黃河三角洲土壤含水量狀況的高光譜估測(cè)與遙感反演.pdf

1、土壤含水量是陸地和大氣能量交換過程中的重要因子，對(duì)陸地表面蒸散、水的運(yùn)移、碳循環(huán)具有很強(qiáng)的控制作用，是氣候、生態(tài)、水文、農(nóng)業(yè)等領(lǐng)域衡量土壤干旱水平的重要指標(biāo)。土壤水分也是研究植物水分脅迫、監(jiān)測(cè)作物旱情的最基本因子。隨著工農(nóng)業(yè)、生活用水的不斷增長，農(nóng)田水資源短缺也影響到了農(nóng)業(yè)的生產(chǎn)與發(fā)展。土壤含水量的監(jiān)測(cè)能夠準(zhǔn)確掌握田間土壤水分的分布，預(yù)測(cè)未來的發(fā)展?fàn)顩r，可以提高農(nóng)業(yè)用水的效率、節(jié)約水資源，對(duì)于提高農(nóng)業(yè)灌溉用水效率、水土資源的可持續(xù)利用，

2、以及旱情的監(jiān)測(cè)等都具有重要的意義。同時(shí)，土壤水分的時(shí)空分布規(guī)律是土壤水文的重要影響因子，是區(qū)域水文過程研究的重要內(nèi)容之一，可為遙感反演提供地面觀測(cè)數(shù)據(jù)支持，為生態(tài)建設(shè)和規(guī)劃提供重要的參考。土壤水分時(shí)空變異研究對(duì)提高土壤水分資源的利用效率和管理水平具有重要的作用。本文以黃河三角洲墾利縣和無棣縣為研究區(qū)，首先根據(jù)研究區(qū)實(shí)測(cè)水分?jǐn)?shù)據(jù)對(duì)墾利縣和無棣縣水分狀況進(jìn)行了系統(tǒng)分析。之后為探討利用近地高光譜和遙感影像數(shù)據(jù)結(jié)合預(yù)測(cè)土壤含水量的可行方法，本研

3、究以2014春墾利縣數(shù)據(jù)為例，采用中心波長反射率和波段平均反射率兩種擬合方法，利用室外實(shí)測(cè)高光譜窄波段反射率數(shù)據(jù)模擬Landsat8衛(wèi)星寬波段反射率，進(jìn)而通過波段組合，選取敏感光譜參量，應(yīng)用多元逐步線性回歸方法分別建立土壤含水量高光譜單一形式波段組合與多形式波段組合估測(cè)模型，并選取最優(yōu)估測(cè)模型；采用線性混合像元分解處理遙感影像，同時(shí)采用比值均值訂正方法對(duì)遙感影像反射率進(jìn)行訂正，在此基礎(chǔ)上，將模型應(yīng)用到經(jīng)過訂正的Landsat8衛(wèi)星影像，

4、實(shí)現(xiàn)了對(duì)2014春墾利縣土壤含水量的遙感反演，并通過用2014年春無棣縣數(shù)據(jù)及2013年墾利其他季節(jié)數(shù)據(jù)檢驗(yàn)了2014年春墾利縣遙感反演模型的時(shí)空適用性。最后本研究將2014春季遙感反演模型分別應(yīng)用到2015年墾利縣和無棣縣，得到了2015年春季研究區(qū)土壤含水量狀況。
　　本研究主要內(nèi)容包括：⑴根據(jù)實(shí)地調(diào)查數(shù)據(jù)統(tǒng)計(jì)分析，墾利縣2013年秋與2014年春土壤水分均值較為接近，而2013年冬土壤水分含量較低。無棣縣2013年秋與201

5、4年春的土壤水分均值較為接近，而2013年冬、2014年夏、秋時(shí)期的土壤水分均值相對(duì)較低。從空間分布看，墾利縣2013年春、秋、冬與2014年春季的土壤水分具有較一致的空間分布格局，空間破碎度較大，而2013年夏季的水分空間連續(xù)性較強(qiáng)；無棣縣2013年秋、冬、2014年春土壤水分空間分布格局一致，空間破碎度較大，2014年夏、秋的水分空間連續(xù)性較強(qiáng)，整體呈連片分布。從年際變化看，墾利2014年春比2013年春季含水量水平低。無棣縣201

6、4年秋比2013年秋季含水量水平降低?？傮w來看，研究區(qū)2014年土壤含水量水平較2013年降低。不同植被類型的土壤含水量存在明顯差異性。墾利、無棣均呈現(xiàn)相似的規(guī)律。耕地土壤含水量各季節(jié)平均水平均低于鹽荒地，鹽荒地中，土壤含水量表現(xiàn)為光板地＞堿蓬＞蘆葦＞茅草。⑵隨著含水量的增加，土壤反射率總體呈下降趨勢(shì)，不同土壤含水量光譜曲線總體變化比較平緩，形態(tài)相似。不同含水量的土壤光譜反射率表現(xiàn)為強(qiáng)度上的差異，在波長較短的部分，反射率隨土壤水分增加變

7、化迅速，而在波長較長的部分，反射率變化相對(duì)平緩。土壤含水量與Landsat8OLI的7個(gè)波段均有一定的相關(guān)性。⑶高光譜估測(cè)模型構(gòu)建時(shí)，中心波長反射率和波段平均反射率兩種擬合方法中，所建單一波段組合形式均是以差值方式的光譜參量建立的估測(cè)模型較好；且基于單一波段組合敏感光譜參量建立的回歸模型效果均不如基于多波段組合光譜參量構(gòu)建的估測(cè)模型?；诓ǘ纹骄瓷渎屎投嘈问讲ǘ谓M合方式敏感光譜參量構(gòu)建的估測(cè)模型最佳，Y=60.833-12.737×R

8、655/R440+208.397×(R1610-R2200)+67.536×(R865-R2200)+0.815×(R440+R480)/(R440-R480)，模型的決定系數(shù)R2為0.701。⑷利用SPSS軟件分析實(shí)測(cè)平均反射率和遙感地表反射率,兩者相關(guān)系數(shù)極高，呈極顯著相關(guān)，因此可將土壤水分室外實(shí)測(cè)估測(cè)模型應(yīng)用于遙感影像，實(shí)現(xiàn)區(qū)域土壤水分的遙感反演。⑸用2014年春無棣縣及2013年墾利縣其他季節(jié)數(shù)據(jù)對(duì)2014年春墾利縣遙感反演模型