本文選題：土壤水分　切入點(diǎn)：異質(zhì)性地表　出處：《中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所)》2017年博士論文　論文類型：學(xué)位論文

【摘要】：土壤水分是全球水循環(huán)中最為活躍的變量,影響著地表和大氣之間的物質(zhì)和能量交換,在全球水、碳循環(huán)、氣候變化預(yù)測(cè)中扮演著重要角色。鑒于土壤水分重要的科研及實(shí)用價(jià)值,如何準(zhǔn)確獲取長(zhǎng)時(shí)間的土壤水分信息成為相關(guān)研究必須面臨的首要問(wèn)題。微波遙感技術(shù)同時(shí)具備空間覆蓋范圍廣、時(shí)間分辨率高、對(duì)表層土壤水分變化敏感的特點(diǎn)已成為大尺度土壤水分觀測(cè)中的主要手段,并已有多個(gè)微波遙感衛(wèi)星持續(xù)提供土壤水分產(chǎn)品。雖然土壤水分產(chǎn)品能夠應(yīng)用于大尺度地表水文過(guò)程研究,但同時(shí),較低的空間分辨率(=25km)由于無(wú)法捕捉精細(xì)尺度下土壤水分的空間異質(zhì)性,已成為流域及小尺度下生態(tài)水文模型的主要不確定性之一。而且近年來(lái)隨著水文和農(nóng)業(yè)研究的開(kāi)展,土壤水分產(chǎn)品代表的0-5cm土壤水分分布信息已經(jīng)無(wú)法滿足生態(tài)水文相關(guān)預(yù)測(cè)模型對(duì)0-30cm甚至更深層的0-200cm的根區(qū)土壤水分信息的需求,獲取深層土壤水分信息成為農(nóng)業(yè)生態(tài)相關(guān)的領(lǐng)域的迫切需要。值得注意的是,不論是遙感觀測(cè)的近地表、深層土壤水分產(chǎn)品,還是其他遙感觀測(cè)技術(shù),其最終的目的是實(shí)現(xiàn)社會(huì)和經(jīng)濟(jì)效益,服務(wù)于社會(huì)發(fā)展。雖然近地表、深層土壤水分產(chǎn)品以及微波觀測(cè)技術(shù)已經(jīng)廣泛應(yīng)用于多個(gè)領(lǐng)域,但是尚未涉及到森林災(zāi)害監(jiān)測(cè)領(lǐng)域。如能將近地表、深層土壤水分及相關(guān)微波遙感技術(shù)應(yīng)用于森林火災(zāi)監(jiān)測(cè),發(fā)揮其不易受云雨干擾,覆蓋范圍廣的優(yōu)勢(shì),對(duì)于提高森林預(yù)測(cè)模型精度,減小森林火災(zāi)造成的社會(huì)經(jīng)濟(jì)損失,實(shí)現(xiàn)遙感技術(shù)的社會(huì)經(jīng)濟(jì)價(jià)值均具有重要意義。隨著多源地面-遙感觀測(cè)技術(shù)的發(fā)展,多源觀測(cè)數(shù)據(jù)為解決上述已有土壤水分產(chǎn)品存在的分辨率低、代表深度有限、應(yīng)用潛力挖掘有限的問(wèn)題提供了可能的手段,而綜合有效利用多源數(shù)據(jù)的優(yōu)勢(shì)則是解決上述問(wèn)題的關(guān)鍵。因此,本文基于多源多尺度對(duì)地觀測(cè)數(shù)據(jù),開(kāi)展以下三方面的研究:(1)發(fā)展了考慮異質(zhì)性地表的高分辨率近地表土壤水分反演算法。針對(duì)光學(xué)遙感反演高分辨率近地表土壤水分算法應(yīng)用于異質(zhì)性地表存在的反演精度低的問(wèn)題,借助更高分辨率更小像元內(nèi)部異質(zhì)性的機(jī)載光學(xué)-熱紅外數(shù)據(jù),對(duì)廣泛應(yīng)用于光學(xué)反演土壤水分的溫度植被特征空間方法在異質(zhì)性地表存在的植被指數(shù)飽和和干擾像元(無(wú)法表現(xiàn)土壤水分信息的地表類型像元)進(jìn)行有效去除,實(shí)現(xiàn)了溫度植被特征空間的合理構(gòu)建,提高了高分辨率近地表土壤水分的反演精度。在改進(jìn)光學(xué)遙感異質(zhì)性地表土壤水分反演算法的基礎(chǔ)上,基于貝葉斯最大熵融合框架,融合與土壤水分信息相關(guān)的多源數(shù)據(jù),包括地面觀測(cè)的灌溉統(tǒng)計(jì)數(shù)據(jù)、無(wú)線傳感器網(wǎng)絡(luò)觀測(cè)的土壤水分?jǐn)?shù)據(jù)、星載光學(xué)數(shù)據(jù)(ASTER)和機(jī)載被動(dòng)微波(PLMR)土壤水分產(chǎn)品等,獲取了更加準(zhǔn)確的異質(zhì)性地表高分辨率土壤水分分布信息。(2)發(fā)展了長(zhǎng)時(shí)間序列深層土壤水分反演算法�；陂L(zhǎng)時(shí)間序列(1978-2014)的近地表土壤水分產(chǎn)品(ECV_SM),通過(guò)迭代指數(shù)濾波算法,確定算法核心參數(shù)T=15天,反演了長(zhǎng)時(shí)間序列的深層土壤水分產(chǎn)品。驗(yàn)證結(jié)果表明反演的深層土壤水分產(chǎn)品與地面觀測(cè)數(shù)據(jù)具有較好的一致性,可以捕捉到深層土壤水分的時(shí)空變化。(3)近地表、深層土壤水分及相關(guān)微波觀測(cè)在森林火災(zāi)監(jiān)測(cè)的應(yīng)用潛力挖掘。開(kāi)展近地表、深層土壤水分、微波極化因子(MPDI)和植被光學(xué)厚度產(chǎn)品(VOD)與森林火災(zāi)敏感因子(可燃物含水率,LFMC)的相關(guān)性分析。結(jié)果表明上述微波因子與可燃物含水率的敏感性依次為:近地表土壤水分深層土壤水分MPDIVOD。特別是X波段的植被光學(xué)厚度與LFMC相關(guān)性最好,對(duì)于LFMC監(jiān)測(cè)具有很大潛力,為光學(xué)監(jiān)測(cè)LFMC提供了重要的數(shù)據(jù)補(bǔ)充,也為下一步森林火災(zāi)預(yù)測(cè)模型提供了重要的數(shù)據(jù)源參考。本研究基于多源觀測(cè)數(shù)據(jù),對(duì)目前微波土壤水分產(chǎn)品存在的分辨率低、代表深度有限、應(yīng)用領(lǐng)域有限等部分問(wèn)題進(jìn)行了初步探討,其理論研究以及實(shí)際應(yīng)用發(fā)展還有待更進(jìn)一步的探索。
[Abstract]:Soil moisture is the most active variable in the global water cycle, affecting between the surface and the atmosphere exchange of material and energy in the global carbon cycle, water, and plays an important role in the prediction of climate change. In view of scientific research and practical soil moisture important value, how to obtain accurate information of soil water for long time has become the most important problem related study on microwave remote sensing technology must face. At the same time with space coverage, high temporal resolution, the characteristics of surface soil moisture variation has become a major means of large scale soil moisture observation, and has a plurality of microwave remote sensing satellite continues to provide soil moisture products. Although soil moisture products can be used in large scale surface hydrological process study, but at the same time, low spatial resolution (=25km) due to the inability to capture the spatial heterogeneity of soil moisture in fine scale, and has become a watershed One of the main uncertainty of eco hydrological model under small scale. But in recent years with the hydrological and agricultural research, 0-5cm soil moisture distribution information of soil moisture products has been unable to meet the relevant prediction of eco hydrological model and even deeper 0-200cm to the 0-30cm root zone soil moisture information needs, obtain the deep soil moisture information has become the