農(nóng)業(yè)工程論文投稿期刊推薦《河南農(nóng)業(yè)科學(xué)》系河南省農(nóng)業(yè)科學(xué)院 等主辦、國內(nèi)外公開發(fā)行的權(quán)威性農(nóng)業(yè)科技期刊。全國農(nóng)業(yè)核心期刊，河南省優(yōu)秀期刊，在全國同類期刊中具有重要影響。目前還以《中國學(xué)術(shù)期刊(光盤版)》的形式向國內(nèi)外公開發(fā)行，相當(dāng)多的文章被英國CAB、美國AGRIS收錄。本刊自1972年創(chuàng)刊以來，始終堅(jiān)持立足河南、面向農(nóng)村經(jīng)濟(jì)主戰(zhàn)場，重點(diǎn)報道全省農(nóng)業(yè)科技界的新成果、新品種、新技術(shù)，已形成了鮮明的個性與特色，深受農(nóng)村干部、廣大科技人員、農(nóng)業(yè)院校師生和有一定文化知識的農(nóng)民朋友喜愛。
　　摘要：利用中分辨率的TM遙感影像反演濕地土壤水分，探尋濕地土壤水分和非濕地土壤水分提取的不同之處，對濕地監(jiān)測具有重要意義。建立地表溫度(Ts)與歸一化植被指數(shù)(NDVI)之間的二維特征空間，用IDL編程在特征空間內(nèi)提取對應(yīng)的特征點(diǎn)，擬合溫度植被干旱指數(shù)(TVDI)法需要的干濕邊方程，能快速反演出野鴨湖濕地的土壤水分情況。反演結(jié)果與實(shí)測值的相關(guān)系數(shù)為0.860，呈極顯著相關(guān)，均方根誤差為0.104 2，平均絕對誤差為0.084 5。結(jié)果證明利用溫度植被干旱指數(shù)(TVDI)法進(jìn)行野鴨湖濕地這樣的小尺度范圍的反演土壤水分含量，方法可行，且中分辨率影像的土壤水分反演精度高于低分辨率影像的反演精度。

　　關(guān)鍵詞：溫度植被干旱指數(shù)(TVDI),土壤水分反演,濕地,TM影像

　　DOI：10.14088/j.cnki.issn0439-8114.2015.05.010

　　Abstract： The two-dimensional feature space between the surface temperatures(Ts)and normalized differential vegetation index (NDVI) was established by using the TM remote sensing images. The dry and wet side equation needed by the method of arid vegetation index was fitted in the feature space with the programming of IDL. The soil moisture condition of Yeyahu wetland was inversed rapidly. The correlation coefficient between inversion results and measured values was 0.860， with root mean square error of 0.1042 and the average absolute error of 0.0845. The results of soil moisture inversion showed that image retrieval accuracy of middle-resolution was better than that of the low-resolution， proving that using temperature vegetation dryness index(TVDI) to invert the wetland soil moisture content on a small scale such as in Wild Duck Lake wetland was feasible.

　　Key words： TVDI; soil moisture; wetland; TM image

　　濕地的水文條件創(chuàng)造了濕地獨(dú)特的物理化學(xué)環(huán)境，使得濕地生態(tài)系統(tǒng)與深水水域生態(tài)系統(tǒng)以及排水良好的陸地生態(tài)系統(tǒng)有極大的不同。在濕地水文、濕地植被和濕地土壤對濕地的識別中，濕地水文是決定性的因素，它能促成其他兩個濕地特征的形成[1]。濕地水文特征在非淹沒區(qū)重點(diǎn)表現(xiàn)為土壤水分含量，由此可見土壤水分在濕地研究中的重要意義。在濕地土壤水分的相關(guān)研究中，關(guān)注土壤水分對濕地植被特征分布以及對濕地土壤結(jié)構(gòu)特征和養(yǎng)分變化分布影響的較多[2-4]。在獲取濕地土壤水分時，采用野外實(shí)測數(shù)據(jù)居多。隨著遙感技術(shù)的發(fā)展，用遙感方法監(jiān)測濕地土壤水分將成為一種趨勢，可以為濕地的監(jiān)測和保護(hù)提供可靠、準(zhǔn)確的面上基礎(chǔ)數(shù)據(jù)。濕地系統(tǒng)的水文特性不同于其他陸上系統(tǒng)的特征，土壤水分?jǐn)?shù)值區(qū)間分布相對較寬，在模型的選擇上可以利用這一特點(diǎn)，有利于反演精度的提高。

