• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

多源遥感数据反演土壤水分方法

张友静 王军战 鲍艳松

张友静, 王军战, 鲍艳松. 多源遥感数据反演土壤水分方法[J]. 水科学进展, 2010, 21(2): 222-228.
引用本文: 张友静, 王军战, 鲍艳松. 多源遥感数据反演土壤水分方法[J]. 水科学进展, 2010, 21(2): 222-228.
ZHANG You-jing, WANG Jun-zhan, BAO Yan-song. Soil moisture retrieval from multi-resource remotely sensed images over a wheat area[J]. Advances in Water Science, 2010, 21(2): 222-228.
Citation: ZHANG You-jing, WANG Jun-zhan, BAO Yan-song. Soil moisture retrieval from multi-resource remotely sensed images over a wheat area[J]. Advances in Water Science, 2010, 21(2): 222-228.

多源遥感数据反演土壤水分方法

基金项目: 国家自然科学基金资助项目(40701130;40830639)
详细信息
    作者简介:

    张友静(1955- ),男,江苏南京人,教授,主要从事遥感机理与方法研究.E-mail:zhangyj@hhu.edu.cn

  • 中图分类号: P338.9

Soil moisture retrieval from multi-resource remotely sensed images over a wheat area

Funds: The study is financially supported by the National Natural Science Foundation of China (No.40701130;No.40830639)
  • 摘要: 基于ASAR-APP影像数据和光学影像数据,根据水云模型研究了小麦覆盖下地表土壤含水量的反演方法。利用TM和MODIS影像构建的植被生物、物理参数与实测小麦含水量进行回归分析,发现TM影像提取的归一化水分指数(NDWI)反演精度较好,相关系数达到0.87。根据这一关系,结合水云模型并联立裸露地表土壤湿度反演模型,建立了基于多源遥感数据的土壤含水量反演模型和参数统一求解方案。反演结果表明:该方案可得到理想的土壤水分反演精度,并可控制参数估计的误差。反演土壤含水量和准同步实测数据的相关系数为0.9,均方根误差为3.83%。在此基础上,分析了模型参数的敏感性,并制作了研究区土壤缺水量分布图。
  • [1] ULABY F T,BATLIVALA P P,DOBSON M C.Microwave backscatter dependence on surface roughness,soil moisture,and soil texture:Part I Bare soil[J].IEEE Transactions on Geoscience Electronics,1978,16(4):286-295.
    [2] DOBSON M C,Ulaby F T.Active microwave soil moisture research[J].IEEE Trans Geosci Remote Sensing,1986,24(1):23-35.
    [3] DUBOIS P C,VAN Z J,ENGMAN T.Measuring soil moisture with imaging radars[J].IEEE Trans Geosci Remote Sensing,1995,33(4):915-926.
    [4] WANG J R,HSU A,SHI J C,et al.A comparison of soil moisture retrieval models using SIR-C measurements over the little Washita river watershed[J].Remote Sensing of Environment,1997,59(2):308-320.
    [5] 李震,郭华东,施建成.综合主动和被动微波数据监测土壤水分变化[J].遥感学报,2002,6(6):481-484.(LI Zhen,GUO Hua-dong,SHI Jian-cheng.Measuring the change of soil moisture with vegetation cover integration passive and active microwave data[J].Journal of Remote Sensing,2002,6(6):481-484.(in Chinese))
    [6] 陈权,李震,王磊.机载雷达和辐射计数据反演植被覆盖区土壤水分的初步研究[J].水科学进展,2007,18(5):756-761.(CHEN Quan,LI Zhen,WANG Lei.Soil moisture retrieval using airborne radar and radiometer in the region with vegetation cover[J].Advances in Water Science,2007,18(5):756-761.(in Chinese))
    [7] MATTIA F,SATALINO G,DENTE L,et al.Using a priori information to improve soil moisture retrieval from ENVISAT ASAR AP data in semiarid regions[J].IEEE Transactions on Geoscience and Remote Sensing,2006,44(4):900-912.
    [8] LOEW A,LUDWIG R,MAUSER W.Derivation of surface soil moisture from ENVISAT ASAR wide swath and image mode data in agricultural areas[J].IEEE Transactions on Geoscience and Remote Sensing,2006,44(4):889-899.
    [9] 鲍艳松,刘良云,王纪华.综合利用光学微波遥感数据反演土壤湿度研究[J].北京师范大学学报:自然科学版,2007,43(3):228-233.(BAO Yan-song,LIU Liang-yun,WANG Ji-hua.Soil moisture estimation based on optical and microwave remote sensing data[J].Journal of Beijing Normal University:Natural Science[J].2007,43(3):228-233.(in Chinese)).
    [10] DABROWSKA-ZIELINSKAA K,INOUEB Y,KOWALIK W,et al.Inferring the effect of plant and soil variables on C-and L-band SAR backscatter over agricultural fields,based on model analysis[J].Advances in Space Research,2007,39(1):139-148.
