改进的表观热惯量法反演土壤含水量
吴黎;张有智;解文欢;李岩;杨树聪
【摘 要】Soil water content is an important indicator for monitoring agricultural drought. The thermal inertia method is one of the primary means for agricultural drought assessment in low vegetation cover. This study proposes an improved calculation of the thermal inertia model. With Agricultural Ecosystem Experimental Station of Chinese Academy of Sciences in Luancheng as a base, the authors measured the thermal inertia values with different vegetation covers and different soil water content concentrations in the experimental zone by measuring model parameters and on the apparent thermal inertia model. The purpose is to find whether the thermal inertia method is applicable to the inversion of the soil water content (NDVI threshold value). The validation results show that the monitoring of soil water content of the model is feasible with high precision when the vegetation cover is low (NDVI  ≤0.35). In high vegetation cover area (NDVI >0. 35) , the thermal inertia model fails, and hence the maximum thermal inertia approach to soil water content retrieval vegetation cove
r (NDVI) is set at 0. 35. This method was applied to MODIS data obtained from Luancheng county, Zhaoxian county and Gaocheng city in the study area, and inversion of the area of soil water content was conducted. The results are consistent with the actual situation. Point artificial ground monitoring of soil water content yielded water content 25. 1% , and the Luancheng station model calculations yielded 22.4% , suggesting good consistency. It is shown that the method has been applied well in the remote sensing data.%提出一种改进的表观热惯量计算模型,以中科院栾城农业生态系统试验站为基地,通过实测的模型参数,利用提出的表观热惯量模型计算不同植被覆盖下、不同实验区土壤含水量的热惯量值,并与土壤含水量进行相关性分析,以到热惯量方法可以用来反演土壤含水量的适用条件(归一化植被指数NDVI的阈值).实验结果表明,该模型监测土壤含水量是可行的,在植被覆盖度较低的情况下(NDVI≤O.35)具有较高的精度,在植被覆盖度较高(NDVI＞0.35)时,热惯量模型失效,因此用热惯量方法反演土壤含水量植被覆盖时将NDVI阈值的最大值设为0.35.将该方法应用到MODIS数据中,以河北省栾城县、赵县、藁城市3市县为研究区,分别反演该区土壤含水量,反演结果与实际情况相符合.实地取点人工监测土壤含水量为25.1％,栾城站模型计算结果为22.4％,匹配性较好,该方法在遥感数据中得到了很好的应用.
【期刊名称】《国土资源遥感》
【年(卷),期】2013(025)001
【总页数】6页(P44-49)
trime【关键词】热惯量;土壤含水量;MODIS;NDVI
【作 者】吴黎;张有智;解文欢;李岩;杨树聪
【作者单位】中国科学院研究生院,北京 100049
【正文语种】中 文
【中图分类】TP79
0 引言
土壤含水量的变化对土壤温度、农业墒情都会产生很大的影响，用土壤含水量来监测农业旱情是十分必要的。常规监测土壤含水量的方法有土钻取土称重法、中子仪法、时域反射
法(TDR)、张力计法等[1]。这些监测方法需消耗大量的物力、人力、财力，可监测小范围内的土壤含水量，无法实现大范围地区土壤含水量的实时监测。遥感方法具有监测范围广泛、实时性、动态性、快速性等特点，已成为监测土壤含水量、评估农作物干旱情况的重要手段。热惯量法是监测土壤含水量主要方法之一[2]。