　　在土壤干濕情況的監(jiān)測中，相較于以點(diǎn)源數(shù)據(jù)監(jiān)測為基礎(chǔ)的傳統(tǒng)土壤水分監(jiān)測方法，遙感技術(shù)監(jiān)測土壤水分是用面數(shù)據(jù)來實(shí)時監(jiān)測，具有時效性高、覆蓋范圍廣、監(jiān)測結(jié)果連續(xù)性好等特點(diǎn)。遙感技術(shù)主要從可見光-近紅外、熱紅外及微波波段入手，結(jié)合一些植被指數(shù)、地表溫度、后向散射系數(shù)、地表粗糙度等變量，建立一定的模型來反映土壤水分含量。微波遙感因?yàn)樽陨硖攸c(diǎn)優(yōu)越性，在反演土壤水分方面具有一定的優(yōu)勢，但是如何消除地表植被蓋度以及地表粗糙度對反演結(jié)果的影響依然是當(dāng)前的一個研究熱點(diǎn)和難點(diǎn)[5]�；�于光學(xué)的遙感檢測方法主要是熱慣量法和建立在植被指數(shù)(NDVI)與地表溫度指數(shù)(Ts)基礎(chǔ)上的方法，其中溫度植被干旱指數(shù)(TVDI)方法使用較廣泛[6]。TVDI方法是建立在NDVI-Ts特征空間基礎(chǔ)上的方法，綜合了植被指數(shù)和地表溫度信息，增強(qiáng)了對土壤濕度狀況的理解，是近年來廣泛使用的估算模型[7]。國內(nèi)學(xué)者利用TVDI開展了大量的研究工作：姚春生等[8]利用溫度植被干旱指數(shù)法反演了新疆8、9兩個月每16天的土壤濕度，使用野外與衛(wèi)星同步采樣的土壤濕度數(shù)據(jù)進(jìn)行驗(yàn)證，發(fā)現(xiàn)TVDI指標(biāo)與實(shí)測土壤濕度數(shù)據(jù)顯著相關(guān)。陳斌等[9]利用溫度植被干旱指數(shù)(TVDI)對內(nèi)蒙古錫林郭勒盟草原的土壤干旱情況進(jìn)行了監(jiān)測，證明了基于NDVI-Ts特征空間的TVDI更適用于干旱監(jiān)測。齊述華等[10]利用溫度植被干旱指數(shù)(TVDI)法反演了全國的土壤水分，表明該方法能較好地反映表層土壤水分變化趨勢，同時討論了TVDI同NDVI和Ts之間的敏感性，得出TVDI隨Ts的變化而變化的規(guī)律更明顯。國內(nèi)學(xué)者的研究表明TVDI模型能很好表征土壤墑情，同時這些研究都提到空間分辨率對反演結(jié)果的影響。當(dāng)用點(diǎn)數(shù)據(jù)驗(yàn)證相對較大的空間分辨率的面數(shù)據(jù)時，會導(dǎo)致兩者不能很好匹配，進(jìn)而產(chǎn)生誤差。同時，TVDI模型在估算較大區(qū)域的土壤水分時，由于統(tǒng)計(jì)特征空間區(qū)域內(nèi)太陽總輻射不均和大氣背景條件不一致而導(dǎo)致反演精度降低，而在小尺度范圍內(nèi)可以將這些方面因素的影響降得更低。 　　基于此，利用2010年6月TM遙感影像，反演北京野鴨湖濕地保護(hù)區(qū)的土壤水分，以期在小尺度范圍內(nèi)，利用中分辨率衛(wèi)星數(shù)據(jù)進(jìn)行土壤水分的反演，達(dá)到利用遙感技術(shù)快速監(jiān)測濕地土壤墑情，提高反演精度的目的。

