1引言 土壤水分状况是影响作物生长发育和作物产量的重要因素,及时准确地了解土壤水分,在农业生产上 有着突出重要的意义。由于土壤水分的时空变化较大,而目前的土壤水分观测网点稀疏且观测周期 较长,代表性较差,已不能满足生产实际的需要。随着遥感技术的普及深入,利用极轨气象卫星遥感监测土壤水分的方法已成为国内外许多研究机构和业务使用部门努力的方向。有关利用极轨气象卫星热红外信息监测土壤水分的方法在国内外的技术刊物上已有过一些报导,但这 些方法基本上没有考虑气候条件和自然环境对卫星遥感地面温度的影响,实际上气候条件和自然环 境对其造成的误差是很大的。本文从土壤的热力学特征出发,建立了土壤水分与极轨卫星所能获得 的物理量之间的关系,并利用实际观测资料对卫星测得的地表温度日较差进行了订正,寻求一条较为客观定量的估算土壤水分和受旱灾面积的方法。2基本原理利用气象卫星遥感监测地表土壤水分的原理,主要是利用水的特殊热性能,湿润的土壤具有较大的热 容量和导热率,并使土壤的光谱发生一定的变化,即土壤的含水量与其自身的热惯量相对应。这个热惯量可以由地表反射率和温度日较差来确定。用热惯量观测土壤水分的方法基于土壤的热传导方程:式(2)中,T为平均温度;△T。为ocm处的地表温度日较差;。一2二/24,代表角频率。对热传导方程求解,可得: T(二。一T+△Toe一,~ sin〔。t一了。/ZKZ〕(3) 假定地表向土壤输送的热流量G与土壤温度梯度成比例,~~白T行-一七一不; O乙(4)将式(3)代入式(4)得::c么T厂石刃砚e-sin〔砚一了刃丽G〔二.t)一C么T。J可ZKz+粤〕(5) 住将式(5)G(。,:)=前半周期进行积分得:丁G(0,t)d,一Zc△T。厢/了亩2C式(6)中,尸-△丁。尸(6丫石尤丽,定义为热惯量。 因为热流量G(0,l)是由太阳照射到地面的净辐射构成,在物理气候上可用下式表示:G(。,‘)=Sr(1一A)(sin占sin必 +eos占eos必eos口t)(7)盯,~。么T—-才、一下二不oto艺‘(l)式(l) 中:K一刀Ca挤是热传导率,ca是热容量,z是土壤深度,T是土壤温度,t是以每天为周期的时间。式(1)的边界条件为:T(。,,)=T十△Tosin时(2) 一32一LIAONING QIXIANG辽宁气象1996(3)式(7)中:S为太阳常数,:为大气透过率,A为地表全波段反射率,占为太阳赤经,必为观测点的地理纬度,口为当地中午的日相角。 式(6)、式(7)联立,得 ZC△TOP/了奋=Sr(1一A)(sin灸in巾 +eos占eos中eos众)(8) 则尸一B(1一A)/△T。(9) 式(9)中,丑=内Z石.Sr(1一八)(sin舀sin巾+cos占cos必cosot)/ZC,B对于一个固定的观测点可近似地看成一个常数。 由式(9)可以看出,热惯量P是由反射率A和地表温度日较差。T。确定,而极轨气象卫星AVH RR第一通道的反照率可近似地代替A;对于NOAA一n和NOAA一14卫星来说,每天分别 在北京时间13:00左右和02:00左右过境,这与地表温度最高和最低出现的时间基本对应 ,因而利用AVHRR的热红外通道的探测资料可近似地求出地表温度日较差乙T。。由此可计算出全省范围内每个像元点上的热惯量值。在实际应用中,求出热惯量尸与土壤水分S。的对应关系,即可得到全省各像元不同深度的土壤含水 量,进一步求出各量级含水量的像元面积,并按《农业气象观测规范》中的规定,把土壤相对湿度 在40%以下的像元点定为重旱,40%一60%为轻旱,从而得到不同程度的干旱面积。3温度B较差的订正在利用卫星热红外资料反演地表温度日较差的过程中,存在着大气中的水汽吸收的影响,在不同的地 点和气候条件下,这种影响是不同的,又由于地表面不是黑体,比辐射率通常都小于1,这些因素 的共同影响,使得用卫星仪器测得的辐射值推算地表温度日较差常常与实际存在着一定的误差。由 式(9)可知,任何一个像元的热惯量都是由反射率A和温差乙T决定的。一般地说,反射率A可 由卫星遥感监测的第一通道反射率代替,且精度较高。而乙了由于受到大气状况、观测时间、地形 状况等因素的影响较大,且这种影响随机性较大,可比性较小,是遥感监测土壤水分的不利因素。 一些文献也提到了这方面的问题,但没有提出具体的解决办法。为了减少或消除这种误差的影响, 在建立热惯量与土壤水分的关系式之前,就必须对卫星推算的温度日较差进行订正。在订正因子的 选择上必须要求其可靠性,同时又必须满足业务需要的实时性。为了验证订正效果,我们用订正前 后的热惯量同农气站观测的土壤含水量进行了相关分析,结果表明,订正后的相关系数较订正前高。由此可见,订正处理是有效的。从可靠性上考虑,最理想的因子是ocm地温日较差,但在实时资料库中无法得到。