第26卷，第2期國土資源遙感Vol.26,No.22014年06月REMOTESENSINGFORLAND&RESOURCESJun.,2014doi:10.6046/gtzyyg.2014.02.04引用格式:吳黎，張有智，解文歡，等.土壤水分的遙感監測方法概述[J].國土資源遙感,2014,26(2:19-26.(WuL,ZhangYZ,XieWH,etal.Summaryofremotesensingmethodsformonitoringsoilmoisture[J].RemoteSensingforLandandResources,2014,26(2:19-26.土壤水分的遙感監測方法概述吳黎1,張有智1,解文歡1,李巖1,宋靜波2(1.黑龍江省農業科學院遙感技術中心,哈爾濱150086;2.黑龍江省社會科學院應用經濟所，哈爾濱150000摘要:回顧了目前國內外土壤水分的遙感監測方法，介紹了反射率法、植被指數法、地表溫度法、溫度-植被指數法、作物水分脅迫指數法、熱慣量法和微波法，并對各方法的優缺點進行了詳細比對;在總結國內外土壤水分遙感監測研究方法的基礎上，對目前該研究領域的重點、難點和未來的發展方向進行了評價。認為:熱慣量法和植被溫度指數法是較為成熟的方法;微波遙感因其獨特的優越性，將是該領域的重點研究方向。關鍵詞:遙感;土壤水分;地表溫度;熱慣量;微波中圖法分類號:TP79文獻標志碼:A文章編號:1001-070X(201402-0019-08收稿日期:2013-04-15;修訂日期:2013-06-19基金項目：0引言土壤水分是自然界水分平衡的重要參量，根據土壤-作物-大氣連續體(soil-plant-atmospherecontinuum,SPAC理論，水分在連續體內的運動主要由水勢差決定。土壤水分與干旱存在密切關系,而干旱是我國農業生產的最大威脅。我國農業自然災害的近60%是干旱造成的，每年直接經濟損失達47億元［1］。土壤水分的變化及區域差異不但對于區域水文，而且通過植被、土壤等因素對氣候產生很大影響。土壤水分監測在農業生產、旱情監測、農田水分管理、水資源管理、水文模擬和預報等許多方面都有重要意義。由于影響土壤水分的因素很多,大范圍、實時準確地監測土壤水分仍是一個難題。傳統監測土壤水分含量的方法有重量法、中子儀法、張力計法、時域反射法等,這些方法只能采集樣點的離散數據，需要投入大量的人力物力,耗費長、效率低、成本高、代表性差，很難完成大范圍的土壤水分數據的獲取。遙感監測土壤水分是通過遙感器測量得到土壤表面反射或發射的電磁能量，然后分析、建立該信息與土壤水分之間的關系從而得到土壤水分含量。目前遙感監測土壤水分主要用到的遙感波段為可見光-近紅外、熱紅外和微波。熱紅外遙感因其對土壤水分的敏感性，在土壤水分含量監測中已日益成熟，并得到了較廣泛的應用。微波遙感因其全天時、全天候、多極化、高分辨率、穿透性及對土壤水分含量敏感性的優勢，使其成為該領域未來發展的主要方向。本文在查閱了大量相關資料的基礎上,就土壤水分的遙感監測方法進行了總結、分析、評價和展望。1土壤水分的遙感監測方法1.1反射率法土壤在可見光-近紅外波段的反射率隨波長增加而增大;對于給定類型的土壤，同一波段的反射率隨土壤水分的增加而減小，可以建立土壤反射特性與土壤水分的關系來監測土壤水分。Bowers[2]等發現土壤水分的增加會引起土壤反射率的降低，隨后Curran[3-6]等學者的研究也證實了反射率與土壤水分含量存在密切關系，并建立了不同模型反演土壤水分。國內，劉培君[7]等提出“光學植被覆蓋度”的概念，通過分解像元從土壤中分離出植被信息，建立了利用AVHRR可見光與近紅外通道數據監測土壤水分的模型;張仁華[8]通過地面控制試驗發現，采用不同遙感儀器研究近紅外波段反射率與土壤水分之間的關系，仍然可以得到一致的結論，并建立了10cm土層含水量與近紅外波段反射率的線性關系模型;詹志明[9]等提出了一個基于紅光和近紅外反射率光譜空間特征的土壤水分監測模型，并進行了黑龍江省農業科學院科研項目青年基金（編號:2012QN027及國防科工局重大專項科研項目子項目一高分辨率對地觀測系統重大專項子項目“東北地區農業遙感行業應用先期攻關”（編號:E0201/1112-2共同資助。國土資源遙感2014年驗證，取得了滿意的效果。1.2植被指數法植被指數是反映植物生長狀況的參數,是傳感器不同通道數據的線性或非線性組合。最常用的植被指數為歸一化植被指數（normalizeddifferencevegetationindex,NDVI,即NDVI=（pNlR-pRED/(pNIR+pRED,(1式中,pNIR和pRED分別為近紅外和紅光波段反射率。在有植被覆蓋地區，土壤水分狀況越好植被生長狀況越好，植被指數越高,所以可建立土壤水分與植被指數之間的關系監測土壤水分。目前已經發展了很多用于監測土壤水分的植被指數模型，常用的有距平植被指數(anomalyvegetationindex,AVI和條件植被指數(vegetationconditionindex,VCI。AVI定義為AVI=NDVIi-NDVI,(2式中:NDVIi為某一特定年份某一時期(旬、月等的NDVI值;NDVI為多年同一時期NDVI的平均值。AVI>0說明該時期植被生長較一般年份好,AVI<0則說明較一般年份差，土壤水分虧缺，旱情出現。VCI定義為VCI=(NCVIi-NDVImin/(NDVImax-NDVImin,（3式中:NDVIi為特定年份第i個時期的值;NDVImax和NDVImin分別代表所研究年內第i個時期NDVI的最大值和最小值。國內陳維英［10］等利用NOAA衛星數據計算AVI,對1992年中國干旱狀況進行了監測;王鵬新等［11］用VCI和AVI對陜西關中平原的土壤水分進行了監測;蔡斌等［12］應用VCI結合常規資料進行綜合分析對我國的干旱狀況進行宏觀動態監測。