基于RS的淮河流域土壤含水量估算方法

陳立文，陳 晨，唐曉玲，陳 曦，劉明奇

（1.吉林省氣象科學(xué)研究所，吉林 長(zhǎng)春130062；2.江蘇省地質(zhì)調(diào)查研究院，江蘇 南京 410000；3.吉林市氣象局，吉林 吉林 132011；4. 吉林省氣象服務(wù)中心，吉林 長(zhǎng)春 130062）

基于RS的淮河流域土壤含水量估算方法

陳立文1，陳 晨2，唐曉玲1，陳 曦3，劉明奇4

（1.吉林省氣象科學(xué)研究所，吉林 長(zhǎng)春130062；2.江蘇省地質(zhì)調(diào)查研究院，江蘇 南京 410000；3.吉林市氣象局，吉林 吉林 132011；4. 吉林省氣象服務(wù)中心，吉林 長(zhǎng)春 130062）

運(yùn)用MODIS等數(shù)據(jù)，建立了基于能量平衡與水量平衡的地表土壤含水量遙感反演模型。模型驗(yàn)證結(jié)果表明，山東半島地區(qū)實(shí)測(cè)值與模擬值相關(guān)性R2為0.63，沂沭泗流域R2為0.6，淮河地區(qū)R2為0.65，適合研究區(qū)域不同季節(jié)不同分區(qū)土壤含水量預(yù)測(cè)。對(duì)將RS用于土壤含水量估算有一定參考價(jià)值。

土壤含水量；LST/NDVI斜率；降雨量；土壤質(zhì)地；蒸發(fā)

合理準(zhǔn)確地估算土壤含水量具有重要意義，因而受到水文、氣象、農(nóng)業(yè)、土壤、生態(tài)等多個(gè)學(xué)科的關(guān)注。RS能夠快速方便地獲取大區(qū)域地表信息，因此使用RS監(jiān)測(cè)土壤水分意義重大。以L(fǎng)ST/NDVI特征空間以及LST/NDVI斜率為參數(shù)能夠定量反演土壤含水量，Hope A S[1]等研究發(fā)現(xiàn)，LST/NDVI直線(xiàn)斜率與土壤濕度狀況有關(guān)；Nemani R R[2]等研究認(rèn)為在同一幅圖像上，提取不同地點(diǎn)（如13×13窗口）的LST/NDVI斜率，可反映各地土壤濕度狀況；Goetz S J[3]認(rèn)為L(zhǎng)ST/NDVI斜率的變化還可以反映地區(qū)土壤濕度的時(shí)間變化和年際土壤濕度變化。柳欽火[4]等通過(guò)分析14 a全國(guó)NOAA的8 km合成數(shù)據(jù)集發(fā)現(xiàn)，在LST/NDVI特征空間中，曲線(xiàn)斜率與實(shí)測(cè)土壤濕度顯著相關(guān)，并利用9像元×9 像元窗口提取的LST/NDVI干邊斜率反演了1981～1994 年全國(guó)土壤含水量分布；辛景峰[5]等利用NOAA數(shù)據(jù)，研究了土壤濕度與地表溫度/植被指數(shù)斜率的定量關(guān)系；姚春生[6]利用1 km分辨率的MODIS數(shù)據(jù)，49 像元×49像元窗口提取的LST/NDVI干邊斜率反演了全國(guó)2003年8～10月土壤含水量。本文旨在應(yīng)用RS/GIS技術(shù)，綜合利用大量多源、多尺度、多時(shí)相衛(wèi)星遙感影像數(shù)據(jù)、降水?dāng)?shù)據(jù)、地面氣象站觀(guān)測(cè)數(shù)據(jù)以及土壤質(zhì)地?cái)?shù)據(jù)，探索建立具有一定物理意義的基于能量平衡與水量平衡的適合淮河流域土壤表層含水量計(jì)算的模型，為氣候變化下淮河流域水文響應(yīng)循環(huán)研究提供技術(shù)支持。