　　1 研究區(qū)概況

　　研究區(qū)為北京市野鴨湖濕地保護(hù)區(qū)及周邊區(qū)域。野鴨湖市(省)級濕地自然保護(hù)區(qū)是華北最大、北京惟一濕地鳥類自然保護(hù)區(qū)，位于北京市延慶縣西南部的官廳水庫上游，其地理位置為東經(jīng)115°47′-115°54′，北緯40°25′-40°30′。屬北溫帶大陸性季風(fēng)氣候，處于暖溫帶與中溫帶、半干旱到半濕潤之間的過度地帶，具有四季分明的特點(diǎn)，降水大多集中在夏季的6～8月，占全年降水量的75%。該區(qū)域土壤類型以褐土為主，濕地植被資源豐富，為水禽和各種鳥類提供了優(yōu)越的覓食、隱藏、繁殖場所，是候鳥南北遷徙的主要信道。地表河流為發(fā)源于北京延慶縣黑漢嶺的媯水河[11，12](圖1)。

　　2 數(shù)據(jù)資料來源及研究方法

　　2.1 數(shù)據(jù)源

　　利用遙感影像反演土壤水分，除了受到大氣氣溶膠的影響外，植被的疏密程度也會左右反演結(jié)果。植被太茂密，NDVI會出現(xiàn)飽和現(xiàn)象[13]，在NDVI飽和后，如果地表蒸散量繼續(xù)提高，NDVI將無法正常反映土壤的干濕情況[14]。植被長勢太過稀疏，說明雨水不夠充沛，不利于濕地植物生長，裸土面積較大，NDVI較低，影響特征方程的擬合和反演精度。根據(jù)研究區(qū)的植被和氣候特點(diǎn)，6、7、8月是雨季，選擇植被覆蓋度相對適中的6月數(shù)據(jù)比較合理。

　　考慮遙感數(shù)據(jù)的光譜信息豐富度、空間分辨率及時間分辨率的合適度、價格的合理性，選擇美國國家航天局(NASA)發(fā)射的Landsat 5號衛(wèi)星數(shù)據(jù)作為此次試驗(yàn)的基礎(chǔ)數(shù)據(jù)。因此采用野鴨湖地區(qū)2010年6月5日的Landsat TM遙感數(shù)據(jù)，軌道號123/32，空間分辨率為30 m(TM6為120 m)，包含從藍(lán)光波段到熱紅外波段的光譜信息，有利于根據(jù)不同需要進(jìn)行不同波段組合和信息提取。

　　2.2 影像預(yù)處理

　　做過幾何校正的影像預(yù)處理主要包括輻射校正和大氣校正兩部分。輻射校正可以消除因傳感器自身?xiàng)l件、太陽高度角、大氣條件等引起的傳感器測量值與被測目標(biāo)實(shí)際輻亮度或光譜反射率等物理量之間的差異。利用Landsat TM 影像數(shù)字量化值(DN)與表觀輻亮度(At-sensor spectral radiance)之間的定量關(guān)系，完成兩者之間的轉(zhuǎn)換。綜合表觀輻亮度、大氣參數(shù)、傳感器信息，利用6S大氣校正模型消除大氣影響，得到地表目標(biāo)的光譜反射率信息。

