一种遥感和站点观测结合反演土壤水分的方法

万曙静，马靖，张承明，2*，赵天宇，刘俊华

1.山东农业大学信息科学与工程学院，山东泰安271018

2.山东农业大学大数据中心，山东泰安271018

3.山东省水利厅南水北调东线山东干线济南管理局，山东济南250013

4.山东省农业科学院农业质量标准与检测技术研究所，山东济南250100

一种遥感和站点观测结合反演土壤水分的方法

万曙静1，马靖1，张承明1，2*，赵天宇3，刘俊华4

1.山东农业大学信息科学与工程学院，山东泰安271018

2.山东农业大学大数据中心，山东泰安271018

3.山东省水利厅南水北调东线山东干线济南管理局，山东济南250013

4.山东省农业科学院农业质量标准与检测技术研究所，山东济南250100

获取日内准确的最大温差是利用表观热惯量反演土壤湿度成败的关键。本文根据表观热惯量的物理意义，利用MODIS数据获取地表反照率，利用站点观测数据获取最大温差，建立了一种遥感和站点观测结合反演土壤水分的方法。在“渤海粮仓”山东项目区雷集镇进行了实验验证，并与传统方法进行比较，结果表明，该方法优于传统的反演方法，能够有效提高土壤水分的反演精度。

表观热惯量；土壤湿度；反演

“渤海粮仓”（全称为“环渤海低平原区粮仓”）科技示范工程是李振声院士从渤海西部海拔低于20 m的低平原区土壤瘠薄盐碱、淡水资源匮乏现状出发，提出的通过综合采取以“土、肥、水、种”为核心的改良增产措施，改造利用盐碱荒地，提升中低产田产能的战略构想，对于保障我国粮食供应具有重要意义。山东项目区主要涉及东营、滨州、德州三个市。

准确、大面积、实时地估算土壤水分是“渤海粮仓”科技示范工程的一项重要内容。遥感具有大面积、宏观、实时和动态等特点，利用遥感数据实现土壤水分的估算具有无可比拟的优势。利用遥感反演地表土壤水分的方法和模型非常多，其中，热惯量模型由于具有明确的物理意义，是一种估算地表土壤水分的主要方法［1，2］。

国内外对热惯量已经有许多研究［3］。基于Jaege提出的理论，Watson等最早提出了利用地表温度日较差计算热惯量的简单方法。1977年，Kahle等［4］在计算热惯量时，利用有限差分技术，在热平衡方程中引入了地气间的显热和潜热通量。PRATT等［5］对土壤热惯量模式进行了应用性试验，探讨了土壤水分和热惯量制图的原理和方法。Price等［6］在能量平衡方程的基础上，经过系统地总结热惯量法及热惯量的遥感成像原理，提出了表观热惯量（apparent thermal inertia，ATI）的概念，从而使采用卫星提供的可见光、近红外通道反射率和热红外辐射温度差来计算热惯量，并估算土壤含水量成为可能。余涛等［7］提出了一种新的地表能量平衡方程的化简方法，可从AVHRR遥感图像数据直接反演得到热惯量值和土壤水分含量分布图。张仁华等［8，9］在热惯量的解析方程和应用等方面做了大量研究，改进了热惯量模式，在广西等地进行了实验验证。吴黎、杨树聪等人［10，11］的研究表明植被对热惯量影响较大，很多模型只使用于裸土或植被覆盖较少的地区。

日内的最大温差是利用表观热惯量反演土壤湿度的一项重要参数，以往的研究中，一般都是利用同一地区24 h内的白天和夜间的两幅图像反演获取地面温度，然后利用两者之差作为日内最大温差。事实上，日内最高温度一般出现在13：00～14：00左右，而最低温度一般出现在1：00～2：00左右。由于很难找到恰好在最高和最低温度的时间过境遥感图像，因此，得到的温差与实际的最大温差会出现不同程度的差异，从而使反演结果的精度降低。CAI［12］等通过分析热惯量模型的敏感性，发现地表温差在小于10℃的情况下，产生1℃的误差对热惯量模型影响较大，相反则影响较小。

针对上述问题，本文选择“渤海粮仓”山东项目区的德州市夏津县雷集镇为研究区，利用地面站点能够获取高时间分辨率的地面温度的优势，使用地面站点数据计算日内的最大温差，结合从MODIS数据中获取的地表反照率，提出了一种遥感和地面观测结合反演土壤湿度的方法，并通过实验验证该方法提高大面积监测地表土壤湿度结果精度的适用性和可行性。

1　方法

根据MODIS数据的时间，获取逐地面观测点当日的最高气温Ti，max，最低气温Ti，min，i=1，…，N，在区域较小，且地势较为平缓的条件下，使用式（1）计算区域温差：