植被指數法監測土壤水分方法是建立在計算植被指數的基礎上進行的，所以該方法只能應用于有植被覆蓋地區;在大區域范圍應用時，由于地表覆蓋狀況非常復雜,需要先判斷是不是滿足該方法的應用要求，再決定可否應用此方法進行監測。1.3地表溫度法地表溫度（Ts是大氣-土壤-植被系統內物質（水分和能量（熱能交換共同作用的結果。水的比熱大，接受太陽輻射后溫度變化較慢,白天下墊面溫度的空間分布能間接反映土壤水分的分布,據此建立地表溫度與土壤水分的關系來監測土壤水分狀況。McvicarTR［13］通過對地表溫度的歸一化處理提出了歸一化溫度指數（normalizeddifferencetemperatureindex,NDTI的概念;Kogan［14］提出了條件溫度指數（temperatureconditionindex,TCI的概念并進行了干旱監測。國內劉志明［15］研究發現白天地表溫度與土壤水分存在較好的負相關，而夜晚溫度與土壤水分沒有確定的相關關系，并利用該方法對四川省的土壤水分進行了動態監測;喬平林等［16］利用TM6波段反演得到的地表溫度監測了甘肅石羊河流域民勤盆地區土壤水分,結果表明在某些土壤水分范圍內可以獲得成功;張樹譽［17］等利用NOAA/AVHRR的熱紅外通道對陜西省的土壤水分進行了監測;張仁華［8］通過對地表溫度歸一化處理得到了一個相對溫差模型,即Ts=K(Tmax-Tmin/(Tmax+Tmin,(4式中:Ts為地表溫度;K為與天氣、植被類型、季節等因素相關的系數;Tmax和Tmin分別為最大和最小亮度溫度。研究表明,(Tmax-Tmin可以較好地反映土壤熱通量G;而(Tmax+Tmin則較好地表達了土壤熱量收入，并建立了該溫差模型與土壤水分的線性回歸方程。研究結果表明,用該模型與土壤水分建立的回歸方程比單純的利用地表溫度效果要好。地表溫度對下墊面濕度狀況敏感，反應迅速，該方法簡單易行。但影響地表溫度的因素很多,除土壤水分外，太陽輻射、顯熱、潛熱、風及植被等因素都對地表溫度有很大影響。到目前為止，遙感反演地表溫度并沒有非常完美精確的方法;土壤水分與地表溫度的關系也比較復雜,如何找到兩者合適的定量關系也是需要近一步研究。1.4溫度-植被指數法土壤水分、地表溫度、植被指數3者之間相互影響。單一使用植被指數或者地表溫度都存在某些不足,比如作物類型、地理位置、氣候類型等對NDVI有影響，而地表溫度除受土壤水分影響之外，地表一大氣之間傳導作用、混合像元分解精度、發射率等都影響地表溫度狀況。毛學森［18］發現，冬小麥在受到水分脅迫時NDVI對土壤水分的反應具有一定的滯后性，所以將地表溫度和植被指數聯合起來監測土壤水分效果更好。1.4.1溫度植被干旱指數法Goetz［19］通過分析認為NDVI和Ts之間存在明顯的負相關關系，主要原因是植被受到水分脅迫時下墊面溫度會急劇升高，并估算了區域平均的土壤濕度條件，且認為傳感器的分辨率對兩者之間的關系沒有太大影響;Price等［20］分析了不同衛星傳感器得到的NDVI和Ts數據，認為NDVI和地表輻射溫度構成的散點圖呈三角形（圖1。02第2期吳黎，等:土壤水分的遙感監測方法概述NDV]圖1地表溫度和植被指數構成的三角形空間[21]Fig.1Triangularspaceofvegetationindexandgroundsurfacetemperature[21]Nemani[21]從理論上分析認為地表溫度和植被指數之間應為梯形關系;Moran[22]等加入空氣溫度(Ta數據，建立植被覆蓋度和植被指數之間的線性關系，定義了植被指數-地表溫度梯形圖(圖2

蒸為 蒸為 蒸最■一oQO432USK0 INDVJAllriglik?l9^-201$ChinaAcad^migJournalEl曲brariiePuhli^hinr圖2植被覆蓋和地表溫度構成的梯形圖[22]Fig.2Ladderspaceofvegetationindexandgroundsurfacetemperature通過衛星資料得到區域植被指數和地表溫度，建立二者散點圖，確定干邊、濕邊和模型各個頂點坐標，就可以得到區域土壤水分的空間分布。國內外學者對此進行了大量的研究和應用。Sandholt[23]等在植被指數-地表溫度特征空間時發現了很多條直線,據此提出了溫度植被干旱指數（temperatureveg-etagledrynessindex,TVDI監測地表濕度狀況，即TVDI=Ts-Ts-minTs-max-Ts-minTs-(a2+b2NDVI(a1+b2NDVI-(a2+b2NDVI,(5式中:Ts為地表溫度;Ts-min為相同NDVI條件下的最小地表溫度，對應Ts-NDVI特征空間的濕邊;Ts-max為相同NDVI條件下的最大地表溫度，對應Ts-NDVI特征空間的干邊;a1,a2,b1,b2為回歸系數。Lambin[24]研究認為在NDVI-Ts特征空間中，確定干、濕邊后,可以進一步確定在相同植被覆蓋條件下因土壤供水能力差異而造成的溫差變化范圍，并以此為條件反演得到土壤水分含量;韓麗娟[25]等詳細解釋了NDVI-Ts特征空間,并用蒸散和溫度植被干旱指數解釋了此特征空間的內涵;劉良云等[26]利用兩者關系對地物進行分類，提取了植被覆蓋和土壤水分的信息;姚春生[27]利用MODIS數據得到的TVDI反演了新疆地區2個月的土壤水分；王鵬新[11]等在NDVI-Ts特征空間和TVDI的基礎上，提出了條件植被溫度指數(vegetabletemperatureconditionindex,VTCI模型，監測土壤水分和干旱。1.4.2植被供水指數法考慮到植被指數和地表溫度與土壤水分的關系,Carlson[28]綜合考慮植物受旱時在紅光、近紅外及熱紅外波段上的反應，提出了植被供水指數(veg-etationsupplywaterindex,VSWI,即VSWI=NDVI/Ts。