應用,2004,19(6):473-478. [24] Yu P,Shen R P.Remote sensing retrieval of deep soil moisture based on vegetation cover degree and surface temperature.Shanxi Meteorology,2010,(3):10-14.余鵬,沈閏平.基于植被覆蓋度-地表溫度的深層土壤濕度遙感反演.陜西氣象,2010,(3):10-14. [25] Zhang Z,Ding J L,Li X,etal.Suitability of TVDI used to monitor agricultural in arid area.Journal of Desert Research,2015,35(1):220-227.張喆,丁建麗,李鑫,等.TVDI用于干旱區農業旱情監測的適宜性.中國沙漠,2015,35(1):220-227. [26] Zhang Z,Ding J L,Yan X Y,etal.Remote sensing monitoring of drought in Turkmenistan oasis based on temperature/vegetation drought index.Chinese Journal of Ecology,2013,32(8):2172-2178.張喆,丁建麗,鄢雪英,等.基于溫度植被干旱指數的土庫曼斯坦典型綠洲干旱遙感監測.生態學雜志,2013,32(8):2172-2178. [27] Zheng X M.Research on Soil Moisture Passive Microwave Remote Sensing Inversion Method in Northeast of China[D].Shenyang:Chinese Academy of Sciences (Northeast Institute of Geography and Agricultural Ecology),2012.鄭興明.東北地區土壤濕度被動微波遙感高精度反演方法研究[D].沈陽:中國科學院研究生院(東北地理與農業生態研究所),2012. [28] Yan F,Wang Y J.Estimation of soil moisture from Ts-EVI feature space.Acta Ecologica Sinica,2009,29(9):4884-4891.閆峰,王艷姣.基Ts-EVI特征空間的土壤水分估算.生態學報,2009,29(9):4884-4891. [29] Huete A,Didan K,Shimabokuro Y,etal.Regional Amazon basin and global analyses of MODIS vegetation indices:Early results and comparisons with AVHRR.Geoscience and Remote Sensing Symposium,2000,2:536-538. [30] Liu X J,Li X P,Yang Q K,etal.Retrieving soil moisture based on terrain factors-A case study in yan he river basin.Agricultural Research in the Arid Areas,2010,28(5):218-223.劉曉婧,李新平,楊勤科,等.基于地形因子的土壤水分反演研究-以延河流域為例.干旱地區農業研究,2010,28(5):218-223. [31] Huo A D.Study on Aeolian Desertification Remote Sensing Monitoring System in China Using MODIS Image Data[D].Yangling:Northwest A&F University,2008.霍艾迪.基于MODIS數據的沙漠化遙感監測技術研究[D].楊凌:西北農林科技大學,2008. [32] Qi S H.Drought Monitoring Models with Remote Sensing and Spatio-temporal Characteristics of Drought in China[D].Beijing:Chinese Academy of Sciences (Institute of Remote Sensing Applications),2004.齊述華.干旱監測遙感模型和中國干旱時空分析[D].北京:中國科學院研究生院(遙感應用研究所),2004. [33] Qi S H,Wang C Y,Niu Z,etal.Evaluating soil moisture status in china using the temperature/ vegetation dryness index(TVDI).Journal of Remote Sensing,2003,7(5):420-428.齊述華,王長耀,牛錚,等.利用溫度植被旱情指數(TVDI)進行全國旱情監測研究.遙感學報,2003,7(5):420-428. [34] Wang C Z,Mao L X,He Y B,etal.Application of temperature-vegetation dryness index (TVDI) in estimation of soil moisture in HHH plain.Chinese Journal of Soil Science,2009,40(5):998-1005.王純枝,毛留喜,何延波,等.溫度植被干旱指數法(TVDI)在淮海平原土壤濕度反演中的應用研究.土壤通報,2009,40(5):998-1005. [35] Price J C.Using spatial context in satellite data to infer regional scale evapotranspiration.IEEE Transactions on Geoscience and Remote Sensing,1990,28(5):940-948. [36] Carlson T N,Gillies R R,Perry E M,etal.A method to make use of thermal infrared temperature and NDVI measurements to infer surface soil water content and fractional vegetation cover.Remote Sensing Reviews,1994,9(1/2):161-173. [37] Nemani R,Pierce L,Running S,etal.Developing satellite-derived estimates of surface moisture status.Journal of Applied Meteorology,1993,32(3):548-557. [38] Moran M S,Clarke T R,Inoue Y,etal.Estimating crop water deficit using the relation between surface-air temperature and spectral vegetation index.Remote Sensing of Environment,1994,49(3):246-263. [39] Sandholt I,Rasmussen K,Andersen J,etal.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status.Remote Sensing of Environment,2002,79(2):213-224. [40] He J C,Bai Y G,Zhang Y J,etal.Soil drought characteristics in xinjiang with remote sensing data.Arid Land Geography,2015,38(3):735-742.何建村,白云崗,張嚴俊,等.