基于TM数据的延河流域土壤水分反演研究

【摘要】： 土壤水分是土壤的重要组成部分,是影响植物和作物生长、坡面径流发生的重要因素。遥感监测土壤水分可以反映土壤水分在空间上的分布状况和时间上的变化情况,因此对土壤水分监测方法的研究具有很高的现实意义和科学价值。 本文在收集整理了国内外关于使用遥感定量反演土壤水分的各种研究资料的基础上,对比各种定量反演土壤水分的遥感模型,选择温度植被干旱指数(Temperature Vegetation Dryness Index, TVDI)反演延河流域土壤水分。此方法结合了植被指数(Normalized Difference Vegetation Index, NDVI)和地表温度(Land Surface Temperature, LST)这两个描述地球表面特征十分重要的参数,二者的融合可以清晰地表达地表植被覆盖和土壤水分含量等变化信息,有助于更准确地认知土壤水分时空动态演变规律。 本研究首先以植被的光谱特征为基础,建立归一化植被指数模型,反演得到NDVI分布图。以热辐射四大定律为理论基础,选择单窗算法反演地表温度,并获取研究区亮度温度、地表比辐射率、大气透射率、大气平均作用温度等参数。然后,采用气温直减率法和天文辐射模拟获取实际地形下的气温模型,结果表明,气温分布图不仅反映了温度随海拔高度的增加而逐渐降低的大趋势,而且辐射的订正使得温度的分布更加精细。之后,应用空间建模工具建立地表温度反演模型,得到地表温度分布图。结果表明,地表温度低值区大致分布在水体及植被覆盖度高的区域,高值区分布在岩石和裸土区域。 以Ts-NDVI特征空间原理为基础,选择TVDI监测土壤水分。通过拟合特征空间干湿边,得到TVDI分布图,并对研究区进行了旱情分级。结果表明,TVDI具有与地形起伏相一致的分布趋势,阳坡地区处于干旱和重旱状态,阴坡处于相对湿润状态;从宏观上,TVDI分布符合研究区域的下垫面性质。在植被覆盖率低与裸岩地区,TVDI值偏高,在植被覆盖率较高地区,TVDI值较低。且对TVDI与Ts和NDVI散点图进行了分析,可知Ts比NDVI对监测土壤水分有更大的指示作用。