　　2.3 技術(shù)路線與研究方法

　　2.3.1 技術(shù)路線圖 對TM數(shù)據(jù)進(jìn)行幾何精校正、6S大氣校正[15]，經(jīng)過大氣校正后的數(shù)據(jù)能更好地去除氣溶膠的影響。綜合研究比較了主要的利用光譜數(shù)據(jù)反演土壤水分模型[16，17]后，本研究采用建立在地表溫度(Ts)和植被指數(shù)(NDVI)二維特征空間基礎(chǔ)上的溫度植被干旱指數(shù)(TVDI)法來反演土壤水分。利用Erdas建模求出地表比輻射率;選擇覃志豪等[18，19]的單窗算法模型，利用TM影像的熱紅外波段(波段6)結(jié)合野鴨湖濕地氣象站的數(shù)據(jù)估算地表溫度Ts;利用可見光和近紅外范圍的波段(波段3、4)得出歸一化植被指數(shù)NDVI(Normalized difference vegetation index)。利用Ts和NDVI構(gòu)建二維特征空間，通過IDL編程篩選出特征圖的邊界點(diǎn)圖，擬合需要的干濕邊方程，從而反演出土壤墑情。通過實(shí)測值對反演的土壤水分進(jìn)行精度驗(yàn)證(圖2)。

　　國內(nèi)學(xué)者在遙感技術(shù)反演不同深度土壤水分方面取得了一些成果。王純枝等[20]研究了TVDI和0～10 cm、10～20 cm、20～30 cm土壤濕度的相關(guān)性后發(fā)現(xiàn)，TVDI能穩(wěn)定反映地表10～20 cm土壤水分情況;陳懷亮等[21]認(rèn)為表層土壤水分易受環(huán)境因素影響，與遙感資料的關(guān)系不好且不穩(wěn)定，20 cm左右深度土壤水分與影像數(shù)據(jù)相關(guān)性好;郭鈮等[22]用NOAA/AVHRR分別反演了10、20、30 cm深度的土壤相對濕度，同樣得出20 cm土壤濕度與遙感數(shù)據(jù)的相關(guān)關(guān)系最好且穩(wěn)定的結(jié)論;孫麗等[23]通過研究冬小麥的10、20 cm土壤水分，也表明TVDI能更好地反映20 cm深度土壤濕度。所以大部分學(xué)者認(rèn)為多光譜反演土壤水分時，20 cm左右深度土壤水分與遙感資料相關(guān)性較好[24]。本研究的實(shí)測數(shù)據(jù)也采用10～20 cm深度的土壤水分。

　　2.3.2 溫度植被干旱指數(shù)(TVDI)法 在利用光譜數(shù)據(jù)反演土壤水分的模型中，主要有基于指數(shù)的方法、基于土壤熱慣量的方法[25]，在反演模型的選擇上不僅需要具有良好的精度，而且要簡單易行，容易實(shí)現(xiàn)，盡可能少用地面實(shí)測資料，盡可能多地從遙感影像上提取所需要的信息。對于裸地或者低植被蓋度區(qū)域，選擇表觀熱慣量模型可滿足要求;在有植被覆蓋的情況下，作物缺水指數(shù)法雖然精度較高，但其計(jì)算復(fù)雜。對于中高植被蓋度的區(qū)域選擇溫度植被干旱指數(shù)法(TVDI)比較合理[26]。結(jié)合本研究區(qū)實(shí)際情況以及國內(nèi)相關(guān)研究，此次研究也采用溫度植被干旱指數(shù)法(TVDI)反演野鴨湖濕地的土壤水分。

　　Sandholt等[27]在研究土壤濕度時提出了溫度植被干旱指數(shù)(Temperature-vegetation dryness index， TVDI)的概念。TVDI由植被指數(shù)和地表溫度計(jì)算得到，其定義為：

　　式中，Ts是任意像元的地表溫度;Tsmin對應(yīng)的是濕邊方程，表示最小的地表溫度;Tsmax對應(yīng)的是干邊方程，表示最大的地表溫度。

　　Moran等[28]研究發(fā)現(xiàn)，在假設(shè)Ts-NDVI特征空間呈梯形的基礎(chǔ)上，從理論上計(jì)算梯形4個頂點(diǎn)坐標(biāo)的研究結(jié)果表明，在不同的植被覆蓋度條件下，Ts-NVDI特征空間中最低溫度Tsmin隨植被覆蓋度變化而變化。Price[29]研究發(fā)現(xiàn)，一般情況下，某時刻某區(qū)域的地表溫度和植被指數(shù)的散點(diǎn)圖不能覆蓋由干到濕的整個范圍，此時特征空間呈三角形或者梯形。三角形的下邊表示TVDI對應(yīng)的最低溫度，對應(yīng)特征空間的濕邊，三角形的上邊表示TVDI對應(yīng)的最高地表溫度，對應(yīng)特征空間的干邊[30]。濕邊和干邊的線性擬合方程為： 　　式中，a，b為系數(shù)。

