论文部分内容阅读
作为地表水存储的重要组成部分,土壤水分在地表径流、下渗和蒸散发的水文过程中起着关键作用,并且直接影响地表的水量平衡。在汛期,土壤水分含量区域差异在反映地表径流和洪水预警等方面起着重要作用,因此,研究土壤水分的空间分布以及大面积估测土壤水分含量具有很高的现实意义和科学价值。本研究以四川白沙河流域为研究区,采用Landsat8、MOD05、DEM数据以及气象数据,基于Ts-EVI特征空间首先提取了研究区2016~2018年间的土壤湿度信息,然后利用2019年野外实测的土壤体积含水量数据和同时期的TVDI指数,构建了反演0~10cm、10~30cm土层深度体积含水量的线性回归模型,最后利用所构建模型反演了研究区20191208期的土壤体积含水量,并对反演的土壤体积含水量进行精度验证。主要得出了以下结论:(1)利用2016~2019年间5期Landsat8数据,基于温度植被干旱指数法构建了研究区的Ts-NDVI和Ts-EVI特征空间。两种特征空间都呈现明显的三角形散点图,但Ts-EVI特征空间三角形特征更明显,并且干湿边的拟合度系数均优于Ts-NDVI特征空间。(2)利用Ts-EVI特征空间提取了研究区5期影像的土壤湿度信息。土壤湿度在空间分布上呈现北部山区大于中南部地区;在时间上呈现雨季时期(5~9月)大于非雨季时期,这一现象符合当地的亚热带湿润季风的气候特征。(3)通过对TVDI指数和不同深度土层的实测体积含水量进行相关性分析,结果表明二者呈现明显的负相关关系。通过对比发现在0~10cm处的相关性更好,其决定系数为0.73,在10~30cm决定系数降为0.56;相关系数也随着土层深度的增加而降低,相关系数在0~10cm为-0.85,在10~30cm降为-0.74。(4)利用TVDI指数和野外实测的体积含水量数据构建的反演土壤体积含水量的回归方程均通过F检验,回归方程高度显著,这说明TVDI能够反映土壤体积含水量状况,作为指示地表土壤湿度的指标有一定的合理性。(5)各土层的反演结果平均精度较高,在0~10cm土壤深度上,体积含水量回归模型反演得到的土壤水分精度最高为93.15%,最低为59.58%,平均为79.57%,最高精度和最低精度相差33.57%。在10~30cm土壤深度上,最高精度为99.30%,最低为59.54%,平均精度为75.30%,最高精度和最低精度相差39.76%。反演结果表明TVDI特征空间能够对0~30cm土层的土壤水分进行有效的监测,特别是能够稳定的反映和指示表层(0~10cm)土层的土壤水分状况。