1、地球科学与环境工程河南科技Henan Science and Technology总第800期第6期2023年3月基于TVDI的河南省遥感土壤墒情反演研究李艳（厦门大学嘉庚学院环境科学与工程学院，福建漳州363000）摘要：【目的目的】精准高效地监测土壤墒情是现代化农业发展的重要环节。【方法方法】以我国农业大省河南省为研究区，基于 MODIS 遥感数据，提取归一化植被指数（NDVI）和增强型植被指数（EVI）分别与地表温度和地表温差建立温度-植被指数特征空间和温差-植被指数特征空间。通过研究区土壤水分站点的数据，讨论分别由 Ts-NDVI、Ts-EVI、DT-NDVI和 DT-EVI特征空间计
2、算得到的温度植被干旱指数（TVDI）与土壤墒情站点的数据的相关性，以此验证基于MODIS数据的 TVDI 反演大区域土壤墒情的能力。【结果结果】Ts-EVI 特征空间构建的 TVDI 与实测土壤墒情具有较稳定的相关性。【结论结论】TVDI不仅能够反映土壤表层的干湿状况；还能有效的反映土壤湿度的时空差异，是一种有效的实时监测土壤干湿状况的手段。关键词：土壤墒情；反演；遥感数据；温度植被干旱指数中图分类号：TV93；S127文献标志码：A文章编号：1003-5168（2023）06-0099-06DOI：10.19968/ki.hnkj.1003-5168.2023.06.020Remote Se
3、nsing Retrieval for Soil Moisture in Henan Province Based onTVDILI Yan（School of Environmental Science&Engineering,Xiamen University Tan Kah Kee College,Zhangzhou363000,China）Abstract:Purposes Accurate and efficient retrieval of soil moisture is an important link in the development of modern agricul
4、ture.Methods In this paper,Henan Province is taken as the study area.Basedon MODIS remote sensing data,the normalized vegetation index(NDVI)and enhanced vegetation index(EVI)extracted from MODIS remote sensing data are respectively used to establish the surfacetemperature-vegetation index space and
5、the temperature difference-vegetation index space.Throughthe data of soil moisture stations in the study area,the correlation between the temperature vegetationdryness index(TVDI)calculated from the Ts-NDVI、Ts-EVI、DT-NDVI and DT-EVI characteristicspaces and the data of soil moisture stations is disc
6、ussed,so as to verify the ability of TVDI based onMODIS data to retrieve soil moisture in large regions.Findings The results showed that the TVDI constructed by Ts-EVI feature space has a stable correlation with the measured soil moisture.ConclusionsTVDI could not only reflect the dry and wet condit
7、ion of soil surface;It can also effectively reflect thetemporal and spatial differences of soil moisture,and is an effective means of real-time monitoring of soilmoisture status.Keywords:soil moisture;inversion;remote sensing data;TVDI收稿日期：2022-11-10基金项目：厦门大学嘉庚学院校级科研孵化项目（YY2022L05）作者简介：李艳（1982），女，博士
8、，副教授，研究方向：水利信息技术。100第6期李艳.基于TVDI的河南省遥感土壤墒情反演研究0引言土壤墒情影响着农作物的生长状况，依据精准的土壤墒情可以准确制定作物生长灌溉用水计划，有助于现代化农业的发展1。相对于土壤墒情传统的基于测站的点监测，遥感技术具有监测范围广，时效性强，高效，费用低廉等特点2-3。光学遥感是目前发展最为成熟的一种遥感手段，植被指数和地表温度是描述土壤墒情的重要参数，在光学遥感中应用广泛4-5。研究表明6-8，地表温度和植被指数构成的特征空间呈现一定的规则形状。Sandholt等9利用三角形的Ts-NDVI特征空间提出了温度植被干旱指数（TVDI），该指数仅需使用遥感数
