第七章 土壤遥感【知识发现】

1、第七章 土壤遥感,城市与环境学院 王细元 xiyuan80_ http:/ 遥感地学分析，黄家柱教授,遥感地学分析,土壤遥感是应用遥感手段研究土壤科学的技术。 土壤遥感能对某些土壤性状、水分含量、养分供应状况，以及对土壤盐渍化、沼泽化、风沙化、水土流失、土壤污染等变化进行动态监测，为合理开发、利用与管理土壤资源及时提供科学数据。,内容提要,7.1 土壤波谱特征及其变化规律 7.1.1 土壤的反射光谱特征 7.1.2 土壤的热红外辐射特征 7.1.3 土壤的的微波辐射与散射特征 7.3 土壤遥感分析 7.3.1 土壤类型的遥感分析 7.3.2 土壤侵蚀调查与监测 7.3.3 土壤水分监测与干旱灾

2、害预测 7.3.4 土壤盐分监测,7.1 土壤波谱特征及其变化规律,7.1.1 土壤的反射光谱特征 土壤的波谱特性主要包括土壤反射光谱特性、土壤热红外与微波的辐射散射特性等，但应用最多的是土壤反射光谱特征 。总的来说，土壤的主要物质组成与岩矿一脉相承，因而土壤和岩矿的光谱反射特性在整体上基本一致，即反射率从可见光的短波段起随波长的增加而逐渐抬升。,自然状况的土壤表面的反射率没有明显的峰值和谷值，一般来说土质越细，反射率越高，有机质含量越高和含水量越高反射率越低。此外土壤的肥力也会对反射率产生影响。,7.1 土壤波谱特征及其变化规律,7.1 土壤波谱特征及其变化规律,土壤类别是多种多样的，其光谱

3、反射特性也必然相应地发生许多变化但就其光谱曲线在可见光至近红外区的整体形态与斜率变化情况看，均可归纳为平直型、缓斜型、陡坎型和波浪型四大类 。,总的来说，土壤光谱反射特性的差异与变化都取决于土壤的组成与表面状态，其中最为重要的是腐殖质含量。含量愈高，反射率愈低，光谱的曲线愈趋低平，这是总的规律。但应注意腐殖质的组分如胡敏酸、富里酸等之间的光谱特性差异颇大，对土壤光谱特性的影响也就有所不同。 此外，土壤湿度对反射特性的巨大影响绝对不能忽视。 土壤的机械组成即质地与表面状况对光谱反射率也有明显影响。,7.1 土壤波谱特征及其变化规律,7.1.2 土壤的热红外辐射特征 土壤的热红外和微波辐射、散射特

4、性与岩矿有许多类似之处，但由于土壤是疏松的有机和无机复合体，固、液、气三相共存，成分多样，且处于相互消长、快速多变之中，故更为复杂。 其中土壤含水量是造成土壤表面温度差异，乃至热红外辐射变化的主要因素。,7.1 土壤波谱特征及其变化规律,7.1.3 土壤的的微波辐射 关于土壤的微波辐射特性，根据肖金凯的初步研究，不论何种土壤类型，在105烘干状态下，其介电常数均在5左右，加水之后，介电常数近线性上升，不同类型土壤，上升幅度稍有差异，表明土壤的介电常数主要由土壤含水量决定，与土壤成分和性质有一定关系但不是很大。,7.1 土壤波谱特征及其变化规律,7.3.2 土壤侵蚀调查与监测 土壤侵蚀是指地表缺

5、乏植被保护时，表土或土体在外营力作用下被冲刷、剥蚀、迁移和堆积的现象。 外营力通常可分为水蚀（溶蚀、溅蚀、冲蚀）；风蚀（滑动、跳跃、吹扬；重力侵蚀（滑坍、崩坍、泻溜）等类型。 土壤侵蚀不仅使土壤结构破坏，土层减薄，土壤退化、沙化，肥力降低，甚至使地面破碎，沟壑纵横，土壤资源质量严重下降。 土壤侵蚀的发生虽有其自然原因但不合理地利用土壤资源，如滥伐林木、过度放牧、陡坡开垦则是加速土壤侵蚀的发生和发展的重要原因。,7.3 土壤遥感分析,遥感和地理信息系统技术，为区域土壤侵蚀监测和预报提供了有力的手段。 遥感能够提供实时、同步、大范围的地表信息，遥感图像可清楚地反映土壤侵蚀的环境条件、侵蚀的程度和类