urgent the relevant requirements of the agricultural ecological field. It is worth noting that both remote sensing observations of near surface, deep soil moisture products, or other remote sensing technology, the ultimate goal is to achieve social and economic benefits, service to the society development. Although the near surface soil moisture products and technology has been widely used in microwave observation a number of areas, but is not related to forest disaster monitoring field. Such as the near surface soil moisture, and microwave remote sensing technology Operation applied to forest fire monitoring, the less susceptible to cloud interference, covering a wide range of advantages, to improve the prediction accuracy of model forest, social and economic loss caused by forest fires, are of great significance to realize the remote sensing technology social economic value. With the development of multi - ground remote sensing technology, multi-source data to solve the soil moisture products already exist low resolution, on behalf of the limited depth of potential Mining Limited provides possible means, and effectively use of multi-source data superiority is the key to solve the above problems. Therefore, the multi-source and multi-scale earth observation data based on research carried out in the following three aspects: (1) considering the development of high resolution heterogeneous surface near surface soil moisture inversion algorithm for high resolution remote sensing inversion of near surface soil moisture algorithm applied to optical The heterogeneity of the surface inversion precision is low, with a higher resolution picture element heterogeneity of airborne optical and thermal infrared data, has been widely applied to the inversion of soil moisture optical temperature vegetation feature space heterogeneity of vegetation index method in surface saturation and interference (the type of surface pixel to pixel information of soil water the) can effectively remove the reasonable construction, realize the temperature vegetation feature space, improve the accuracy of inversion of soil moisture near the surface of high resolution optical remote sensing. Based on improving the heterogeneity of soil moisture inversion algorithm, Bayesian maximum entropy fusion framework based on multi-source data fusion and soil moisture information, including irrigation statistics the ground observation data, soil moisture observation data in wireless sensor networks, satellite optical data (ASTER) and airborne passive microwave soil (PLMR) Water products, to obtain high resolution surface heterogeneity of soil moisture distribution information more accurate. (2) the development of a long time series of deep soil moisture inversion algorithm. Based on the long time series (1978-2014) of the near surface soil moisture products (ECV_SM), through the iterative filtering algorithm to determine the core index, algorithm parameters inversion of T=15 days. The long time series of deep soil moisture products. The verification results show that the inversion of deep soil moisture products and ground observation data have good consistency, can capture the temporal and spatial variation of soil moisture. (3) the near surface, mining potential of deep soil moisture and related microwave observations in forest fire monitoring. In the near surface deep, soil water, microwave polarization factor (MPDI) and vegetation optical depth (VOD) and the forest fire sensitive factor (fuel moisture, LFMC). The correlation analysis results table The sensitivity of the microwave water content factor and fuel rate is as follows: the near surface soil moisture in deep soil moisture MPDIVOD. especially X has the best correlation band vegetation optical thickness and LFMC, has great potential for LFMC monitoring, provides an important supplement for the optical monitoring of LFMC data, also provides an important reference for the data source prediction model forest fires in the next step. This research is based on multi-source data, the microwave soil moisture products such as low resolution, on behalf of the limited depth of field limited part of the problem is discussed, its theoretical research and practical application development has to be further explored.