9、据就可以进行大范围的土壤墒情反演，而不需要其他的辅助数据，受到广泛关注。Holzman 等10利用MODIS数据，构建Ts-EVI特征空间来获取TVDI，并估算了阿根廷潘帕斯州的四个农业气候区的土壤墒情及农作物产量，结果表明，TVDI与土壤墒情有很强的相关性。Liang等11利用MODIS数据建立了20012010年中国TVDI数据集，并分析了中国干旱的变化趋势。河南省是我国农业大省，干旱是对农业影响最为严重的灾害之一。本研究以河南省为研究区，首先采用MODIS遥感数据源提取NDVI和EVI两种植被指数和地表温度（白天和黑夜），然后分别建立地表温度与植被指数（Ts-NDVI，Ts-EVI）特征
10、空间，地表昼夜温差（DT）与植被指数（DT-NDVI，DT-EVI）特征空间，通过这些特征空间建立温度植被干旱指数（TVDI），为研究区土壤墒情反演和干旱监测提供科学的理论依据。1研究区及数据1.1研究区河南省（4123-3622N，11021-11639E）位于我国中部，东接安徽、山东，北界河北、山西，西连陕西，南临湖北，总面积16.7万km2。河南省大部分地处暖温带，南部跨亚热带，属于北亚热带向暖温带过渡的大陆性季风气候。全省由南向北年平均气温为 10.516.7，年均降水量 407.71 295.8 mm，降雨以 68 月份最多，年均日照1 285.72 292.9 h，全年无霜期201
11、285天（https:/ Spectroradiometer）是Terra和Aqua卫星上搭载的主要传感器之一，两颗星相互配合，每12天可重复观测整个地球表面，得到36个波段的观测数据。MODIS的波段相对较窄，减少了水汽吸收对相关波段的影响（如近红外波段），而红外波段对叶绿素更加敏感。尽管MODIS产品数据集的时间分辨率可以达到日，考虑到云覆盖对地表温度及植被指数的影响较大，本研究用到的 MODIS数据产品有MOD09A1、MOD11A2和MOD12Q1，均为合成产品。针对 MODIS 的 hdf 数据，使用 NASA 提供的MRT（MODIS Reprojection Tool）工具对数据
12、进行重采样、镶嵌、重投影、掩模、裁剪等预处理，为使地表反射率产品与地表温度产品的空间分辨率保持一致，重采样至500 m分辨率；最后结合多时相的遥感图作麦田的掩膜，过滤非小麦种植区像元。1.2.2地表数据。实测数据来自河南省气象局土壤含水量观察站点的实测数据。图1中圆点代表河南省麦田土壤含水量地面观测站点。该站点每天从地面观测站点收集土壤含水量。本研究使用与MODIS传感器天合成日期相近的实测地表土壤含水量参与建模和验证模型。2研究方法Lambin等12从蒸腾、蒸发及植被覆盖度的角度对地表和植被指数组成的特征空间做出解释，即在地表温度和植被指数组成的特征空间中，一般散点图1河南省土壤墒情分布观测
13、图11000E 11100E 11200E 11300E 11400E 11500E 11600E 11700EN小麦区测点055110220 Km3700N3600N3500N3400N3300N3200N3100N3700N3600N3500N3400N3300N3200N3100N11000E 11100E 11200E 11300E 11400E 11500E 11600E 11700E第6期101李艳.基于TVDI的河南省遥感土壤墒情反演研究分布为梯形或三角形，如图2（a）所示。Sandholt等9根据Ts-NDVI特征空间提出了温度植被干旱指数（TVDI），表达式为式（1）。TVD
14、I=（Ts-Tsmin）/（Tsmax-Tsmin）（1）其中，Tsmin=amin+bminNDVI（2）Tsmax=amax+bmaxNDVI（3）式中：Ts为遥感影像获取的地表温度，K；Tsmin为归一化植被指数对应的地表温度的最小值，对应Ts-NDVI特征空间的湿边；amin为归一化植被指数对应的地表温度的最大值，对应Ts-NDVI特征空间的干边amin和bmin为湿边方程的拟合系数；amax和bmax为干边方程的拟合系数，NDVI为归一化植被指数。在Ts-NDVI特征空间中，土壤墒情等值线相交于干边和湿边的交点，则该直线斜率与土壤墒情之间呈线性关系如图2（b）所示，Q点的土壤墒情表达
15、式为式（4）。RSM=a+bhH（4）式中：RSM为土壤相对湿度；h/H为TVDI的斜率；a，b为参数，通过线性回归可得。像元到干、湿边的距离和干、湿边的土壤相对湿度为式（15）。RSMmax-RSMRSMmax-RSMmin=Ts-TsminTsmax-Tsmin（5）则土壤墒情可以表达为式（16）。RSM=RSMmax-Ts-TsminTsmax-Tsmin（RSMmax-RSMmin）=RSMwet-TVDI（RSMwet-RSMdry）=aTVDI+b（6）由式（6）可知，温度植被干旱指数简化了 Ts-NDVI特征空间，采用遥感数据即可进行土壤墒情的反演及监测。3结果与分析3.1植被指
16、数与地表温度/昼夜温差特征空间的关系通过对 2016 年 3 月至 5 月的 3 期 MODIS 产品进行处理，得到植被指数NDVI和EVI，地表温度Ts和地表昼夜温差 DT；然后分别采用 Ts-NDVI、Ts-EVI、DT-NDVI和DT-EVI拟合的特征空间干、湿边方程如表1。由表1可知，特征空间的干边斜率为负，说明最大温度随着植被指数的增加而减小；湿边（绝大（a）TS-NDVI特征空间示意图ATsBC干边裸土部分植被覆盖植被覆盖湿边NDVI0（b）TS-NDVI特征空间斜率示意图ATsBCNDVITVDI=1TVDI=0Q（Ts，NDVI）Hh0图2Ts-NDVI 三角形特征空间表1特征空间干、湿边方程日期3月13日4月14日5月24日空间类型Ts-NDVIDT-NDVITs-EVIDT-EVITs-NDVIDT-NDVITs-EVIDT-EVITs-NDVIDT-NDVITs-EVIDT-EVI干边方程-12.704x+31.967-13.205x+28.095-12.264x+31.111-12.154x+26.843-12.941x+36.074-11.709x+28.01