CN102252973A - 土壤含水量遥感监测方法 - Google Patents
土壤含水量遥感监测方法 Download PDFInfo
- Publication number
- CN102252973A CN102252973A CN 201110057442 CN201110057442A CN102252973A CN 102252973 A CN102252973 A CN 102252973A CN 201110057442 CN201110057442 CN 201110057442 CN 201110057442 A CN201110057442 A CN 201110057442A CN 102252973 A CN102252973 A CN 102252973A
- Authority
- CN
- China
- Prior art keywords
- soil moisture
- rho
- wave band
- soil
- wave
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Landscapes
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种土壤含水量遥感监测方法,该方法包括步骤:S1.分析土壤水分在短波红外波段的光谱特性,选择用于监测土壤含水量的短波红外波段;S2.根据所选择的短波红外波段,构建基于遥感数据的短波红外干旱指数;S3.采集待监测区域的土壤水分观测数据;S4.根据所述干旱指数以及所述土壤水分观测数据,建立干旱指数与土壤水分的区域关系模型,确定待监测区域的土壤水分及干旱状况。本发明的方法可以快速有效地估算区域土壤水分/干旱状况,以指导农业生产、水资源规划等,且精度较高。
Description
技术领域
本发明涉及环境遥感技术领域,尤其涉及一种土壤含水量遥感监测方法。
背景技术
空间尺度的土壤水分是农业生产发展、区域资源与环境定量监测的关键变量,在农业、水文、气象等生态环境中具有重要的应用价值。传统的经典土壤水分测定方法如取土烘干法、中子水分仪法及张力计方法等精确度较高,但采样速度慢、需要大量的人力物力并且多局限在点测量的范围上,难以满足实际生产中大面积监测土壤水分的应用需求,具有大范围和快速观测特点的遥感技术特别是多源遥感手段的发展,给土壤湿度的空间分布监测带来极大便利。
土壤水分遥感监测的原理是对土壤表面发射或反射的电磁波的辐射能进行测量。土壤水分的电磁辐射强度的变化主要取决于其反射率、发射率、介电特性和温度等,目前国内外土壤水分遥感监测的方法,从遥感的波段及其组合的角度出发,主要包括光学遥感(可见光-近红外、热红外)和微波遥感等。可见光-近红外波段根据土壤和植被水分变化可引起光谱反射率变化的规律,综合考虑植被生长(植被指数)和水分胁迫状况间接估算土壤水分。这类方法主要是基于地表反射率的各种植被指数(Kogan,1990,1995;陈维英等,1994;刘培君等,1997)。然而,受土壤表面粗糙度、质地等影响,该法监测土壤水分在提高精度方面受到较大限制。但近年来提出的基于可见光-近红外/短波红外的光谱特征空间法,如垂直干旱指数(PDI)、改进的垂直干旱指数(MPDI)等(Ghulam等,2006;Ghulam等,2007),在土壤水分和干旱的遥感监测上则取得了不错效果(Qin等,2008)。这类方法与热红外遥感和微波遥感相比简单有效,所需的遥感数据容易获取,时间分辨率高。研究表明,在短波红外波段存在很高的水的吸收峰,因此该波段反射率和实测土壤水分有很好的相关性(郭广猛,赵冰茹,2004)。
发明内容
(一)要解决的技术问题
本发明要解决的技术问题是:提供一种简单、快捷且精度较高的土壤含水量遥感监测方法。
(二)技术方案
为解决上述问题,本发明提供了一种土壤含水量遥感监测方法,该方法包括步骤:
S1.分析土壤水分在短波红外波段的光谱特性,选择用于监测土壤含水量的短波红外波段;
S2.根据所选择用于监测土壤含水量的短波红外波段,构建基于遥感数据的短波红外干旱指数;
S3.采集待监测区域的土壤水分观测数据;
S4.根据所述干旱指数以及所述土壤水分观测数据,建立干旱指数与土壤水分的区域关系模型,确定待监测区域的土壤水分及干旱状况。
其中,在步骤S1中,根据所述光谱特性,选择的用于监测土壤含水量的短波红外波段分别为1230-1250nm、1628-1652nm和2150-2155nm波段,其中心波长分别为1240nm、1640nm以及2130nm。
其中,在步骤S2中,所述遥感数据为中分辨率成像光谱仪MODIS数据,所选择的用于监测土壤含水量的短波红外波段分别对应所述中分辨率成像光谱仪MODIS的第5、6及7波段。
其中,所述干旱指数为:
其中,SIDI5,6为所述中分辨率成像光谱仪MODIS第5波段与第6波段组合的干旱指数;SIDI5,7为所述中分辨率成像光谱仪MODIS第5波段与第7波段组合的干旱指数;SIDI6,7为所述中分辨率成像光谱仪MODIS第6波段与第7波段组合的干旱指数;ρ5为所述中分辨率成像光谱仪MODIS第5波段的地表反射率;ρ6为所述中分辨率成像光谱仪MODIS第6波段的地表反射率;ρ7为所述中分辨率成像光谱仪MODIS第7波段的地表反射率。
其中,步骤S4进一步包括:
