遥感应用模型8-土壤（一）-含水量.pptVIP

* * * * * * * * 地表的净辐射通量Rn由以下方程式计算： 式中，Q为太阳总辐射，a为地表反照率 大气长波辐射 地表长波辐射 ?a为空气比辐射率， ?g为为地表发射率 土壤热通量G在裸地条件下可达净辐射的20％-50％，而在植被覆盖下大大小于净辐射，仅占5%-20％，对蒸散量计算的影响很小。 式中，Gv和Gg分别为植被和裸地下土壤热通量，h为作物冠层高度。 对植被全覆盖区，由于土壤热通量占净辐射的比例很小，区域植被区蒸散可简化为： 显热通量H表现为 式中，p为空气密度；Cp为空气定压比热；ra为空气动力学阻抗，受风速、粗糙度和空气层结等因素影响；Tc为作物冠层温度；Ta为空气温度。 CWSI与冠层温差有着重要的关系：当土壤干旱时叶片蒸腾失去的水分得不到及时补充，叶片含水量减小，细胞膨压下降，气孔阻力加大，蒸腾减弱，蒸发耗热减少，叶温就会升高，叶温与气温之差为正值； 土壤水分越少，叶温与气温差越大，中午13：00-15：00时，太阳辐射最强，气温高，作物层的饱和水汽压与空气的水汽压的差值最大，植物叶片蒸腾最强这段时间内土壤水分若能满足蒸腾的需要，一天内的其他时间土壤水分就始满足蒸腾需要，如果土壤缺水，则这一段时间之内的缺水最为严重 对于植被与土壤混合区则根据植被覆盖区和土壤裸露区所占的比例表示 式中，E为总蒸发量，Ev为植被蒸腾量，Eg为裸露土壤蒸发量，f为像元中植被覆盖度， 潜在蒸散是在理想供水条件下，不存在水分亏缺的植物群体在单位时问内蒸腾和土壤蒸发量之和。 对于充分湿润的下垫面，具有较低的反照率和较低的温度，热量交换主要通过蒸发即潜热交换进行，此时的感热通量非常小，可近似认为潜在蒸散值是地表净辐射和土壤热通量的差值 将缺水指数按照干旱等级进行分级 对于完全及部分植被覆盖地的土壤水分遥感监测问题，应主要以作物缺水指数法为主，一般对于完全植被覆盖，采用作物缺水指数法能取得较好估算效果； 由植被缺水指数CWSI模型公式可知，其计算过程复杂，而且一些要素仍依赖于地面气象台站，实时性不能保证。 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。 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”。 VSWI＝NDVI／LST LST是卫星遥感到的作物冠层温度。 其物理意义 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会升高，这是由于干旱造成的作物供水不足，作物没有足够的水供给叶子表面的蒸发（蒸发带走热量），被迫关闭一部分气孔，致使植被冠层温度升高。 基于植被供水指数的农田干旱遥感监测 条件植被温度指数 式中 热边界上干旱程度最为严重，VTCI 值为0 冷边界上土壤水分不是植物生长的限制因素，VTCI值为1 既考虑了区域内NDVI的变化，又考虑了在NDVI 值相同条件下LST的变化，即高温对作物生长不利。 VTCI 的取值范围为[0, 1]，VTCI的值越小，相对干旱程度越严重。 * 雷达土壤含水量分析的物理机理 水的介电常数和干土介电常数有很大的差别，水的介电常数大约为80，而干土介电常数仅为3左右。 一般土壤可以看成是水和干土的混合，因而土壤的介电常数会随着土壤含水量的增大而增大。 电磁波散射模型已表明雷达回波的后向散射系数直接受土壤介电常数的影响。这就构成了微波遥感探测土壤湿度的物理基础。 土壤水分 土壤介电常数 雷达后向散射系数 * 雷达数据含水量分析 后向散射 数据预处理 gamma滤波 后向散射系数的计算 几何纠正 探讨后向散射系数与土壤水之间关系 GPS点位数据 地面实测土壤水数据 土壤水分监测流程图 * 小麦地采样点后向散射系数和实测数据 * 垂直极化后向散射系数与冬小麦土壤水分关系 水平极化后向散射系数与冬小麦土壤水分关系及冬小麦覆盖度之间的关系 hh s = - 31.590+0.583water20 predict +12.229 × coverage * * 土壤含水量图（通州区） 小麦覆盖度图（通州区） * 雷达土壤水探测的优势 雷达土壤水探测的优势主要体现在微波遥感不受光照、云雾等天气条件的影响，具有全天时、全天候工作的特点。 特别是长波段微波能够穿透植被，并对土壤具有一定的穿透能力。 参考文献 区域蒸散和表层土壤含水量遥感模拟及影响因子.农业工程学报，200