基于TM遙感數據的土壤墑情監測方法研究——以河南省白沙灌區為例

孫喜梅等

摘要土壤墑情的監測是水文學、氣象學以及農業科學領域研究的主要內容之一。該研究以河南省白沙灌區為研究對象，研究光學與熱紅外遙感數據融合的農田土壤含水量遙感模型與方法，應用 TM 影像穗帽變換，獲取濕度分量，同時結合TM第6波段反演的植被冠層溫度信息，進行分析、建模和反演土壤墑情。結果表明，該方法反演的土壤含水量與實測結果相關性較好，具有較高的土壤墑情反演精度，為灌區合理灌溉和水資源高效利用提供了技術支持。

關鍵詞土壤墑情 ； TM遙感影像； 穗帽變換； 冠層溫度

中圖分類號S126文獻標識碼

A文章編號0517-6611（2015）05-336-02

The Method of Soil Moisture Monitoring Based on TM Remote Sensing Data— Taking Baisha Irrigation District， Henan Province as an Example

SUN Xi-mei1， LI Chao-yang2， REN Yan1

（1. College of Environment & Water Conservancy， Zhengzhou University， Zhengzhou， Henan 450001； 2. Yudong Waster Conservancy Bureau of Henan Province， Kaifeng， Henan 475002）

Abstract The monitoring of soil moisture is a major content in research fields of hydrology， meteorology and agricultural science. The remote sensing model and approach that integrate optics and thermal infrared remote sensing data for sensing soil moisture of farmland was studied by regarding Baisha irrigation district as the research object. TM images Kautlr-Thomas Transformation was applied to attain humidity constituent. Meanwhile， temperature of plant canopies inverted by the sixth wave band of TM was combined to analyze， model and invert soil moisture. The results showed that soil moisture inverted by such approach has a good correlation and a higher soil moisture inversion accuracy. Therefore， it can provide technical support for reasonable irrigation and efficient use of water resource in irrigation areas.

Key words Soil moisture； TM remote sensing data； Kautlr-Thomas Transformation； Canopy temperature

基金項目河南省基礎研究計劃項目（132300410031）；河南省高校科技創新團隊支持計劃（13IRTSTHN030）。

作者簡介孫喜梅（1963- ），女，河南鄲城人，工程師，從事水利信息技術研究。

收稿日期2014-11-25

我國是一個水資源短缺的國家，干旱災害是我國主要的自然災害之一。土壤含水量不僅是旱情監測的重要指標，也是研究洪水預報和土地退化的重要因子。傳統的土壤墑情監測方法是基于測站的點測量方式，只能獲得測點上的數據，難以迅速而及時地得到大面積同步的土壤墑情信息，使得大范圍的旱情監測和評估缺乏時效性和代表性。遙感作為一種現代對地觀測技術，具有實時、動態、信息量大等優點，廣泛運用于地球資源調查及全球環境變化監測中。在遙感技術的發展中，對土壤含水量的遙感反演是定量遙感的一個重要發展方向[1]。我國土壤水分遙感監測的研究大體從20 世紀80 年代中期開始，以農田土壤水分交換及水分消耗、旱情監測為重點。基于遙感技術對土壤墑情監測研究的方法，目前仍有許多問題沒有解決，比如土壤含水量的垂直分布問題，估算的精度問題等[2]。

1遙感數據的獲取

以河南省白沙灌區為研究對象，提出一種利用穗帽變換的計算濕度、熱紅外波段反演溫度相結合的反演土壤墑情方法。TM 數據的3個可見光、1個近紅外、2個短波紅外波段都對水分敏感[3]，而經穗帽變換后可以得到和土壤含水量密切相關的第三分量——濕度分量。植被冠層的溫度變化在一定程度上反映了土壤墑情的信息，尤其是高植被覆蓋的灌區作物。TM 的熱紅外波段可用來反演冠層溫度。這樣濕度和溫度信息來源相同，減小了誤差，可以得到具有一定精度的土壤墑情監測結果。

2土壤墑情反演過程

2.1TM數據的穗帽變換

TM 的多個波段對水分具有一定的敏感性，而多光譜影像各波段之間具有一定的相關性，對TM影像進行穗帽變換，提取研究需要的濕度分量進行旱情監測。穗帽變換后的TM影像中，第一分量反映了各波段輻射水準的總和，認為是亮度分量；第二分量在一般地區表征了植被覆蓋度的高低和植物活性的強弱，認為是綠度分量；第三分量則認為地表面濕度狀況的指標，稱作濕度分量，地表濕度越高，此值越大。

該研究利用輻射校正和幾何校正后的TM影像進行穗帽變換，獲取其濕度的信息進行土壤墑情的分析和反演。穗帽變換的轉換系數是固定的，它獨立于單個圖像，不同圖像產生的亮度和綠度可以互相比較。當植被成熟和逐漸凋落時，其在綠色度圖像特征減少，在濕度上的信息增強。

