多源遙感數據及其融合技術在土壤墑情監測中的應用

王文婷，郭乙霏

(1.焦作市抗旱防汛通訊站，河南 焦作 454150；2.東北農業大學水利與土木工程學院，哈爾濱 150003)

0 引 言

土壤墑情是反映土壤中水分狀況的指標，農業部門對土壤墑情的及時準確預報，對指導農作物的管理有著重要的意義[1-3]。多源遙感影像融合能提高遙感信息提取的及時性、可靠性和精度并提高遙感數據的使用效率，影像信息的空間分辨率得到提高。利用遙感數據進行土壤墑情的監測具有范圍廣、速度快、時效性強等優勢，因此遙感數據在土壤墑情監測中的應用越來越多[4]。

本文利用TM遙感影像與SPOT影像數據進行融合，用融合后的影像數據，通過單窗模型反演地表溫度，再利用地表溫度與土壤濕度進行回歸分析，建立反演土壤墑情模型。通過三種模型的結果精度對比分析，探討土壤墑情反演時選取影像的優劣以及對于結果精度的影響。

1 研究區概況及數據處理

1.1 研究區域概況

本文研究區域為鄭州市的惠濟區、管城區、金水區、中原區和二七區等五個轄區。研究區氣候屬暖北溫帶大陸性氣候，四季分明，年平均氣溫為14.4 ℃，最高氣溫43.0 ℃，最低氣溫17.9 ℃。年平均降雨量640.9 mm。市區西南部及西北部地區為侵蝕的丘陵地區，惠濟區與金水區分布有洼地，其余地區為沖積平原區。市區的平均海拔為110.4 m，地勢西南高，東北低。

1.2 遙感數據選取及處理

本文所使用的Landsat-ETM+影像數據來自于國際科學數據服務平臺。影像成像時間為2009年6月25日，平均云量為0.39%，中心緯度為34.609 38°,中心經度為113.455 08°。SPOT數據為2004年鄭州市過境影像。由于ETM+衛星2003年后的傳感器出現了故障，所獲取的圖像中出現條帶現象。因此在進行其他的影像處理之前，需要對數據進行條帶修復，修復結果如圖1所示。對條帶修復后的影像進行輻射定標、大氣校正及幾何校正等處理，使得處理后的Landsat-ETM+數據與SPOT數據完全匹配。

圖1 Landsat-ETM+條帶修復結果

2 研究方法

2.1 數據融合

本文采用主成分變換融合[5]和Gram-Schmidt融合方法[6]對ETM+數據和SPOT 全色影像數據進行融合。影像融合結果如圖2、圖3所示。從圖中可以看出，融合后的影像既能保留其光譜信息，又能使影像的空間分辨率有所增加，增強了對于目標特征以及動態監測區域的識別。影像經融合后可以更好地突出其細節紋理信息，使融合后的影像清晰度增加。

圖2 PCA變換融合前后對比結果圖

圖3 G-S融合前后對比結果圖

2.2 地表溫度反演

地表溫度對于土壤墑情的反演具有重要作用。覃志豪等[7]提出了一種單窗算法來反演地表溫度，該方法計算方便且具有較高的精度，因此，研究采用單窗算法反演地表溫度，其計算公式如下：

Ts={a(1-C-D)+[B(1-C-D)+

C+D]T6-DTa}/C

(1)

式中：Ts為地表溫度；a和b為經驗系數(a=- 67.355 351,b=0.458 606)；T6為亮溫；Ta為大氣評價作用溫度；C和D的計算公式如下：

C=τ·ε

(2)

D=(1-τ)·[1+τ(1-ε)]

(3)

式中：τ為大氣透過率；ε為地表比輻射率。

地表比輻射率根據歸一化植被指數NDVI來進行計算[8]，公式如下：

大氣透過率τ的計算公式如下：

(5)

式中：w為大氣水汽含量。

大氣平均作用溫度Ta的計算公式如下：

(6)