【學(xué)位授予單位】：中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：S762;S714

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙從舉,康慕誼,雷加強(qiáng);古爾班通古特沙漠腹地土壤水分時(shí)空分異研究[J];水土保持學(xué)報(bào);2004年04期

2 彭萬(wàn)杰;郭異礁;;虎峰鎮(zhèn)土壤水分的動(dòng)態(tài)及其隨機(jī)模擬[J];安徽農(nóng)業(yè)科學(xué);2009年06期

3 楊濤;宮輝力;李小娟;趙文吉;孟丹;;土壤水分遙感監(jiān)測(cè)研究進(jìn)展[J];生態(tài)學(xué)報(bào);2010年22期

4 徐聯(lián);申俊初;翟英濤;;影響土壤水分觀測(cè)精確度的原因及觀測(cè)注意事項(xiàng)探討[J];貴州氣象;2011年04期

5 高建華;胡振華;;土壤水分基礎(chǔ)理論及其應(yīng)用研究進(jìn)展[J];亞熱帶水土保持;2011年03期

6 王安琪;施建成;宮輝力;解超;;降尺度土壤水分信息與植被生長(zhǎng)參量的時(shí)空關(guān)系[J];農(nóng)業(yè)工程學(xué)報(bào);2012年S1期

7 胡偉;熊凌云;熊雄;胡新華;;自動(dòng)土壤水分?jǐn)?shù)據(jù)質(zhì)量控制中的閾值確定[J];氣象水文海洋儀器;2012年03期

8 陸楓;胡志洪;胡毅恒;;土壤水分測(cè)定方法研究[J];企業(yè)導(dǎo)報(bào);2012年23期

9 黃文杰;呂軍;翟伶俐;魏曉奕;朱寶;;人工與自動(dòng)土壤水分觀測(cè)資料差異探討[J];中國(guó)農(nóng)學(xué)通報(bào);2013年14期

10 馮兆林;陳玲愛(ài);;華北地區(qū)土壤水分問(wèn)題——Ⅰ.土壤水的擴(kuò)散機(jī)制及水在剖面中運(yùn)動(dòng)的限制[J];土壤學(xué)報(bào);1958年01期

