论文部分内容阅读
干旱是近年来频繁发生的世界性自然灾害现象,它已严重影响到自然生态环境的平衡及人类社会、经济的可持续发展。因此,加强对干旱灾害的监测研究,充分发挥遥感的技术优势,建立合适的干旱遥感监测模型,具有重要的现实意义。本文在系统分析当前国内外干旱遥感监测研究现状及其发展趋势的基础上,分析探讨了现有各种方法的适用范围和特点。基于以往方法的不足,在借鉴前人工作经验的基础上,本研究尝试应用能量指数法监测黑龙江土壤水分。该方法综合考虑了地表温度和地表反射特征,利用EOS卫星第2通道的反照率和地表温度与土壤相对湿度建立线性回归模型,并将该方法的计算结果与热惯量法和植被供水指数法进行对比分析,得出以下结论:1)热惯量法与植被供水指数法的监测效果随时间的变化很不稳定,只能分别用于低植被和高植被覆盖条件下的土壤水分监测;而能量指数法则适用于各种植被覆盖条件下的土壤水分监测,并为中植被覆盖下的土壤水分反演提供了有效的方法。2)能量指数法提高了低植被和高植被覆盖时的拟合精度,在低、中、高植被三种植被覆盖情况下的拟合误差均小于13%。其中在低植被条件下拟合误差比热惯量法低2.04%,在高植被条件下比植被供水指数法低3.07%。3)热惯量法监测土壤水分的最佳深度为10cm,随着深度的增加其监测精度也随之降低。植被供水指数法监测土壤水分的最佳深度为50cm,20cm和10cm深度则较差。而能量指数法对各层土壤的监测精度都很高,其中50cm处的拟合效果最好,20cm次之,10cm处稍差。4)运用03~09年数据建立的能量指数旱情反演模型对黑龙江省2010年土壤湿度的反演效果很好,可用于作物整个生长期内各旬和各土层深度的旱情监测。在作物生长期内,模型对于各层土壤水分状况的估算能力都很强,平均相对拟合误差均小于20%。在10cm、20cm和50cm深度的各旬平均误差分别为20.0%、14.4%和11.7%,各层总平均相对误差为15.4%。另外,各层土壤水分反演模型的平均相对拟合误差随时间的变化规律基本一致,均呈逐渐增大的趋势。模型在评估黑龙江省春、夏、秋季旱情时,其反演得到的土壤含水量空间分布与实际情况基本相符。其中,春季模型的反演效果最好,夏季次之,秋季较差。5)基于能量指数法的二元回归监测模型在评估黑龙江省春季和夏季旱情时,各土层深度处的反演结果均比能量指数模型的反演精度要高,可以更加精确地监测黑龙江省春季和夏季的旱情状况。6)能量指数法解决了其他方法不能监测任意植被覆盖下垫面旱情的问题,且对不同深度的土壤监测精度均较高,计算简便,在黑龙江省农业干旱监测的应用中具有较好的适用性。