论文部分内容阅读
本文以人民胜利渠灌区为研究区域,利用Landsat 8遥感影像和实测的土壤水分数据,反演得到研究区冬小麦表层土壤水分,在分析表层水分和深层水分的关系的基础上,构建经验模型和Biswas深层土壤水分估算模型获得冬小麦深层（根区）土壤水分。基于研究区土壤水分状况分析区域土壤水分空间变异性,为人民胜利渠灌区的灌溉抗旱提供决策服务,同时为灌区现代化、信息化和智能化的发展提供基础信息保障。具体成果如下:（1）筛选出适宜表层水分反演的植被指数。分析比较了三种温度植被干旱指数（LST-EVI,LST-MSAVI和LST-NDVI）与不同深度土壤水分的相关关系,分别构建了基于三种温度植被干旱指数的不同深度土壤水分的估算模型。发现三种TVDIs均可以反映研究区浅层的土壤水分情况,但当土层深度等于40 cm时,只有LST-EVI与土壤水分相关关系的决定系数R2大于0.3;（2）确定了Landsat 8遥感影像监测研究区土壤水分的适宜深度。利用实测的不同深度土壤水分数据,分析了不同土层土壤水分、不同深度土壤水分均值与TVDIs之间的相关关系,结果表明,TVDIs与不同深度土壤水分均值的相关关系比不同土层土壤水分更紧密,最后确定了研究区遥感监测土壤水分适宜的深度为0-20 cm。（3）构建了估算深层土壤水分模型,获得了研究区冬小麦深层（根区）土壤水分空间分布图。分别构建了基于经验统计模型和Biswas深层土壤水分估算模型的冬小麦深层土壤水分估算模型,分析比较了两种模型的反演精度,筛选出适宜于研究区的深层（根区）土壤水分估算模型。获得了研究区冬小麦深层（根区）土壤水分的空间分布图,并参考相关研究成果,获得了研究区的旱情分布图。（4）分析了研究区不同空间尺度的土壤水分空间变异性,获得了研究区遥感反演土壤墒情的适宜遥感影像的空间分辨率。小尺度（S301、S302、S303）的变异系数随着研究幅度的增大而增大,但整个研究区域（L90、L250、L1000）变异系数和块金基台比几乎不变,亦即对整个研究区域来说,采样间距对土壤水分空间变异性影响不大。因此,可用采样空间分辨率低的遥感影像代替空间分辨率高的遥感影像,以提高遥感影像的时间分辨率,从而实现对研究区每天土壤墒情监测的目的。