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法、植被供水指數法、作物缺水指數法、溫度植被干旱指數法、表觀熱慣量法、地表含水量指數法，提出了在土壤含水量的遙感反演方法中存在的一些問題，展望了該領域的發展前景。

關鍵詞：遙感；土壤含水量；監測

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生吸收、反射和透射作用，絕大數物體具有這種性質。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據監測土壤含水量變化的方式中，歸一化植被指數（NDVI）法在土壤含水量的反演中，優勢是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會呈現趨于穩定的數值（NDVI恒定的飽和值）[9-10]，因此造成歸一化植被指數法和植被供水指數法監測土壤含水量的誤差。作物缺水指數法，需要加入當地的各類氣象數據計算參數后換算潛在蒸散量，復雜的計算過程造成無法實時監測土壤含水量。溫度植被干旱指數法受限于植被覆蓋度高的地區，裸地過多的地區不適用。熱慣量法適用于植被覆蓋度低的地區，不適用于植被覆蓋度較高的地區，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。

土壤含水量遙感反演法可進行大范圍實時和長期變化監測，在空間與時間方面具有得天獨厚的優勢，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更加精準的監測。

參考文獻

[1]鄧輝，周清波.土壤水分遙感監測方法進展[J].中國農業資源與區劃，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測研究——作物缺水指數模型的實現[J].生態學報，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.遙感技術監測干旱區土壤水分研究進展[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測[J].草業學報，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，Ferreira 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.