發(fā)布時間：2020-05-15 19:31

【摘要】：土壤水分是地球生態(tài)系統(tǒng)的重要組成部分,是陸地—大氣系統(tǒng)間水熱傳輸和能量交換的重要基礎,是聯系地表與地下水循環(huán)、陸地間碳循環(huán)的關鍵紐帶。土壤水分作為最常用的地表模型參數之一,在全球水循環(huán)規(guī)律分析、流域水文模型建立、農作物生長監(jiān)測和旱情評估等方面起著重要的作用。相對于傳統(tǒng)的土壤水分獲取方法,遙感因其宏觀性強、時效性快、能動態(tài)性大區(qū)域監(jiān)測等優(yōu)點已成為土壤水分信息獲取的主要手段。近幾十年來,學者們針對不同的傳感器類型發(fā)展的土壤水分反演算法已達上百種。其中,主動微波協同光學數據反演土壤水分算法具有高時效、強穿透性、不受天氣影響、植被影響弱等特點,成為植被覆蓋區(qū)地表土壤水分反演的一個重要方法。同時,通過不同植被指數構建特征空間來反演土壤水分的光學遙感算法也成為常用手段之一。本文選擇黑河流域中游張掖地區(qū)盈科綠洲農業(yè)灌區(qū)為研究區(qū)域,以主動微波遙感Sentinel-1A哨兵數據和光學遙感Landsat-8數據為基礎,結合實測數據,通過對比不同輸入參數確定了兩種土壤水分反演算法,開展了土壤水分反演算法的對比分析。主要結論如下:(1)以NDVI和MSAVI指數與地表溫度構成的Ts-NDVI和Ts-MSAVI特征空間均滿足溫度植被干旱指數法的構成條件,兩個特征空間的溫度植被干旱指數與實測數據的相關性結果表明,Ts-MSAVI特征空間高于Ts-NDVI特征空間,Ts-MSAVI計算的MTVDI指數能更好地反演土壤水分狀況。(2)NDWI指數計算的植被含水量較NDVI指數的高。NDWI計算的植被含水量能有效地去除植被對后向散射系數造成的影響。結合Oh模型經查找表算法得到最終土壤水分反演結果顯示,NDWI指數的植被含水量反演得到的土壤水分比NDVI植被含水量反演得到的土壤水分更接近實際情況、反演精度更高。(3)MTVDI指數的土壤水分反演算法和NDWI指數的水云模型土壤水分反演算法進行精度對比評價,表明NDWI的水云模型土壤水分反演算法相關系數高,均方根誤差低。主動微波協同光學數據算法反演出的土壤水分更能反映研究區(qū)地表土壤水分狀況。
【圖文】：

技術路線圖

則該區(qū)域構成的圖通常為梯形（Moran et al., 1994）。圖 2-1 地表溫度與植被指數構成的 Ts-NDVI 梯形特征空間圖（Moran et al., 1994）Ts-NDVI特征空間圖（圖2-1）的邊界由植被覆蓋、裸土、飽和含水、最小含
【學位授予單位】：成都理工大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：S152.7;S127

【參考文獻】

相關期刊論文 前10條

1 李俐;王荻;王鵬新;黃健熙;朱德海;;合成孔徑雷達土壤水分反演研究進展[J];資源科學;2015年10期

2 蔣金豹;胡丹娟;劉益青;湯勰;李京;;基于MIMICS模型的麥田地表土壤含水量反演研究[J];麥類作物學報;2015年05期

3 阿多;趙文吉;程立海;宮兆寧;周廷剛;;基于中分辨率遙感影像的濕地土壤水分提取方法[J];湖北農業(yè)科學;2015年05期

4 蔣金豹;張玲;崔希民;蔡慶空;孫灝;;植被覆蓋區(qū)土壤水分反演研究——以北京市為例[J];國土資源遙感;2014年02期

5 吳黎;張有智;解文歡;李巖;宋靜波;;土壤水分的遙感監(jiān)測方法概述[J];國土資源遙感;2014年02期

6 行敏鋒;何彬彬;;干旱區(qū)草原地上植被生物量估算——以烏圖美仁大草原蘆葦植被為例[J];地球信息科學學報;2014年02期

7 劉立文;張吳平;段永紅;邢立新;陳圣波;趙敏;;TVDI模型的農業(yè)旱情時空變化遙感應用[J];生態(tài)學報;2014年13期

8 王秀君;陳健;;基于LST-EVI特征空間的土壤水分含量反演[J];遙感技術與應用;2014年01期

9 初慶偉;張洪群;吳業(yè)煒;馮鐘葵;陳勃;;Landsat-8衛(wèi)星數據應用探討[J];遙感信息;2013年04期

10 徐涵秋;唐菲;;新一代Landsat系列衛(wèi)星:Landsat 8遙感影像新增特征及其生態(tài)環(huán)境意義[J];生態(tài)學報;2013年11期

相關博士學位論文 前9條

1 李茉;基于不確定性分析的農業(yè)水土資源多尺度優(yōu)化配置方法與模型研究[D];中國農業(yè)大學;2017年

2 樊磊;基于多源數據的土壤水分估算及森林火災風險評估應用[D];中國科學院大學(中國科學院遙感與數字地球研究所);2017年

3 白曉靜;基于多波段多極化SAR數據的草原地表土壤水分反演方法研究[D];電子科技大學;2017年

4 張祥;多源時序SAR數據土壤水分反演研究[D];中國礦業(yè)大學;2017年

5 黃資_g;基于多源遙感數據的干旱/半干旱地區(qū)表層土壤水反演方法研究[D];華南農業(yè)大學;2016年

6 行敏鋒;生態(tài)脆弱區(qū)植被生物量和土壤水分的主被動遙感協同反演[D];電子科技大學;2015年

7 李森;基于IEM的多波段、多極化SAR土壤水分反演算法研究[D];中國農業(yè)科學院;2007年

8 武勝利;基于TRMM的主被動微波遙感結合反演土壤水分算法研究[D];中國科學院研究生院（遙感應用研究所）;2006年

9 杜曉;植被葉面水遙感監(jiān)測及其時空特征分析[D];中國科學院研究生院（遙感應用研究所）;2006年

相關碩士學位論文 前10條

1 胡古月;ASAR數據和TM影像協同反演土壤水分方法研究[D];成都理工大學;2017年

2 杜挺;Landsat8 OLI遙感影像融合算法比較及其土地利用分類適應性分析[D];西北大學;2015年

3 屈創(chuàng);基于多源遙感數據的白龍江流域土壤水分反演研究[D];蘭州大學;2014年

4 姜良美;基于微波遙感農田土壤水分反演研究[D];湖南科技大學;2012年

5 吳超;基于遙感影像對土壤水分反演的研究[D];西安科技大學;2011年

6 冀美蓉;基于MODIS遙感數據的山西省土壤水分反演研究[D];山西農業(yè)大學;2013年

7 王麗莉;利用MODIS數據反演土壤含水量[D];東北師范大學;2008年

8 張麗麗;土壤水分垂直方向相關性研究和動態(tài)預報[D];華中農業(yè)大學;2007年

9 任鑫;多極化、多角度SAR土壤水分反演算法研究[D];中國科學院研究生院（遙感應用研究所）;2004年

10 鄧輝;基于MODIS數據的大區(qū)域土壤水分遙感監(jiān)測研究[D];中國農業(yè)科學院;2004年

，

本文編號：2665529