S4.1利用所述干旱指数以及所述土壤水分数据进行回归,建立干旱指数与土壤水分的区域关系模型;
S4.2根据所述区域关系模型估算所述待监测区域土壤含水量,进行干旱等级划分,确定所述待监测区域土壤水分及干旱状况。
(三)有益效果
本发明的方法可以快速有效地估算区域土壤水分/干旱状况,以指导农业生产、水资源规划等,且精度较高。
附图说明
图1为依照本发明一种实施方式的土壤含水量遥感监测方法流程图;
图2为几种土壤的光谱反射曲线;
图3为水的吸收率曲线;
图4(a)-4(f)为SIDI5,6、SIDI5,7和SIDI6,7与土壤体积含水量的关系。
具体实施方式
本发明提出的土壤含水量遥感监测方法,结合附图及实施例详细说明如下。
地球观测系统(EOS)系列卫星用于利用卫星遥感技术进行大气物理化学观测和陆地、水文、气候、环境调查,更准确地获取自然环境资源的各种综合信息,掌握地球环境资源的总体状况及其变化趋势,其上的最主要的仪器是中分辨率成像光谱仪(MODIS,Moderate-resolution Imaging Spectroradiometer),其最大空间分辨率可达250米,扫描宽度2330公里。MODIS是当前世界上新一代“图谱合一”的光学遥感仪器,有36个离散光谱波段,含有对土壤水分敏感的近红外、短波红外和热红外波段等,同时具有高时间分辨率和光谱分辨率,具有“图谱合一”的特性,因此可大大增强了对地球复杂系统的观测能力和对地表类型的识别能力。
本实施方式中的方法为了快速有效地监测土壤水分/干旱状况的变化,以MODIS数据为例,利用对土壤水分更敏感的短波红外波段,在充分分析土壤水分短波红外波段的光谱特性基础上,构建一组可反映土壤水分/干旱的遥感指数,利用获取的待监测区域土壤水分数据,建立上述遥感指数和土壤水分的区域关系模型,进而可以确定该区域面上的土壤水分或干旱状况。短波红外波段比近红外波段对土壤水分更敏感,并且其空间分辨率一般高于热红外波段,更适合土壤水分的遥感监测。
如图1所示,依照本发明一种实施方式的土壤含水量遥感监测方法包括以下步骤:
S1.分析土壤水分在短波红外波段的光谱特性,选择用于监测土壤含水量的短波红外波段,即对土壤含水量敏感的短波红外波段。
自然状态下土壤表面的反射曲线比较平滑,没有明显的反射峰和吸收谷。土壤光谱受多种复杂因素的影响,在土壤母质等其它因素较稳定的情况下,土壤光谱受土壤水分的作用比较明显,土壤的含水量增加时,土壤的反射率就会下降。
如图2所示是几种土壤的反射光谱,图3为水的吸收率曲线。通过土壤反射率和水的吸收率等光谱特性分析,找出对土壤水分敏感的波段,经分析发现中心波长为1240nm、1640nm和2130nm处的短波红外波段对土壤水分较为敏感,基本存在水分的吸收峰和吸收谷。
S2.构建基于MODIS数据的短波红外干旱指数。
由于MODIS第5(1230-1250nm),6(1628-1652nm),7(2105-2155nm)波段均为对地物水分敏感的短波红外波段,这三个波段都位于水汽吸收区,对水汽反射率的变化比较敏感,因此,其任意两个波段的组合得到的指数可以在一定程度上反映土壤含水量的多少。并且这几个波段中短波的反射率一般高于长波的反射率,其归一化比值在0到1范围内变化,因此可利用波段间的差异反映土壤水分状况,1和该比值的差值即可反映地表干旱状况,该值越大,表明地表越干旱。构建的短波红外干旱指数(Shortwave Infrared DroughtIndex,SIDI)如下:
其中,SIDI5,6为MODIS第5波段与第6波段组合的干旱指数;SIDI5,7为MODIS第5波段与第7波段的干旱指数;SIDI6,7为MODIS第6波段与第7波段组合的干旱指数;ρ5为MODIS第5波段的地表反射率;ρ6为MODIS第6波段的地表反射率;ρ7为MODIS第7波段的地表反射率。
S3.通过试验或从农业、气象观测站采集待监测区域土壤水分观测数据,该数据为特定采集点的离散数据,需要与遥感得到的干旱指数建立定量关系,以估算整个区域的土壤水分,即包括采集点之外的各地区的土壤水分。
例如收集在宁夏永宁、固原的时间序列土壤水分定位观测数据。
S4.建立上述干旱指数和土壤水分的区域关系模型,估算区域土壤含水量。
具体的,步骤S4进一步包括:
S4.1利用获取的土壤水分观测数据,和对应MODIS遥感影像提取的SIDI指数进行回归,建立干旱指数与土壤水分的区域关系模型;
S4.2根据所述区域关系模型估算所述待监测区域土壤含水量,进行干旱等级划分,确定所述待监测区域土壤水分及干旱状况。
建立这些指数和土壤体积含水量(cm3/cm3)的区域关系模型,估算区域土壤含水量,进行干旱等级的划分,确定该地区的干旱状况。
以上实施方式仅用于说明本发明,而并非对本发明的限制,有关技术领域的普通技术人员,在不脱离本发明的精神和范围的情况下,还可以做出各种变化和变型,因此所有等同的技术方案也属于本发明的范畴,本发明的专利保护范围应由权利要求限定。
Claims (5)
1.一种土壤含水量遥感监测方法,其特征在于,该方法包括步骤:
S1.分析土壤水分在短波红外波段的光谱特性,选择用于监测土壤含水量的短波红外波段;
S2.根据所选择用于监测土壤含水量的短波红外波段,构建基于遥感数据的短波红外干旱指数;
S3.采集待监测区域的土壤水分观测数据;
S4.根据所述干旱指数以及所述土壤水分观测数据,建立干旱指数与土壤水分的区域关系模型,确定待监测区域的土壤水分及干旱状况。
