基于HJ 衛(wèi)星數(shù)據(jù)的土壤含水量反演及其旱情預(yù)測(cè)

熊世為， 李衛(wèi)國(guó)， 賈天山， 胡姍姍， 景元書(shū)

(1.滁州市氣象局，安徽 滁州239000;2.江蘇省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟(jì)與信息研究所，江蘇 南京210014;3.南京信息工程大學(xué)應(yīng)用氣象學(xué)院，江蘇 南京210044)

農(nóng)業(yè)上將長(zhǎng)期無(wú)雨或少雨，使土壤水分不足、作物水分平衡遭到破壞而減產(chǎn)的災(zāi)害定義為干旱。干旱是中國(guó)常發(fā)的災(zāi)害之一，嚴(yán)重影響社會(huì)經(jīng)濟(jì)發(fā)展。以2010 年西南旱災(zāi)為例，此次災(zāi)害共造成5.03 ×106hm2面積的農(nóng)作物受災(zāi)，其中絕收面積達(dá)1.12 ×106hm2，直接經(jīng)濟(jì)損失達(dá)2.366 ×1010元［1］。蘇北地區(qū)是中國(guó)重要的糧食生產(chǎn)基地，由于其特殊的地理、氣候條件，冬春季常常遭受干旱影響，因此，實(shí)施及時(shí)的干旱監(jiān)測(cè)對(duì)保護(hù)該地區(qū)農(nóng)業(yè)生產(chǎn)以及發(fā)展精細(xì)化農(nóng)業(yè)具有積極意義。傳統(tǒng)的干旱監(jiān)測(cè)是基于臺(tái)站式的“點(diǎn)上”監(jiān)測(cè)，不僅耗時(shí)、費(fèi)力，而且難以獲得災(zāi)情發(fā)展的“面上”信息，在時(shí)空上具有局限性。作為一種能夠快速獲取大面積地物光譜信息的技術(shù)，遙感在干旱監(jiān)測(cè)方面已經(jīng)得到了廣泛應(yīng)用［2-3］。目前常用的基于衛(wèi)星遙感的干旱監(jiān)測(cè)模式主要有熱慣量法、植被指數(shù)法和地表溫度法等，每種方法都存在各自的優(yōu)缺點(diǎn)，如熱慣量法物理機(jī)制明確，但僅適用于裸土或者植被生長(zhǎng)早期［4］;植被指數(shù)法在高植被覆蓋區(qū)具有較好的應(yīng)用效果，卻容易受其他環(huán)境因素干擾［5］;地表溫度對(duì)土壤水分變化比較敏感，但反演過(guò)程復(fù)雜，且精度有待提高［6］。耦合多種模式的綜合模型已成為該領(lǐng)域的發(fā)展趨勢(shì)，其中NDVI-Ts特征空間法耦合了歸一化植被指數(shù)(Normalized difference vegetation index，NDVI)和地表溫度(Temperature of surface，Ts)，物理意義明確，該方法衍生出來(lái)的植被供水指數(shù)(Vegetation supply water index，VSWI)、作物水分虧缺指數(shù)(Crop water stress index，CWSI)、植被溫度狀態(tài)指數(shù)(Vegetation temperature condition index ，VTCI)、溫度植被干旱指數(shù)(Temperature vegetation dryness index，TVDI)［7］都已經(jīng)在干旱監(jiān)測(cè)研究中得到了較好的應(yīng)用。