(6VSWI值越小，說明植被受干旱脅迫,土壤水分越少。該指數計算簡單，易于實現,適用于植被覆蓋區，尤其在作物覆蓋良好的情況下效果很好。劉麗等[29]應用NOAA數據建立了VSWI監測貴州干旱狀況的模型，認為VSWI方法監測干旱效果較好，并適合常年植被覆蓋較高地區;莫偉華等[30]使用該方法根據NOAA資料對廣西貴港地區進行了干旱遙感監測，均取得了良好的效果。1.5作物水分脅迫指數法Idso[31]在Monteith等人研究的基礎上提出作物水分脅迫指數(cropwaterstressindex，CWSI，即CWSI=(Tc-Ta-(Tc-TaLL(Tc-TaUL-(Tc-TaLL,(7式中:Tc為地表(灌層溫度;Ta為空氣溫度;(Tc-TaLL表示充分濕潤條件下的冠氣溫差下限;(Tc-TaUL表示極端干旱條件下的冠氣溫差上限。Idso認為冠氣溫差的上下限可以與空氣飽和水氣壓建立線性方程來計算，被稱為CWSI的經驗模式。Jackson[32]在Idso經驗模式的基礎上，根據冠層熱量平衡方程對冠氣溫差的上下限進行理論解釋，得到新的計算模型,即CWSI=1-ETETp=Y(1+ycya-y(1+ycpyaA+y(1+ycyao(8式中:Y為干濕表常數;Ya為空氣動力學阻力；Ycp為潛在蒸發條件下的冠層阻力，隨植被類型變化而變化;A為飽和水汽壓隨溫度變化的斜率國土資源遙感2014年Jackson的CWSI計算公式機理性較強，物理意義明確，適于結合冠層溫度和微氣象條件研究土壤水分狀況。許多學者針對CWSI的計算模型和影響因素進行了深入研究,并廣泛應用于土壤水分和干旱監測。張仁華［8］通過重新定義水汽飽和活動面得到了一個新的CWSI微氣象參數模型，并對模型進行了驗證和靈敏行分析;田國良［33］等利用NOAA資料和氣象站資料，計算了CWSI，并與氣象站觀測的550cm土壤水分建立關系,對河南省進行了土壤水分估算;申廣榮［34］等在地理信息系統的支持下，通過分析NOAA遙感數據和地面氣象站資料進行了黃淮海平原土壤水分監測;劉安麟［35］等通過能量平衡方程對潛在蒸散的計算進行簡化，得到一種計算CWSI的模型，根據NOAA數據和氣象資料計算了CWSI，并對陜西地區春季土壤水分狀況進行了監測。作物水分脅迫指數法基于明確的物理公式推導，意義明確，機理性強，精度較高，是監測土壤水分狀況的理想方法。但計算作物水分脅迫指數的方法需要大量參數，特別是微氣象參數在遙感中不易獲得;另外差值過程也會產生一定的誤差。1.6熱慣量法土壤熱慣量是度量土壤阻止其自身溫度變化能力大小的物理量，反映土壤與周圍環境能量交換能力的強弱，表征了土壤的熱學特性,即P=Xp榛C,(9式中:P為土壤熱慣量入為土壤熱傳導率p為土壤密度;C為比熱容。土壤熱慣量隨土壤水分增加而增大，可以通過建立二者之間的關系來監測土壤水分。目前還不能通過遙感手段得到3個參數直接計算真實熱慣量，主要通過求解熱傳導方程和地表熱量平衡方程來實現。Watson[36]于1973年提出了利用地表溫度日較差計算熱慣量的模型，隨后很多學者發展了熱慣量的計算模型；Kahle[37]在熱量平衡方程中加入顯熱和潛熱通量，計算了熱慣量;Price[38]在地表能量平衡方程基礎上通過引入“地表綜合參量”的概念，提出了一個熱慣量計算模型,即P=2Q(1-A/I榛ro(T午后-T夜間I-0.9B/榛①，(10式中:Q為到達地表的太陽總輻射;A為地表反照率①為地球自轉頻率;T午后和T夜間分別為由衛星數據反演得到的午后和夜間的地表溫度;B為一地表綜合參量，需要地面實測數據計算。由于B的計算比較困難,Price[39]簡化以上熱慣量的計算模型，提出表觀熱慣量的概念，并認為真實熱慣量在某些情況下可以用表觀熱慣量計算。表觀熱慣量(ap-parentthermalinertia,ATI計算公式為ATI=1000n(1-A/(T1330-T0230。(11式中,T1330與T0230為由衛星數據反演得到的13:30時刻和02:30時刻的地表溫度。如果只考慮研究區域的反照率和溫度變化，上式可以進一步簡化為ATI=(1-A/AT,(12式中△T為地表溫度日較差。表觀熱慣量計算模型簡單，所需資料可以由衛星數據提供。但是根據Carlson［40］等人的研究,當地表蒸發量很大時，表觀熱慣量為無效，在植被覆蓋度較大和地表適度較大的情況下，不能用表觀熱慣量代替真實熱慣量。熱慣量遙感土壤水分的研究主要集中在熱慣量計算模型和熱慣量與土壤水分關系2個方面，并取得了很大進步。Xue［41］和Cai［42］等對熱慣量模型進行了深入研究,提出了不同的計算模型；Sobrino［43］等通過3個時刻的遙感信息建立了一種只用衛星數據計算真實熱慣量的模型。國內也有很多學者提出了不同的熱慣量模式，張仁華［44］提出了一個考慮顯熱和潛熱通量的熱慣量模型，利用遙感影像中最干點和最濕點訂正顯熱和潛熱通量對熱慣量計算的影響;余濤［45］等通過簡化地表能量平衡方程,建立了地表綜合參量與熱慣量直接的關系，發展了一種計算真實熱慣量的方法;郭茜［46］等利用表觀熱慣量對東北地區土壤水分進行了監測;黃妙芬［47］等提出一個利用地表輻射溫度計算表觀熱慣量的模型;劉振華［48］等提出了一個利用地表最高溫度結合土壤熱平衡方程和顯熱、潛熱通量的真實熱慣量模型。另外很多學者研究了各種因素對熱慣量影響,如李星敏［49］等分析了植被覆蓋對熱慣量的影響，陳懷亮［50］等分析了風速對熱慣量的影響，這些工作提高了熱慣量的反演精度。表觀熱慣量模型相對簡單,需要參數較少，有的表觀熱慣量模型可以只用遙感手段計算得到。對表觀熱慣量的研究是目前熱慣量模式反演土壤水分的重點，但表觀熱慣量是表示熱慣量相對大小的一個量，只能表達理論熱慣量的一部分。