　　基于國內(nèi)專家的研究，TVDI在反演土壤水分方面方法成熟，利用廣泛，具有可信度。

　　2.3.3 研究區(qū)地表溫度的反演 覃志豪等[19]從輻射傳輸方程發(fā)展了用于TM數(shù)據(jù)的對溫度反演的單窗算法。單窗算法的表達(dá)如下：

　　式中，Ts單位為K;a、b為常量，是根據(jù)熱輻射強(qiáng)度和亮溫關(guān)系擬合出來的系數(shù)，在亮度溫度范圍為10～40 ℃時，a=-63.188 5，b=0.444 11，只剩下3個位置量Ta、C、D。

　　Ta為大氣平均作用溫度，覃志豪等[19]根據(jù)溫度隨高度的變化對4個標(biāo)準(zhǔn)大氣剖面進(jìn)行擬合，得到一系列的經(jīng)驗(yàn)公式，對于中緯度夏季，由下式計(jì)算：Ta=16.011 0+0.926 21T0。其中T0為近地層大氣溫度，單位為K;C、D為中間變量。

　　式中，τ為大氣透射率，ε為地表比輻射率。

　　覃志豪等[19]根據(jù)大氣中的水氣含量對大氣透射率進(jìn)行估算，分別根據(jù)地面附近大氣溫度為高和低時作出了不同的估算方程，且在沙漠干燥氣候區(qū)，大氣水分含量一般較低，只有0.5～1.5 g/cm2，所以在這里選擇氣溫較高且水分含量為2.0～3.5 g/cm2的估算模型：

　　式中，ω 為大氣水氣含量。

　　以上的氣象數(shù)據(jù)可以從野鴨湖濕地保護(hù)區(qū)內(nèi)的氣象站獲得。

　　2.3.4 干濕邊方程的確定 植被指數(shù)和地表溫度組成的散點(diǎn)圖通常呈現(xiàn)為梯形或三角形，上邊界稱為熱邊(即干邊)，下邊界即為濕邊。熱邊的理想狀態(tài)為一近似斜線，實(shí)際上常常為不同程度的凹形或凸型。常用軟件編程在溫度Ts和植被指數(shù)NDVI建立的特征空間內(nèi)提取相同NDVI對應(yīng)的Ts的最大值像元，根據(jù)這些像元進(jìn)行擬合得到熱邊方程，從而得到每個像元的Tsmax值。濕邊的理想狀態(tài)為一近似水平的直線，是散點(diǎn)圖的下邊界，實(shí)際上為不同程度的“S”形�？衫�用最小值方法，選擇濕邊的像元進(jìn)行擬合得到濕邊方程的參數(shù)。也可根據(jù)經(jīng)驗(yàn)，根據(jù)濕邊的平均值，參考區(qū)域內(nèi)水面溫度以及同期多年平均值綜合確定濕邊。

　　利用地表溫度(Ts)和歸一化植被指數(shù)(NDVI)建立二維特征空間，可以發(fā)現(xiàn)NDVI值介于-1和1之間，而Ts介于290.27 K和312.84 K之間，且散點(diǎn)圖符合梯形特征，符合該模型的使用條件。當(dāng)NDVI<0時，通常我們判定為水體，所以試驗(yàn)不予考慮。當(dāng)NDVI從0開始逐漸變大時，Ts也是隨之逐漸升高，兩者呈現(xiàn)正相關(guān);當(dāng)增大到一定程度后，Ts會隨著NDVI的變大而逐漸下降，兩者呈現(xiàn)負(fù)相關(guān);當(dāng)NDVI達(dá)到更高值后，Ts會出現(xiàn)更加明顯的下降，原因在于，當(dāng)植被覆蓋度大于80%以上時，其NDVI增加延緩而呈現(xiàn)飽和狀態(tài)，對植被檢測靈敏度下降。所以此次試驗(yàn)選取0.15　　將擬合的干邊方程(R2=0.948)、濕邊方程(R2=0.901)公式代入TVDI定義式(1)，于是可以得出反演公式為：