HJ-1A/B 系列衛(wèi)星是中國(guó)自主研發(fā)的用于環(huán)境與災(zāi)害監(jiān)測(cè)的小衛(wèi)星，兼具M(jìn)ODIS 數(shù)據(jù)重返周期短及TM 數(shù)據(jù)空間分辨率較高的優(yōu)點(diǎn)，已廣泛應(yīng)用于作物長(zhǎng)勢(shì)監(jiān)測(cè)［8］、產(chǎn)量估算［9］等方面，但在大范圍、業(yè)務(wù)化監(jiān)測(cè)(尤其是干旱監(jiān)測(cè))的應(yīng)用仍顯匱乏［10-11］。本研究通過(guò)構(gòu)建基于HJ 衛(wèi)星數(shù)據(jù)的NDVI-Ts 特征空間，提取溫度植被干旱指數(shù)并結(jié)合實(shí)測(cè)數(shù)據(jù)將遙感指數(shù)轉(zhuǎn)化為土壤相對(duì)濕度，并探討利用HJ 數(shù)據(jù)的TVDI 法在蘇北地區(qū)干旱監(jiān)測(cè)中的適用性，以期為國(guó)產(chǎn)衛(wèi)星數(shù)據(jù)在資源與環(huán)境監(jiān)測(cè)及評(píng)估方面的深入應(yīng)用奠定基礎(chǔ)。

1 材料與方法

1.1 試驗(yàn)數(shù)據(jù)的獲取

本試驗(yàn)研究區(qū)為江蘇省宿遷市，介于33°80' ～34°25' N、117°56' ～19°10' E 之間，年均降水量為892.3 mm，受季風(fēng)影響年際變化不大，但分布不均，易形成春旱、夏澇、秋冬干燥天氣。本研究采用手持式GPS 定位儀在宿遷市區(qū)、沭陽(yáng)縣、泗陽(yáng)縣以及泗洪縣各選取10 個(gè)具有代表性的樣點(diǎn)并進(jìn)行取土采樣。樣點(diǎn)的選定原則是大面積成片的田塊，地表植被單一(調(diào)查期間種植小麥)，在距離道路、水體等至少100 m 的位置取土，樣點(diǎn)間距5 km。調(diào)查期間發(fā)現(xiàn)部分田塊已出現(xiàn)龜裂、小麥葉片萎蔫等旱象。

采用稱(chēng)質(zhì)量法獲取土壤含水量，即土壤水分占土壤干質(zhì)量的百分率。用0.01g 精度的天平稱(chēng)取土樣的質(zhì)量，記作土樣的濕質(zhì)量(M)，在105 ℃的烘箱內(nèi)將土樣烘6 ～8 h 至恒質(zhì)量，然后測(cè)定烘干土樣，記作土樣的干質(zhì)量(Ms)，則土壤含水量(W)可表示為:

田間持水量室內(nèi)測(cè)定采用環(huán)刀法。土壤相對(duì)濕度即土壤含水量與田間最大持水量的比值:

式中R為相對(duì)濕度，W為含水量，W0為田間最大持水量。

取土深度為0 ～10 cm、10 ～20 cm 和40 ～50 cm。為方便討論，將各層次的含水量記為10 cm、20 cm、50 cm 處的土壤含水量。本研究共進(jìn)行4 次地面取土試驗(yàn)，并選取4 景與之同步的HJ 衛(wèi)星數(shù)據(jù)(表1)。

遙感影像預(yù)處理過(guò)程包括:首先采用校正過(guò)的Landsat/TM 影像對(duì)HJ 衛(wèi)星的CCD 和IRS 影像進(jìn)行幾何精糾正，保證平均誤差在1 個(gè)像元以?xún)?nèi);再對(duì)CCD 和IRS 影像進(jìn)行輻射定標(biāo)，將灰度值圖像轉(zhuǎn)化為具有物理意義的輻亮度圖像，定標(biāo)公式及系數(shù)均來(lái)自影像頭文件;最后采用具有較高波譜還原精度的中光譜分辨率大氣輻射傳輸模式(MODTRAN)對(duì)CCD 影像進(jìn)行大氣校正，以獲取真實(shí)地表反射率。

1.2 歸一化植被指數(shù)(NDVI)和地表溫度(Ts)提取

NDVI被定義為近紅外波段與紅光反射率之差與兩者反射率之和的比值，表示為［12］:

