本發(fā)明涉及MODIS與Landsat TM遙感數(shù)據(jù)監(jiān)測土壤墑情的方法，特別是涉及基于MODIS與TM影像集成應(yīng)用表觀熱慣量法和植被供水指數(shù)法監(jiān)測土壤墑情技術(shù)的研究和應(yīng)用。

背景技術(shù)：
：

土壤墑情是水文學、氣象學以及農(nóng)業(yè)科學領(lǐng)域中的一個重要指標，是土壤-植物-大氣連續(xù)體的一個重要因子，對水文、農(nóng)業(yè)、旱情監(jiān)測等具有非常重要的意義。土壤墑情的實時準確監(jiān)測是灌區(qū)現(xiàn)代化管理的基礎(chǔ)，也是灌區(qū)實施適時、適量灌溉，節(jié)約水資源，提高農(nóng)業(yè)用水效率的關(guān)鍵因素。傳統(tǒng)的土壤墑情監(jiān)測方法是通過設(shè)立測站點進行監(jiān)測，耗費大量的人力、物力、財力，且測點稀疏，以點的墑情代替區(qū)域墑情，代表性差，難以滿足實時、快速和大范圍土壤墑情監(jiān)測的需要。遙感技術(shù)具有宏觀性、動態(tài)性、速度快、成本低等特點。為土壤墑情大范圍實時監(jiān)測提高了基礎(chǔ)。

技術(shù)實現(xiàn)要素：
：

針對上述問題，本發(fā)明設(shè)計了基于遙感技術(shù)的土壤墑情監(jiān)測方法。目的是應(yīng)用遙感技術(shù)監(jiān)測土壤墑情，充分反映土壤墑情在時間上和空間上的變化情況，從而對土壤墑情進行更有效監(jiān)測。發(fā)明從多源遙感數(shù)據(jù)優(yōu)勢互補出發(fā)，對應(yīng)用MODIS與Landsat TM數(shù)據(jù)監(jiān)測土壤墑情方法進行研究，提出了基于MODIS與TM影像集成應(yīng)用表觀熱慣量法和植被供水指數(shù)法監(jiān)測土壤墑情技術(shù)，實現(xiàn)了減少地面實測數(shù)據(jù)的依靠，增大墑情監(jiān)測結(jié)果的空間尺度，提高不同植被覆蓋度下地表土壤墑情監(jiān)測精度。在利用主動微波遙感監(jiān)測土壤墑情研究中，通過BP人工神經(jīng)網(wǎng)絡(luò)算法模擬后向散射系數(shù)與土壤介電常數(shù)的關(guān)系。應(yīng)用改進積分方程模型(AIEM)計算的后向散射系數(shù)對BP人工神經(jīng)網(wǎng)絡(luò)訓練，將主動微波遙感數(shù)據(jù)四種極化方式(HH、HV、VH、VV)的后向散射系數(shù)作為輸入數(shù)據(jù)計算土壤介電常數(shù)。構(gòu)建了用BP人工神經(jīng)網(wǎng)絡(luò)模擬后向散射系數(shù)，進而計算土壤墑情模型，實現(xiàn)利用Radarsat2遙感數(shù)據(jù)四種極化方式反演土壤墑情的方法。

主要方法改進點有：

1、基于多源遙感數(shù)據(jù)的土壤墑情監(jiān)測方法融合技術(shù)

基于MODIS數(shù)據(jù)應(yīng)用表觀熱慣量法和植被供水指數(shù)法反演土壤墑情，基于Landsat TM數(shù)據(jù)應(yīng)用植被供水指數(shù)法反演土壤墑情。分析采用單一遙感數(shù)據(jù)和單一反演模型監(jiān)測土壤墑情的局限性。研究將MODIS與TM數(shù)據(jù)結(jié)合實現(xiàn)優(yōu)勢互補，監(jiān)測土壤墑情的方法。根據(jù)單窗算法計算地表溫度，以歸一化植被指數(shù)閾值作為不同地表植被覆蓋度的劃分依據(jù)，研究融合表觀熱慣量法和植被供水指數(shù)法監(jiān)測土壤墑情的技術(shù)，有效提高土壤-植被-建筑物等混合地表土壤墑情的監(jiān)測精度。

