阿克苏河流域土壤湿度反演与监测研究

聂 艳,马泽玥,周逍峰,于 雷,于 婧

1 华中师范大学地理过程分析与模拟湖北省重点实验室,武汉 430079 2 湖北大学资源环境学院,武汉 430062

土壤湿度作为陆面水资源形成、转化及消耗过程中的基本参数,对植被生长、农业生产和区域生态系统健康运转具有重要影响[1]。遥感技术的发展,特别是近年来不同传感器、多时相、多波段、高光谱技术的发展,为大范围、及时、准确土壤湿度遥感监测提供了可能[2]。自20世纪80年代起,就有很多学者提出了基于不同遥感数据源及波段信息的土壤湿度反演模型和方法,其中最具代表性的有热惯量法、微波遥感监测法、热红外遥感监测法、温度-植被综合指数法和光谱特征空间法等[3- 9]。1977年Richardson 和Wiegand 建立Nir-Red光谱特征空间提出基于土壤背景线的垂直植被指数后,从遥感光谱特征空间提取土壤水分信息建立土壤湿度遥感反演模型的方法被学者们持续关注,学者们先后提出了归一化植被指数(Normalized difference vegetation index,NDVI)、增强型植被指数(Extreme value index,EVI)、温度植被干旱指数(Temperature vegetation dryness index,TVDI)、垂直干旱植被指数(Modified perpendicular drought index,MPDI)等监测作物生长期的土壤湿度变化状况,这种通过遥感影像计算各类指数间接反映土壤含水量的模拟方法应用最为广泛[10- 16]。前述研究虽然取得了不错的成果,但所采用的遥感数据源多为TM、ETM+甚至中分辨率的MODIS影像,而基于高分辨率遥感数据的研究却很少,更没有研究对比不同指数/传感器在干旱半干旱农业区的反演效果和适用性。因此,本文结合高分辨率遥感数据(GF- 1 WFV和Landsat8 OLI)高空间、高……