　　從擬合結(jié)果來看，干邊的斜率小于0，說明隨著植被覆蓋度的增加，地表溫度的最大值有減小的趨勢，濕邊斜率是近乎水平的直線，在植被覆蓋度較高區(qū)域溫度有降低趨勢，這和實(shí)際情況也是相符的，因?yàn)橹脖幌∈鑵^(qū)的整體溫度要高于植被稠密區(qū)的整體溫度。

　　2.3.5 TVDI轉(zhuǎn)換為土壤水分相對濕度 利用溫度干旱植被指數(shù)(TVDI)反演土壤水分得到的只是一個表征某一區(qū)域的干旱相對程度的指數(shù)，它的值介于0～1。范遼生等[31]提供的模型將干旱植被指數(shù)(TVDI)轉(zhuǎn)化成土壤的相對濕度。通過下式獲得土壤的相對濕度(%)：

　　式中，RSM表示某一像元土壤相對含水量; RSMW是濕邊對應(yīng)的土壤相對含水量(最大);RSMD 是干邊對應(yīng)的土壤相對含水量(最小)。

　　1)濕邊的土壤相對濕度的確定。在擬合野鴨湖濕地Ts-NDVI特征空間濕邊方程時，選取水體的溫度作為特征空間溫度的最小值，而且水體的濕度可以確定為100%，因此濕邊上的土壤相對濕度確定為100%。

　　2)干邊土壤相對濕度的確定。通過實(shí)地測量，理論上能獲得干邊的土壤相對濕度，但是操作難度較大。設(shè)法通過抽樣的方式在實(shí)地測量一部分點(diǎn)的土壤相對濕度，結(jié)合相應(yīng)的TVDI得到干邊對應(yīng)的土壤相對濕度。知道了濕邊的土壤相對濕度，借助式(12)得到利用某一點(diǎn)的干邊土壤相對濕度，計(jì)算公式為：

　　式中，RSMDi為利用某點(diǎn)實(shí)測值得到的干邊土壤相對濕度;Yi為該點(diǎn)實(shí)測的土壤相對濕度;Xi為該點(diǎn)對應(yīng)的TVDI。然后對所有計(jì)算出的 RSMDi值求平均，以均值作為干邊上的土壤相對濕度RSMD。

　　3)利用求得的干邊、濕邊的土壤相對濕度RSMD和RSMW，結(jié)合式(12)反演野鴨湖濕地土壤相對濕度。

　　3 結(jié)果與分析

　　3.1 土壤水分反演結(jié)果

　　經(jīng)遙感軟件ENVI、ArcGIS操作處理后，反演的野鴨湖濕地土壤水分結(jié)果圖如圖4所示。

　　在反演的濕地土壤水分含量效果圖中，右下方山區(qū)的土壤濕度值比平原區(qū)域的值高;平原區(qū)靠近水體的土壤濕度值高于遠(yuǎn)離水體的值;濕地保護(hù)區(qū)內(nèi)地勢較高區(qū)域、土壤中含沙量較多區(qū)域的土壤濕度值低于地勢較低區(qū)域;植被茂密區(qū)域的值高于植被稀疏區(qū)域的值，這些跟實(shí)際情況基本一致。