1 研究區(qū)域與數(shù)據(jù)來(lái)源

1.1 研究區(qū)概況

淮河流域（圖1）地處我國(guó)東部，介于長(zhǎng)江和黃河兩流域之間，面積為27萬(wàn)km2。淮河平原屬半干旱、半濕潤(rùn)地區(qū)，主要作物有小麥、水稻、玉米、薯類(lèi)、大豆、棉花和油菜等；年降水量為500～900 mm，季節(jié)分配不均，集中在夏季，7～8月的降水量約占全年的45%～65%，秋、冬、春3季均為水分虧缺的干旱期。水對(duì)糧食作物的生長(zhǎng)和生產(chǎn)至關(guān)重要，因此對(duì)淮河流域土壤含水量的研究有助于促進(jìn)糧食產(chǎn)業(yè)的發(fā)展，對(duì)全國(guó)的經(jīng)濟(jì)發(fā)展都有一定的貢獻(xiàn)。

圖1 研究區(qū)概況（審圖號(hào)：GS（2014）6032）

1.2 研究資料數(shù)據(jù)

淮河流域土壤含水量時(shí)空變化監(jiān)測(cè)過(guò)程中，涉及到大量多源、多尺度、多時(shí)相衛(wèi)星遙感影像數(shù)據(jù)、基礎(chǔ)地理數(shù)據(jù)、氣象數(shù)據(jù)、土壤濕度數(shù)據(jù)、土壤質(zhì)地類(lèi)型數(shù)據(jù)以及DEM數(shù)據(jù)等。所有影像數(shù)據(jù)均重采樣成空間分辨率為1 km，并統(tǒng)一到同一投影信息中，主要數(shù)據(jù)集及說(shuō)明如表1所示。

本文選擇2010年生長(zhǎng)季（3～11月）的MODIS產(chǎn)品數(shù)據(jù)作為主要信息源，分別為16 d合成的1 km分辨率的MOD13A2植被指數(shù)產(chǎn)品數(shù)據(jù)和8 d合成的1 km分辨率的MOD11A2地表溫度產(chǎn)品數(shù)據(jù)。對(duì)上述數(shù)據(jù)進(jìn)行幾何校正、投影變換，為了防止水體對(duì)特征空間造成影響，對(duì)NDVI數(shù)據(jù)水體進(jìn)行了掩膜處理。

表1 淮河流域資料數(shù)據(jù)集

1.3 研究區(qū)分區(qū)

按照2010年淮河流域水資源公報(bào)中對(duì)各水資源分區(qū)的定義，以DEM為數(shù)據(jù)源，對(duì)其進(jìn)行填洼，河網(wǎng)提取，得到各個(gè)集水區(qū)域?；春恿饔蚬舶?個(gè)水資源分區(qū)，分別為淮河上游、淮河中游、淮河下游、沂沭泗流域以及山東半島。進(jìn)一步考慮淮河流域氣象站和水文站分布情況，以及地形地貌特征、水熱條件及地表覆蓋分布特征，將淮河流域上、中、下游合并成一個(gè)區(qū)域，整個(gè)研究區(qū)分為山東半島、沂沭泗流域、淮河地區(qū)3 個(gè)研究區(qū)，各分區(qū)的面積及位置說(shuō)明如表2所示。