式中，ρR、ρNIR分別表示為紅光、近紅外通道的反射率值。

由于IRS 數(shù)據(jù)只有一個(gè)熱紅外通道(10.5 ～12.5 μm)，與TM 數(shù)據(jù)相似，因此可以采用單窗算法進(jìn)行地表溫度的反演［13］:

式中，TS是地表溫度，TB為地表輻射亮度對(duì)應(yīng)的亮溫，有效中心波長(zhǎng)λe=11.511 μm［14］，常數(shù)C =1.438 768 69 ×10-2mK，ε 為地表比輻射率。其中，TB可以根據(jù)Plank 公式推導(dǎo)［15］:

式中，B為IRS 數(shù)據(jù)熱紅外通道輻射亮度，K1、K2均 為 常 數(shù)，對(duì) 于 IRS 數(shù) 據(jù):K1= 579.20 W/(m2·sr·μm)，K2=1 245.58 K［13］。地表比輻射率ε 根據(jù)覃志豪等［16］提出的NDVI閾值法計(jì)算。反演的地表溫度參照文獻(xiàn)［17］進(jìn)行詳細(xì)的驗(yàn)證和正確性討論。

1.3 NDVI-Ts 特征空間與溫度植被干旱指數(shù)(TVDI)

土壤濕度與地表溫度(TS)密切相關(guān)，根據(jù)地表能量守恒，土壤蒸發(fā)、冠層葉片蒸騰作用越小，帶走潛熱能量就越小，地表感熱能量大，TS就高;反之，蒸發(fā)、蒸騰作用大，潛熱增加，感熱能量降低，導(dǎo)致TS低。而土壤濕度是影響土壤蒸發(fā)及冠層蒸散阻抗的重要因素。研究結(jié)果表明，在不同土壤表層含水量和地表覆蓋條件下，TS和NDVI的散點(diǎn)圖呈現(xiàn)出一種三角形空間，在此基礎(chǔ)上定義TVDI為［17］:

式中，TS是特征空間內(nèi)某給定像素的地表溫度;NDVI為該像素的歸一化植被指數(shù);TSmax和TSmin分別表示該NDVI對(duì)應(yīng)的干、濕邊上的地表溫度的最大值和最小值;a1、b1和a2、b2分別為干、濕邊方程的斜率和截距，可通過(guò)線性擬合獲取。因此TVDI是一個(gè)歸一化值，介于0 ～1，其值越高表示土壤濕度越低，反之土壤濕度越高。

2 結(jié)果與分析

2.1 特征空間構(gòu)建

根據(jù)上述方法進(jìn)行歸一化植被指數(shù)(NDVI)和地表溫度(TS)計(jì)算，并構(gòu)建NDVI-TS特征空間。由于NDVI＜0 對(duì)應(yīng)地表類(lèi)型為水體(可以認(rèn)定含水量為100%)，在特征空間構(gòu)建時(shí)不予討論。因此，本試驗(yàn)在NDVI大于等于0 的范圍內(nèi)，以0.01 為步長(zhǎng)，找出各NDVI值對(duì)應(yīng)的最大地表溫度TSmax和最小地表溫度值TSmin，得到研究區(qū)各時(shí)相的NDVI-TS特征空間(圖1)?？梢钥闯觯琓Smax隨著NDVI的增大(NDVI＞0)先有所升高，再逐漸降低，但總體上看是隨著NDVI增大呈減小趨勢(shì);TSmin隨NDVI的增大逐漸升高，但升高的幅度沒(méi)有TSmax降低的幅度大?？傮w而言，NDVI與TSmax和TSmin基本呈線性關(guān)系(表2)，隨著植被覆蓋程度增加，地表溫度最大值逐漸減小同時(shí)地表溫度最小值逐漸升高并交匯于一點(diǎn)，也證明了TS與NDVI之間確實(shí)存在一種三角形的特征空間關(guān)系。其中TSmin的變化幅度雖然沒(méi)有TSmax的大，但并不平行于NDVI值。不同時(shí)相特征空間的干、濕邊的離散程度有所區(qū)別，分析原因，應(yīng)該是不同NDVI值對(duì)應(yīng)的象元量差別導(dǎo)致的。

