第七章土壤遥感.pptVIP

本章结束！ * * * * * * * * * * * * * * * * * * * 水土流失是在湿润或半湿润地区，由于植被破坏严重导致的。如果是在干旱地区的植被破坏，会导致沙尘暴或者土地荒漠化，而不是水土流失。 　　因为植被破坏严重，再加上雨水和地表水的冲刷，导致水土流失。 　　加大植被的覆盖率，可以保持水土，也就是防止水土流失的发生。 7.3.3 土壤水分监测与干旱灾害预测 （1）土壤水分遥感的原理与方法 土壤水分（即土壤湿度、土壤含水量），作为陆面水资源形成、转化、消耗过程研究中的基本系数，是联系地表水与地下水的纽带，也是研究地表能量交换的基本要素，并对气候变化起着非常重要的作用。 土壤水分的变化能影响其本身的水热过程，使地表参数发生变化，如地表反照率、土壤热容量、地表蒸发和植被生长状况等。 7.3 土壤遥感分析 遥感数据中的土壤含水量信息 根据地物波谱的测定，在可见光部分干燥土壤的反射光谱比潮温土壤的反射光谱平行抬高一段反射率。随着含水量的多寡，抬高的距离大小不同。因此，早期遥感研究中有用可见光波段测定土壤含水量的尝试。 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。 7.3 土壤遥感分析 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。 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。 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。 7.3 土壤遥感分析 目前，人们多从热红外与微波遥感入手监测土壤水分，依据土壤水分平衡及热量平衡的原理，通过地表热通量方程及地表能量平衡边界条件，从遥感成像机理出发，运用热红外遥感的土壤热惯量、植物蒸散、作物缺水指数等方法，以及微波遥感的土壤辐射亮温、土壤介电常数与土壤水分的关系等，建立遥感数据与地面测量值间的经验—半经验统计回归模型、数值模拟方程（如水热耦合传输方程）等，并借助GIS的支持、通过引入辅助参数，以提高遥感土壤水分、旱情监测的精度和时效。 7.3 土壤遥感分析 7.3 土壤遥感分析 （2）干旱遥感监测 通常干旱是指某地团长期没有降水或降水显著偏少造成空气干燥、土壤缺水甚至干涸的现象。 干旱没有唯一的标准，可以从各个方面去定义，但都离不开水和植被。遥感监测干旱也基于土壤水分和植被状况。 对于裸地，卫星遥感的重点是土壤含水量；对于有植被覆盖的区域，卫星遥感的重点是植被指数的变化及植被冠层蒸腾状况的变化。 1、热惯量法 热惯量法主要用于裸露土壤。它是用热红外方法遥感湿度。 其中P为热惯量，即卫星间接遥感量，ΔT0为每日最高温度和最低温度之差，A为全波段反照率，B为常数。 由于系统本身有一定的热容量，系统传热介质具有一定的导热能力，所以当系统被加热或冷却时，系统温度上升或下降往往需要经过一定的时间，这种性质成为系统的热惯量(Thermal inertia)。系统的热容量与材料的比热容和体积有关，传热介质的传热能力用热阻表示。系统的热容量越大，它的热惯量越大；介质的热阻越大，系统的热惯量也越大。 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： 式中，为土壤水分，是拟合系数（最小二乘法拟合），P是热惯量。 2、植被供水指数法 热惯量方法只对裸露土壤适用，因为在有植被覆盖情况下，特别是在植被覆盖度很高时，植被改变了土壤的热传导性质，而旱灾发生的季节，植被覆盖率年往往很高。为了对高植被覆盖区农作物的旱灾进行遥感监测，中国气象局国家卫星气象中心发展了“植被供水指数法”。 其物理意义是： 当作物供水正常时，卫星遥感的植被指数在一定的生长期内保持在一定的范围，而卫星遥感的作物冠层温度也保持在一定的范围内； 如果遇到干旱，作物供水不足，一方面作物的生长受到影响，卫星遥感的植被指数将降低，另一方面作物的冠层温度将