遥感应用模型8-土壤(1)-含水量

第四章土壤遥感土壤含水量估算模型本章主要内容土壤含水量估算模型干旱问题已成为我国面临的最为严峻的环境问题之一，在各种自然灾害中造成的损失列为首位。及时发现干旱，实时监测旱情的发展动态，对抗旱减灾至关重要。影响干旱的因素有很多，从降水等气象因素上进行监测可以获得长时间序列的分析数据，并且这些分析数据比较容易获得。然而，对于作物来说，土壤含水量是一个比降水更关键的因素，直接关系到作物是否健康的生长，因此，土壤含水量是一个更好的干旱监测指数。大范围的土壤含水量信息并不易获得，由于土壤含水量的监测方法比较多，且不同区域的监测方法不尽相同，难以实现大范围、实时、动态的土壤含水量监测；目前，中国气象局仅能提供279个站点的土壤湿度观测资料，且空间分布不均，集中分布在东北、华北和江淮地区；遥感监测技术具有范围大、快速、及时的优点，研究遥感土壤含水量技术具有重要意义。目前，能获得土壤表层0-20cm的土壤含水量。传统的旱情监测方法，主要是根据有限的旱情测量站点测定土壤水分含量来监测土壤水分。经典的土壤水分测量方法主要有称重法、中子水分探测法、快速烘干法、电阻法等。因采样速度慢而且花费大量人力物力，范围有限，难以满足实时、大范围监测的需要。随着遥感技术的迅速发展，多时相、多光谱、高光谱遥感数据反映了大面积的地表信息，这些信息从定位、定量方面反映了土壤水分状况。实测土壤含水量真实土壤含水量是在地面上实测的土壤含水量。实测土壤含水量在地面上的取样面积只有几平方厘米，遥感是监测不到的。土壤含水量（重量％）＝（原土重-烘干土重）/烘干土重×100％＝水重/烘干土重×100％遥感监测土壤含水量是大面积范围上的工作，往往用气象卫星的数据，每1个像元是1km2的面积，地面上实测的土壤含水量根本无法与之比较。1km2上需要实测几百个点的土壤含水量，取其均值，还要随机统计方法正确，才能两相比较。目前，较为成熟的遥感旱情监测方法主要有：热惯量法：水分有较大的热容量和热传导率使较湿的土壤具有较大的热惯量，而这一热惯量可由光学遥感监测地表温度的变化得到。蒸散发计算法基于植被指数和温度的方法土壤湿度微波遥感法：土壤的介电特性明显地依赖于土壤的水分变化热惯量法适合监测裸地或植被生长早期；植被供水指数法适合植被覆盖度比较高的时段；植被缺水指数法计算复杂，且需要地面气象台站提供参数，实时性不能保证；距平植被法需要多年累积数据集；微波遥感适用范围比较广，精度较高，且可以全天候使用，这是遥感监测土壤水分最有希望的方法，但其成本很高，目前尚未进入实用阶段。热惯量是物质热特性的一种综合量度，反映了物质与周围环境能量交换的能力。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。热惯量方法用于土壤温度监测较稳定，它是从土壤本身的热特性出发反演土壤水分，只要能准确得到土壤昼夜温度差，就可以得到相对干旱的程度，估算含水量精度比较高，而且易于实现。热惯量土壤含水量估算模型物体的热惯量P是物体固有的属性，它的表达式为：kP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。热惯量的物理意义当地物吸收或释放的热量固定时，地物温度变化的振幅与地物的热惯量成反比，即：P值大的地物，日温差小；P值小的地物，日温差大。在力学牛顿第二定律F=ma中，当作用力相等时，加速度与质量成反比，人们把物体不变的质量看成是运动的惯性。p与惯性有类同之处，因此称为热惯量。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。热惯量的实质是地物阻止其温度变化幅度的一种特性。从微观的角度看，热惯量是阻止物体内部分子运动速度变化的阻力。遥感土壤含水量的基本原理是：土壤的热惯量与土壤含水量有很好的相关关系：土壤含水量低，就出现干旱，当土壤干燥时，昼夜温差大，而土壤含水量高时，昼夜温差小。因此，只要用遥感方法获得一天内土壤的最高温度和最低温度，通过模型就可以计算出土壤含水量，这种方法称为热惯量法。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。称为表观热惯量土壤含水量估算模型ATI：nTABEkATI1式中ABE为反照率，ΔT为昼夜温差，k，n为地理参数。ABE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。ABE的计算温差的计算大部分地物在31、32波段的比辐射率稳定，通常用31、31波段的亮温进行地表温度反演MODIS数据的热惯量计算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：21)()()(0asadDATIaASW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，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。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。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。既然不同，为什么可以用遥感计算出来的表观土壤含水量来替代实测的土壤含水量呢?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：54321)()(sin)()()()(0aaaasaNDVIHhdDATIaASW式中h为相对高程，H为绝对高程，sinα为坡度，NDVI植被指数。有了表观热惯量ATI后，常用线性经验公式计算土壤水分W，即：小结热惯量方法用于土壤温度监测较稳定，它是从土壤本身的热特性出发反演土壤水分，只要能准确得到土壤昼夜温度差，就可以得到相对干旱的程度，估算含水量精度比较高，而且易于实现。但该方法的局限性在于只适用于裸露或植被覆盖度很低的下垫面，当植被覆盖率高时，受混合像元分解技术的限制其反演精度必然降低。植被缺水指数法（CWSI）植物叶片温度和水分状况有着密切的关系，具体表现为：植物蒸腾时，叶温降低；当水分亏缺时，蒸腾减少，导致叶温增高。所以，可以通过植物冠层温度推算植物根系范围内的土壤水分状况。CWSI依据植物冠层表面温度与周围气温的测量差值以及太阳净辐射的估算值进行计算，其实质上反映了植物蒸腾与最大可能蒸发的比值，可以作为植物根层土壤水分状况的估算指标。作物缺水指数(CWSI)：式中，LE和LEp分别为作物实际蒸散和潜在蒸散。地表不缺水，供水处于理想状态时，实际蒸腾量等于潜在蒸腾量，作物缺水指数为0；当地表缺水时，实际蒸腾量小于潜在蒸腾量，作物缺水指数位于0-1之间；当地表严重缺水时，实际蒸散接近0，作物缺水指数接近1。实际蒸腾量LE估算一个作物冠层的实际蒸散的能量平衡方程为：式中Rn为净辐射通量，H为显热通量（因为温度发生变化而产生的热输送量），G为土壤热通量（土壤的热交换量），LE为潜热通量（因为水汽蒸发而产生的热输送量）。白天，净辐射Rn为正值，一部热量消耗于LE上，一部热量消耗于H上，余下的热量进入土壤G；夜间，净辐射Rn为负值，由LE、H和G来补偿，土壤热通量方向与白天相反，也就是地面失去热量。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