2.2 特征空間干、濕邊確定

前人在進(jìn)行類(lèi)似研究時(shí)，大都是直接將特征空間所有非水體象元(NDVI值為0 ～1)對(duì)應(yīng)的地表溫度最大值與最小值進(jìn)行干、濕邊擬合的。但在NDVI的某些范圍內(nèi)，其對(duì)應(yīng)的地表溫度最大值、最小值并不符合理論模型的變化趨勢(shì)，如本研究中在NDVI處于0 ～0.2時(shí)，其對(duì)應(yīng)的地表溫度最大值并沒(méi)有隨NDVI的升高而降低。地表溫度最大值應(yīng)隨NDVI增大而線性減小，這是建立在假設(shè)植被覆蓋度與NDVI呈線性相關(guān)的基礎(chǔ)上的，但實(shí)際情況并非如此。有研究結(jié)果表明，當(dāng)植被覆蓋度不足15%時(shí)，NDVI對(duì)植被覆蓋度的指示作用很低［18］，也就是說(shuō)，在植被覆蓋低的區(qū)域，NDVI夸大了植被信息，因此本試驗(yàn)在進(jìn)行特征空間干、濕邊確定時(shí)，對(duì)NDVI的范圍進(jìn)行優(yōu)化處理，選擇NDVI≥0.2 的植被覆蓋地像元，舍棄NDVI介于0 ～0.2 裸地巖石等低植被覆蓋區(qū)域。該方法有別于常規(guī)的考慮所有非水體象元，這樣做既合理舍棄了NDVI指示性低的區(qū)間，又有效提高了高植被區(qū)的反演精度。

表2 各時(shí)相特征空間干、濕邊方程Table 2 Dry and wet edge equations of feature space of each time phase

2.3 TVDI 與實(shí)測(cè)土壤水分含量的關(guān)系

根據(jù)實(shí)測(cè)土壤含水量數(shù)據(jù)，分析TVDI與不同深度土壤相對(duì)濕度之間的關(guān)系。圖2 反映了2012年3 月26 日各土層實(shí)測(cè)結(jié)果與提取的TVDI線性關(guān)系，可以看出，各層土壤相對(duì)濕度與TVDI均存在一定的線性負(fù)相關(guān)關(guān)系(其他時(shí)相結(jié)果類(lèi)似，圖略)，即隨著TVDI指數(shù)增加，土壤相對(duì)濕度呈逐漸減小趨勢(shì)，這與TVDI的原理一致。此外，圖中數(shù)據(jù)點(diǎn)相對(duì)比較離散，經(jīng)分析有兩類(lèi)因素導(dǎo)致誤差，第一類(lèi)是空間性因素，包含兩點(diǎn):(1)地面試驗(yàn)每個(gè)樣方采集的五點(diǎn)并不能完全代表樣方的平均水平;(2)幾何校正誤差導(dǎo)致像元與地面樣方不能完全匹配。第二類(lèi)是時(shí)間性誤差，本研究地面調(diào)查數(shù)據(jù)都是兩天內(nèi)完成的，而遙感影像獲取的是某一時(shí)刻的土壤水分信息，二者在時(shí)間尺度上不能完全匹配。進(jìn)一步分析各層實(shí)測(cè)土壤相對(duì)濕度與TVDI指數(shù)的相關(guān)性，并進(jìn)行顯著性檢驗(yàn)(表3)，可以看出，TVDI與每個(gè)時(shí)相各層實(shí)測(cè)土壤相對(duì)濕度的相關(guān)性大多達(dá)到顯著或極顯著相關(guān)的水平(2012-05-17 和2012-05-28 2 個(gè)時(shí)相的40 ～50 cm土層除外)，說(shuō)明采用TVDI作為該區(qū)域土壤水分含量的監(jiān)測(cè)指標(biāo)是合理的。