表2 淮河流域各分區(qū)統(tǒng)計(jì)信息

2 研究方法

2.1 LST/NDVI 斜率參數(shù)提取

在土地覆蓋類(lèi)型主要為植被的研究區(qū)域，由植被指數(shù)和溫度所構(gòu)成的散點(diǎn)圖將呈現(xiàn)為梯形。圖2中LST/NDVI特征空間點(diǎn)A表示土壤干旱的裸地（植被指數(shù)低，溫度高），而B(niǎo)表示土壤濕潤(rùn)的裸地（植被指數(shù)低，溫度低）?；谀芰科胶?，植被多的地方溫度會(huì)低，D表示干旱的密閉植被冠層（植被指數(shù)高，溫度高），土壤濕度低，導(dǎo)致植被蒸騰弱；C表示濕潤(rùn)的密閉植被冠層（植被指數(shù)高，溫度低），土壤濕度高，導(dǎo)致植被蒸騰強(qiáng)。AD表示LST/NDVI 特征空間的干邊，土壤濕度低的狀態(tài)；BC表示LST/NDVI 特征空間的濕邊，土壤濕度高的狀態(tài)。假如在一個(gè)植被覆蓋低的小區(qū)域遙感影像中，由于植被少，研究區(qū)小，溫度差異就不大；而某一時(shí)刻該區(qū)域的影像，其溫度植被指數(shù)所構(gòu)成的散點(diǎn)圖為三角形，則表明該研究區(qū)的干邊和濕邊條件不是很明顯[7]。

圖2 植被指數(shù)與地表溫度特征空間

在LST/NDVI特征空間中，干邊斜率與實(shí)測(cè)土壤濕度顯著相關(guān)[4]。干濕邊擬合的常數(shù)項(xiàng)表示的物理意義是當(dāng)土壤水分低和高時(shí)的地表溫度[8]。前人發(fā)現(xiàn)蒸散、土壤含水量等因子可導(dǎo)致干濕邊斜率的變化[9]；干濕邊斜率隨時(shí)間的變化較為隨機(jī)，沒(méi)有明顯規(guī)律，因斜率受上述3種因素的影響較大；但干濕邊的變化規(guī)律較為一致[9]，干濕邊斜率同時(shí)相應(yīng)增大或減小。LST/ NDVI 特征空間在某些時(shí)段擬合精度較低的原因主要是MODIS產(chǎn)品計(jì)算可能存在誤差，從而影響線(xiàn)性擬合的精度。姚春生[6]使用LST/NDVI特征空間斜率法對(duì)全國(guó)土壤含水量進(jìn)行反演，從而得出LST/NDVI特征空間斜率法不僅能對(duì)土壤絕對(duì)含水量進(jìn)行反演，而且能對(duì)全國(guó)土壤濕度的時(shí)空變化進(jìn)行分析的結(jié)論?；谝陨显?，本文在模擬土壤含水量反演模型中考慮了LST/NDVI斜率因子。在提取斜率時(shí)，根據(jù)在黃河源區(qū)土壤含水量反演中得出的結(jié)論，對(duì)于MODIS遙感影像1 km分辨率的適宜尺度為提取土壤含水量觀(guān)測(cè)站附近9像元×9像元窗口的干邊斜率[10]。再考慮到不同時(shí)期、不同地點(diǎn)植被指數(shù)范圍可能存在差異，故在利用ENVI/IDL二次開(kāi)發(fā)語(yǔ)言提取斜率時(shí)，目視判讀散點(diǎn)主要集中在所在區(qū)域，以保證所選斜率的適宜性及精確性。

2.2 旬平均降雨統(tǒng)計(jì)與插值

降水是水量平衡中的重要參數(shù)，也是土壤水分的重要來(lái)源。當(dāng)降雨量較多時(shí)，地表供水充分，土壤含水量高。降水落到農(nóng)田，首先迅速增大表層土壤含水量，同時(shí)向下入滲。當(dāng)表層土壤含水量達(dá)到田間持水量后，形成的重力水便迅速向下入滲補(bǔ)給地下水。在雨后的一定時(shí)段，土壤水接近飽和，并由于充分供水，這時(shí)的蒸散發(fā)強(qiáng)度很大，土壤水消退較快；隨著降雨停止，表層土壤水逐漸減少，蒸散發(fā)向下層土壤延伸，強(qiáng)度也逐漸減弱[11]。所以在模擬土壤含水量反演模型時(shí)考慮降水量是有必要的。

