基于综合干旱指数的淮河流域土壤含水量反演

张 文， 任 燕， 马晓琳， 胡艺杰

(1.武汉大学遥感信息工程学院，武汉 430079； 2.国家知识产权局专利局专利审查协作河南中心，郑州450046； 3.河南省白沙水库管理局，禹州 461670； 4.华北水利水电大学资源与环境学院，郑州 450045)

0 引言

陆表土壤水不仅是旱情监测的重要指标，还是气候、水文、生态、农业等领域的重要参数，也是全球气候变化的重要组成部分[1]。传统测量方法只能采集到点和小范围的墒情信息[2]，而遥感技术的发展为获取大范围地表土壤水分提供了有效手段。遥感的主要特点是探测范围广、速度快、周期短、受地面条件限制少，能够频繁持久地提供地表的信息[3]。因此，利用遥感技术来进行大区域的土壤水分信息提取具有极其广阔的应用前景。

从20世纪60年代开始，遥感技术已经开始应用到土壤水分监测中，历年来，国内外科研工作者提出过许多模型和方法。1969年，Jordan[4]提出了最早的一种植被指数，比值植被指数(ratio vegetation index，RVI)； 1977年，Kahle[5]得到第一个遥感热惯量影像; Price给出了用遥感数据计算热惯量的一般方法[6]，并于1985年提出了表观热惯量(apparent thermal inertia，ATI)模型[7]； Jackson等[8]综合分析研究土壤水分、叶片温度和植被指数相互之间关系,于1981年提出了作物缺水指数法(crop water stress index，CWSI)； Carlson等[9]于1994年提出了综合考虑植被指数和植被冠层温度的植被供水指数(vegetation supply water index，VSWI)； 2002年，Sandholt等[10]运用陆地表面温度(land surface temperature，LST)与归一化植被指数(normalized differential vegetation index，NDVI)，建立了NDVI-Ts特征空间，并提出了温度植被干旱指数(temperature vegetation dryness index，TVDI)。各种干旱指数都有其优缺点与不同的适用范围，综合多种干旱指数对土壤水分进行反演会得到更可靠的效果。……