：土壤遥感(应用)概念.pptVIP

遥感地学分析;第一节 土壤类型遥感分析;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;;;第二节 土壤水分遥感; 2, 近红外波段的土壤含水量信息 ; 3, 中红外波段的土壤含水量信息; 4, 热红外波段的土壤含水量信息 ; 5, 微波波段上的土壤含水量信息; 二、表观热惯量的遥感信息模型; 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; 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 ; 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含水量公式。其中没有地形与植被的影响，可以认为该两项因素已经包括在a0里面了，这样便于产业部门应用。 ; 如果把地形因素与植被因素也考虑进去，那么表观土壤含水量的方程要复杂得多，即：;第三节 干旱遥感监测 ; 一、干旱概念及干旱指标 ; 从农业生产的角度看，干旱的发生是一个很复杂的过程，它受到多种因素的制约。 首先是气象因素，除了降水量以外，降水的强度、气温、光照、风速也在一定程度上影响干旱的强度。 其次是农业生产本身的特点，这里有农林牧结构、耕作制度、农作物种类、生育时期以及耕作措施等等。 此外还有某些自然地理条件，如土壤、水文、地形地貌等等； 最后是社会经济条件，如灌溉条件、保持土壤水分所需要的物质条件等等。; 2, 干旱指标 ; 世界气象组织根据各国对干旱指标的研究，一共列出55个指标，这些指标可以概括为以下几个类型： ; 二、干旱遥感监测方法 ; 1, 热惯量法 ;; 解方程后，得到热惯量表达式： ; 通常用统计方法建立土壤水分遥感模型，但目前国内建立的多是线性模型，而幂函数模型比线性模型好，因此它的物理意义与上述公式的数字表达式相一致，试验结果表明拟合精度也比其它函数形式的拟合精度高，幂函数形式为：; 2，植被指数法 ; 3, 植被供水指数法 ; 其物理意义是： ; 植被供水指数的定义式为： VSWI＝NDVI／T5 这里T5是美国NOAA卫星或我国FY—l卫星遥