降水量數(shù)據(jù)來(lái)自中國(guó)氣象數(shù)據(jù)共享服務(wù)網(wǎng)中日值數(shù)據(jù)，按淮河地區(qū)降水量觀(guān)測(cè)站下載的數(shù)據(jù)。由于下載的數(shù)據(jù)為點(diǎn)數(shù)據(jù)，為了滿(mǎn)足計(jì)算需要，要將數(shù)據(jù)從點(diǎn)到面進(jìn)行轉(zhuǎn)化，本文利用Kriging插值將降雨量點(diǎn)數(shù)據(jù)插值到面。研究中土壤水?dāng)?shù)據(jù)時(shí)間尺度為旬，而降水量數(shù)據(jù)為日數(shù)據(jù)，需要將降水?dāng)?shù)據(jù)與土壤含水量數(shù)據(jù)進(jìn)行時(shí)間尺度匹配。降雨量數(shù)據(jù)為研究區(qū)內(nèi)降雨站點(diǎn)數(shù)據(jù)求取每10 d數(shù)據(jù)的平均值，經(jīng)過(guò)Kriging插值所得到旬?dāng)?shù)據(jù)。

2.3 飽和導(dǎo)水率與田間持水量數(shù)據(jù)計(jì)算

相同吸力條件下，土壤水分農(nóng)田最大、林地最小，而飽和導(dǎo)水率則相反；除土壤水分消耗期的林地和苜蓿地土壤水分隨土層深度增加呈上升趨勢(shì)外，其他時(shí)期各土地利用方式下土壤水分均隨土層深度的增加而降低。土壤剖面飽和導(dǎo)水率與土壤含水量之間的影響程度依土壤水分條件而異[12]。哥倫比亞土壤學(xué)教授Kumar等研究了農(nóng)林緩沖帶、草地緩沖帶、輪作草地及連續(xù)放牧草地的飽和導(dǎo)水率、持水力，以評(píng)價(jià)草地緩沖帶和農(nóng)林緩沖帶對(duì)土壤水分特性的影響[13]。本文在研究土壤含水量時(shí)主要考慮了土壤飽和導(dǎo)水率及田間持水量?jī)蓚€(gè)因子（圖3）。

圖3 淮河流域土壤飽和導(dǎo)水率與田間持水量（審圖號(hào)：GS（2014）6032）

2.4 潛在蒸發(fā)數(shù)據(jù)提取

土壤濕度直接作用于植被的呼吸、蒸騰和各種化學(xué)反應(yīng)，是生態(tài)氣象學(xué)的重要環(huán)境因素。蒸發(fā)對(duì)土壤濕度具有持續(xù)的耗散作用，可視為連續(xù)的。為闡釋蒸發(fā)對(duì)土壤濕度的影響，本文在建立土壤含水量反演模型時(shí)將蒸發(fā)考慮為土壤水分消減的因子，通過(guò)土壤濕度響應(yīng)模型對(duì)其進(jìn)行定性分析[14]。孫福寶[15]等在基于Budyko假設(shè)的黃河流域水熱耦合平衡規(guī)律研究中，提出將多年平均的年潛在蒸發(fā)量無(wú)量綱化，即可得到相對(duì)植被土壤蓄水能力。本文在研究土壤含水量平衡規(guī)律時(shí)考慮了研究區(qū)內(nèi)潛在蒸發(fā)對(duì)土壤含水量的影響。

3 土壤含水量模型的建立

目前，對(duì)于淮河流域土壤含水量與模型的定量化研究較少，并且現(xiàn)有成果大多未考慮研究區(qū)域地形地貌特征、土壤自身性質(zhì)、降水、蒸發(fā)等條件。針對(duì)以上問(wèn)題，本文分析了淮河地區(qū)2010年春季氣象因子、LST/NDVI斜率、土壤質(zhì)地序列數(shù)據(jù)集對(duì)土壤含水量的驅(qū)動(dòng)影響，利用2010年6月、7月、10月影像數(shù)據(jù)對(duì)模型進(jìn)行驗(yàn)證分析。