2.如权利要求1所述的土壤含水量遥感监测方法,其特征在于,在步骤S1中,根据所述光谱特性,选择的用于监测土壤含水量的短波红外波段分别为1230-1250nm、1628-1652nm和2150-2155nm波段,其中心波长分别为1240nm、1640nm以及2130nm。
3.如权利要求2所述的土壤含水量遥感监测方法,其特征在于,在步骤S2中,所述遥感数据为中分辨率成像光谱仪MODIS数据,所选择的用于监测土壤含水量的短波红外波段分别对应所述中分辨率成像光谱仪MODIS的第5、6及7波段。
4.如权利要求3所述的土壤含水量遥感监测方法,其特征在于,所述干旱指数为:
其中,SIDI5,6为所述中分辨率成像光谱仪MODIS第5波段与第6波段组合的干旱指数;SIDI5,7为所述中分辨率成像光谱仪MODIS第5波段与第7波段组合的干旱指数;SIDI6,7为所述中分辨率成像光谱仪MODIS第6波段与第7波段组合的干旱指数;ρ5为所述中分辨率成像光谱仪MODIS第5波段的地表反射率;ρ6为所述中分辨率成像光谱仪MODIS第6波段的地表反射率;ρ7为所述中分辨率成像光谱仪MODIS第7波段的地表反射率。
5.如权利要求4所述的土壤含水量遥感监测方法,其特征在于,步骤S4进一步包括:
S4.1利用所述干旱指数以及所述土壤水分数据进行回归,建立干旱指数与土壤水分的区域关系模型;
S4.2根据所述区域关系模型估算所述待监测区域土壤含水量,进行干旱等级划分,确定所述待监测区域土壤水分及干旱状况。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110057442 CN102252973B (zh) | 2011-03-10 | 2011-03-10 | 土壤含水量遥感监测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN 201110057442 CN102252973B (zh) | 2011-03-10 | 2011-03-10 | 土壤含水量遥感监测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102252973A true CN102252973A (zh) | 2011-11-23 |
CN102252973B CN102252973B (zh) | 2013-08-14 |
Family
ID=44980363
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN 201110057442 Expired - Fee Related CN102252973B (zh) | 2011-03-10 | 2011-03-10 | 土壤含水量遥感监测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102252973B (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196862A (zh) * | 2013-02-25 | 2013-07-10 | 北京师范大学 | 基于ASAR和Hyperion数据反演植被覆盖下土壤水分的方法及系统 |
CN103246809A (zh) * | 2013-05-07 | 2013-08-14 | 西北农林科技大学 | 黄土丘陵区沟道土壤水分估算方法 |
CN103424405A (zh) * | 2013-08-27 | 2013-12-04 | 华南农业大学 | 一种基于hj-1a/1b ccd数据的干旱监测方法 |
CN103424160A (zh) * | 2013-08-26 | 2013-12-04 | 浙江大学 | 一种测量稻田持水层水位深度的方法 |
CN103678885A (zh) * | 2013-11-22 | 2014-03-26 | 河海大学 | 一种基于重力卫星的干旱指数构建及分析方法 |
CN104034739A (zh) * | 2014-06-20 | 2014-09-10 | 环境保护部卫星环境应用中心 | 双时相雷达监测土壤含水量的方法 |
CN106226260A (zh) * | 2016-08-10 | 2016-12-14 | 武汉大学 | 一种结合微波和红外遥感影像的土壤水分反演方法 |
CN106525753A (zh) * | 2016-10-12 | 2017-03-22 | 天津大学 | 一种简便的遥感土壤水分监测方法 |
CN108918432A (zh) * | 2018-05-15 | 2018-11-30 | 四川理工学院 | 基于Landsat8影像的水域提取方法及装置 |
CN110082500A (zh) * | 2019-04-26 | 2019-08-02 | 中国农业科学院农业资源与农业区划研究所 | 一种基于干湿边快速确定的农作物干旱遥感监测方法 |
CN110795895A (zh) * | 2020-01-06 | 2020-02-14 | 南京邮电大学 | 利用地表反射信号和随机森林回归算法预测土壤水分的方法 |
CN113591611A (zh) * | 2021-07-13 | 2021-11-02 | 青海省气象科学研究所 | 一种基于地理分区的土壤干旱遥感监测方法 |