式中，△T为区域温差，单位为℃，由区域平均最高温度与区域平均最低温度平均值相减得到。

利用得到的区域温差，得到如下的热惯量计算公式：

式中，ATI为地表表观热惯量，A为地表反照率，根据相关文献，采用公式（3）计算A的地表反照率。

其中，ai（i=1，2，3，4，5，7）为MODIS各波段的反射率。

现有研究表明表观热惯量和土壤水分实测值具有良好的正相关关系，因此可通过获得的表观热惯量反演土壤含水量，常用的反演模型为线性模型、指数和幂函数模型，本文采用线性函数模型，即

其中，mv为土壤体积含水量；a，b为回归的经验系数。

2　实验

2.1实验区概况

实验区为“渤海粮仓”山东项目区的德州市夏津县雷集镇，该镇地处夏津县东北部，距夏津县城约25 km，东临平原，南靠聊城高唐县，北依武城，具体位置位于北纬37.03～37.13，东经116.10～116.25。实验区属暖温带半湿润大陆性季风气候，四季变化明显，全年降雨量平均560 mm，约67%集中于夏季。地面实测数据由实验区布设的观测点产生，实验区共布设了14个观测点，每个观测点都观测4 cm、10 cm和20 cm土壤水分数据、以及地表温度数据，观测频率为10 min。图1给出了实验区及观测点布设信息。

2.2数据介绍

2.2.1遥感数据研究区的遥感数据为2014年11月1日～12月30日的MODIS数据产品，之所以选择这个时间段，是考虑到热火惯量主要适用于祼地或植被较为稀疏的地表，而这个时间段，实验区地表能够很好地符合要求。所选择的产品主要包括MOD02/MYD02 1B产品、温度产品MOD11A1/MYD11A1和反射率产品MOD09GA/MYD09GA。其中MYD09产品是7波段的产品，提供了MODIS前七个波段的反射率，该产品经过了大气校正和去云处理等。分辨率为1 km的温度产品LST/E是对MODIS初级产品进行地理定标、几何精校正、去云处理及考虑并剔除大气温度、水汽含量和土地覆盖类型等因素影响后而获取，精度为1 K，包括白天和夜间产品。

下载的温度产品和反射率产品都经过质量检验（含有质量控制描述信息），大范围的应用评估和验证。它们均是SIN投影的HDF格式，利用MRT（MODIS Reprojection Tool）软件重新投影为Albers等积投影的GeoTIFF格式（该软件可从http：//lpdaac.usgs.gov/landdaac/tools/modis/index.asp下载获取）。所有的MODIS数据均选择为大气无云或少云的条件下获取。

采用ENVI软件对MODIS 1B数据进行类似于温度产品的地理定标、几何校正、去除蝴蝶结效应、云检测掩膜等预处理。

2.2.2地面数据观测得到的数据为.csv格式，每天每个观测点得到144条记录。与遥感数据相匹配，地面数据同样选择2014年11月1日～12月30日的数据，共获得120960条数据记录。

对于地面数据，首先去除观测值为0的记录和“冒大数”的记录；对筛选得到的记录按日期进行分组，并进行统计计算，对于土壤湿度，考虑到对地表热惯量影响较大的为0～5 cm层的数据，选择4 cm深度的数据，计算每天的平均值。通过统计计算，每个观测点可得到一条记录，共获取840条记录。地面数据的预处理在SQL Server 2008环境下进行，主要利用T-SQL语句完成。

2.3实验设计

为了说明本文所使用的温差计算方式的合理性，设计了另外三种温差计算方式，与本文的计算方式进行对比验证。为了便于比较，分别命名为T-Remote-Pixel、T-Remote-Region、T-Ground-Point、T-Ground-Region，如表1所示。其中，T-Ground-Region是本文所采用的温差计算方法。

表1　温差组合Table 1 Temperature difference group

2.4实验结果及分析

图2-5给出了使用不同温差利用式（4）得到的表观热惯量与土壤湿度的相关分析及拟合方程，表2给出了具体的拟合方程。

图2　T-Remote-PixelFig.2 T-Remote-Pixel

图3　T-Remote-RegionFig.3 T-Remote-Region

图4　T-Ground-PointFig.4 T-Ground-Point

图5　T-Ground-RegionFig.5 T-Ground-Region

表2　误差对比分析表Table 2 Contrast and analysis on errors

从图2～图5可以看出，利用T-Remote-Pixel方式计算得到的误差最大，点的分布较其它三种方式要分散的多，尽管仍然通过回归得到了函数关系，但计算误差相对而言，是最大的。T-Remote-Region方式得到的ATI较T-Remote-Pixel要改善一些，这应当是所使用的温差不再是某个像元的温差，而是整个区域的温差导致的，采用区域温差代替像元温差进行ATI计算，起到了一定的平均作用。T-Ground-Point、T-Ground-Region的结果差别不大，且均明显优于T-Remote-Pixel和T-Remote-Region，说明了温差的误差是影响反演精度的重要因素，结合T-Remote-Region，进一步说明了减少温差的计算误差，是提高反演精度的一个重要途径。