圖2 TVDI 與不同深度土壤相對(duì)濕度的關(guān)系Fig.2 The relationship between TVDI and relative soil water content in different depths

從不同土層深度上看，0 ～10 cm 深度土層實(shí)測(cè)含水量與TVDI的相關(guān)系數(shù)在-0.45 ～-0.60，10 ～20 cm 土層深度實(shí)測(cè)含水量與TVDI的相關(guān)性則更高，為-0.650 ～-0.800，而40 ～50 cm 土層相對(duì)濕度與TVDI的相關(guān)性最差。這是由于光譜輻射的反射面在淺層地表，可見(jiàn)光、近紅外波段的輻射能量很難到達(dá)50 cm 的土層;由于大氣、植被、人類(lèi)活動(dòng)等各種因素的影響，表層土壤(0 ～10 cm 土層)一般都是以疏松、充滿(mǎn)間隙的物理形態(tài)出現(xiàn)，光譜透射率高，所以TVDI對(duì)10 ～20 cm 土層水分含量的指示性?xún)?yōu)于0 ～10 cm 土層。

2.4 旱情監(jiān)測(cè)效果

盡管TVDI與實(shí)際土壤水分含量不能完全匹配，但二者的相關(guān)程度較高，尤其是與10 ～20 cm 土層相對(duì)濕度的相關(guān)系數(shù)達(dá)到0.8，因此，以TVDI作為淺層(10 ～20 cm)土壤水分含量的監(jiān)測(cè)指標(biāo)是可行的。根據(jù)前文10 ～20 cm 土層相對(duì)濕度與TVDI的擬合方程，將基于HJ 遙感影像的TVDI 圖轉(zhuǎn)化為相對(duì)濕度分布圖，在此基礎(chǔ)上根據(jù)中國(guó)氣象局農(nóng)業(yè)氣候中心提出的旱情等級(jí)劃分標(biāo)準(zhǔn)，得到研究區(qū)冬小麥淺層土壤(10 ～20 cm)旱情等級(jí)分布信息圖(圖3)。

4 個(gè)時(shí)相發(fā)生最重的干旱等級(jí)為中旱，雖然沒(méi)有出現(xiàn)重旱，但地面試驗(yàn)期間發(fā)現(xiàn)部分麥田土壤出現(xiàn)干裂、植物葉片萎蔫的現(xiàn)象。統(tǒng)計(jì)各等級(jí)旱情占全市面積的比率(表4)，4 個(gè)時(shí)相中旱情發(fā)生最嚴(yán)重的是2012 年5 月28 日，該時(shí)相中旱情發(fā)生面積占全市總面積的16.57%，輕旱情、中旱情總的發(fā)生面積接近75.00%;其次為2012 年5 月17 日，該時(shí)相輕旱情、中旱情總發(fā)生面積接近50.00%，但中旱情發(fā)生面積比率僅為3.78%;旱情程度最輕的是2012 年4 月28 日，全區(qū)域沒(méi)有干旱發(fā)生，且濕潤(rùn)地區(qū)超過(guò)60.00%;2012 年3 月26 日出現(xiàn)了輕度旱情，但發(fā)生面積較小，不足20.00%。