　　3.2 反演精度評價

　　選取部分實(shí)測點(diǎn)對反演的土壤濕度進(jìn)行分析并做精度評價。 　　從實(shí)測數(shù)據(jù)和反演數(shù)據(jù)的分布趨勢圖圖5中可以得出，反演的土壤水分含量和實(shí)際測量值的增減趨勢大體一致。利用統(tǒng)計(jì)軟件SPSS分析兩者相關(guān)性(圖6)，相關(guān)系數(shù)為0.860，呈顯著相關(guān)，說明反演結(jié)果具有可信度。反演值與實(shí)測值的回歸方程的r2值為0.739 3，高于陳斌等[9]的草原干旱監(jiān)測研究的0.335，同時也高于齊述華等[10]全國旱情檢測研究的0.461 6。從表1還可以看出，兩者之間的平均相對誤差為0.249 3，平均絕對誤差在0.084 5左右，均方根誤差為0.104 2，優(yōu)于閆峰等[32]對河北省土壤水分估算研究的結(jié)果，說明反演精度較高，反演效果較好，溫度植被干旱指數(shù)法(TVDI)適用于野鴨湖濕地保護(hù)區(qū)土壤水分的反演。

　　從實(shí)測數(shù)據(jù)和反演數(shù)據(jù)的分布趨勢圖圖6中可以得出，反演的土壤水分含量值和實(shí)際測量值的增減趨勢大體一致。當(dāng)土壤含水量>60%時，遙感反演結(jié)果低于實(shí)測值;當(dāng)土壤含水量<20%時遙感反演結(jié)果高于實(shí)測值。出現(xiàn)這樣的結(jié)果，主要原因是在擬合模型的方程時，處于中間數(shù)值的像素點(diǎn)多于邊緣數(shù)值，造成取值范圍邊緣的數(shù)值權(quán)重低于中間權(quán)重，使得擬合方程向中間數(shù)值收緊，無形中縮小了最大值，同時放大了最小值。當(dāng)20%<土壤含水量<60%時，實(shí)測值和遙感反演結(jié)果有高有低，呈交織分布狀態(tài)。主要原因是遙感數(shù)據(jù)基于像元單位，像元內(nèi)的數(shù)值是各種地貌特征下反演數(shù)值的一個平均結(jié)果，反映的為面上數(shù)據(jù)，而實(shí)測數(shù)據(jù)是點(diǎn)數(shù)據(jù)。如果能使兩者很好一一對應(yīng)，就會大大提高反演準(zhǔn)確度，如圖5中對應(yīng)的點(diǎn)6、點(diǎn)7、點(diǎn)15、點(diǎn)16、點(diǎn)17。這也是定量遙感面對的一個難題。雖然圖6展示的只是部分?jǐn)?shù)據(jù)，不能涵蓋所有，但是實(shí)測值和反演結(jié)果之間的這一趨勢值得思考，為后續(xù)定量反演模型的改進(jìn)提供思路。

　　4 結(jié)論與討論

　　研究采用2010年6月5日的TM影像數(shù)據(jù)對野鴨湖濕地保護(hù)區(qū)內(nèi)的土壤水分進(jìn)行反演。利用該方法反演的土壤水分的反演結(jié)果和實(shí)測值的相關(guān)系數(shù)為0.860，P<0.01。經(jīng)過精度評價計(jì)算后得出均方根誤差為0.104 2。誤差分析結(jié)果顯示，與國內(nèi)其他同行利用低分辨率遙感影像，在大范圍尺度內(nèi)進(jìn)行的反演精度相比相關(guān)系數(shù)明顯提高，均方根誤差優(yōu)于同類研究結(jié)果。說明溫度植被干旱指數(shù)法(TVDI)不僅適用于省級、全國大尺度區(qū)域的土壤墑情遙感監(jiān)測，對于小尺度范圍的濕地土壤水分監(jiān)測同樣可以達(dá)到預(yù)期效果，且反演精度相比大尺度范圍有一定程度的提高。為快速、高效、準(zhǔn)確地監(jiān)測濕地土壤水分提供了可能，為后續(xù)的濕地監(jiān)測與保護(hù)提供依據(jù)。例如在此次試驗(yàn)結(jié)果的基礎(chǔ)上，可以進(jìn)一步研究濕地植被信息與濕地土壤水分信息的對應(yīng)關(guān)系;可以利用此方法進(jìn)行濕地水文特征的長時間序列變化監(jiān)測等。