6、型。 GIS则能够在空间范围内对多源、多时相的信息进行组合、集成、提取等拓扑分析。 利用遥感信息源，辅以其它相关的专题信息(包括专题图件、统计资料)、野外实况调查以及样方测量方法，即可有效地进行土壤侵蚀分区、分类、分级判别和制图，定量分析不同程度侵蚀的分布和面积，从而为水土保持规划与决策、生态建设等提供信息支持服务。,7.3 土壤遥感分析,土壤侵蚀分类分级遥感定量方法，包括两方面内容：第一是通过遥感信息和非遥感信息的综合分析，确定侵蚀类型；第二是根据不同侵蚀类型，按照各类侵蚀强度模型的因子匹配关系，通过RS和GIS技术相结合提取侵蚀量因子值。 侵蚀成因类型的解译，可以从两方面分析：一方面是通过

7、对侵蚀类型区的解译确定侵蚀类型的分布区域，另一方面是通过判别不同侵蚀类型过渡处图斑的侵蚀类型确定不同侵蚀类型的界线。,7.3 土壤遥感分析,（1）土壤侵蚀强度分级及遥感数据处理 土壤侵蚀强度分级根据全国土壤侵蚀调查规程，按下表进行分级。,7.3 土壤遥感分析,不同水力侵蚀类型强度分级参考指标,7.3 土壤遥感分析,不同水力侵蚀类型强度分级参考指标,（2）土壤侵蚀遥感技术调查监测的信息源选择 我国应用遥感技术编制了1:50万、1:20万、1:10万、1:5万、在局部地区编制了1:2.5万至1:1万的各种比例尺的土壤侵蚀图，其中早期应用了MSS、TM，后来也应用了SPOT4以及各地区摄影的全色及彩

8、红外航空像片(在山西、宁夏大量应用了彩红外航片)、近期在有些地区开始应用中巴资源1号星，SPOT5号星以及IKONOS等遥感信息源进行土壤侵蚀调查和监测。,7.3 土壤遥感分析,不同信息源在土壤侵蚀强度分级中的性能比较,7.3 土壤遥感分析,（3）3S技术在土壤侵蚀调查监测中的应用 遥感与GIS和GPS的结合集成，在水土流失、土壤侵蚀等自动制图方面有很好的应用潜力。将遥感图像与DEM叠合后可以编制土壤侵蚀强度等级图，应用GIS管理的大量空间数据，可以随时查询、统计分析、或根据需要进行相关空间分析，而GPS可对不同时期、大小面积的滑坡、塌陷进行定位和面积测定，对沟堑切割深度及深度进展速度进行测定

9、，也可作为遥感图像进行土壤侵蚀相关因子的地面补充测定，训练样地选择和地面检验。,7.3 土壤遥感分析,西安市水土流失动态变化及对策研究冯晓刚,2 研究方法 2. 1 地形因子提取：利用DEM提取坡度坡向 2. 2 植被盖度提取：利用NDVI提取植被盖度 F= ( N D V I - N DV Im in ) / ( N DV Imax - N DV Imin ) 2. 3 土地利用类型的提取：监督分类、非监督分类 建设和居民用地、耕地、林地、水域、牧草地、为开发地 2. 4 基于R S 的土壤侵蚀判读指标,土壤侵蚀分类分级标准,结果,分级指标,张家界市水土流失遥感调查与监测黄树春,数据源： 遥

10、感数据分别是 1975 年 MSS、2000 年前后的TM /ETM 和 2007 年 SPOT 5 共 3 个时相的卫星数据, 辅助数据还包括 1 !10万土地利用图、1 !1万土地利用图、1 !5万 DRG、1 !5 万 DEM、1 !5万地质图、1 !5万水文地质图、降水量和植被覆盖等资料。,方法： 数据预处理：正射纠正、直方图均衡化、线性拉伸、色谱平衡、对比度扩展等 水土流失信息提取： 用1：5万地形图生成DEM，做坡向分析 用NDVI，计算植被覆盖度。,结果,http:/ 国际科学数据服务台 /data/ http:/glovis.u