CN115078291A (zh) * | 2022-07-21 | 2022-09-20 | 常州海马科技有限公司 | 一种基于光谱吸收的水遥测传感器及遥测水分含量方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187630A (zh) * | 2007-12-05 | 2008-05-28 | 北京大学 | 一种农田干旱监测方法 |
-
2011
- 2011-03-10 CN CN 201110057442 patent/CN102252973B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101187630A (zh) * | 2007-12-05 | 2008-05-28 | 北京大学 | 一种农田干旱监测方法 |
Non-Patent Citations (2)
Title |
---|
《科技导报》 20091231 高正庆 等 归一化多波段干旱指数在农田干旱监测中的应用 23-26 1-5 第27卷, 第11期 * |
《红外与毫米波学报》 20110228 姚云军等 基于 MODIS短波红外光谱特征的土壤含水量反演 第9-14,79页 1 第30卷, 第1期 * |
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103196862A (zh) * | 2013-02-25 | 2013-07-10 | 北京师范大学 | 基于ASAR和Hyperion数据反演植被覆盖下土壤水分的方法及系统 |
CN103196862B (zh) * | 2013-02-25 | 2015-01-21 | 北京师范大学 | 基于ASAR和Hyperion数据反演植被覆盖下土壤水分的方法及系统 |
CN103246809A (zh) * | 2013-05-07 | 2013-08-14 | 西北农林科技大学 | 黄土丘陵区沟道土壤水分估算方法 |
CN103424160A (zh) * | 2013-08-26 | 2013-12-04 | 浙江大学 | 一种测量稻田持水层水位深度的方法 |
CN103424160B (zh) * | 2013-08-26 | 2016-03-02 | 浙江大学 | 一种测量稻田持水层水位深度的方法 |
CN103424405B (zh) * | 2013-08-27 | 2015-04-29 | 华南农业大学 | 一种基于hj-1a/1b ccd数据的干旱监测方法 |
CN103424405A (zh) * | 2013-08-27 | 2013-12-04 | 华南农业大学 | 一种基于hj-1a/1b ccd数据的干旱监测方法 |
CN103678885A (zh) * | 2013-11-22 | 2014-03-26 | 河海大学 | 一种基于重力卫星的干旱指数构建及分析方法 |
CN104034739A (zh) * | 2014-06-20 | 2014-09-10 | 环境保护部卫星环境应用中心 | 双时相雷达监测土壤含水量的方法 |
CN106226260A (zh) * | 2016-08-10 | 2016-12-14 | 武汉大学 | 一种结合微波和红外遥感影像的土壤水分反演方法 |
CN106226260B (zh) * | 2016-08-10 | 2019-04-12 | 武汉大学 | 一种结合微波和红外遥感影像的土壤水分反演方法 |
CN106525753A (zh) * | 2016-10-12 | 2017-03-22 | 天津大学 | 一种简便的遥感土壤水分监测方法 |
CN108918432A (zh) * | 2018-05-15 | 2018-11-30 | 四川理工学院 | 基于Landsat8影像的水域提取方法及装置 |
CN108918432B (zh) * | 2018-05-15 | 2021-07-20 | 四川理工学院 | 基于Landsat8影像的水域提取方法及装置 |
CN110082500A (zh) * | 2019-04-26 | 2019-08-02 | 中国农业科学院农业资源与农业区划研究所 | 一种基于干湿边快速确定的农作物干旱遥感监测方法 |
CN110795895A (zh) * | 2020-01-06 | 2020-02-14 | 南京邮电大学 | 利用地表反射信号和随机森林回归算法预测土壤水分的方法 |
CN113591611A (zh) * | 2021-07-13 | 2021-11-02 | 青海省气象科学研究所 | 一种基于地理分区的土壤干旱遥感监测方法 |
CN113591611B (zh) * | 2021-07-13 | 2023-08-22 | 青海省气象科学研究所 | 一种基于地理分区的土壤干旱遥感监测方法 |
CN115078291A (zh) * | 2022-07-21 | 2022-09-20 | 常州海马科技有限公司 | 一种基于光谱吸收的水遥测传感器及遥测水分含量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN102252973B (zh) | 2013-08-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102252973B (zh) | 土壤含水量遥感监测方法 | |
