论文部分内容阅读
土壤湿度是进行农业、水文、气象、生态等方面研究的主要基础信息,也是进行土地退化评价及环境监测的重要指标,土壤湿度的遥感监测方法研究对于资源环境遥感有重要的意义。 本文结合“生态安全相关要素的定量遥感关键技术研究”项目中“土地退化的遥感监测指标定量提取与评价技术”子课题的工作,试图在全国范围进行土壤表层湿度的时空序列反演,并探讨全国土壤湿度分布的时空特性。 论文在对土壤湿度反演方法进行总结及评价的基础上,选择温度植被干旱指数(TVDI)法对全国土壤湿度进行反演。用地表能量平衡方程对TVDI法的原理及影响因子进行了分析,发现对TVDI产生影响的因子包括太阳总辐射、气温、地表反照率、空气密度、地表发射率、风速等,在文中着重探讨了气温随高程的变化对TVDI反演土壤湿度的影响。 由于气温随高程变化的影响与高程有关,提出用数字高程模型(DEM)对TVDI反演过程进行订正的方法。参考气温的垂直递减率,用实测值相关分析的方法确定订正系数并得到订正后的TVDI结果。订正前后土壤湿度结果的对比分析表明,进行订正后的TVDI能更好地反演土壤湿度。与NSIDC网站提供的AMSR土壤湿度数据的比较发现,TVDI对土壤水分含量位于0.05~0.15g.cm-3之间的情况有最好的反映,由于这个区间包括了图像中90%以上的像元,认为TVDI可以反映土壤湿度的状况。 用上述方法对2003年36旬的土壤湿度情况进行了反演。对旬Ts-NDVI(地表温度-植被指数)空间散点图的情况进行了分析,对各旬分别确定Ts-NDVI特征空间干湿边边界及方程。一般用TS的最大最小值作为干湿边边界。由于在研究没有去除图像中的条带噪声,当噪声点较多时,用TS的最大最小值不能得到很好的干湿边边界,对这种情况,用频率法确定干湿边的边界。确定边界后,对