2.2植被冠層溫度

熱紅外遙感最重要的應用之一是反演土地表面溫度（Land Surface Temperature，LST），對裸土來說土地表面溫度是土壤表面溫度，高植被覆蓋的土地表面溫度被認為是植物冠層的表面溫度。當前，釆用TM6數據反演地表溫度有3種方法：輻射傳導方程法、單窗算法和單通道算法。輻射傳導方程法需要衛星過境時刻的實時大氣剖面數據，且計算過程復雜，在實際中較少應用。單窗算法和單通道算法僅需基本的氣象資料就可實現地表溫度的反演，相比輻射傳導方程法，單窗算法和單通道算法所需參數資料少，計算過程容易實現。該研究選用了單通道算法。對于 LandsatTM6，其計算公式如下：

Ts=γ1φ11L+φ2ε+φ3+δ（1）

式中，Ts是土地表面溫度，高植被覆蓋下的灌區即為作物冠層溫度；ε是地表發射率，利用 NDVI 獲取；L是衛星高度上遙感傳感器測得的輻射強度；γ、δ、φ是中間變量，可以通過計算得到。

2.3灌區土壤墑情反演

研究結果表明，作物在充分供水條件下冠層溫度-氣溫差變化較平緩；缺水時變化較大。冠層溫度-氣溫差能反映土壤水分變化狀況和作物水分虧缺程度。實驗發現TM影像通過穗帽變換得到的第三分量在影像上的像元值與地表濕度呈正相關，像元值越大，相對應的灌區含水量越高。該研究將濕度與溫度結合反演土壤墑情。在灌區農田小氣候環境下，冠層溫度和地表濕度之間有高度的相關性，應用這一特性，結合穗帽變換濕度分量和冠層溫度-氣溫差，得到公式（2）：

H=TCΔT （2）

式中，H表示農田的相對濕潤程度，此值越小，農田越干旱，反之則越濕潤；TC表示 TM 穗帽變換濕度分量；ΔT表示反演的植被冠層溫度與衛星過境時氣溫的差值。

3土壤墑情反演結果及分析

3.1土壤墑情反演的結果

采用河南省白沙灌區2007年5月19日的TM數據，利用公式（2）得到的濕度大小關系的單波段影像見圖1。

圖1是一個土壤墑情大小相對關系，若要定量地獲取土壤墑情結果，還需要與相應地面點實測土壤含水量值進行擬合。實驗中，搜集到白沙灌區地面實測點數據18個，此處取 10個點用作數據擬合，另外8個點作為驗證使用。利用擬合結果，對圖1土壤濕度影像圖進行運算，定量表示濕度的信息。根據土壤含水量等級，用不同的顏色表示不同的土壤含水量，生成土壤含水量等級分布結果，如圖2所示。

3.2結果分析

對白沙灌區2007年5月19日得到的土壤墑情進行分析，分別計算其不同墑情等級所占面積及所占百分比，并把反演值與實測值進行比較。計算得到的墑情統計結果見表1。

8個測點的實測值與反演值的比較見表2。

從表2可看出，該方法反演土壤墑情結果與實測數據的誤差分析顯示，平均誤差不超過16%，用于灌區土壤含水量監測具有較高精度。

4結語

以河南省白沙灌區為例，研究基于多光譜數據各波段之間的相關性以及 TM 數據多個波段對水分的敏感特性，利用穗帽變換得到表示濕度的分量；同時，由于植被冠層缺水時溫度升高的特性，因此利用 TM 第 6 波段，采用單通道法對冠層溫度進行計算，得到冠層溫度與氣溫之間的溫差，為濕度分量加入溫度信息，二者集成計算土壤含水量。反演結果與實測值對比，相關系數在 0.7 以上（n=10），相關性較好，該方法能較準確地反演土壤墑情。

參考文獻

[1]

ROSNAY P D，CALVET J C，KERR Y，et al.SMOSREX：A long term field campaignexperiment for soil moisture and land surface processes remote sensing[J].Remote Sensing of Environment，2006，102：377-389.

[2] 賈坤，姚云軍，魏香琴，等.植被覆蓋度遙感估算研究進展[J].地理科學進展，2013，28（7）：774-782.

[3] 趙汗青. 基于SPOT-4/VEGETATION 數據的中國植被覆蓋動態變化研究[J].測繪空間地理信息，2013，33（1）：164-166.

[4] JIAPAER G L，CHEN X，BAO A M. A comparison of methods for estimating fractional vegetation cover in arid regions[J].Agricultural and Forest Meteorology，2011，151：1698-1710.

責任編輯盧瑤責任校對況玲玲