在裸土和低植被覆蓋區熱慣量模式監測土壤水分效果較好，但不能用在濃密植被覆蓋地區。1.7微波法微波波段（1mm1m對云層和地表有較強的穿透力，不依賴太陽光,可以全天候工作，具有光學第2期吳黎，等:土壤水分的遙感監測方法概述遙感不具備的優勢。土壤的介電特性與土壤水分含量有著密切的關系,水的介電常數大約為80,而干土僅為3,它們之間巨大的反差使得土壤的介電常數隨土壤濕度的變化而變化，成為遙感監測土壤水分的重要切入點,因而微波法具有很好的應用前景。微波遙感法根據工作原理差異可以分為主動微波遙感法和被動微波遙感法。1.7.1主動微波遙感法主動微波遙感是通過遙感器主動發射已知的微波信號，然后接受所發射的微波信號與地表相互作用后的回波信號，通過分析2種信號的差異獲取地表的后向散射系數（。,而后向散射系數與地表介電常數何直接相關。如前所述，土壤的地表介電常數與土壤含水量密切相關,隨著含水量的增加,介電常數幾乎呈線性增加;土壤含水量越高，介電常數也越高，雷達信號穿透深度便越小，后向散射與回波強度越強，后向則越大。根據以上原理可建立后向散射系數和土壤水分含量的關系用來反演地表土壤水分。通過實驗數據的相關分析建立土壤水分與后向散射系數之間的線性回歸這種方法簡單實用。有的學者還從面散射理論和介電常數模型等理論上建立兩者之間的定量關系。Ulady［51］等針對兩者的關系進行了定量研究，提出了一個后向散射模型，對土壤水分進行了反演,并估算了植被覆蓋對反演精度的影響；Dobson［52］等則認為對于太干或者太濕潤的土壤不能用線性模擬；Narayannan等［53］對兩者進行了相關的研究,并發展了一個非線性算法反映兩者的關系。國內李杏朝［54］通過同步測量土壤水分、土壤后向散射系數和同步機載雷達圖像，建立了土壤濕度與后向散射系數的線性關系;田國良［55］等利用合成孔徑雷達對冬小麥田進行了土壤水分監測。1.7.2被動微波遙感法被動微波遙感是利用微波輻射計對地表本身發射的微波輻射進行測量來監測土壤水分。在微波波段，土壤的比輻射率從0.6（濕土變化到0.9（干土,通常利用微波輻射計得到土壤的亮度溫度，研究亮度溫度與土壤水分的關系，通過建立亮度溫度與土壤水分的關系反演得到土壤水分。被動微波遙感用來監測地表土壤水分的歷史更長，相對來說算法更為成熟。在20世紀70年代NASA就在美國進行了航空平臺的被動微波遙感試驗,1987年Schmugge[56]根據試驗結果得到了亮度溫度與土壤水分的線性關系。許多學者針對地表粗糙度、植被信息等對亮度溫度的影響進行了研究,提高了被動微波遙感法反演土壤水分的精度。常用的反演算法可以分為3類:基于數理統計的經驗算法、基于正向模型的算法和神經網絡算法。經驗算法是在統計描述和相關分析的基礎上直接建立遙感參數與土壤水分之間的統計關系，應用簡單，對于特定地區適用性較好,但是缺乏物理基礎,普適性較差;基于正向模型的算法是充分考慮微波由地表到達傳感器的物理過程，選擇一個正向模型，建立模型參數與土壤水分之間的關系，其物理意義較明確，反演精度較高，但需要的模型參數較多，反演過程較復雜;神經網絡方法是利用神經網絡具有非常強大的模擬任意復雜的非線性關系這個優點來建立遙感數據與土壤水分的關系，該方法不需要復雜的物理模型和算法，但受到算法輸入端參數特點的限制。2方法對比1反射率法簡單易行，操作簡單快捷,適宜地形平坦、單一土壤組成較典型的區域。但不同類型土壤發射率的差異對土壤的反射率的影響與土壤水分的作用在同一個量級甚至更大[57],加之太陽高度、大氣條件和地表狀況等引起的誤差，使得利用這類方法監測土壤水分精度難以保證。2植被指數法需要有較長時間的NDVI積累，對遙感數據要求較多。3在溫度-植被指數特征空間中確定干濕邊和頂點時只通過溫度和NDVI散點圖的擬合，有一定的隨意性,缺乏嚴格的物理定義，因此在高植被覆蓋區該方法會失效。4作物水分脅迫指數法中概念明確、考慮因素多，具有廣泛的理論和實用價值，但在應用上受到參數的獲取性困難和尺度轉換問題的制約，且在作物地表植被較少時，可能會夸大植被的作用。5微波遙感具有明確的物理基礎，具有全天候、高精度的優勢;且對云層有較強的穿透力，在地球表面被云層覆蓋時，有其獨特的優越性。但是微波遙感數據對地表粗糙度、植被覆蓋、地形等參數與對土壤水分同樣敏感，如何確定各種因素對微波遙感信息的影響程度是還需要深入研究的問題。另外，微波遙感的相對成本過高，使其在國內的研究和應用都受到了一定的限制。3結論與展望土壤水分的遙感監測方法經過幾十年的發展已經取得了巨大的進步，并且越來越顯示出其優越性。然而土壤水分監測是一個非常復雜的問題,到目前32-24-國土資源遙感2014年為止還沒有一種方法是完美的。筆者認為今后可以從以下方面加強研究：1）地表溫度的反演。目前監測土壤水分的大多數方法中很多都依賴地表溫度，但由于地表溫度影響的復雜性，到目前為止各種遙感地表溫度反演方法均存在較大的誤差，即使利用地面儀器仍無法測得精確的地表溫度。如何提高地表溫度反演的精度一直是遙感學科研究的難點和重點。2）主動與被動微波遙感相結合。微波遙感具有全天時、全天候和一定的穿透性，對土壤水分敏感。被動微波遙感方法時間分辨率較高，但空間分辨率較低；而主動微波方法空間分辨率較高，對地表形態比較敏感。充分利用主動與被動微波的優點聯合反演土壤水分，可以達到提高空間分辨率，提高土壤水分的反演精度的目的。3）土壤表層水分與深層水分的關系研究。到目前為止，各種研究方法只能監測到土壤表層的濕度狀況，但是對于農業生產來說，深層土壤的水分更具有意義，建立表層土壤水分與深層土壤水分的模型可以促進遙感監測土壤水分方法的發展。4）模型的優化與改進。遙感信息與土壤水分的關系受到輻射傳輸等多種因素的影響，兩者之間的關系通常是復雜的非線性關系，需要從物理機制等方面入手深入研究，以建立遙感信息與土壤水分之間更加完美的科學模型。