相關(guān)會(huì)議論文 前10條

1 王新;;農(nóng)氣報(bào)表土壤水分記錄審核軟件[A];山東氣象學(xué)會(huì)2005年學(xué)術(shù)交流會(huì)優(yōu)秀論文集[C];2005年

2 薛龍琴;冶林茂;陳海波;;河南省自動(dòng)土壤水分觀測(cè)網(wǎng)的建設(shè)和應(yīng)用[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)第三屆氣象綜合探測(cè)技術(shù)研討會(huì)分會(huì)場(chǎng)論文集[C];2009年

3 薛龍琴;冶林茂;陳海波;師麗魁;;河南省自動(dòng)土壤水分資料與人工觀測(cè)資料對(duì)比分析[A];第27屆中國(guó)氣象學(xué)會(huì)年會(huì)現(xiàn)代農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會(huì)場(chǎng)論文集[C];2010年

4 除多;次仁多吉;邊巴次仁;王彩云;;西藏中部土壤水分遙感監(jiān)測(cè)方法研究[A];第27屆中國(guó)氣象學(xué)會(huì)年會(huì)干旱半干旱區(qū)地氣相互作用分會(huì)場(chǎng)論文集[C];2010年

5 姚付啟;蔡煥杰;張振華;;煙臺(tái)蘋(píng)果園表層土壤水分與深層土壤水分轉(zhuǎn)換關(guān)系研究[A];現(xiàn)代節(jié)水高效農(nóng)業(yè)與生態(tài)灌區(qū)建設(shè)（下）[C];2010年

6 石慶蘭;王一鳴;馮磊;;土壤水分測(cè)量中相位差檢測(cè)算法的實(shí)驗(yàn)與研究[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)電氣信息與自動(dòng)化專業(yè)委員會(huì)、中國(guó)電機(jī)工程學(xué)會(huì)農(nóng)村電氣化分會(huì)科技與教育專委會(huì)2010年學(xué)術(shù)年會(huì)論文摘要[C];2010年

7 巫麗君;潘建梅;魏愛(ài)明;王秀琴;;自動(dòng)土壤水分觀測(cè)數(shù)據(jù)異常原因淺析[A];“推進(jìn)氣象科技創(chuàng)新，，提高防災(zāi)減災(zāi)和應(yīng)對(duì)氣候變化能力”——江蘇省氣象學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集[C];2011年

8 楊海鷹;冶林茂;陳海波;;土壤水分研究進(jìn)展[A];第28屆中國(guó)氣象學(xué)會(huì)年會(huì)——S11氣象與現(xiàn)代農(nóng)業(yè)[C];2011年

9 黃奕龍;傅伯杰;陳利頂;;黃土丘陵坡地土壤水分時(shí)空變化特征[A];地理教育與學(xué)科發(fā)展——中國(guó)地理學(xué)會(huì)2002年學(xué)術(shù)年會(huì)論文摘要集[C];2002年

10 陳懷亮;徐祥德;劉玉潔;厲王f;鄒春輝;翁永輝;;基于遙感和區(qū)域氣候模式的土壤水分預(yù)報(bào)方法研究[A];推進(jìn)氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國(guó)氣象學(xué)會(huì)2004年年會(huì)論文集（上冊(cè)）[C];2004年

相關(guān)重要報(bào)紙文章 前10條

1 班勝林;山西引進(jìn)新型土壤水分觀測(cè)儀[N];中國(guó)氣象報(bào);2010年

2 記者 王量迪 通訊員 陳瑜;我市建成兩個(gè)自動(dòng)土壤水分觀測(cè)站[N];寧波日?qǐng)?bào);2010年

3 王一;土壤水分快速測(cè)量技術(shù)獲突破[N];科技日?qǐng)?bào);2003年

4 記者 宛霞　通訊員 趙志強(qiáng);中國(guó)氣象局將加強(qiáng)土壤水分觀測(cè)[N];中國(guó)氣象報(bào);2009年

5 記者 王建忠;我國(guó)將布設(shè)1500套自動(dòng)土壤水分觀測(cè)儀[N];中國(guó)氣象報(bào);2009年

6 記者 田宜龍;我省建成55個(gè)土壤水分自動(dòng)觀測(cè)站[N];河南日?qǐng)?bào);2009年

7 實(shí)習(xí)記者 王寶軍　通訊員 趙志強(qiáng);全國(guó)建成７６個(gè)自動(dòng)土壤水分觀測(cè)站[N];中國(guó)氣象報(bào);2009年

