萬曙靜，馬靖，張承明，2*，趙天宇，劉俊華

1.山東農業(yè)大學信息科學與工程學院，山東泰安271018

2.山東農業(yè)大學大數(shù)據(jù)中心，山東泰安271018

3.山東省水利廳南水北調東線山東干線濟南管理局，山東濟南250013

4.山東省農業(yè)科學院農業(yè)質量標準與檢測技術研究所，山東濟南250100

一種遙感和站點觀測結合反演土壤水分的方法

萬曙靜1，馬靖1，張承明1，2*，趙天宇3，劉俊華4

1.山東農業(yè)大學信息科學與工程學院，山東泰安271018

2.山東農業(yè)大學大數(shù)據(jù)中心，山東泰安271018

3.山東省水利廳南水北調東線山東干線濟南管理局，山東濟南250013

4.山東省農業(yè)科學院農業(yè)質量標準與檢測技術研究所，山東濟南250100

獲取日內準確的最大溫差是利用表觀熱慣量反演土壤濕度成敗的關鍵。本文根據(jù)表觀熱慣量的物理意義，利用MODIS數(shù)據(jù)獲取地表反照率，利用站點觀測數(shù)據(jù)獲取最大溫差，建立了一種遙感和站點觀測結合反演土壤水分的方法。在“渤海糧倉”山東項目區(qū)雷集鎮(zhèn)進行了實驗驗證，并與傳統(tǒng)方法進行比較，結果表明，該方法優(yōu)于傳統(tǒng)的反演方法，能夠有效提高土壤水分的反演精度。

表觀熱慣量；土壤濕度；反演

“渤海糧倉”（全稱為“環(huán)渤海低平原區(qū)糧倉”）科技示范工程是李振聲院士從渤海西部海拔低于20 m的低平原區(qū)土壤瘠薄鹽堿、淡水資源匱乏現(xiàn)狀出發(fā)，提出的通過綜合采取以“土、肥、水、種”為核心的改良增產措施，改造利用鹽堿荒地，提升中低產田產能的戰(zhàn)略構想，對于保障我國糧食供應具有重要意義。山東項目區(qū)主要涉及東營、濱州、德州三個市。

準確、大面積、實時地估算土壤水分是“渤海糧倉”科技示范工程的一項重要內容。遙感具有大面積、宏觀、實時和動態(tài)等特點，利用遙感數(shù)據(jù)實現(xiàn)土壤水分的估算具有無可比擬的優(yōu)勢。利用遙感反演地表土壤水分的方法和模型非常多，其中，熱慣量模型由于具有明確的物理意義，是一種估算地表土壤水分的主要方法［1，2］。

國內外對熱慣量已經有許多研究［3］?；贘aege提出的理論，Watson等最早提出了利用地表溫度日較差計算熱慣量的簡單方法。1977年，Kahle等［4］在計算熱慣量時，利用有限差分技術，在熱平衡方程中引入了地氣間的顯熱和潛熱通量。PRATT等［5］對土壤熱慣量模式進行了應用性試驗，探討了土壤水分和熱慣量制圖的原理和方法。Price等［6］在能量平衡方程的基礎上，經過系統(tǒng)地總結熱慣量法及熱慣量的遙感成像原理，提出了表觀熱慣量（apparent thermal inertia，ATI）的概念，從而使采用衛(wèi)星提供的可見光、近紅外通道反射率和熱紅外輻射溫度差來計算熱慣量，并估算土壤含水量成為可能。余濤等［7］提出了一種新的地表能量平衡方程的化簡方法，可從AVHRR遙感圖像數(shù)據(jù)直接反演得到熱慣量值和土壤水分含量分布圖。張仁華等［8，9］在熱慣量的解析方程和應用等方面做了大量研究，改進了熱慣量模式，在廣西等地進行了實驗驗證。吳黎、楊樹聰?shù)热耍?0，11］的研究表明植被對熱慣量影響較大，很多模型只使用于裸土或植被覆蓋較少的地區(qū)。

日內的最大溫差是利用表觀熱慣量反演土壤濕度的一項重要參數(shù)，以往的研究中，一般都是利用同一地區(qū)24 h內的白天和夜間的兩幅圖像反演獲取地面溫度，然后利用兩者之差作為日內最大溫差。事實上，日內最高溫度一般出現(xiàn)在13：00～14：00左右，而最低溫度一般出現(xiàn)在1：00～2：00左右。由于很難找到恰好在最高和最低溫度的時間過境遙感圖像，因此，得到的溫差與實際的最大溫差會出現(xiàn)不同程度的差異，從而使反演結果的精度降低。CAI［12］等通過分析熱慣量模型的敏感性，發(fā)現(xiàn)地表溫差在小于10℃的情況下，產生1℃的誤差對熱慣量模型影響較大，相反則影響較小。