    [11] CLAUDIA N,MARIELLA A,FRANCESCO P.Use of radar and optical remotely sensed data for soil moisture retrieval over vegetated areas[J].IEEE Trans Geosci Remote Sensing,2006,44 (4):925-935.
    [12] ATTEMA E P,ULABY F T.Vegetation model as a water cloud[J].Radio Science,1978,13(2):357-364.
    [13] RAJAT B,ANA P B.Parameterization of vegetation backscatter in radar-based,soil moisture estimation[J].Remote Sensing of Environment,2001,76(1):130-137.
    [14] TACONET O,VIDAL-MADJAR D,EMBLANCH C,et al.Taking into account vegetation effects to estimate soil moisture from C band radar measurements[J].Remote Sensing of Environment,1996,56(1):52-56.
    [15] CECCATO P,FLASSE S,TARANTOLA S,et a1.Detecting vegetation leaf water content using reflectance in the optical domain[J].Remote Sensing of Environment,2001,77(1):22-33.
    [16] PENUELAS J,PIFML J,OGAYA R,et a1.Estimation of plant water concentration by the reflectance water index(R900/R970)[J].International Journal of Remote Sensing,1997,18(13):2869-2875.
    [17] ROCK B N,VOGELMARM J E,WILLIAMS D L,et a1.Remote detection of forest damage[J].Bioscience,1986,36(7):439-445.
    [18] JACKSON T J,CHEN Dao-yi,COSH M,et.al.Vegetation water content mapping using Land-sat data derived normalized difference water index for corn and soybeans[J].Remote Sensing of Environment,2004,92(4):225-236.
    [19] 刘伟,施建成.应用极化雷达估算农作物覆盖地区土壤水分相对变化[J].水科学进展,2005,16(4):596-601.(LIU Wei,SHI Jian-cheng.Applying the radar technology to estimate relative change of soil moisture in vegetated area[J].Advances in Water Science,2005,16(4):596-601.(in Chinese))
  • [1] 卢程伟, 周建中, 江焱生, 何典灿.  复杂边界条件多洪源防洪保护区洪水风险分析 . 水科学进展, 2018, 29(4): 514-522. doi: 10.14042/j.cnki.32.1309.2018.04.007
    [2] 刘荣华, 张珂, 晁丽君, 王青青, 洪阳, 涂勇, 曲伟.  基于多源卫星观测的中国土壤湿度时空特征分析 . 水科学进展, 2017, 28(4): 479-487. doi: 10.14042/j.cnki.32.1309.2017.04.001
    [3] 王文, 王鹏, 崔巍.  长江流域陆地水储量与多源水文数据对比分析 . 水科学进展, 2015, 26(6): 759-768. doi: 10.14042/j.cnki.32.1309.2015.06.001
    [4] 刘继龙, 马孝义, 张振华, 赵伟森.  土壤饱和导水率的多尺度预测模型与转换关系 . 水科学进展, 2013, 24(4): 568-573.
    [5] 向小华, 宋琪峰, 陈喜, 吴晓玲, 王船海.  融合地形和土壤特征的流域蓄水容量模型 . 水科学进展, 2013, 24(5): 651-657.
    [6] 刘金涛, 冯德锃, 陈喜, 吴吉春, 顾卫明.  山坡地形曲率分布特征及其水文效应分析——真实流域的野外实验及相关分析研究 . 水科学进展, 2011, 22(1): 1-6.
    [7] 刘吉平, 吕宪国, 崔炜炜.  别拉洪河流域湿地变化的多尺度空间自相关分析 . 水科学进展, 2010, 21(3): 392-398.
    [8] 张向炎, 史学正, 于东升, 王洪杰, 刘振波, 张文太.  前期土壤含水量对红壤坡面产流产沙特性的影响 . 水科学进展, 2010, 21(1): 23-29.
    [9] 刘俊峰, 陈仁升, 韩春坛, 谭春萍.  多卫星遥感降水数据精度评价 . 水科学进展, 2010, 21(3): 343-348.
    [10] 李琴, 陈曦, Frank Veroustraete, 包安明, 刘铁, 王金林.  干旱半干旱区土壤含水量反演与验证 . 水科学进展, 2010, 21(2): 201-207.
    [11] 于瑞宏, 许有鹏, 刘廷玺, 李畅游.  应用多光谱遥感信息反演干旱区浅水湖泊水深 . 水科学进展, 2009, 20(1): 111-117.
    [12] 陆乐, 吴吉春, 王晶晶.  多尺度非均质多孔介质中溶质运移的蒙特卡罗模拟 . 水科学进展, 2008, 19(3): 333-338.
    [13] 刘云, 宇振荣, 孙丹峰, Driessen P. M., 王纯枝.  冬小麦遥感冠层温度监测土壤含水量的试验研究 . 水科学进展, 2004, 15(3): 352-356.
    [14] 张学文.  云的含水量及其水循环 . 水科学进展, 2002, 13(1): 83-86.
    [15] 郭占荣, 荆恩春, 聂振龙, 焦鹏程, 董华.  冻结期和冻融期土壤水分运移特征分析 . 水科学进展, 2002, 13(3): 298-302.
    [16] 赵卫民, 王春青.  多源降雨信息质量评估技术 . 水科学进展, 2001, 12(3): 373-377.
    [17] 张顺利, 陶诗言.  雅鲁藏布江流域地-气系统的水平衡 . 水科学进展, 2001, 12(4): 509-515.
    [18] 黄金池, 万兆惠.  多沙河流平面二维泥沙数学模型研究 . 水科学进展, 1997, 8(3): 253-258.
    [19] 颜开, 陈树娥, 陈信华.  消退曲线超渗产流模型 . 水科学进展, 1997, 8(1): 90-93.
    [20] 陆家驹, 张和平.  应用遥感技术连续监测地表土壤含水量 . 水科学进展, 1997, 8(3): 281-287.
  • 加载中
计量
  • 文章访问数:  15
  • HTML全文浏览量:  6
  • PDF下载量:  1206
  • 被引次数: 0
出版历程
  • 收稿日期:  2009-03-09
  • 刊出日期:  2010-03-25