国内外对热惯量有许多研究。余涛等[3]提出了一种改进的求解土壤表层热惯量的方法，开发了一种新的地表热惯量平衡方程的简化方法;孙晓敏等[4]提出了一种利用土壤热通量板、红外测温仪、数据采集器等附加装置，在土壤遮阳降温过程中连续快速地测定土壤热通量和土壤红外辐射温度来估算土壤热惯量的新方法，开创了采用不同水分含量的土壤样本进行热惯量测定的实验方法;肖青[5]等分析了野外实测土壤热红外发射率光谱特性，认为在8～9.5 μm内土壤的发射率随土壤含水量的增加而增大，由此提出了热红外光谱数据反演土壤含水量的方法。
目前热惯量模型有很多种，根据所需参数不同表达式多种多样，但其核心都是通过地表能量平衡方程来实现的。Price J C等[6－7]在能量平衡方程的基础上，经过系统地总结热惯量法及热惯量的遥感成像原理，提出了表观热惯量(apparent thermal inertia，ATI)的概念，
从而使采用卫星提供的可见光、近红外通道反射率和热红外辐射温度差来计算热惯量，并估算土壤含水量成为可能;Watson等[8]提出利用地表温度日较差计算热惯量的方法;徐军、刘兴文、冯勇进、张仁华等[9－12]诸多学者研究证实了不同类型土壤含水量与相应的热惯量之间呈现显著相关的关系。更多研究表明[13－15]，热惯量模型法主要是针对土壤裸露地区或作物生长初期(即低植被覆盖)的地区土壤含水量的监测，但此方法在植被覆盖达到什么程度后会失效却很少有人提及。
针对以上问题，本文结合模型表达式和实验方法，首先提出一种表观热惯量计算模型，然后利用地面试验测得的数据计算不同植被覆盖度下地表热惯量值，最后将此模型法应用到MODIS产品数据中，验证该模型大面积监测土壤含水量的适用性和可行性。通过试验分析土壤含水量与热惯量之间的关系，试图到热惯量法可以用来监测土壤含水量时植被覆盖度的阈值。
1 改进的表观热惯量模型
热惯量是表征土壤热变化的一个物理量，即
式中，P 为热惯量，J·cm－2·s－1/2·K－1;ρ为密度，kg·m－3;λ 为热导率，J·m－1·s－1·K－1;c为比热，J·kg －1·K －1 。
通常，土壤的热导率和比热随土壤含水量的减小而减小，而土壤热惯量也随土壤含水量的变化而变化，因此建立土壤热惯量与土壤含水量之间的关系是利用热惯量模型监测土壤含水量的关键。
Price J C[7]提出的表观热惯量是在热惯量定义的基础上，不考虑太阳高度角、纬度等因素，其简化形式为
式中，PATI为表观热惯量，J·m－2·s－1/2·K－1;A 为全波段反照率;Tmax和Tmin分别为一天中最高和最低的陆面温度，K。
笔者在前人对热惯量模型研究的基础上，经过地面实验研究和验证，提出如下表观热惯量模型，即
式中，ATI为表观热惯量，W·m－2·s－1/2·℃ －1;Rn为地表净辐射，W·m－2;Tday和Tnight为地表同一日Terra星和Aqua星获取图像的地表辐射温度，℃;Δt为一天中Terra星和A
qua星获取图像的时间差，s。
由公式(3)可知，确定Rn是解决ATI的难点。可根据地表净辐射方程计算Rn，即
式中，RS↓为入射的太阳短波辐射;RL↓为大气向下长波辐射;RL↑为地面发射的长波辐射;ε为地表比辐射率，此处采用 Van De Griend[14]的计算公式，即
σ为斯蒂芬－波尔兹曼常数，5.669 7×10－8W·m－2·K4;T0为地表温度，K。
联合式(4)，(5)，可得到地表净辐射Rn，即
根据公式(3)(7)，通过地面实验的方法分别获得每个变量的值，进而可得到表观热惯量。
2 地面实验
2.1 实验区概况
选择中国科学院栾城农业生态系统野外观测试验站为实验地，该站位于河北省石家庄市栾城县，多年平均气温在12.2℃，年均日照2 544 h。实验地是以该观测站内的遥感铁塔着地
点为中心，长5 m×2 m的区域。用玻璃板将该区域分为隔成1 m×1 m的10个小区的冬小麦，避免各实验小区内土壤含水量交换。各小区分别种植不同植株密度的冬小麦(种植周期为2009－10－03至2010－06－13)，以体现不同植被指数下的热惯量。试验期间完全由人工控制各小区的土壤含水量。实验参数测量时间为2010－05－12—2010－06－08。
2.2 地面参数的获取
测量地表温度的工具为Thermo Shot的F30型号热像仪，测量处为遥感铁塔高10 m处。该热像仪在10 m高度范围内空间分辨率可达到3.1 cm，灵敏度可达到0.1 K。本实验以获取小区中各像素温度的均值作为地表温度。每日测量2次(时间为5:30和13:30)来计算当日温度差。
采用Kipp＆Zonen公司CNR－1型号的辐射观测系统进行太阳短波辐射、向下长波辐射的测量。实验区面积较小，可以忽略太阳辐射和天空向下辐射的空间变化情况，在地表温度开始时间与反照率结束时间段内利用公式(6)求取净辐射项，取此时间段的算数平均值为该段内任意时刻的辐射通量。每个实验小区分别选12个点，利用Trime系列的便携式土壤含水量速测仪分别测量每个实验点的土壤含水量。利用MS－720便携式光谱仪向上测量太阳总辐
射，向下测量总反射辐射，二者相除得到每个实验区全波段反照率。利用多光谱冠层指数测量仪在铁塔10 m处获得红光、近红外波段的辐射量，通过PM2处理软件得到实验区内各像素的NDVI值，最后取其平均值作为各小区的NDVI值。

版权声明：本站内容均来自互联网，仅供演示用，请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系QQ:729038198，我们将在24小时内删除。