论文部分内容阅读
土壤水分含量，即土壤湿度的监测在农业生产、林业规划、旱情监测、水资源管理等领域有着重要作用，随着遥感技术的日趋完善，土壤湿度遥感研究相关理论比较成熟，已被广泛应用于土壤湿度监测研究。本论文利用MODIS影像，结合实测土壤湿度资料数据对吉林中部进行土壤湿度遥感反演研究，取得的主要成果如下：1．根据分裂窗算法，利用MODIS_L1B数据的31、32热红外波段计算研究区2005年4月，即低植被覆盖时期地表温度，并求取表观热惯量，结合实测土壤湿度数据，通过线性回归建立表观热惯量与土壤湿度线性关系模型，结果表明两者具有较好的相关性，相关系数R2为0.692。利用MOD11A2（地表温度产品数据）、MOD13A2（归一化植被指数产品数据）建立研究区2004~2006每年7月中旬，即高植被覆盖时期地表温度-植被指数特征空间，线性拟合得到干边和湿边方程以求取研究区TVDI值，结合实测土壤湿度数据，线性回归得到TVDI与土壤湿度的相关系数R2在0.577~0.630之间。2．根据研究区部分地点的土壤质地资料，结合表观热惯量计算获得的土壤湿度分布图像，分析低植被覆盖期土壤湿度与土壤质地的关系，结果表明，粘土分布的地区，图像上的湿度值在90%~99%之间，粘壤土、壤土分布的地区，图像上湿度计算值在80%~89%之间，砂壤土分布的地区，图像上的湿度计算值在70%~79%之间，这与各类土壤质地的保水能力是一致的，说明表观热惯量计算获得的土壤湿度比较符合实际土壤湿度状况。统计研究区不同高程区间内土壤湿度的分布，得出在77m~500m区间内，土壤比较湿润，且随着高程增加，湿润区域范围逐渐降低，在500m以上地区，土壤各级湿度分布都较少且相差不大，湿润范围略大。3．根据研究区土地利用类型图，结合TVDI分级（极湿润、湿润、正常、干旱、极干旱），统计每一类土地利用类型在TVDI每一级的分布百分比，并探讨了不同土地利用类型的土壤湿度分布特点，统计结果表明，在同一时间里，研究区水田TVDI主要集中在正常和湿润的范围，土壤湿度情况较好，旱田TVDI平均地分布在湿润、正常、干旱的范围内，林地TVDI集中在极湿润、湿润的范围内，土壤湿度情况最好，土壤保水能力最强，而草地处于极干旱、干旱的范围内，土壤湿度情况最差；研究区相同的土地利用类型在2004~2006每年7月中旬不同的时间里，耕地的土壤湿度呈现干旱区域降低、湿润区域增加的情况，林地的湿润区域逐年递增，而草地一直处于干旱的情况。对比各TVDI在不同高程的面积分布统计，2006年7月中旬，湿润区域在高程77~400m的范围内分布面积显著降低，同时正常区域有所增加，其他TVDI等级的情况比较稳定，在500m以上的区域，干旱范围略大。