　　由于遙感技術(shù)發(fā)展需要一個過程，相應(yīng)技術(shù)需要不斷完善，同時植物-土壤-水分系統(tǒng)擁有自身的復(fù)雜性，造成土壤水分遙感監(jiān)測的困難，也產(chǎn)生了一些誤差和不足。因此在以后的研究中應(yīng)該從以下幾方面考慮，有助于提高反演精度：

　　1)遙感監(jiān)測方法通常是先將地表物理參數(shù)進(jìn)行反演，再建立相應(yīng)關(guān)系式。所以，定量遙感推算地表物理參量成為這一過程的關(guān)鍵，推算精度直接影響監(jiān)測效果。因此建立更高效的參量反演模型顯得十分重要。譬如，在該反演模型中，與地表溫度相比，植被指數(shù)反映土壤墑情的能力有限。國內(nèi)學(xué)者做過相應(yīng)研究，在植被指數(shù)很小或者很大時，會降低該方法的精度�？梢钥紤]使用其他遙感參量替代來表示植被覆蓋度。由于在NDVI接近飽和時，葉面積指數(shù)與植被覆蓋度仍然具備良好的關(guān)系，可以考慮用葉面積指數(shù)替換，具體研究方法有待于進(jìn)一步研究。

　　2)遙感數(shù)據(jù)空間分辨率的存在，以點(diǎn)狀數(shù)據(jù)驗(yàn)證面狀數(shù)據(jù)的方法決定遙感影像數(shù)據(jù)和地面實(shí)測數(shù)據(jù)不能很好一一對應(yīng)，導(dǎo)致誤差的出現(xiàn)，這也是定量遙感的難題之一。本次試驗(yàn)采用了中分辨率TM遙感影像，反演精度也高于此前研究采用的低分辨率MODIS遙感影像，誤差隨之降低。說明提高影像數(shù)據(jù)空間分辨率對反演精度提高有幫助。下一步可以采用更高分辨率影像數(shù)據(jù)進(jìn)行試驗(yàn)，以提高精度。

　　參考文獻(xiàn)：

　　[1] Committee On Characterization Of Wetlands， WSAT. Wetlands： Characteristics and Boundaries [R]. Washington，DC： National Academy Press， 1995.

　　[2] 張華兵，劉紅玉，李玉鳳，等.自然條件下鹽城海濱濕地土壤水分/鹽度空間分異及其與植被關(guān)系研究[J].環(huán)境科學(xué)，2013，34(2)：540-546.

　　[3] 張華兵，劉紅玉，李玉鳳，等.鹽城海濱濕地景觀演變關(guān)鍵土壤生態(tài)因子與閾值研究[J].生態(tài)學(xué)報，2013，33(21)：6975-6983.

　　[4] 仲崇慶，王進(jìn)欣，邢 偉，等.不同植被和水文條件下蘇北鹽沼土壤TN、TP和OM剖面特征[J].北京林業(yè)大學(xué)學(xué)報，2010，32(3)： 186-190.

　　[5] 汪 瀟，張?jiān)鱿椋�趙曉麗，等.遙感監(jiān)測土壤水分研究綜述[J].土壤學(xué)報，2007，44(1)：157-163.

　　[6] 趙杰鵬，張顯峰，廖春華，等.基于TVDI的大范圍干旱區(qū)土壤水分遙感反演模型研究[J].遙感技術(shù)與應(yīng)用，2011，26(6)：742-750.

　　[7] 楊 曦，武建軍，閆 峰，等.基于地表溫度-植被指數(shù)特征空間的區(qū)域土壤干濕狀況[J].生態(tài)學(xué)報，2009，29(3)：1205-1216.

---

轉(zhuǎn)載請注明來自：http://www.jinnzone.com/nongyegongchengkexuelw/52250.html