2、提出了劃分地表覆蓋類型的方法

在MODIS表觀熱慣量法與TM植被供水指數(shù)法計算土壤墑情時，需要劃分出研究區(qū)域所屬的地表覆蓋類型，裸土/低植被覆蓋區(qū)域、高植被覆蓋區(qū)域、混合地表覆蓋等類型。本研究采用NDVI(歸一化植被指數(shù))，利用模糊數(shù)學算法進行判定。表觀熱慣量法適用于裸土/低植被覆蓋區(qū)域，隨著植被覆蓋度的增大誤差逐漸增大，精度變低；植被供水指數(shù)法適合高植被覆蓋區(qū)域，隨著植被覆蓋度的減小誤差會逐漸增大。當MODIS表觀熱慣量獲得的土壤墑情值與TM影像植被供水指數(shù)法獲得的土壤墑情接近時的區(qū)域，就是裸土低植被和高植被覆蓋的臨界，這時兩種計算方法的相對誤差之和最小，此刻的NDVI平均值代表裸土低植被區(qū)域和高植被區(qū)域劃分的閾值，這時獲得的土壤墑情反演精度為兩種方法結(jié)合使用的最高精度。

3、構(gòu)建了基于主動微波Radarsat-2數(shù)據(jù)的土壤墑情反演模型

(1)充分利用Radarsat-2的四種極化方式HH、HV、VH、VV的數(shù)據(jù)特性，采用改進積分方程模型(AIEM)模擬裸露地表后向散射系數(shù)和土壤介電常數(shù)的關(guān)系，解決了在以往研究中，應(yīng)用經(jīng)驗半經(jīng)驗模型時，對研究區(qū)域的地表狀況要求嚴格問題，降低了模型對地表粗糙度的限制要求。

(2)利用BP人工神經(jīng)網(wǎng)絡(luò)模型，設(shè)置BP人工神經(jīng)網(wǎng)絡(luò)隱含層的結(jié)點和閾值，選擇合適的訓練模式。應(yīng)用改進積分模型(AIEM)模擬的后向散射系數(shù)和土壤介電常數(shù)作為BP人工神經(jīng)網(wǎng)絡(luò)的訓練數(shù)據(jù)。在已知雷達系統(tǒng)參數(shù)、裸露地表參數(shù)等條件下，通過BP人工神經(jīng)網(wǎng)絡(luò)算法模擬后向散射系數(shù)與土壤介電常數(shù)之間的關(guān)系。將四種極化方式(HH、HV、VH、VV)的后向散射系數(shù)作為輸入數(shù)據(jù)計算土壤介電常數(shù)，應(yīng)用Topp介電模型反演土壤墑情。

具體實施方式：

地表溫度和植被指數(shù)是用于遙感監(jiān)測土壤墑情的兩個重要的指示因子。對于裸露地表，在其他條件相同時，土壤含水量不同地表溫度也不同，地表溫度能較好反映土壤墑情狀況。遙感技術(shù)獲取地表溫度時，在無植被區(qū)域監(jiān)測到的是土壤表面溫度，在植被較好的區(qū)域，則是植被冠層的表面溫度；一般情況下，地表溫度是由土壤、植被及建筑物等不同地物類型組成的混合像元的溫度，所以單獨應(yīng)用地表溫度這個因子來反演土壤墑情時，在裸土和低植被覆蓋區(qū)域，具有一定的精度，但是在植被較好的區(qū)域精度較低。土壤含水量多少影響到植物的生長狀態(tài)，歸一化植被指數(shù)(NDVI)可以反映作物的生長狀況，但NDVI只考慮了當前的植被狀態(tài)，而植物在受水分脅迫時短期內(nèi)仍能保持原有綠色，所以它是一個比較保守的植被水分脅迫指標，在時間上有滯后性，無法實時反映土壤墑情情況。因此單獨應(yīng)用植被指數(shù)因子反演土壤墑情也存在一定的局限。研究將地表溫度和植被指數(shù)有機結(jié)合，利用植被指數(shù)和地表溫度在遙感監(jiān)測土壤墑情中的互補性，提高遙感監(jiān)測土壤墑情的精度。綜合利用地表溫度和植被指數(shù)，考慮到氣溫對地表溫度變化的影響，將地表溫度和氣溫同時作為土壤含水量的指示因子，去除不同季節(jié)或同一季節(jié)相同土壤墑情時由于氣溫因素而導致的地表溫度不同的影響；同時結(jié)合植被指數(shù)，建立土壤墑情反演模型。對NDVI進行模糊綜合評價，區(qū)分裸土與植被覆蓋區(qū)域等不同地表覆蓋狀況，解決目前在對不同地表覆蓋類型采用反演土壤墑情模型時，不能進行有效甄別的問題。

