论文部分内容阅读
土壤水分作为一个关键的地表过程参数，在水资源管理、环境监测以及全球气候变化研究中起着非常重要的作用。随着遥感技术的发展，土壤水分遥感估算逐渐成为大区域干旱监测的最常用手段之一。热红外遥感估算土壤水分技术已发展多年，且理论逐渐成熟，但由于传感器自身的探测深度以及植被干扰，导致利用热红外遥感估算土壤水分仍然存在很大的困难。地表温度-植被指数特征空间作为热红外遥感估算土壤水分的常用方法，仍有很多问题需要解决，如干湿边的确定、特征空间插值等。针对地表温度-植被覆盖度特征空间估算土壤水分存在的问题及局限性，本文的主要研究内容如下: (1)利用地表温度时间序列信息，建立地表温度上午时刻变化斜率-植被指数特征空间，发展土壤水分指数-TRRVDI。通过地面观测数据验证，得到该土壤水分指数可以较好地监测区域土壤水分状况，但要实际应用于农业水资源管理等领域，还需要更多的验证。 (2)通过Soil-Vegetation-Atmosphere Transfer(SVAT)模型模拟，得到土壤水分、地表温度和植被覆盖度三者在不同情况下的组合，探求三者之间的关系。依托地表温度-植被覆盖度特征空间，提出二次多项式模型进行特征空间非线性插值，得到土壤水分。与线性插值得到的结果相比，非线性插值可以得到更加精确的土壤水分，进一步与实测土壤水分相比，能够得到较高的精度。 (3)基于通用三角方法，将地表温度和土壤水分进行归一化处理，得到归一化的特征空间，利用地表能量平衡求解极限干湿边，获取固定的特征空间，该特征空间可以表征像元点土壤水分的时间轨迹变化，通过在干旱区与湿润区的实测数据验证，得到较好的效果。 (4)利用更多的观测数据进一步验证提出的归一化模型估算土壤水分方案，并验证其在区域尺度上的应用。