圖4 土壤含水量與相對(duì)持水能力相關(guān)關(guān)系圖

3.1 土壤含水量與驅(qū)動(dòng)因子相關(guān)性分析

3.1.1 土壤相對(duì)持水能力分析

根據(jù)能量平衡原理，在建立土壤含水量模擬模型時(shí)要考慮土壤的持水能力以及土壤含水量消耗能力。除了氣候條件，地形地貌、土壤和植被等下墊面特征是影響流域水量平衡的主要因子。根據(jù)孫大福等提出的土壤飽和導(dǎo)水率控制著降水入滲從而影響土壤供水的理論[15]，本文利用旬平均降水與飽和導(dǎo)水率之比得出土壤相對(duì)持水能力。

如圖4所示，橫軸為土壤相對(duì)持水能力，縱軸為土壤含水量實(shí)測(cè)值，土壤含水量與相對(duì)持水能力的相關(guān)系數(shù)R2在山東半島、沂沭泗流域、淮河地區(qū)分別為0.58、0.68和0.57。

3.1.2 土壤含水量相對(duì)消耗能力分析

利用LST/NDVI特征空間干邊斜率反演土壤含水量研究發(fā)現(xiàn)，土壤含水量實(shí)測(cè)站點(diǎn)附近某一尺度像元窗口LST/NDVI特征空間干邊斜率與土壤含水量呈正相關(guān)關(guān)系。當(dāng)LST/NDVI干邊斜率接近0時(shí)，根據(jù)溫度植被指數(shù)所構(gòu)成的LST/NDVI特征空間，當(dāng)植被指數(shù)一定時(shí)溫度越高說(shuō)明土壤含水量越高。由于土壤含水量應(yīng)隨著潛在蒸發(fā)的增大而減小，隨LST/NDVI干邊斜率的增大而增大，所以本文利用土壤含水量與LST/NDVI特征空間斜率以及潛在蒸散發(fā)進(jìn)行相關(guān)性分析并建立相互關(guān)系，研究發(fā)現(xiàn)土壤含水量與LST/ NDVI特征空間斜率和潛在蒸散發(fā)的乘積成負(fù)相關(guān)關(guān)系。

如圖5所示，圖中橫軸為L(zhǎng)ST/NDVI特征空間斜率和潛在蒸散發(fā)的乘積，縱軸為土壤含水量實(shí)測(cè)值，土壤含水量隨著LST/NDVI特征空間斜率和潛在蒸散發(fā)的乘積的增大而減小，且減小速度逐漸減緩。LST/ NDVI干邊斜率為負(fù)值，LST/NDVI特征空間斜率與潛在蒸散發(fā)乘積為負(fù)，隨著蒸散發(fā)的減小而增大；而當(dāng)乘積大于某一值時(shí)，說(shuō)明潛在蒸散發(fā)減小到對(duì)土壤含水量的敏感性小于LST/NDVI干邊斜率對(duì)土壤含水量的影響，所以土壤含水量會(huì)隨著乘積增大而減小，且減小速度逐漸下降，類(lèi)似于加速度減小的加速運(yùn)動(dòng)；而當(dāng)潛在蒸散發(fā)小到一定程度時(shí)，斜率的增大對(duì)土壤含水量的敏感性逐漸大于潛在蒸散發(fā)，所以土壤含水量到后來(lái)的變化逐漸趨于平緩。研究區(qū)內(nèi)的山東半島、沂沭泗流域和淮河地區(qū)，當(dāng)LST/NDVI特征空間斜率以及潛在蒸散發(fā)乘積約為-60時(shí)土壤含水量下降速度趨于平緩。

圖5 土壤含水量與相對(duì)消耗能力相關(guān)關(guān)系圖

將LST/NDVI特征空間斜率與潛在蒸散發(fā)的乘積定義為土壤含水量相對(duì)消耗能力，由圖5可見(jiàn)，土壤含水量與土壤含水量相對(duì)消耗能力的相關(guān)系數(shù)R2在山東半島、沂沭泗流域、淮河地區(qū)分別為0.69、0.62和0.58。