Doumounia et al. | Rainfall monitoring based on microwave links from cellular telecommunication networks: First results from a West African test bed | |
Rahimi et al. | Use of dual‐frequency microwave links for measuring path‐averaged rainfall | |
Liu et al. | Two different methods for flash drought identification: Comparison of their strengths and limitations | |
CN103196838B (zh) | 一种海岸河口富营养化高光谱遥感监测方法 | |
Bianchi et al. | Quality control of rain gauge measurements using telecommunication microwave links | |
CN104697937B (zh) | 一种土壤属性高光谱识别的技术方法 | |
CN103884661A (zh) | 基于土壤可见-近红外光谱库的土壤全氮实时检测方法 | |
Champagne et al. | Evaluation of soil moisture extremes for agricultural productivity in the Canadian prairies | |
Zhang et al. | Detecting agro-droughts in Southwest of China using MODIS satellite data | |
CN102435564A (zh) | 一种基于三波段光谱指数估测植物氮含量的方法 | |
CN108876172B (zh) | 一种基于改进型modis植被供水指数的地表土壤含水量评估方法 | |
Liu et al. | Micrometeorological methods to determine evapotranspiration | |
CN104778349A (zh) | 一种用于水稻表土氮肥施用等级评定方法 | |
Marra et al. | Changes in extreme daily precipitation over Africa: Insights from a non-asymptotic statistical approach | |
Andreasen et al. | Cosmic ray neutron soil moisture estimation using physically based site‐specific conversion functions | |
Wang et al. | Estimation of plant water content by spectral absorption features centered at 1,450 nm and 1,940 nm regions | |
Špačková et al. | A year of attenuation data from a commercial dual-polarized duplex microwave link with concurrent disdrometer, rain gauge, and weather observations | |
Yanmin et al. | Soil moisture monitoring using hyper-spectral remote sensing technology | |
Pradhan et al. | Estimation of soil moisture content by remote sensing methods: A review | |
CN101858862B (zh) | 一种油菜籽硫甙含量快速检测方法及系统 | |
CN101907583A (zh) | 利用gnss-r信号监测土壤水分变化的装置与方法 | |
Zhang et al. | Hyperspectral remote sensing to quantify the flowering phenology of winter wheat | |
Huang et al. | New Triangle Vegetation Indices for Estimating Leaf Area Index on Maize | |
CN106124444B (zh) | 一种采用近红外装置测定露地草莓休眠进程的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20130814 Termination date: 20190310 |
|
CF01 | Termination of patent right due to non-payment of annual fee |