综合两方面的考 虑,我们选择了与ocm地温日较差乙GT相关最好的并能从实时资料库中获得的气温日较差△AT来作为订正因子进行订正。采用乃八T因子进行订正的基本步骤见附图所示。库实时资料库获取样本点的八八T用历史资料建立 △G丁与MT的关系卫星图像上获取卜匀日得到样本点的△‘T样本点的修正值△一山夕2,一乙了厂运用插值方法每个像素的修正值百代入式吧O△T0一△S丁+百附图卫星探测值订正流程插值的方法如下:z,一习诚,xZj/艺Wij(10) j岁IJ~l式(10)中,Z‘表示需要插值点i的要素值,即山值;Z,为第j个样本点的要素 值;w。表示j点对i点影响的程度,即权重。如果用杭,表示i点到j点的距离,则W,,用下式求得:W,,=l/(1+r乙)(>_1) 样本点是选择代表性好、历史资料较完整、相关程度高的”个测站。利用1991一1993年3~ 5月的资料建立了相关关系式。相关系数都在70%以上,信度均超过0.01。LIAONINGQIXIANG辽宁气象1996(3)一334资料处理和图像制作4.1卫星资料的使用和热惯量伪彩色图像的生成 在1 18.88一125.79oE、43.5一38.28oN内,对IB数据进行麦卡托投影。经过 各种订正处理后,使用AVHRR的可见光(CHI)、近红外(CH2)和热红外(CH4)数 据资料,按式(9)计算每一像元的热惯量值,得到上述区间内各像元的热惯量数据图像,把辽宁 省行政边界加到该图像上,剔除省外部分,再进行伪彩色处理,得到热惯量伪彩色图像。4.2热惯量与实测土壤湿度的回归分析和土壤含水量伪彩色图像的生成实测的土壤湿度是利用基层台站测得的AL报上的资料,一般每次有20左右个样本。在几年的研究 和业务工作中,我们先后进行了线性和各种非线性的回归分析,发现指数函数凡一ab一尸的相关性最高,但稳定性不理想,故我们一般采用线性回归,即S。一a+bP(12) 按(12)式计算出各量级的热惯量值所对应的土壤含水量,将热惯量伪彩色图像上的色标转换为土壤含水量色标,即得到全省各地区土壤含水量分布的伪彩色图像。4.3干旱面积的估算 由土壤含水量图或热惯量图像可以看出各像元的土壤湿度状况,按《农业气象观测规范》中的规定可 以确定干旱的指标,即旱区的土壤含水量(或热惯量)的闭值。现在需要解决的是在图像上剔除非 耕地面积和计算每个像元的面积。非农田区域的剔除借助于在辽宁省植被分布图中摄取的辅助信息 农田分布图形,像元面积的计算公式为:元经线差,b为地球短半轴,等于6356.863km,产=57.2957795,A、B、C、D为常数,其值分别为1.0033636057、0.0011240272、0.0000016989、0 .0000000027。 具体估算方法是:在热惯量数据图像上加上辽宁省行政边界图形和农田分布图形,在划定的区域内计 算小于给定阂值的像元面积,并将这些区域赋予特殊颜色,执行计算面积的程序在计算机屏幕上给出旱区的面积。5应用及讨论运用上述方法,我们从1993年开始进行了全省春季土壤墒情监测的试验研究,并逐步在业务服务 工作中使用。通过AL报实测土壤湿度值的回归分析的效果来看,在20cm以上的土壤层,两者 的相关系数大都在60%以上,说明这个方法是可行的。利用实测的温度资料对卫星测值进行订正后,所得到的土壤湿度分布图像层次更加丰富,在一定程度上消除了大气状况和地形的影响。本研究没有考虑植被的影响,因此只适合春季时裸地或低植被状态。由于受到各方面条件的限制,本 文在温度日较差的订正中选用的样本点较少,监测的结果也缺乏更有效的检验,这些都有待于进一 步改进。s一2。:些〔八sin乙刀~一丁cos万,Bsineos3B,+Csineos5B二一Dsineos7B.十…〕(13)式(13)中,胡一B:一B,为数字像元的纬线差,B二一(B,+BZ)/2,△L一L:一Ll为数字像一34一LIAONING QIXI八NG迁宁气象1996(3利用AVHRR资料监测土壤水分和干旱面积@赵大庆$沈阳区域气象中心研究所!110015
@王虹$沈阳区域气象中心研究所!110015<正> 1 引言土壤水分状况是影响作物生长发育和作物产量的重要因素,及时准确地了解土壤水分,在农业生 产上有着突出重要的意义。由于土壤水分的时空变化较大,而目前的土壤水分观测网点稀疏且观测 周期较长,代表性较差,已不能满足生产实际的需要。随着遥感技术的普及深入,利用极轨气象卫星遥感监测土壤水分的方法已1刘志明.用气象卫星信息遥感土壤水分的探讨.遥感信息,1992;1
2 赵玉金.试用极轨气象卫星遥感监测土壤墒情,气象,1994;1
3 A. ALIelt, Agricultural hydrologic and ocean graphic
More abstracts about the 利用AVHRR资料监测土壤水分和干旱面积