从表2给出的数据表明，T-Ground-Point、T-Ground-Region要优于其它两种方式，说明使用地面实测温度在计算表观热惯量时较有优势，而且，在区域较小的情况下，使用区域平均温差能在一定程度上消除单个观测点的观测误差。

3　结论

（1）本文设计了T-Remote-Pixel、T-Remote-Region、T-Ground-Point、T-Ground-Region四种温差计算方式，并分别应用于表观热惯量计算，根据实验结果分析，由于T-Ground方式所使用的温差计算方式更接近于热惯量的物理含义，进一步提高了土壤水分与表观热惯量的相关性，更有利于土壤水分精度的提高。

（2）使用区域的最大温差与使用逐像元的温差相比，能够提高土壤水分与表观热惯量的相关性，这说明采用区域最大温差代替像元温差计算表观热惯量更有益。但由于本文的实验区较小，效果不是非常明显，尚不能更好地说明此结论，有待于在更大区域上进行进一步的实验。

［1］王艳姣，闫峰.旱情监测中高植被覆盖区热惯量模型的应用［J］.干旱区地理，2014，37（3）：540-547

［2］刘振华，赵英时.遥感热惯量反演表层土壤水的方法研究［J］.中国科学：地球科学，2006，36（6）：552-558

［3］Verhoef A.Remote estimation of thermal inertia and soil heat flux for bare soil［J］.Agricultural and Forest Meteorology，2004，123（3-4）：221-236

［4］Kahle AB.A simple thermal model of the earth's surface for geologic mapping by remote sensing［J］.Journal of Geophysical Research，1977，82：1673-1680

［5］Pratt DA，Ellyett CD.The thermal inertia approach to mapping of soil moisture and geology［J］.Remote Sensing of Environment，1979，8：151-168

［6］Price JC.On the analysis of thermal infrared imagery：The limited utility of apparent thermal inertia［J］.Remote Sensing of Environment，1985，18（1）：59-73

［7］余涛，田国良.热惯量法在监测土壤表层水分变化中的研究［J］.遥感学报，1997，1（1）：24-31

［8］张仁华，改进的热惯量模式及遥感土壤水分［J］.地理研究，1990，9（2-3）：101-112

［9］张仁华，孙晓敏，朱治林，等.以微分热惯量为基础的地表蒸发全遥感情息模型及在甘肃沙坡头地区的验证［J］.中国科学：D辑，2002，32（12）：1041-1050

［10］吴黎，张有智，解文欢，等.改进的表观热惯量法反演土壤含水量［J］.国土资源遥感，2012，25（1）：44-49

［11］杨树聪，沈彦俊，郭英.基于表观热惯量的土壤水分监测［J］.中国生态农业学报，2011，19（5）：1157-1161

［12］Cai G，Xue Y，Hu Y，et al.Soil moisture retrieval from MODIS data in Northern China Plainusing thermal inertia model［J］.International Journal of Remote Sensing，2007，28（16）：3567-3581

A Method to Retrieve Soil Moisture Combining with Remote Sensing and Sites Observation

WAN Shu-jing1，MA Jing1，ZHANG Cheng-ming1，2*，ZHAO Tian-yu3，LIU Jun-hua4
1.School of Information Science&Engineering/Shandong Agricultural University，Tai'an 271018，China
2.Large Data Center/Shandong Agricultural University，Tai'an 271018，China
3.Jinan Administration for Shandong Trunk of South-to-North Water Diversion East Route Project，Water Resources Department of Shandong Province，Jinan 250013，China
4.Institute for Agricultural Standards and Testing sTechnology/Shandong Academy of Agricultural Sciences，Jinan 250100，China

It is a successful key to obtain the accurate maximum temperature difference within a day for using the apparent thermal inertia to retrieve soil moisture.According to physical significance of the apparent thermal inertia，the paper utilized MODIS data to get land surface albedo and used station observational data to obtain maximum temperature difference so as to established a soil moisture retrieval method.It had been verified in Leiji Town，the research region of"Bohai Granary"in Shandong Province.At the same time，it had been compared with traditional methods.The results showed that this method was superior to a traditional method and it could improve the retrieval accuracy of soil moisture effectively.

ATI；soil moisture；retrieval

TP722

A

1000-2324（2016）02-0198-04

2015-04-04

2015-08-22

山东省省级水利科研与技术推广项目（SDSLKY201503）；山东省科技发展计划（2012GSF11713）；地理空间信息工程国家测绘局重点实验室经费资助（201414）；山东省自主创新及成果转化专项（2014ZZCX07106）

万曙静（1989-），女，研究生，主要从事遥感数据处理工作.E-mail：wanshujing89@163.com

Author for correspondence.E-mail：chming@sdau.edu.cn