基于多源遙感數(shù)據(jù)的冬小麥水分估算研究.pdf

1、植被作為遙感觀測和記錄的第一表層，它是遙感影像所能反映的一個最直接的信息，成為了近幾年來研究和探索的主要對象。植物體的葉片色素、氮含量、干物質(zhì)、作物水分含量和葉面積指數(shù)等都生化組分都可以通過遙感手段獲取，并且可作為作物是否受到脅迫的生物學指標。作物水又稱作物含水，指的是作物體內(nèi)部含有的游離態(tài)或者化合態(tài)的水，作物冠層水分含量約占整個植物體的40％～80％。對于作物本身而言，水分是進行光合作用的不可或缺的主要原料之一，對作物的生長具有重要的

2、意義。傳感器和衛(wèi)星技術(shù)在過去的十幾年里得到了不斷的發(fā)展進步，并且隨著遙感機理的逐步深入，利用遙感技術(shù)監(jiān)測農(nóng)情信息取得了長足的進展。但是目前結(jié)合衛(wèi)星遙感技術(shù)和近地高光譜技術(shù)進行作物水分的定量遙感研究，仍然相當薄弱。遙感植被監(jiān)測成功應用的關(guān)鍵是對葉片生化組分和植被冠層生物物理參數(shù)的定量估計。利用遙感的手段測定作物冠層含水量具有適時、快速、范圍大等技術(shù)優(yōu)勢，成為近年來多光譜遙感和高光譜遙感重要的應用領域。
　　本文首先利用小區(qū)田間的近地

3、光譜數(shù)據(jù)，并結(jié)合PROSAIL模型，對目前作物水分估算從植被光譜特征、典型植被水分指數(shù)飽和性及植被指數(shù)受土壤背景影響等方面存在的問題進行探索研究，并針對目前二維光譜特征空間中對于作物水分分布的缺陷提出一種比值變換的新方法，最后基于多源遙感衛(wèi)星影像數(shù)據(jù)進行區(qū)域范圍內(nèi)的反演。主要研究內(nèi)容包括：⑴通過分析冬小麥冠層光譜的反射率特性，研究了冠層葉片含水量等參數(shù)與冠層光譜反射率的相關(guān)性;并分別從光譜特征波段、典型植被水分指數(shù)出發(fā)，在實測光譜數(shù)據(jù)的

4、基礎上，建立了冬小麥冠層光譜特征波段、光譜導數(shù)及光譜植被水分指數(shù)與冠層葉片含水量(FMC)和冠層葉片等效水厚度(EWT)之間的簡單統(tǒng)計模型;并利用Landsat TM的光譜響應函數(shù)將其模擬到TM寬波段衛(wèi)星數(shù)據(jù)，選用最優(yōu)模型進行區(qū)域上冬小麥冠層水分遙感估算的應用與驗證。⑵針對典型水分植被指數(shù)易在LAI達到3或者等效水厚度EWT在0.016的時候就出現(xiàn)飽和的缺陷，首先通過PROSAIL輻射傳輸模型模擬的數(shù)據(jù)進行分析，嘗試通過融合可見光-近紅

5、外的植被指數(shù)來提高其飽和點和抗土壤背景的能力，結(jié)果表明，融合了可見光-近紅外波段的新植被水分指數(shù)對于監(jiān)測冬小麥冠層水分估算效果了顯著改善，估算模型也較為穩(wěn)定。特別是對于860nm與更長波長(1450，1950，2500nm)的短波紅外構(gòu)建的NDWI，改善效果更加明顯。⑶針對N1R-Red光譜特征空間中垂直干旱指數(shù)PDI對于解釋作物水分分布的局限性，以及垂直植被指數(shù)PVI在特征空間中表征植被覆蓋分布特征的優(yōu)勢，研究作物在可見光、近紅外的反