多源遥感数据反演土壤水分方法

    基金项目:  国家自然科学基金资助项目(40701130;40830639)
    作者简介:

    张友静(1955- ),男,江苏南京人,教授,主要从事遥感机理与方法研究.E-mail:zhangyj@hhu.edu.cn

  • 中图分类号: P338.9

摘要: 基于ASAR-APP影像数据和光学影像数据,根据水云模型研究了小麦覆盖下地表土壤含水量的反演方法。利用TM和MODIS影像构建的植被生物、物理参数与实测小麦含水量进行回归分析,发现TM影像提取的归一化水分指数(NDWI)反演精度较好,相关系数达到0.87。根据这一关系,结合水云模型并联立裸露地表土壤湿度反演模型,建立了基于多源遥感数据的土壤含水量反演模型和参数统一求解方案。反演结果表明:该方案可得到理想的土壤水分反演精度,并可控制参数估计的误差。反演土壤含水量和准同步实测数据的相关系数为0.9,均方根误差为3.83%。在此基础上,分析了模型参数的敏感性,并制作了研究区土壤缺水量分布图。

English Abstract

张友静, 王军战, 鲍艳松. 多源遥感数据反演土壤水分方法[J]. 水科学进展, 2010, 21(2): 222-228.
引用本文: 张友静, 王军战, 鲍艳松. 多源遥感数据反演土壤水分方法[J]. 水科学进展, 2010, 21(2): 222-228.
ZHANG You-jing, WANG Jun-zhan, BAO Yan-song. Soil moisture retrieval from multi-resource remotely sensed images over a wheat area[J]. Advances in Water Science, 2010, 21(2): 222-228.
Citation: ZHANG You-jing, WANG Jun-zhan, BAO Yan-song. Soil moisture retrieval from multi-resource remotely sensed images over a wheat area[J]. Advances in Water Science, 2010, 21(2): 222-228.
参考文献 (19)

目录

    /

    返回文章
    返回