參考文獻(References) : [1]鄧輝，周清波.土壤水分遙感監測方法進展[J].中國農業資2004,25(3) :46-49.源與區劃，DengH,ZhouQB.Theprogressinremotesensingmethodformonitoringsoilmoisture[J].JournalofChinaAgriculturalResourcesandRegionalPlanning,2004,25(3) :46-49.[2]BowersSA,HunksRJ.Reflectionofradiantenergyfromsoils[J].SoilScience,1965,100(2) :130-138. [3]CurranPJ.Theuseofpolarizedpanchromaticandfalsecolorinfraredfilminthemonitoringofsoilsurfacemoisture[J] .RemoteSensingofEnvironment,1979,8(3) :249-266. [4] RobinoveCJ, ChavezPS,GehringD, etal.AridlandmonitoringusingLandsatalbedodifferenceimages[J].RemoteSensingofEnvironment,1981,11( 2):133- 156.[5]HenricksenB L.Reflectionsondrought :Ethiopia1983 —1984[J] .InternationalJournalofR emoteSensing,1986,7(11) :1447-1451. [6]EverittJH,EscobarDE,AlanizMA,etal.Usingmultispectralvideoimageryfordetectingsoilsurfaceconditions[J].PhotogrammetricEngineeringandRemoteSensing,1989,55(4 :467-471.[7]劉培君，.遙感張琳.衛星遙感估測土壤水分的一種方法[J]1997,1(2) :135-138,81.學報，LiuPJ,ZhangL.Amethodformonitoringsoilwatercontentsusingsatelliteremotesensing[J] .JournalofRemoteSensing,1997,1(2) :135-138,81..國土資源遙感，[8]張仁華.對于定量熱紅外遙感的一些思考[J]1999,11(1):1-6.ZhangRH.Somethinkingsonquantitativethermalinfraredremotesensing[J] .RemoteSensingforLandandResources,1999,11(1) :1-6. [9]詹志明，秦其明，阿布都瓦斯提?吾拉本，等.基于NIR-Red.中國科學D輯：地光譜特征空間的土壤水分監測新方法[J]2006,36(11):1020-1026.球科學,ZhanZM,QinQM,GhulanA,etal.BasedonNIR-Redspectralspacebasednewmethodforsoilmoisturemonitoring[J] .ScienceinChinaSeriesD:EarthSciences,2006,36(11) :1020-1026. [10]陳維英，肖乾廣，盛永偉.距平植被指數在1992年特大干旱監J] .環境遙感，1994,9(2):106-112.測中的應用]ChenWY,XiaoQG,ShengYW.Applicationoftheanomalyvegetationindextomonitoringheavydroughtin1992[J] .RemoteSensingofEnvironmentalChina,1994,9(2) :106-112.[11]王鵬新，龔健雅，李小文.條件植被溫度指數及其在干旱監測J].武漢大學學報(信息科學版)，2001,26(5):412中的應用[-418.WangPX,GongJY,LiXW.Vegetation-temperatureconditionindexanditsapplicationfordroughtmonitoring[J] .EditoralBoardofGeomaticsandInformationScienceofWuhanUniversity,2001,26(5) :412-418.[12]蔡斌，陸文杰，鄭新江.氣象衛星條件植被指數監測土壤狀況[J].國土資源遙感，1995,7(4) :45-50,66.CaiB,LuWJ,ZhengXJ.Usingmeterorologicalsatellite’sVICmonitoJ]soilRitartoteSensingforLandandResources,1995,7(4) :45-50,66. [13]McvicarTR,JuppDLB,YangX,etal.Linkingregionalwaterbalancemodelswithremotesensing[C]//Proceedingsofthe13thAsianConferenceonRemoteSensing.Ulaanbaatar,Mongolia:1992.B6.1-B6.6. [14]KoganFN.Applicationofvegetationindexandbrightnesstemperaturefordroughtdetection[J] .AdvancesinSpaceResearch,1995,15(11) :91-100[15]劉志明.