同期降水?dāng)?shù)據(jù)顯示，宿遷市2012 年2 月～5 月降水比歷年同期少70.00%，春旱旱情明顯，雖然期間發(fā)生過(guò)幾次降水過(guò)程，但主要集中在2 個(gè)時(shí)段內(nèi):第一個(gè)時(shí)段為2 月中旬至3 月中旬出現(xiàn)了低溫連陰雨天氣，這次降水過(guò)程雖然持續(xù)時(shí)間長(zhǎng)，但是雨量不大，且前期的旱情較重，所以3 月26 日的遙感影像仍然監(jiān)測(cè)出部分地區(qū)有輕度干旱發(fā)生;第二個(gè)時(shí)段為4 月下旬至5 月初，分別為4 月20 日～21 日、4月25 日、4 月29 日～5 月1 日，這次的寡照連陰雨天氣持續(xù)時(shí)間長(zhǎng)且降水量大，對(duì)應(yīng)本試驗(yàn)4 月28 日反演結(jié)果全市絕大部分土壤呈濕潤(rùn)狀態(tài)。之后天氣晴好，農(nóng)田水分蒸散導(dǎo)致干旱程度逐漸增強(qiáng)。

3 討論

利用HJ 數(shù)據(jù)提取研究區(qū)的NDVI、TS影像，構(gòu)建NDVI-TS特征空間并確定其干、濕邊參數(shù)，分析了TVDI對(duì)不同土壤深度含水量的估算能力，主要結(jié)論如下:

表4 各等級(jí)旱情占全區(qū)面積的比率Table 4 The pecentages of areas with different soil moistures to the whole area

構(gòu)建NDVI-Ts特征空間時(shí)發(fā)現(xiàn)當(dāng)NDVI處于0 ～0.2 區(qū)間時(shí)，發(fā)現(xiàn)由于NDVI對(duì)植被覆蓋程度低的地類(lèi)指示性不足，導(dǎo)致地表溫度最大值并沒(méi)有如理論模型一般隨NDVI增大而減小，因此，在進(jìn)行干、濕邊方程擬合時(shí)，只考慮NDVI＞0.2 的區(qū)間，這樣做既合理舍棄了NDVI指示性低的區(qū)間，又有效提高了高植被區(qū)的反演精度。

TVDI與各層土壤實(shí)測(cè)含水量數(shù)據(jù)都有一定程度的相關(guān)性，尤其是與10 ～20 cm 土層相關(guān)系數(shù)為-0.65 ～-0.80，說(shuō)明TVDI對(duì)于土壤含水量尤其是淺層土壤具有較高的指示意義。

根據(jù)TVDI與10 ～20 cm 土層相對(duì)濕度的線性關(guān)系，得到10 ～20 cm 土層相對(duì)濕度分布圖，并進(jìn)行旱情等級(jí)劃分，同期降水?dāng)?shù)據(jù)證明反演結(jié)果是合理的。

TVDI耦合了植被信息與地表溫度信息，在干旱監(jiān)測(cè)領(lǐng)域有著較大優(yōu)勢(shì)。本試驗(yàn)初步探討了利用HJ 數(shù)據(jù)TVDI法在蘇北地區(qū)干旱監(jiān)測(cè)中的適用性。然而干旱不僅與土壤含水量有關(guān)，還受土壤性質(zhì)、植被類(lèi)型、種植制度等因素影響，為了更準(zhǔn)確地描述受旱程度，耦合多種要素建立更具機(jī)理性的監(jiān)測(cè)指數(shù)是該領(lǐng)域的一個(gè)趨勢(shì)。此外，本研究中選取的HJ-1B 影像的熱紅外通道空間分辨率為300 m，相較MODIS 數(shù)據(jù)的1 000 m 已有較大進(jìn)步，但仍然達(dá)不到田塊尺度要求，今后的研究可以嘗試中、高分辨率數(shù)據(jù)融合來(lái)提高反演精度。

［1］ 張?jiān)?應(yīng)用FY-2 地表蒸散產(chǎn)品監(jiān)測(cè)西南特大干旱［J］.氣象，2011，37(8):999-1005.

［2］ 郭 巍，魏 明.2010 年春西南酷旱的監(jiān)測(cè)與機(jī)理分析［J］.自然資源學(xué)報(bào)，2011，26(9):1628-1636.