3.2 研究區(qū)土壤含水量模擬模型建立

土壤含水量在空間上的變化是溫度、降水以及其他氣象要素和下墊面覆蓋類(lèi)型相互作用的結(jié)果。NDVI對(duì)植被的生長(zhǎng)勢(shì)和生長(zhǎng)量非常敏感，可以很好地反映地表植被的繁茂程度，在一定程度上能反映下墊面植被覆蓋情況，而地表溫度又直接影響到土壤的蒸發(fā)，所以有些研究直接利用NDVI與LST計(jì)算的TVDI反映土壤濕度情況，但TVDI只能定性的說(shuō)明土壤的干旱、濕潤(rùn)，不能定量地反映土壤含水量。而研究認(rèn)為L(zhǎng)ST/ NDVI特征空間干邊斜率與土壤含水量有密切關(guān)系，為了定量描述下墊面情況對(duì)土壤含水量的影響，特引用LST/NDVI斜率因子進(jìn)行研究。因而，可將影響土壤含水量的5個(gè)主導(dǎo)因子：土壤飽和導(dǎo)水率、降水、潛在蒸散發(fā)、田間持水量以及LST/NDVI斜率參數(shù)，抽象成一個(gè)空間和時(shí)間上的定量模型，表達(dá)式為：

式中，Js為單位時(shí)間降水；E為潛在蒸散發(fā)；Ln為L(zhǎng)ST/NDVI特征空間斜率（無(wú)量綱）；W為土壤含水量，代表一種基于空間上氣象因子以及土壤因子對(duì)土壤含水量影響的定量化函數(shù)關(guān)系。本文選取2010年春季序列數(shù)據(jù)集，以土壤含水量為因變量，氣溫、NDVI、降水、土壤飽和導(dǎo)水率，潛在蒸散發(fā)因素為自變量，結(jié)合遺傳規(guī)劃算法，通過(guò)判定各擬合函數(shù)的適應(yīng)度，進(jìn)行多次迭代，建立適合淮河流域各分區(qū)土壤含水量的估測(cè)模型。

由于研究區(qū)內(nèi)下墊面復(fù)雜，為避免山地及平原地區(qū)土壤水模擬時(shí)相互影響，從而導(dǎo)致平原地區(qū)模擬值偏低及山地地區(qū)模擬值偏高，將研究區(qū)分為山東半島、沂沭泗流域、淮河地區(qū)3個(gè)地區(qū)。以山東半島、沂沭泗流域、淮河地區(qū)模型建立為例，建立土壤含水量模擬模型。

經(jīng)多次實(shí)驗(yàn)，得到擬合公式分別為：山東半島W=23.977(Js/Sk)0.075(E×Ln)0.216，其相關(guān)系數(shù)R2為0.6；沂沭泗流域W=32.212(Js/Sk)0.143(E×Ln)0.081，其相關(guān)系數(shù)R2為0.6；淮河地區(qū)W=27.943(Js/Sk)0.157(E×Ln)0.151，其相關(guān)系數(shù)R2為0.59。

4 結(jié) 語(yǔ)

由于缺少研究區(qū)內(nèi)土壤含水量實(shí)測(cè)值驗(yàn)證數(shù)據(jù)，為了驗(yàn)證所建立模型的可靠性，選用2010年6月上、中、下旬，9月下旬，10月中旬實(shí)測(cè)數(shù)據(jù)與淮河流域各分區(qū)模型模擬的土壤含水量值進(jìn)行對(duì)比驗(yàn)證。研究結(jié)果為山東半島、沂沭泗流域、淮河地區(qū)的模擬值與實(shí)測(cè)相關(guān)性R2分別為0.63、0.60、0.65，均方根誤差分別為0.09 、0.12、0.11。

