土壤含水量遙感反演法綜述

文秀

摘 要：本文對土壤含水量的遙感反演的方法進行了綜述，包括歸一化植被指數(shù)法、植被供水指數(shù)法、作物缺水指數(shù)法、溫度植被干旱指數(shù)法、表觀熱慣量法、地表含水量指數(shù)法，提出了在土壤含水量的遙感反演方法中存在的一些問題，展望了該領域的發(fā)展前景。

關鍵詞：遙感；土壤含水量；監(jiān)測

土壤含水量的測定方法包括烘干稱重法、土壤水分傳感器法、射線測定法、介電特性法、核磁共振法、分離示蹤劑法、遙感法測定土壤含水量，遙感法為目前較為常用的土壤含水量監(jiān)測方法。

自然界中的物體自身輻射電磁波的同時，能夠對外界的電磁波產(chǎn)生吸收、反射和透射作用，絕大數(shù)物體具有這種性質。正常狀況下，每種物體對電磁波的作用有一定的差別，因此可以根據(jù)某種物體對電磁波作用的特定屬性來識別該種物體，并可進一步判定物體的狀態(tài)和特性等等。

利用電磁波的這一屬性可以進行土壤含水量的遙感監(jiān)測。常用土壤含水量遙感反演包括以下幾類。

在上述多種遙感反演數(shù)據(jù)監(jiān)測土壤含水量變化的方式中，歸一化植被指數(shù)（NDVI）法在土壤含水量的反演中，優(yōu)勢是NDVI計算簡單且表達較為直觀，但是由于植被無法第一時間反應自身水分變化，造成反應土壤含水量的變化時有延遲，因此會增加誤差[6-8]。同時也由于此原因，NDVI在植被覆蓋度搞得地區(qū)會呈現(xiàn)趨于穩(wěn)定的數(shù)值（NDVI恒定的飽和值）[9-10]，因此造成歸一化植被指數(shù)法和植被供水指數(shù)法監(jiān)測土壤含水量的誤差。作物缺水指數(shù)法，需要加入當?shù)氐母黝悮庀髷?shù)據(jù)計算參數(shù)后換算潛在蒸散量，復雜的計算過程造成無法實時監(jiān)測土壤含水量。溫度植被干旱指數(shù)法受限于植被覆蓋度高的地區(qū)，裸地過多的地區(qū)不適用。熱慣量法適用于植被覆蓋度低的地區(qū)，不適用于植被覆蓋度較高的地區(qū)，因此這兩種方法不適用于植被覆蓋度變化幅度較大的研究區(qū)。

土壤含水量遙感反演法可進行大范圍實時和長期變化監(jiān)測，在空間與時間方面具有得天獨厚的優(yōu)勢，克服了實地測量方法的不足，但是遙感反演結果由于各方面的條件限制不可避免存在一定的偏差，未來需要進一步改進方法來實現(xiàn)更加精準的監(jiān)測。

參考文獻

[1]鄧輝，周清波.土壤水分遙感監(jiān)測方法進展[J].中國農(nóng)業(yè)資源與區(qū)劃，2004（03）：46-49.

[2]申廣榮，田國良.基于GIS的黃淮海平原旱災遙感監(jiān)測研究——作物缺水指數(shù)模型的實現(xiàn)[J].生態(tài)學報，2000（02）：224-228.

[3]Inge Sandholt，Kjeld Rasmussen，Jens Andersen.A simple interpretation of the surface temperature/vegetation index space for assessment of surface moisture status[J].Remote Sensing of Environment，2002，79（2）：213-224.

[4]胡猛，馮起，席海洋.遙感技術監(jiān)測干旱區(qū)土壤水分研究進展[J].土壤通報，2013，44（05）：1270-1275.

[5]杜曉，王世新，周藝，等.一種新的基于MODIS的地表含水量模型構造與驗證[J].武漢大學學報信息科學版，2007，32（3）：205-206

[6]張巧鳳，劉桂香，于紅博等.錫林郭勒草原土壤含水量遙感反演模型及干旱監(jiān)測[J].草業(yè)學報，2017，26（11）：1-11.

[7]Di L，Rundquist DC，Han L.Modeling relationship between NDBI precipitation during growth cycle[J].Iternational Journal of Remote sensing，1994，15（10），2121-2136.

[8]Kogan F N.Remote sensing of weather inpacts on vegetation in non-homogeneous areas [J].Iternational Journal of Remote Sensing，1990，11（8）：1405-1419.

[9]Liu W，F(xiàn)erreira A.Monitoring crop production regions in the Sao Paula State of Brazil using normalized difference vegetation index[C]//Pro.24h.International Symposium on Remote Sensing of Environment，Rio de Janeiro，Brazil，1991，447-455.

[10]Peters A J，Walter-Shea E E，Lei J，etal.Drought monitor-ring.with NDVI-based standardized vegetation index[J].Photogrammetric Engineering and Remote Sensing，2002，65（1）：71-75.