基于HJ-1B數據的作物根系土壤水分遙感監測

陳亮, 姚保順, 何厚軍, 張波

(黃河水利委員會信息中心,河南 鄭州 450004)

IVSW=INDV/TS，

INDV=100(RNIR-RRED)/(RNIR+RRED)。

INDW=(RGREEN-RNIR)/(RGREEN+RNIR)。

MCR=a·IVSW+b·INDW+c。

表1 基于不同監測指數的土壤水分監測模型

?

基于HJ-1B數據的作物根系土壤水分遙感監測

陳亮, 姚保順, 何厚軍, 張波

(黃河水利委員會信息中心,河南 鄭州 450004)

針對作物生長期不同土層田間耗水發生變化的特點,在對植被供水指數(VSWI)和歸一化水體指數(NDWI)構建原理進行分析的基礎上,綜合VSWI和NDWI構建了作物根系土壤水分監測指數(CRM),采用HJ-1B數據計算VSWI、NDWI、CRM等指數,基于不同指數分別建立土壤水分監測模型并對反演結果進行對比分析。結果表明:與單一指數模型相比,綜合VSWI和NDWI的作物根系土壤水分監測指數與實測土壤水分的相關性更高,相關系數達0.6以上;降雨后淺層土壤含水量增高時,作物根系土壤水分監測指數反演精度提高更為明顯,可減輕降雨對土壤水分監測的影響。

根系土壤水分;遙感監測;作物;HJ-1B;VSWI;NDWI

旱災是我國農業生產的最大威脅,波及范圍廣、歷時長,每年直接經濟損失達(4～7)億元,占我國農業自然災害損失的近60%[1]。土壤水分是地表和大氣界面的重要狀態參數,直接影響地表的熱量平衡和水量平衡,與干旱關系密切[2-3]。土壤水分監測是墑情監測的主要內容,對農田水分管理、作物旱情分析和水資源調配具有重要意義。

隨著全球對地觀測技術的迅猛發展,土壤水分(或干旱)遙感監測技術取得了大量的研究成果,發展出多種土壤水分(或干旱)遙感監測模型,建立了數十個遙感監測指數,并得到了成功應用[4]。……