［3］ 孫 麗，王 飛，吳 全.干旱遙感監(jiān)測(cè)模型在中國(guó)冬小麥區(qū)的應(yīng)用［J］.農(nóng)業(yè)工程學(xué)報(bào)，2010，26 (1):243-249.

［4］ 李衛(wèi)國(guó).作物旱澇災(zāi)情遙感監(jiān)測(cè)進(jìn)展與思考［J］.江蘇農(nóng)業(yè)學(xué)報(bào)，2013，29(6):1503-1506.

［5］ 仝兆遠(yuǎn)，張萬(wàn)昌.土壤水分遙感監(jiān)測(cè)的研究進(jìn)展［J］.水土保持學(xué)報(bào)，2007，21(24):107-113.

［6］ ALDERFASI A，NIELSEN D C.Use of crop water stress index for monitoring water status and scheduling irrigation in wheat［J］.Agricultural Water Management，2001，47(1):69-75.

［7］ 熊世為，李衛(wèi)國(guó)，景元書(shū).基于HJ-1B 衛(wèi)星遙感影像的小麥冠層溫度的反演［J］.江蘇農(nóng)業(yè)學(xué)報(bào)，2012，28(6):1466-1470.

［8］ 李衛(wèi)國(guó)，趙麗花.中高分辨率遙感影像在小麥監(jiān)測(cè)中的比較［J］.江蘇農(nóng)業(yè)學(xué)報(bào)，2011，27(4):736-739.

［9］ 李衛(wèi)國(guó)，王紀(jì)華，李存軍，等.冬小麥花期生理形態(tài)指標(biāo)與衛(wèi)星遙感光譜特征的相關(guān)性分析［J］.麥類(lèi)作物學(xué)報(bào)，2009，29(1):79-82.

［10］ 馮海霞，秦其明，蔣洪波，等.基于HJ-1A/1B CCD 數(shù)據(jù)的干旱監(jiān)測(cè)［J］.農(nóng)業(yè)工程學(xué)報(bào)，2011，27(增1):358-365.

［11］ WAN Z M，WANG P X，LI X W.Using MODIS land surface temperature and normalized difference vegetation index products for monitoring drought in the southern great plains，USA［J］.International Journal of Remote Sensing，2003，24:1-12.

［12］ 李衛(wèi)國(guó)，趙春江，王紀(jì)華，等.基于衛(wèi)星遙感的冬小麥拔節(jié)期長(zhǎng)勢(shì)監(jiān)測(cè)［J］.麥類(lèi)作物學(xué)報(bào)，2007，27(3):523-527.

［13］ 趙少華，秦其明，張 峰，等.基于環(huán)境減災(zāi)小衛(wèi)星(HJ-1B)的地表溫度單窗反演研究［J］.光譜學(xué)與光譜分析，2011，31(6):1152-1156.

［14］ JIMENEZ-MUNOZ J C，SOBRINO J A.A generalized singlechannel method for retrieving land surface temperature from remote sensing data［J］.Journal of Geophysical Research，2003，108:4688-4696.

［15］ 楊沈斌，趙小燕，申雙和.基于Landsat TM/ETM+數(shù)據(jù)的北京城市熱島季節(jié)特征研究［J］.大氣科學(xué)學(xué)報(bào)，2010，33(4):427-435.

［16］ 覃志豪，李文娟，徐 斌，等.陸地衛(wèi)星TM6 波段范圍內(nèi)地表比輻射率的 估計(jì)［J］.國(guó)土資源遙感，2004(3):28-32.

［17］ 熊世為，景元書(shū)，李衛(wèi)國(guó).基于HJ-1B 遙感數(shù)據(jù)的冬小麥旱情監(jiān)測(cè)研究［J］.麥類(lèi)作物學(xué)報(bào)，2013，33(1):84-88.

［18］ 姚春生，張?jiān)鱿?，?瀟.使用溫度植被干旱指數(shù)(TVDI)法反演新疆土壤濕度［J］.遙感技術(shù)與應(yīng)用，2004，19(6):473-478.