11、/【美国地质调查局 速度很慢30KB/S以下，比CSDB多】,SRTM地形数据按精度可以分为SRTM1和SRTM3，分别对应的分辨率精度为30米和90米数据（目前公开数据为90米分辨率的数据）。 全球30米分辨率数字高程数据产品 经度：1度 维度：北为正，南为负 分辨率：30m,图像拼接,数据预处理,镶嵌图像,镶嵌工具,增加图像,输入图像颜色纠正,设置插入模型,设置重叠部分函数,设置输出,运行，并输出,淮安 洪泽湖,ERDAS中坡度、坡向,解译,地形分析,坡度分析,坡向分析,水土流失是不利的自然条件与人类不合理的经济活动互相交织作用产生的。 不利的自然条件主要是：地面坡度陡峭，土

12、体的性质松软易蚀，高强度暴雨，地面没有林草等植被覆盖。 水土流失对当地和河流下游的生态环境、生产、生活和经济发展都造成极大的危害。 水土流失破坏地面完整，降低土壤肥力，造成土地硬石化、沙化，影响农业生产，威胁城镇安全，加剧干旱等自然灾害的发生、发展，导致群众生活贫困、生产条件恶化，阻碍经济、社会的可持续发展。,水土流失是在湿润或半湿润地区，由于植被破坏严重导致的。如果是在干旱地区的植被破坏，会导致沙尘暴或者土地荒漠化，而不是水土流失。 因为植被破坏严重，再加上雨水和地表水的冲刷，导致水土流失。 加大植被的覆盖率，可以保持水土，也就是防止水土流失的发生。,7.3.3 土壤水分监测与干旱灾害预测

13、（1）土壤水分遥感的原理与方法 土壤水分（即土壤湿度、土壤含水量），作为陆面水资源形成、转化、消耗过程研究中的基本系数，是联系地表水与地下水的纽带，也是研究地表能量交换的基本要素，并对气候变化起着非常重要的作用。 土壤水分的变化能影响其本身的水热过程，使地表参数发生变化，如地表反照率、土壤热容量、地表蒸发和植被生长状况等。,7.3 土壤遥感分析,遥感数据中的土壤含水量信息 根据地物波谱的测定，在可见光部分干燥土壤的反射光谱比潮温土壤的反射光谱平行抬高一段反射率。随着含水量的多寡，抬高的距离大小不同。因此，早期遥感研究中有用可见光波段测定土壤含水量的尝试。 近红外波段对水的反映灵敏，水对近红外光

14、完全吸收。因此含水量高的土壤在近红外波段上呈暗色调，地物波谱曲线不是平行降低，而是陡坡降低。因此早期与可见光波段同时使用推测土壤含水量。,7.3 土壤遥感分析,中红外波段对高温反应灵敏，是林火的探测波段。反之，土壤十分干燥时温度较高，在中红外遥感影像上有反映。也就是说，如果求土壤的干燥度时，用中红外波段效果较好。 热红外波段对常温反映灵敏，土壤温度与湿度关系密切，因此热红外遥感数据中也包含了土壤含水量的信息。 微波波段对水的反映极其灵敏，很薄的水层就可以屏蔽微波辐射。因此许多国内外的学者都认为微波是探测土壤含水量最佳的波段。,7.3 土壤遥感分析,目前，人们多从热红外与微波遥感入手监测土壤水分

15、，依据土壤水分平衡及热量平衡的原理，通过地表热通量方程及地表能量平衡边界条件，从遥感成像机理出发，运用热红外遥感的土壤热惯量、植物蒸散、作物缺水指数等方法，以及微波遥感的土壤辐射亮温、土壤介电常数与土壤水分的关系等，建立遥感数据与地面测量值间的经验半经验统计回归模型、数值模拟方程（如水热耦合传输方程）等，并借助GIS的支持、通过引入辅助参数，以提高遥感土壤水分、旱情监测的精度和时效。,7.3 土壤遥感分析,7.3 土壤遥感分析,（2）干旱遥感监测 通常干旱是指某地团长期没有降水或降水显著偏少造成空气干燥、土壤缺水甚至干涸的现象。 干旱没有唯一的标准，可以从各个方面去定义，但都离不开水和植被。遥