利用氣象衛星信息遙感土壤水分的探討[J] .遙感信1992(1):21-23.息，LiuZM.Discussedonusingmeteorologicalsatelliteremotesensingofsoilmoistureinformation[J] .RemoteSensingInformation,1992(1 :21-23.[16]喬平林，張繼賢，燕琴，等.利用TM6進行土壤水分的監測研J] .測繪通報，2003(7):14-15,18.究[QiaoPL,ZhangJX,YanQ,etal.AstudyofsoilwatercontentsmonitoringusingTM6[J] .BulletinofSurveyingandMapping,2003(7) :14-15,18. [17]張樹譽，趙杰明，袁亞社，等.NOAA/AVHRR資料在陜西省干旱J].中國農業氣象，1998,19(5) :26-29.動態監測中的應用]ZhangSY,ZhaoJM,YuanYSetal.ApplicationofNOAA/AVHRRdatatodynamicmonitoringofYuanYSdroughtinShaanxiProvince[J] .ChineseJournalofAgroweteorology,1998,19(5):26-29.[18]毛學森，張永強，沈彥俊.水分脅迫對冬小麥植被指數NDVI影J].干旱地區農業研究，2002,20(1):69響及其動態變化特征[-71.第2期吳黎，等：土壤水分的遙感監測方法概述-25-MaoXS,ZhangYQ,ShenYJ.EffectsofwaterstressindifferentstagesonwinterwheatvegetationindexandNDVI’sdynamic[J] .AgriculturalResearchintheAridAreas,2002,20(1) :69-71. [19]GoetzSJ.Multi-sensoranalysisofNDVI,surfacetemperatureandbiophysicalvariablesatamixedgrasslandsite[J].InternationalJournalofRemoteSensing,1997,18(1) :71-94. [20]PriceJC.Usingspatialcontextinsatellitedatatoinferregionalscaleevapotranspiration[J].IEEETransactionsonGeoscienceandRemoteSensing,1990,28(5) :940-948. [21]NemaniR,PierceL,RunningS.Developingsatellite-derivedestimatesofsurfacemoisturestatus[J].JournalofAppliedMeteorology,1993,32(3) :548-557. [22]MoronMS,ClarkeTR,InoueY,etal.Estimatingcropwaterdeficitusingtherelationbetweensurfaceairtemperatureandspectralvegetationindex[J].RemoteSensingofEnvironment,1994,49(3):246-263. [23]SandholtI,RasmussenK,AndersenJ.Asimpleinterpretationofthesurfacetemperature-vegetationindexspaceforassessmentofsurfacemoisturestatus[J].RemoteSensingofEnvironment,2002,79(2-3) :213—224. [24]LambinEF,EhrlichD.Thesurfacetemperature-vegetationindexforlandcoverandland-coverchangeanalysis[J].InternationalJournalofRemoteSensing,1996,17:463-487.[25]韓麗娟，王鵬新，王錦地，等?植被指數-地表溫度構成的特征2005,35(4):371-空間研究[J].中國科學D輯：地球科學，377.HanLJ,WangPX,WangJD,etal.Surfacetemperaturevegetationindex-congstitutethecharacteristicsofspaceresearch[J] .ScienceinChinaSeriesD:EarthSciences,2005,35(4) :371-377. [26]劉良云，張兵，鄭蘭芬，等.利用溫度和植被指數進行地物分2002,21(4):269類和土壤水分反演[J].紅外與毫米波學報，-273.LiuLY,ZhangB,ZhengLF,etal.Targetclassificationandsoilwatercontentregressionusinglandsurfacetemperatureandvegetationindex[J].JournalofInfraredandMillimeterWaves,2002,21(4):269-273. [27]姚春生，張增祥，汪瀟.使用溫度植被干旱指數法(TVDI)反2004,19(6):473-演新疆土壤濕度[J].