由于受到天氣狀況、植被覆蓋等因素的影響，光學遙感在土壤墑情監(jiān)測應(yīng)用中具有一定的局限性。微波遙感以其全天時、全天候，并具有較強穿透能力，彌補了可見光、紅外遙感在土壤墑情監(jiān)測中的不足，提供了監(jiān)測土壤墑情的新方法，成為近年來陸地表層土壤墑情監(jiān)測具發(fā)展?jié)摿Φ募夹g(shù)。基于主動微波遙感監(jiān)測土壤墑情的研究，過去大部分應(yīng)用經(jīng)驗半經(jīng)驗模型，對研究區(qū)域的地表狀況要求較為嚴格，模型參數(shù)物理意義不明確。本研究通過改進積分方程模型(AIEM)來模擬裸露地表的后向散射系數(shù)和土壤介電常數(shù)的非線性關(guān)系，且AIFM的適用范圍廣，對地表粗糙度的限制要求低。利用BP人工神經(jīng)網(wǎng)絡(luò)算法結(jié)合介電常數(shù)與土壤墑情的關(guān)系，將Radarsat-2遙感影像四種極化方式(HH、HV、VH、VV)的后向散射系數(shù)作為輸入數(shù)據(jù)模擬土壤介電常數(shù)，提高反演土壤墑情的精度。

附圖說明：

圖1是遙感監(jiān)測土壤墑情方法圖，根據(jù)單窗算法計算地表溫度，利用歸一化植被指數(shù)閾值作為不同地表植被覆蓋度的劃分依據(jù)，研究融合表觀熱慣量法和植被供水指數(shù)法監(jiān)測土壤墑情的技術(shù)，有效提高土壤-植被-建筑物等混合地表土壤墑情的監(jiān)測精度。

圖2為單窗算法地表溫度分布圖，利用單窗算法計算得出的地表溫度。紅色表示地表溫度高于39°的區(qū)域，黃色表示地表溫度介于35°-39°的區(qū)域，綠色表示地表溫度介于30°-35°的區(qū)域，藍色表示地表溫度介于25°-30°的區(qū)域，粉紅色表示地表溫度介于20°-25°的區(qū)域，淺藍色表示地表溫度低于20°的區(qū)域。

圖3為單通道算法地表溫度分布圖，利用單通道算法得出的地表溫度。紅色表示地表溫度高于39°的區(qū)域，黃色表示地表溫度介于35°-39°的區(qū)域，綠色表示地表溫度介于30°-35°的區(qū)域，藍色表示地表溫度介于25°-30°的區(qū)域，粉紅色表示地表溫度介于20°-25°的區(qū)域，淺藍色表示地表溫度低于20°的區(qū)域。

圖4為植被供水指數(shù)土壤墑情分布圖。藍色表示土壤墑情大于25％的區(qū)域，綠色表示墑情介于20％-25％的區(qū)域，淺藍色表示墑情介于15％-20％的區(qū)域，黃色表示墑情介于10％-15％的區(qū)域，紅色表示墑情小于10％的區(qū)域。

圖5為MODIS結(jié)合TM影像計算土壤墑情分布圖，將MODIS與TM數(shù)據(jù)源結(jié)合，將MODIS數(shù)據(jù)的多光譜和高時間分辨率，TM數(shù)據(jù)的較高空間分辨率的優(yōu)勢互補，計算土壤墑情分布。藍色表示土壤墑情大于25％的區(qū)域，綠色表示墑情介于20％-25％的區(qū)域，淺藍色表示墑情介于15％-20％的區(qū)域，黃色表示墑情介于10％-15％的區(qū)域，紅色表示墑情小于10％的區(qū)域。