基于MODIS数据的北京地区土壤含水量遥感信息模型研究

【摘要】： 干旱是制约我国农业生产的最重要因素之一。利用遥感手段可以大面积的实时的探测土壤含水量进而对土壤旱情进行监测。长久以来国内外一直利用NOAA气象卫星从事土壤含水量的遥感监测，现在随着更优越的新一代传感器了ERRA-MODIS的升空，将最新的MODIS数据用于土壤含水量遥感信息模型的构建成为当前研究的热点。 本文在详绍分析了近年来国内外研究进展的基础上，以北京平原为研究区，以能量平衡为基础理论，将MODIS遥感数据所获取的植被指数和地表温度作为反演土壤含水量的两个基本参量，再通过地面实验获得实测土壤含水量数据，将三者建立经验模型，从而实现上壤含水量的遥感反演。 根据不同时期不同的植被覆盖水平，将模型的建立分成了两个部分，一部分是裸地和低植被覆盖水平下的热惯量模型，另一部分是高植被覆盖条件下的温度／植被指数经验模型。实验结果表明：在本地区裸地和低植被覆盖条件下，指数形式的热惯量模型能够比较准确的反演土壤水分；植被覆盖条件下，NDVI和31通道亮温的线性组合以及比值与含水量都有密切的关系，线性组合能更好的反演土壤含水量，SAVI和EVI等植被指数形式结合31通道亮温构成的土壤含水量遥感反演模型效果较差；BP神经网络可以用于土壤含水量遥感反演模型的拟合，但需要较大的样本数才能体现其优越性。