針對上述問題，本文選擇“渤海糧倉”山東項目區(qū)的德州市夏津縣雷集鎮(zhèn)為研究區(qū)，利用地面站點能夠獲取高時間分辨率的地面溫度的優(yōu)勢，使用地面站點數(shù)據(jù)計算日內的最大溫差，結合從MODIS數(shù)據(jù)中獲取的地表反照率，提出了一種遙感和地面觀測結合反演土壤濕度的方法，并通過實驗驗證該方法提高大面積監(jiān)測地表土壤濕度結果精度的適用性和可行性。

1　方法

根據(jù)MODIS數(shù)據(jù)的時間，獲取逐地面觀測點當日的最高氣溫Ti，max，最低氣溫Ti，min，i=1，…，N，在區(qū)域較小，且地勢較為平緩的條件下，使用式（1）計算區(qū)域溫差：

式中，△T為區(qū)域溫差，單位為℃，由區(qū)域平均最高溫度與區(qū)域平均最低溫度平均值相減得到。

利用得到的區(qū)域溫差，得到如下的熱慣量計算公式：

式中，ATI為地表表觀熱慣量，A為地表反照率，根據(jù)相關文獻，采用公式（3）計算A的地表反照率。

其中，ai（i=1，2，3，4，5，7）為MODIS各波段的反射率。

現(xiàn)有研究表明表觀熱慣量和土壤水分實測值具有良好的正相關關系，因此可通過獲得的表觀熱慣量反演土壤含水量，常用的反演模型為線性模型、指數(shù)和冪函數(shù)模型，本文采用線性函數(shù)模型，即

其中，mv為土壤體積含水量；a，b為回歸的經驗系數(shù)。

2　實驗

2.1實驗區(qū)概況

實驗區(qū)為“渤海糧倉”山東項目區(qū)的德州市夏津縣雷集鎮(zhèn)，該鎮(zhèn)地處夏津縣東北部，距夏津縣城約25 km，東臨平原，南靠聊城高唐縣，北依武城，具體位置位于北緯37.03～37.13，東經116.10～116.25。實驗區(qū)屬暖溫帶半濕潤大陸性季風氣候，四季變化明顯，全年降雨量平均560 mm，約67%集中于夏季。地面實測數(shù)據(jù)由實驗區(qū)布設的觀測點產生，實驗區(qū)共布設了14個觀測點，每個觀測點都觀測4 cm、10 cm和20 cm土壤水分數(shù)據(jù)、以及地表溫度數(shù)據(jù)，觀測頻率為10 min。圖1給出了實驗區(qū)及觀測點布設信息。

2.2數(shù)據(jù)介紹

2.2.1遙感數(shù)據(jù)研究區(qū)的遙感數(shù)據(jù)為2014年11月1日～12月30日的MODIS數(shù)據(jù)產品，之所以選擇這個時間段，是考慮到熱火慣量主要適用于祼地或植被較為稀疏的地表，而這個時間段，實驗區(qū)地表能夠很好地符合要求。所選擇的產品主要包括MOD02/MYD02 1B產品、溫度產品MOD11A1/MYD11A1和反射率產品MOD09GA/MYD09GA。其中MYD09產品是7波段的產品，提供了MODIS前七個波段的反射率，該產品經過了大氣校正和去云處理等。分辨率為1 km的溫度產品LST/E是對MODIS初級產品進行地理定標、幾何精校正、去云處理及考慮并剔除大氣溫度、水汽含量和土地覆蓋類型等因素影響后而獲取，精度為1 K，包括白天和夜間產品。

下載的溫度產品和反射率產品都經過質量檢驗（含有質量控制描述信息），大范圍的應用評估和驗證。它們均是SIN投影的HDF格式，利用MRT（MODIS Reprojection Tool）軟件重新投影為Albers等積投影的GeoTIFF格式（該軟件可從http：//lpdaac.usgs.gov/landdaac/tools/modis/index.asp下載獲?。?。所有的MODIS數(shù)據(jù)均選擇為大氣無云或少云的條件下獲取。

采用ENVI軟件對MODIS 1B數(shù)據(jù)進行類似于溫度產品的地理定標、幾何校正、去除蝴蝶結效應、云檢測掩膜等預處理。

2.2.2地面數(shù)據(jù)觀測得到的數(shù)據(jù)為.csv格式，每天每個觀測點得到144條記錄。與遙感數(shù)據(jù)相匹配，地面數(shù)據(jù)同樣選擇2014年11月1日～12月30日的數(shù)據(jù)，共獲得120960條數(shù)據(jù)記錄。