基于MODIS數據新疆土壤干旱特征分析.干旱區地理,2015,38(3):735-742. [41] Wu M Y,Zhang Q G,Xu L,etal.Dynamic monitoring and spatial -temporal change of summer drought in Anhui province based on the TVDI.Journal of Anhui Agricultural University,2014,41(4):669-674.吳明業,張國慶,徐麗,等.基于TVDI指數的安徽省伏旱動態監測與時空演變的研究.安徽農業大學學報,2014,41(4):669-674. [42] Du J Q,Zhao C X,Jia E H A H T,etal.Analysis on spatio-temporal trends and drivers in monthly NDVI during recent decades in Xinjiang,China based two datasets.Transactions of the Chinese Society of Agricultural Engineering,2016,32(5):172-181.杜加強,趙晨曦,賈爾恒·阿哈提,等.近30年新疆月NDVI動態變化及其驅動因子分析.農業工程學報,2016,32(5):172-181. [43] Wan Z.MODIS land-surface temperature algorithm theoretical basis document.Institute for Computational Earth System Science,1999,3:75. [44] Huete A,Justice C,Van Leeuwen W,etal.MODIS vegetation index (MOD13).Algorithm Theoretical Basis Document,1999,3:1-120. [45] Wei W,Ren H C,Zhao J,etal.Retrieving soil moisture of shiyang river basin by ATI and TVI based on EOS/MODIS Data.Remote Sensing for Land &Resources,2011,(2):104-109.魏偉,任皓晨,趙軍,等.基于MODIS的ATI和TVI組合法反演石羊河流域土壤含水量.國土資源遙感,2011,(2):104-109. [46] Yang X H,Zhuo G,Luo B,etal.On MODIS data based dought monitoring in Northwest China.Pratacultural Science,2011,28(8):1420-1426.楊秀海,卓嘎,羅布,等.基于MODIS數據的西北地區旱情監測.草業科學,2011,28(8):1420-1426. [47] Yang X H,Zhuo G,Luo B,etal.Drought monitoring in the Tibetan plateau based on based on MODIS dataset.Journal of Desert Research,2014,34(2):527-534.楊秀海,卓嘎,羅布,等.基于MODIS數據的青藏高原旱情監測研究.中國沙漠,2014,34(2):527-534. [48] Chen B,Zhang X X,Hua K,etal.Application study of temperature vegetation drought index (TVDI) in grassland drought monitoring.Arid Land Geography,2013,36(5):930-937.陳斌,張學霞,華開,等.溫度植被干旱指數(TVDI)在草原干旱監測中的應用研究.干旱區地理,2013,36(5):930-937. [49] Xu Y L.Study on Remote Sensing Inversion of Soil Moisture and The Relationship Between Soil Moisture and Land-use in Hebei Plain Area[D].Shijiazhuang:Hebei Normal University,2010.許玉蘭.河北平原區土壤濕度的遙感反演及其與土地利用關系研究[D].石家莊:河北師范大學,2010. [50] Zhang B Y.Study on Dynamic of Soil Water Under Different Landsues in Small Watershed of Loess hilly Region[D].Yangling:Graduate University of Chinese Academy of Sciences,2008.張北贏.黃土丘陵區小流域不同土地利用方式土壤水分動態規律研究[D].楊凌:中國科學院研究生院,2008. Retrieval of soil moisture information in Xinjiang using MODIS LI Hai-Xia1,2,YANG Jing1*,CHEN Ya-Ning1,HAO Xing-Ming1 1.StateKeyLaboratoryofDesertandOasisEcology,XinjiangInstituteofEcologyandGeography,ChineseAcademyofSciences,Urumqi830011,China;2.UniversityofChineseAcademyofSciences,Beijing100049,China MOD13A2,MOD11A2 and field measurements were utilized to study soil moisture variation in Xinjiang during May and June.Relationships between NDVI (Normalized Difference Vegetation Index) and Ts (Land Surface Temperature),and EVI (Enhanced Vegetation Index) and Ts were investigated.The spatial pattern of the temperature vegetation dryness index (TVDI) and influencing factors were analyzed.Results:(1) NDVI-Ts and EVI-Ts follow the classic triangle relationship.(2) Soil moisture in Xinjiang was mainly dominated by drought conditions (0.6 temperature vegetation drought index;feature space;Ts;NDVI-Ts;EVI-Ts 10.11686/cyxb2016331 http://cyxb.lzu.edu.cn 李海霞,楊井,陳亞寧,郝興明.基于MODIS數據的新疆地區土壤濕度反演.草業學報,2017,26(6):16-27. LI Hai-Xia,YANG Jing,CHEN Ya-Ning,HAO Xing-Ming.Retrieval of soil moisture information in Xinjiang using MODIS.Acta Prataculturae Sinica,2017,26(6):16-27. 2016-09-01；改回日期：2016-10-19 中國科學院“率先行動”計劃特色研究所主要服務項目(Y674123001)和青年千人計劃(Y371051001)資助。 李海霞(1989-)，女，山東濱州人，在讀碩士。E-mail:sdrzlhx@163.com *通信作者Corresponding author.E-mail:yangjing@ms.xjb.ac.cn1 材料與方法
2 結果與分析
3 結論
