论文部分内容阅读
农业用水科学管理的重要基础是土壤含水量信息,这些信息可以为作物需水估算、灌溉用水计划制定、实施和调整、灌溉用水监测、灌溉效果评估提供数据支撑,改善农业灌溉用水管理水平,极大提高用水效率。准确获取土壤含水量信息,对于改善农业用水效率具有十分重要的意义。现阶段遥感反演土壤含水量的方法主要有基于红光与近红外波段特征空间的修正的垂直干旱指数方法(modify perpendicular drought index,MPDI),基于温度植被特征空间的温度植被旱情指数方法(temperature-vegetation dryness index,TVDI),以及基于被动微波遥感的土壤含水量反演方法。本文拟采用基于可见光的MPDI方法实现对以河北省南部为研究区进行五天一次的土壤含水量反演。根据反演要求,选取环境小卫星、Landsat 8以及MODIS遥感数据作为土壤含水量反演的数据源。由于不同数据源间的时空分辨率不一致,本文解决了以下几种多源数据协同反演土壤含水量的问题:(1)高分辨率遥感影像数据源充足的条件下,首先对单一遥感数据源的土壤含水量结果进行反演,得到单一数据源条件下的土壤含水量反演结果。基于多源数据特征级融合方法的思想,融合环境卫星与Landsat 8遥感影像的土壤含水量反演结果特征,最终得到了精度提高的多源数据优势互补的土壤含水量反演结果。(2)仅有一种高空间分辨率遥感影像存在,且该数据不能实现对研究区影像的全覆盖时,引入低空间分辨率的MODIS遥感影像作为替代数据,用以弥补高空间分辨率遥感影像在影像覆盖范围上的缺陷。由于MODIS数据空间分辨率较低,不适宜单独建立土壤含水量与干旱指数间的反演模型,引入相近时间的高分辨率影像数据所提取的地表覆盖类型信息或NDVI数据作为MODIS像元光谱降尺度的依据。进而提高干旱指数与实测土壤含水量的相关关系,得到MODIS数据与高分辨率遥感数据协同的土壤含水量反演结果。将该结果降尺度后与高分辨率遥感影像的土壤含水量结果镶嵌并做核卷积滤波处理,获得多源数据协同的土壤含水量反演产品。经验证,精度满足生产要求。(3)在土壤含水量反演的时间点上,没有高分辨率数据可以作为反演的精度支撑时,以近实时的高分辨率遥感数据的NDVI与地表覆盖数据为MODIS数据作为参考,提高MODIS数据反演模型的精度,得到MODIS数据独立反演的土壤含水量结果。对比未校正结果,反演精度有明显提高。