MODIS影像的NDVI和LSWI植被水分含量估算.pdfVIP

维普资讯 第28卷第 1期 地 理 科 学 Vo1．28 No．1 2008年02月 SCIENTIA CEOCR^PHICA SINICA Feb．，2 0 0 8 MODIS影像的NDVI和 LSWI 植被水分含量估算 张友水 ，谢元礼 (1．福建师范大学地理科学学院，福建 福州 350007；2．西北大学城市与资源学系，陕西西安 710069) 摘要：植被含水量估算在作物灌溉和森林火灾预警中具有重要指导意义。采用8天合成MODIS地表反射率数据， 针对植被水分含量与陆表水指数，植被覆盖与归一化植被指数的关系及不 同植被类型和地表水分含量状况在 NDVI—LSWI二维空间中的分布规律，在 NDVI—LSWI梯形特征空间中确定最大和最小含水量边界线的基础上采 用植被干燥指数直接估算植被水分亏缺程度。该方法不仅简便 ，而且可以避开植被指数温度梯形图中陆地表面 温度和气温差值的测量。 关 键 词：MODIS；植被水分含量；等价水深；陆表水指数；植被干燥指数 中图分类号 ：TP79 文献标识码：A 文章编号：1000—0690(2008)01—0072一O5 及时准确地监测或诊断出作物水分状况，对提 1 植被含水量遥感监测 高作物种植管理水平，作物水分利用效率及指导节 水农业等具有重要意义。在森林和草原区域，植被 1．1 植被含水量的表示方法 水分亏缺也是火灾预警和火势监测 的重要因 植被含水状况 (植被水势)是水分亏缺程度的 子 一 。 诊断指标，就地面研究而言，植被含水量估算通常 作物缺水会引起叶片颜色、厚度、水分含量及 根据以下 3个公式计算，即可燃物含水量 (fuel 形态结构等发生一系列变化，从而引起光谱反射特 moisturecontent，FMC)(也可称植被含水量)，等价 性的变化。因此，可利用对作物水分含量敏感的光 水深(equivalentwaterthickness，E时 )和相对含水 谱实时监测和快速诊断作物水分状况。对此，国内 量 (relativewatercontent，RWC) 】： 外学者做了大量的研究工作 ¨ ¨。 FMC= (F 一DW)／(F 或DW) (1) 以前植被含水量反演 中所用的数据主要是 E =(F 一DW)／A (2) NOAAAVHRR ，SPOTVegetation，LandsatTM／ETM + RWC=(F 一DW)／(TW—DW) (3) 以及雷达遥感等数据，这些遥感数据存在着不同程 其中，F 为鲜重，DW为干重，A为叶面面积， 度的时间分辨率、空间分辨率、光谱分辨率和价格 为饱和鲜重。FMC被定义为植被水含量 (鲜重 一 费用等问题，难以进入实用阶段。由于植物水分的 干重)与植被体鲜重或干重的比值 】，为没有单位 微弱变化会对叶片以及冠层光谱反射率产生影响， 的量纲。通过 FMC计算的植被水势是森林火灾监 传统的宽波段遥感数据难以体现光谱的精细变化。 测的重要参数。等价水深 EWT被定义为植被含水 因此，越来越多的学者借助于高光谱遥感对植物的 量(鲜重 一干重)与叶面面积的比值，单位为 g／ 水分状况进行诊断。通过 比较可知，MODIS数据 cm 。因为水的比重为 1，植被含水量与叶面面积 更适合用于植被含水量反演这种长期监测研究， 的比值等于水层厚度值 引。RWC为观测时的植 MODIS数据的具体特点见相关文献所述，这里不 被含水量(鲜重一干重)与植被水含量完全饱和时 再赘述，本研究采用500m空间分辨率的MODIS 的植被含水量 (饱和鲜重 一千重)之间