8 張芳　仲維健;江蘇啟動(dòng)土壤水分自動(dòng)觀測(cè)網(wǎng)建設(shè)[N];中國(guó)氣象報(bào);2009年

9 記者 劉劍英;我省首個(gè)自動(dòng)土壤水分觀測(cè)站大名投用[N];河北日?qǐng)?bào);2009年

10 邢開(kāi)成 胡佳軍;河北邯鄲首個(gè)自動(dòng)土壤水分觀測(cè)站投入使用[N];糧油市場(chǎng)報(bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 王安琪;大尺度被動(dòng)微波輻射計(jì)土壤水分降尺度方法研究[D];首都師范大學(xué);2013年

2 魏新光;黃土丘陵半干旱區(qū)山地棗樹(shù)蒸騰規(guī)律及其節(jié)水調(diào)控策略[D];西北農(nóng)林科技大學(xué);2015年

3 劉丙霞;黃土區(qū)典型灌草植被土壤水分時(shí)空分布及其植被承載力研究[D];中國(guó)科學(xué)院研究生院（教育部水土保持與生態(tài)環(huán)境研究中心）;2015年

4 楊長(zhǎng)剛;半干旱雨養(yǎng)區(qū)覆蓋種植冬麥田土壤水熱效應(yīng)[D];甘肅農(nóng)業(yè)大學(xué);2015年

5 劉艷;喀斯特峰叢洼地不同土地利用方式下表層土壤水分的時(shí)空規(guī)律研究[D];廣西大學(xué);2016年

6 褚楠;基于狀態(tài)—參數(shù)同步估計(jì)的土壤水分?jǐn)?shù)據(jù)同化研究[D];中國(guó)礦業(yè)大學(xué);2016年

7 程宏波;覆蓋與秸稈還田對(duì)旱地小麥土壤水熱條件及產(chǎn)量形成的影響[D];甘肅農(nóng)業(yè)大學(xué);2016年

8 李陸生;山地旱作棗園細(xì)根分布格局及其土壤水分生態(tài)效應(yīng)[D];西北農(nóng)林科技大學(xué);2016年

9 張晨成;黃土高原退耕還林的土壤水分效應(yīng)研究[D];中國(guó)科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心;2017年

10 樊磊;基于多源數(shù)據(jù)的土壤水分估算及森林火災(zāi)風(fēng)險(xiǎn)評(píng)估應(yīng)用[D];中國(guó)科學(xué)院大學(xué)(中國(guó)科學(xué)院遙感與數(shù)字地球研究所);2017年

相關(guān)碩士學(xué)位論文 前10條

1 趙忠凱;土壤水分監(jiān)控保障系統(tǒng)研究[D];北京郵電大學(xué);2012年

2 蘇歡;河南省土壤水分的時(shí)空變化特征及其與氣象要素的關(guān)系[D];南京信息工程大學(xué);2015年

3 丁從慧;土壤水分對(duì)夏玉米生理生態(tài)特征的影響及動(dòng)態(tài)模擬研究[D];南京信息工程大學(xué);2015年

4 張洛丹;不同植被類型對(duì)陡坡地土壤水分循環(huán)的影響[D];西北農(nóng)林科技大學(xué);2015年

5 白盛元;黃土土柱降雨特征與土壤水分入滲過(guò)程研究[D];西北農(nóng)林科技大學(xué);2015年

6 李佳洲;土壤水分對(duì)三七生長(zhǎng)及有效成分的影響[D];西北農(nóng)林科技大學(xué);2015年

7 張雪;牧草根系形態(tài)特征及土壤水分對(duì)修剪高度的響應(yīng)研究[D];西北農(nóng)林科技大學(xué);2015年

8 王金鋒;不同覆蓋方式對(duì)渭北蘋(píng)果園土壤水分、溫度及產(chǎn)量品質(zhì)的影響[D];西北農(nóng)林科技大學(xué);2015年

9 蘇一鳴;黃土高原旱地蘋(píng)果園起壟覆膜壟溝覆草技術(shù)研究[D];西北農(nóng)林科技大學(xué);2015年

10 上官玉鐸;負(fù)水頭條件下土壤水分入滲和氮素分布規(guī)律研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2015年

本文編號(hào)：1646578