由圖6可知，3個(gè)分區(qū)實(shí)測(cè)值與模擬值斜率與45°線(xiàn)相差不多，截距在0.1左右，說(shuō)明估測(cè)值比實(shí)際值偏小。在山東半島，當(dāng)土壤相對(duì)含水量小于0.8時(shí)，模擬值略高于實(shí)測(cè)值；當(dāng)大于0.8時(shí)，模擬值偏小。淮河地區(qū)有相似情況，臨界值出現(xiàn)在0.6左右，在0.6～0.8之間出現(xiàn)一些站點(diǎn)的模擬值高于實(shí)測(cè)值0.3左右的異常情況。在沂沭泗流域，模擬值整體高于實(shí)測(cè)值。在相關(guān)性分析的基礎(chǔ)上，進(jìn)一步作相互獨(dú)立的兩組樣本的顯著性分析，山東半島、沂沭泗流域、淮河地區(qū)均通過(guò)檢驗(yàn)（a=0.01）。

圖6 土壤含水實(shí)測(cè)值與模擬值相關(guān)性分析

利用研究區(qū)內(nèi)山東半島、沂沭泗流域、淮河地區(qū)6月上、中、下旬，9月下旬，10月中旬土壤相對(duì)含水量實(shí)測(cè)數(shù)據(jù)，與所建立模型估算所得土壤相對(duì)含水量模擬數(shù)據(jù)進(jìn)行誤差分析，如圖7。其中山東半島有8個(gè)站點(diǎn)數(shù)據(jù)，沂沭泗流域有8個(gè)站點(diǎn)數(shù)據(jù)，淮河地區(qū)有18個(gè)站點(diǎn)數(shù)據(jù)。

圖7中橫坐標(biāo)為研究區(qū)3個(gè)分區(qū)土壤水分實(shí)測(cè)站點(diǎn)，縱坐標(biāo)為各實(shí)測(cè)站點(diǎn)實(shí)測(cè)數(shù)據(jù)與估測(cè)數(shù)據(jù)誤差百分比，可以看出，山東半島整體誤差低于沂沭泗流域與淮河地區(qū)，山東半島除了在6月上旬和第2個(gè)站點(diǎn)高于20%外，其余均控制在15%之內(nèi)；沂沭泗流域，整體誤差高于山東半島，最高誤差為25%；淮河地區(qū)由于站點(diǎn)較多，誤差高于15%的較多，但按比例分析高于15%占整體的8.9%，低于沂沭泗流域；研究區(qū)3 個(gè)分區(qū)整體滿(mǎn)足誤差要求。這說(shuō)明得到的定量關(guān)系式符合客觀(guān)規(guī)律，能夠滿(mǎn)足研究需要。誤差估測(cè)大小與土地覆蓋類(lèi)型等下墊面因子以及氣象因子有關(guān)，如在沂沭泗流域，由于山地、裸地較多，降雨可能入滲較少，所以降雨對(duì)土壤含水量影響沒(méi)有平原地區(qū)大。由此進(jìn)一步驗(yàn)證了土壤含水量的大小受區(qū)域下墊面情況、氣象條件等因子影響和控制的結(jié)論。

圖7 研究區(qū)3個(gè)分區(qū)實(shí)測(cè)值與模擬值誤差分析

該定量關(guān)系是基于區(qū)域尺度的，不僅考慮了溫度、植被的影響， 同時(shí)加入了降雨、飽和導(dǎo)水率、潛在蒸散發(fā)等因子，還考慮了下墊面覆蓋變化的影響，將RS與土壤質(zhì)地?cái)?shù)據(jù)結(jié)合，從而改進(jìn)了傳統(tǒng)土壤含水量估算模型中未考慮下墊面參數(shù)的不足。利用研究區(qū)土壤質(zhì)地、氣象數(shù)據(jù)集，基于遺傳規(guī)劃算法建立的蒸散發(fā)氣象驅(qū)動(dòng)模型，通過(guò)檢驗(yàn)和誤差分析，均通過(guò)a=0.01的顯著性檢驗(yàn)，適合研究區(qū)域不同季節(jié)不同分區(qū)土壤含水量的預(yù)測(cè)。