遙感技術與應用，478.YaoCS,ZhangZX,WangX.EvaluatingsoilmoisturestatusinXinjiangusingthetemperaturevegetationdrynessindex[J] .RemoteSensingTechnologyandApplication,2004,19(6) :473-478.[28]CarlsonTN,GilliesRR,PerryEM.AmethodtomakeuseofthermalinfraredtemperatureandNDVImeasurementstoinfersoilwatercontentandfractionalvegetationcover[J].RemoteSensingReviews,1994,9(1-2) :161-173.[29]劉麗，周穎，楊鳳，等.用遙感植被供水指數監測貴州干旱[J].貴州氣象，1998,22(6) :17-21.LiuL,ZhouY,YangF,etal.WithremotesensingofvegetationwatersupplyindexmonitoringdroughtinGuizhou[J] .JournalofGuizhouMeteorology,1998,22(6) :17-21.[30]莫偉華，王陣會，孫涵，等.基于植被供水指數的農田干旱遙2006,29(3):396-401.感監測研究[J].南京氣象學院學報，MoWH,WangZH,SunH,etal.Remotesensingmonitoringoffarmlanddroughtbasedonvegetationsupplywaterindex[J].JournalofNanjingInstituteofMeteorology,2006,29(3):396-401. [31]IdsoSB,JacksonRD,PinterPJ,etal.Normalizingthestressdegree-dayparameterforenvironmentalvariability[J] .AgriculturalMeteorology,1981,24:45-55. [32]JacksonRD,JdsoSB,ReginatoRJ,etal.Canopytemperatureasacropwaterstressindicator[J] .WaterResourcesResearch,1981,17(4):1133-1138[33]田國良，楊希華，鄭柯?冬小麥旱情遙感監測模型研究[J].環1992,7(2) :83-89.境遙感，TianGL,YangXH,ZhengK.Remotesensingmodelforwheatdroughtmonitoring[J] .RemotesensingofEnvironmental,1992,7(2):83-89.[34]申廣榮，田國良.基于GIS的黃淮海平原旱災遙感監測研究一作J] .生態學報，2000,20(2):224-228.物缺水指數模型的實現]ShenGR,TianGL.RemotesensingmonitoringofdroughtinHuanghe,HuaiheandHaiheplainbasedonGISthecalculationofcropwaterstressindexmodel[J] .ActaEcologicaSinica,2000,20(2) :224-228.[35]劉安麟，李星敏，何延波，等.作物缺水指數法的簡化及在干旱.應用生態學報，2004,15(2):210-遙感監測中的應用[J]214.LiuAL,LiXM,HeYD,etal.Simplificationofcropshortagewaterindexanditsapplicationindroughtremotesensingmonitoring[J] .ChineseJournalofAppliedEcology,2004,15(2) :210-214. [36]WatsonK,RowenLC,OffieldTW.ApplicationofthermalmodelinginthegeologicinterpretationofIRimages[J] .RemoteSensingofEnvironment,1971,3:2017-2041. [37]KahleAB.Asimplethermalmodeloftheearth’ssurfaceforgeologicmappingbyremotesensing[J] .JournalofGeophysicalResearch,1977,82(11) :1673-1680. [38]PriceJC.Thermalinertiamapping:Anewviewoftheearth[J].JournalofGeophysicalResearch,1977,82(18) :2582-2590.[39]PriceJC.Ontheanalysisofthermalinfraredimagery:Thelimitedutilityofapparentthermalinertia[J] .RemoteSensingofEnvironment,1985,18(1) :59-73. [40]CarlsonTN,BolandFF.Analysisofurban-ruralcanopyusingasurfaceheatfluxtemperaturemodel[J] .JournalofAppliedMeteorology,1978,17(7) :998-1013. [41] XueY, CracknellA P.Advancedthermalinertiamodeling[J].InternationalJournalofRemoteSensing,1995,16(3) :431-446 . [42]CaiG, XueY,HuY, etal.SoilmoistureretrievalfromMODISdatainNorthernChinaPlainusingthermalinertiamodel[J] .InternationalJournalofRemoteSensing,2007,28(16 :3567-3581. [43]SobrinoJA,ElKharrazMH.CombiningafternoonandmorningNOAAsatellitesforthermalinertiaestimation:1.AlgorithmanditstestingwithHydrologicAtmosphericPilotExperiment-Saheldata[J] .JournalofGeophysicalResearch,1999,104:9445-9453. [44]張仁華.改進的熱慣量模式及遙感土壤水分[J].地理研究，1990,9(2):101-112.ZhangRH.Improvedthermalinertiamodelandremotesensingofsoilmoisture[J] .GeographicalResearch,1990,9(2) :101-112. [45]余濤，田國良.熱慣量法在監測土壤表層水分變化中的研究-26-1997,1(1):24-31. [J].遙感學報，國土資源遙感2014年[51]UlabyFT,AslamA,DobsonMC.EffectsofvegetationcoverontheRadarsensitivitytosoilmoisture[J] .IEEETransactionsonGeoscienceandRemoteSensing,1982,20(4) :476-481. [52]UlabyFT,BatlivalaPP,DobsonMC.Microwavebackscatterdependenceonsurfaceroughness,soilmoisture,andsoiltexture[J].IEEETransactionsonGeoscienceandRemoteSensing,1978,16(4) :286-295. [53]NarayananRM,HornerJR,StGermainKM.SimulationstudyofarobustalgorithmforsoilmoistureandsurfaceroughnessestimationusingL-bandRadarbackscatter[J] .GeocartoInternational,1999,14(1) :6-13. [54]李杏朝.微波遙感監測土壤水分的研究初探[J] .遙感技術與1995,10(4):1-8.應用，LiXC.Astudyonsoilmoisturemonitoringbyusingmicrowaveremotesensing[J] .RemoteSensingTechnologyandApplication,1995,10(4):1-8. [55]田國良，李長樂，楊習榮，等.機載合成孔徑雷達圖像監測土壤C]//田國良.黃河流域典型地區遙感動態研水分的初步分析[1990:102-110.究.北京：科學出版社，TianGL,LiCL,YangXR,etal.MonitoringsoilmoistureusingimageofairbornesyntheticapertureRadar:Acasestudy[C]//TianGL.DynamicResearchbyRemoteSensingonTypicalRegionintheYellowRiverVally.Beijing:SciencePress,1990:102-110. [56]SchmuggeTJ,O’NeillPE,WangJR.Passivemicrowavesoilmoistureresearch[J] .IEEETransactionsonGeoscienceandRemoteSensing,1986,24(1):12-20..北京：科學出版[57]虞獻平，賀紅仕.生態與環境遙感研究[M]1990.社，YuXP,HeHS.Studyonecologicalandenvironmentalandremotesensing[M] .Beijing:SciencePress,1990.YuT,TianGL.TheapplicationofthermalinertiamethodthemonitoringofsoilmoistureofnorthChinaplainbasedonNOAA-AVHRRdata[J] .JournalofRemoteSensing,1997,1(1):24-31..中[46]郭茜，李國春.用表觀熱慣量法計算土壤含水量探討[J]2005,26(4):215-219.國農業氣象，GuoQ,LiGC.Monitoringofsoilmoisturebyapparentthermalinertiamethod[J].ChineseJournalofAgrometeorology,2005,26(4) :215-219. [47]黃妙芬，邢旭峰，劉素紅，等.運用熱慣量估算大氣下行長波輻 以Landsat/TM為例[J].資源科學，射的遙感方法研究一2006,28(3):37-43.HuangMF,XingXF,LiuSH,etal.Estimationofdownwardatmosphericlong-waveradiationusingthermalinertiabasedonremotesensing[J].ResourcesScience