土壤遥感学习.pptxVIP

第1页/共59页土壤类型决定性因素直接因素(土壤的光谱特征)第2页/共59页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第3页/共59页案例分析 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4页/共59页第5页/共59页第6页/共59页第二节 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 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。第7页/共59页 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。 2, 近红外波段的土壤含水量信息 第8页/共59页 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。 3, 中红外波段的土壤含水量信息第9页/共59页 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。 4, 热红外波段的土壤含水量信息 第10页/共59页 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。 马蔼乃等（2000）根据对各个波段的研究，首先发现微波对水的反映极其灵敏，但是对土壤含水量的反映却不十分灵敏。因为水面十分光滑的，而土面的粗糙度与微波波长十分接近，使得土壤含水量的信息强度被淹没在粗糙度的信息强度之中。第11页/共59页 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： 式中k为热传导系数，ρ为密度，γ为比热容。因为热传导系数、密度、比热容对一种物体来说是固定不变的，所以热惯量也是地物的固有属性。 第12页/共59页 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。 第13页/共59页 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。 例如水体，由于热惯量大，昼夜温差小；岩石热惯量小，昼夜温差大；各种含水量不同的土壤热惯量介于水体与岩石的热惯量之间，热惯量的大小也介于水体与岩石的热惯量之间。 第14页/共59页 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： 式中A为反照率，ΔT为昼夜温差，k，n为地理参数。A可由可见光与近红外所有波段遥感数据之和求出，ΔT为白昼热红外遥感数据减去夜间热红外遥感数据求出。ATI可以用水体在遥感影像上的数据为最大值，干沙沙漠的数据为最小值，从而求解k，n。 第15页/共59页 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。 根据上式可以计算出表观热惯量的影像图（ATI图）。表观热惯量与真实热惯量之间是正变的关系，前者是无量纲的相对值，后者是有量纲、有单位的物理量。真实热惯量的单位是J/（m2s1/2K）。两者在数值上虽然不相等，但是表达的都是热惯量。在遥感技术中，通常采用相对值来表示物理量。 第16页/共59页 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：第17页/共59页 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。 第18页/共59页 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