：土壤遥感(应用)要点.ppt

第一节 土壤类型遥感分析 土壤类型的空间分布规律 地带性土壤 隐域性土壤 土壤类型决定性因素 直接因素(土壤的光谱特征) 间接因素 地带性气候因素 地貌因素 地质条件 地形起状特征 案例分析 新疆南部的土壤遥感解译中，根据影像划分出山地、山前洪积扇、冲积平原、荒漠平原、片状绿洲，线状绿洲等地理单元，并进一步划分了沿河、湖滨等地区，在此基础上进行土壤解译、制图。与常规方法制作的土壤图比较，内容详细得多。 第二节 土壤水分遥感 一、遥感数据中的土壤含水量信息 1,可见光波段的土壤含水量信息 2, 近红外波段的土壤含水量信息 近红外波段对水的反映灵敏，水对近红外光完全吸收。因此含水量高的土壤在近红外波段上呈暗色调，地物波谱曲线不是平行降低，而是陡坡降低。因此早期与可见光波段同时使用推测土壤含水量。 3, 中红外波段的土壤含水量信息 中红外波段对高温反应灵敏，是林火的探测波段。反之，土壤十分干燥时温度较高，在中红外遥感影像上有反映。也就是说，如果求土壤的干燥度时，用中红外波段效果较好。 4, 热红外波段的土壤含水量信息 热红外波段对常温反映灵敏，土壤温度与湿度关系密切，因此热红外遥感数据中也包含了土壤含水量的信息。 5, 微波波段上的土壤含水量信息 微波波段对水的反映极其灵敏，很薄的水层就可以屏蔽微波辐射。因此许多国内外的学者都认为微波是探测土壤含水量最佳的波段。 二、表观热惯量的遥感信息模型 物体的热惯量P是物体固有的属性，它的表达式为： 土壤因为含水量的变化，使得热传导系数、密度、比热容都发生变化，从而使得热惯量变化，这是确定无疑的。但从遥感数据不可能直接提取出热惯量，也不可能直接提取热传导系数、密度、比热容。 地物在吸收短波太阳辐射后以长波的方式发射，地温增高。白昼地物吸收太阳能量而增温；夜间地物发射能量而减温。地物昼夜的温差就是地物热惯量的表象。 遥感波段中可见光与近红外中的全部太阳波谱的能量，减去地物在所有谱段内的反照率能量，就产生昼夜温差的能量。称为表观热惯量遥感信息模型ATI： 撒哈拉沙漠、塔克拉玛干沙漠、澳大利亚沙漠、北美沙漠与它们附近的水体所求解出来的k，n是不相同的，因为在上述公式中还有一些地理环境因素没有考虑到，而被包括在其中了。 三、 表观土壤含水量遥感信息模型 既然我们用表观热惯量替代了真实热惯量，因此对于土壤含水量，也应该可以用表观土壤含水量来替代真实土壤含水量。现在给出表观土壤含水量ASW的表达式： 式中d为土壤颗粒粒径，D为土壤土层厚度，ρs为土壤的密度，ρ为水的密度。a0，a1，a2，的为地理参数。将土壤颗粒粒径、土壤土层厚度、土壤密度内插成影像化的图像，与遥感图像配准。在影像（ ）上或地面上（配准），确定最干燥的土壤、最湿润的土壤以及中等含水量的土壤，作为标准，求出地理参数a0，a1，a2 。由此求出的表观土壤含水量ASW也是无量纲的相对值。 上式的含义是表观土壤含水量是表观热惯量的函数，是相对土壤密度的函数，也是相对土层厚度的函数。由于水的密度是1，所以土壤密度除以水的密度，该因子团成为无量纲相似准则。颗粒粒径表示土壤的空隙度，土层厚度表示所测土壤含水量的深度范围，颗粒粒径除以土层厚度表示相对土层厚度，即土层有几倍的粒径厚度，也是无量纲因子团。由于世界各地的土壤种类不同，所处地理环境不同，所以a0，a1，a2各处是不同的，也是以图像表示的。同样地，表观土壤含水量也是虚拟的。 四、真实土壤含水量与表观土壤含水量 真实土壤含水量是在地面上实测的土壤含水量。实测土壤含水量在地面上的取样面积只有几平方厘米，遥感是监测不到的。 地面上实测的土壤含水量很难做到同步实测。某个点的含水量与相邻点的含水量观测时间往往相差几个小时，甚至相差几天。 土壤含水量是一个无量纲的百分含量（%），遥感数据也是无量纲的灰度，因此容易误认为两者既然都是无量纲的，可以直接进行统计分析。其实不然，土壤含水量是真实的物理量数据，而从遥感影像上求出的表观土壤含水量是虚拟的相对数据。 根据在极少数有可能对比的点上取到的实测土壤含水量资料的研究表明，遥感所计算的表观土壤含水量与实测的土壤含水量成正变关系，即表观土壤含水量大，实测的土壤含水量也大；表观土壤含水量小，实测的土壤含水量也小。正因为如此，所以上式是一个通用的表观土壤