[1] Hope A S, Petzold D E, Goward S N, et al. Simulating Canopy Reflectance and Thermal Infrared Emissions for Estimating Evapotranspiration[J]. Water Resources Bulletin,1987,22(6)：1 011-1 019

[2] Nemani R R, Running S W. Estimation of Regional Surface Resistance to Evapotranspiration from NDVI and Thermal-IR AVHRR Data[J]. Journal of Applied Meteorology,1989,28(4)：276-284

[3] Goetz S J. Multi-sensor Analysis of NDVI, Surface Temperature and Biophysical Variables at a Mixed Grassland Site[J]. International Journal of Remote Sensing,1997,18(1)：71-94

[4] 柳欽火,辛景峰,辛?xí)灾?等. 基于地表溫度和植被指數(shù)的農(nóng)業(yè)干旱遙感監(jiān)測(cè)方法[J].科技導(dǎo)報(bào),2007,25(6)：12-18

[5] 辛景峰,宇振榮,Driessen P M.利用NOAA NDVI數(shù)據(jù)集監(jiān)測(cè)冬小麥生育期的研究[J].遙感學(xué)報(bào),2001(6)：442-447

[6] 姚春生.使用MODIS數(shù)據(jù)反演土壤水分研究[D].北京：中國(guó)科學(xué)院研究生院(遙感應(yīng)用研究所),2003

[7] Carlson T N, Perry E M, Schmugge T J. Remote Estimation of Soil Moisture Availability and Fractional Vegetation Cover for Agricultural Fields[J].Agricultural and Forest Meteorology,1990,52(1)：45-69

[8] 楊曦,武建軍,閆峰,等.基于地表溫度—植被指數(shù)特征空間的區(qū)域土壤干濕狀況[J].生態(tài)學(xué)報(bào),2009(3)：1 205-1 216

[9] 李震,郭華東,施建成.綜合主動(dòng)和被動(dòng)微波數(shù)據(jù)監(jiān)測(cè)土壤水分變化[J].遙感學(xué)報(bào),2002(6)：481-484

[10] 陳立文,張友靜,鄧世贊,等.基于溫度植被干旱指數(shù)的黃河源區(qū)土壤表層含水量反演[J].水利水電科技進(jìn)展,2012,32(4)：6-9

[11] 季志恒,樊福來(lái).土壤水消退的時(shí)空變化規(guī)律分析[J].水文, 2003(1)：23-27

[12] 劉春利,邵明安.黃土高原六道溝流域不同土地利用方式下土壤水力特性及其對(duì)土壤水分的影響[J].應(yīng)用生態(tài)學(xué)報(bào),2008,19(11)：2 400-2 407

[13] 趙術(shù)偉.放牧對(duì)緩沖帶水分特性影響的研究[J].水土保持應(yīng)用技術(shù),2009(2)：17-19

[14] 劉春,張春輝,李秀梅.脈沖降雨—蒸發(fā)對(duì)土壤濕度影響的動(dòng)力機(jī)制分析[J].高原山地氣象研究,2011,31(2)：59-62

[15] 孫福寶,楊大文,劉志雨,等.基于Budyko假設(shè)的黃河流域水熱耦合平衡規(guī)律研究[J].水利學(xué)報(bào),2007(4)：409-416

[16] 傅抱璞.山地蒸發(fā)的計(jì)算[J].氣象科學(xué),1996(4)：328-335

P237

：B

：1672-4623（2016）11-0097-06

10.3969/j.issn.1672-4623.2016.11.034

陳立文，碩士，主要從事GIS與RS研究。

2015-07-03。

項(xiàng)目來(lái)源：吉林省科技發(fā)展計(jì)劃資助項(xiàng)目（20140204052SF）。