式中：T0表示近地表氣溫。根據公式地表溫度反演結果如圖4所示。

圖4 地表溫度反演結果

2.3 土壤墑情反演

本文采用ETM+影像數據與SPOT影像融合后的數據，計算地表溫度，通過地表溫度與實測土壤水分建立回歸模型。首先建立不同融合方法的地表溫度和實測數據的散點圖(圖5)，由圖發現，地表溫度與土壤含水量之間大致呈線性關系。因此，采用分析所得的線性模型作為地表溫度與土壤含水量之間的函數模型。

研究將建立的線性模型應用到整個研究區域，利用ENVI波段運算功能即可反演出鄭州市2009年6月25日的土壤墑情，再利用ArcGIS軟件將上述3個結果進行重分類，生成的土壤墑情分布圖如圖6所示。

圖5 地表溫度與土壤含水量二維散點圖

圖6 土壤墑情分布圖

3 結果驗證與分析

3.1 精度驗證

研究通過實測土壤墑情的平均值與反演的平均值進行比較，對結果進行檢驗，通過對三個土壤墑情反演結果進行統計，研究區的平均土壤墑情分別為：

(7)

(8)

(9)

(10)

(11)

(12)

(13)

式中：φ1、φ2、φ3分別為未經融合影像、PCA融合影像以及經G-S融合影像反演土壤墑情結果的精度。

3.2 結果分析

研究區大部分地區的土壤墑情狀況為10%～15%，其次是15%～20%，而在10%以下和30%以上的地區很少。整體上來看，該研究區屬于適合農作物生長的土壤濕度。有小部分地區的土壤墑情值在10%以下，該地區屬于輕微干旱地區。通過對3種計算結果進行比較，經融合的數據反演模型精度有所提高。所以，多源遙感影像及其融合技術在土壤墑情監測中的應用具有很大的優勢，在未來的墑情估算及管理等方面前景廣闊。

4 結 論

土壤墑情影響農作物的生長、灌溉等，墑情監測可以實時提供可靠數據信息，具有重要的科學指導作用。本文通過對Landsat-ETM+數據與SPOT數據進行融合，反演地表溫度，以此來反演土壤墑情，得出如下結論：

(1)對于土壤墑情監測中遙感影像數據的選擇，融合后的影像數據較之前的單一數據源包含更多的信息，同時空間分辨率也得到提高，因此融合數據在墑情監測應用中比單一數據更有優勢。

(2)在遙感影像反演土壤墑情過程中，采用單窗模型的方法反演出地表溫度圖。單窗模型法用到第3、4、6波段影像，是一種比較簡單實用的地表溫度算法。

(3)基于地表溫度和土壤墑情實測數據建立土壤墑情反演模型精度可以達到80%以上，在實際應用中具有利用價值。其中，利用傳統的線性模型基本是可行的，而且模型的建立所涉及的參數較少且易于調試，模型容易推廣。

參考文獻：

[1] 肖 斌,沙晉明.土壤水分遙感反演方法概述[J].遙感信息, 2007,(6):94-98.

[2] 楊 濤,宮輝力,李小娟，等.土壤水分遙感監測研究進展[J].生態學報,2010,30(22):6 264-6 277.

[3] Jackson T, Mansfield K, Saafi M, et al. Measuring soil temperature and moisture using wireless MEMS sensors[J]. Measurement, 2008,41(4):381-390.

[4] 張友靜,王軍戰,鮑艷松.多源遙感數據反演土壤水分方法[J].水科學進展,2010,21(2):222-228.

[5] 樊旭艷,付春龍,石繼海,等. 基于主成分分析的遙感圖像模擬真彩色融合法[J].測繪科學技術學報,2006,(4):287-289,292.

[6] Aiazzi B, Baronti S, Selva M, et al. Enhanced Gram-Schmidt spectral sharpening based on multivariate regression of MS and pan data[C]∥Geoscience and Remote Sensing Symposium, 2006. IGARSS 2006. IEEE International Conference on. IEEE, 2006:3 806-3 809.

[7] 覃志豪, Minghua Z, Karnieli A, 等.用陸地衛星TM6數據演算地表溫度的單窗算法[J]. 地理學報, 2001,56(4):456-466.

[8] Van de Griend A A, Owe M. On the relationship between thermal emissivity and the normalized difference vegetation index for natural surfaces[J]. International Journal of Remote Sensing, 1993,14(6):1 119-1 131.