對于地面數(shù)據(jù)，首先去除觀測值為0的記錄和“冒大數(shù)”的記錄；對篩選得到的記錄按日期進行分組，并進行統(tǒng)計計算，對于土壤濕度，考慮到對地表熱慣量影響較大的為0～5 cm層的數(shù)據(jù)，選擇4 cm深度的數(shù)據(jù)，計算每天的平均值。通過統(tǒng)計計算，每個觀測點可得到一條記錄，共獲取840條記錄。地面數(shù)據(jù)的預處理在SQL Server 2008環(huán)境下進行，主要利用T-SQL語句完成。

2.3實驗設計

為了說明本文所使用的溫差計算方式的合理性，設計了另外三種溫差計算方式，與本文的計算方式進行對比驗證。為了便于比較，分別命名為T-Remote-Pixel、T-Remote-Region、T-Ground-Point、T-Ground-Region，如表1所示。其中，T-Ground-Region是本文所采用的溫差計算方法。

表1　溫差組合Table 1 Temperature difference group

2.4實驗結果及分析

圖2-5給出了使用不同溫差利用式（4）得到的表觀熱慣量與土壤濕度的相關分析及擬合方程，表2給出了具體的擬合方程。

圖2　T-Remote-PixelFig.2 T-Remote-Pixel

圖3　T-Remote-RegionFig.3 T-Remote-Region

圖4　T-Ground-PointFig.4 T-Ground-Point

圖5　T-Ground-RegionFig.5 T-Ground-Region

表2　誤差對比分析表Table 2 Contrast and analysis on errors

從圖2～圖5可以看出，利用T-Remote-Pixel方式計算得到的誤差最大，點的分布較其它三種方式要分散的多，盡管仍然通過回歸得到了函數(shù)關系，但計算誤差相對而言，是最大的。T-Remote-Region方式得到的ATI較T-Remote-Pixel要改善一些，這應當是所使用的溫差不再是某個像元的溫差，而是整個區(qū)域的溫差導致的，采用區(qū)域溫差代替像元溫差進行ATI計算，起到了一定的平均作用。T-Ground-Point、T-Ground-Region的結果差別不大，且均明顯優(yōu)于T-Remote-Pixel和T-Remote-Region，說明了溫差的誤差是影響反演精度的重要因素，結合T-Remote-Region，進一步說明了減少溫差的計算誤差，是提高反演精度的一個重要途徑。

從表2給出的數(shù)據(jù)表明，T-Ground-Point、T-Ground-Region要優(yōu)于其它兩種方式，說明使用地面實測溫度在計算表觀熱慣量時較有優(yōu)勢，而且，在區(qū)域較小的情況下，使用區(qū)域平均溫差能在一定程度上消除單個觀測點的觀測誤差。

3　結論

（1）本文設計了T-Remote-Pixel、T-Remote-Region、T-Ground-Point、T-Ground-Region四種溫差計算方式，并分別應用于表觀熱慣量計算，根據(jù)實驗結果分析，由于T-Ground方式所使用的溫差計算方式更接近于熱慣量的物理含義，進一步提高了土壤水分與表觀熱慣量的相關性，更有利于土壤水分精度的提高。

（2）使用區(qū)域的最大溫差與使用逐像元的溫差相比，能夠提高土壤水分與表觀熱慣量的相關性，這說明采用區(qū)域最大溫差代替像元溫差計算表觀熱慣量更有益。但由于本文的實驗區(qū)較小，效果不是非常明顯，尚不能更好地說明此結論，有待于在更大區(qū)域上進行進一步的實驗。

［1］王艷姣，閆峰.旱情監(jiān)測中高植被覆蓋區(qū)熱慣量模型的應用［J］.干旱區(qū)地理，2014，37（3）：540-547

［2］劉振華，趙英時.遙感熱慣量反演表層土壤水的方法研究［J］.中國科學：地球科學，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］余濤，田國良.熱慣量法在監(jiān)測土壤表層水分變化中的研究［J］.遙感學報，1997，1（1）：24-31

［8］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（2-3）：101-112

［9］張仁華，孫曉敏，朱治林，等.以微分熱慣量為基礎的地表蒸發(fā)全遙感情息模型及在甘肅沙坡頭地區(qū)的驗證［J］.中國科學：D輯，2002，32（12）：1041-1050

［10］吳黎，張有智，解文歡，等.改進的表觀熱慣量法反演土壤含水量［J］.國土資源遙感，2012，25（1）：44-49

［11］楊樹聰，沈彥俊，郭英.基于表觀熱慣量的土壤水分監(jiān)測［J］.中國生態(tài)農業(yè)學報，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

山東省省級水利科研與技術推廣項目（SDSLKY201503）；山東省科技發(fā)展計劃（2012GSF11713）；地理空間信息工程國家測繪局重點實驗室經費資助（201414）；山東省自主創(chuàng)新及成果轉化專項（2014ZZCX07106）

萬曙靜（1989-），女，研究生，主要從事遙感數(shù)據(jù)處理工作.E-mail：wanshujing89@163.com

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