16、感监测干旱也基于土壤水分和植被状况。 对于裸地，卫星遥感的重点是土壤含水量；对于有植被覆盖的区域，卫星遥感的重点是植被指数的变化及植被冠层蒸腾状况的变化。,1、热惯量法,热惯量法主要用于裸露土壤。它是用热红外方法遥感湿度。,其中P为热惯量，即卫星间接遥感量，T0为每日最高温度和最低温度之差，A为全波段反照率，B为常数。,由于系统本身有一定的热容量，系统传热介质具有一定的导热能力，所以当系统被加热或冷却时，系统温度上升或下降往往需要经过一定的时间，这种性质成为系统的热惯量(Thermal inertia)。系统的热容量与材料的比热容和体积有关，传热介质的传热能力用热阻表示。系统的热容量越大，它的

17、热惯量越大；介质的热阻越大，系统的热惯量也越大。,通常用统计方法建立土壤水分遥感模型，但目前国内建立的多是线性模型，而幂函数模型比线性模型好，因此它的物理意义与上述公式的数字表达式相一致，试验结果表明拟合精度也比其它函数形式的拟合精度高，幂函数形式为：,式中，为土壤水分，是拟合系数（最小二乘法拟合），P是热惯量。,2、植被供水指数法,热惯量方法只对裸露土壤适用，因为在有植被覆盖情况下，特别是在植被覆盖度很高时，植被改变了土壤的热传导性质，而旱灾发生的季节，植被覆盖率年往往很高。为了对高植被覆盖区农作物的旱灾进行遥感监测，中国气象局国家卫星气象中心发展了“植被供水指数法”。,其物理意义是：,当作

18、物供水正常时，卫星遥感的植被指数在一定的生长期内保持在一定的范围，而卫星遥感的作物冠层温度也保持在一定的范围内；,如果遇到干旱，作物供水不足，一方面作物的生长受到影响，卫星遥感的植被指数将降低，另一方面作物的冠层温度将会升高，这是由于干旱造成的作物供水不足，作物没有足够的水供给叶子表面的蒸发（蒸发带走热量），被迫关闭一部分气孔，致使植被冠层温度升高。,植被供水指数的定义式为： VSWINDVIT5 这里T5是美国NOAA卫星或我国FYl卫星遥感到的作物冠层温度。 VSWI越低表示干旱越严重。,3、植被指数法,植被长势受到许多因素的影响。在干旱年份，水对植被长势起关键作用。水分亏缺，植被长势不好

19、，叶面积指数下降，叶子内的叶绿素减少，它对太阳的近红外光的反射能力降低，卫星遥感得到的植被指数会明显降低。以此来表明干旱程度，就是监测干旱的植被指数法。,4、距平植被指数法,为了监测大范围作物干旱，中国气象局国家卫星气象中心还发展了距平植被指数法。它是用植被指数（NDVI）多年的旬（月）平均值作为背景值，然后用作物受灾旬或月的植被指数（NDVI）减去背景值。,求旬、月植被指数，每旬需30多条轨道卫星资料，每月需90多条轨道卫星资料，才能消去云的影响，监测全国范围的干旱。经过进一步的工作，可以做出每旬的全国范围具有国界省界标志的植被态势图像或数字打印图，以供植被长势干旱状况分析判断。对于中国，该

20、图范围可为东经74135，北纬1257，图像空间分辨率约为6km。,旱情遥感监测评估,距平植被指数 ： AVI=NDVIi-NDVI 式中，NDVIi为某一特定年某一时期（ 如旬、月等）NDVI 的值， NDVI为多年该时期NDVI的平均值。 一般而言，距平植被指数为0.10.2表示旱情出现，0.30.6 表示旱情严重。对1992年河南省的旱情（大旱）研究后认为，在山区应用距平植被指数的效果比降水距平好，并认为是由于山区降水容易流失所致。,5、条件植被指数,条件植被指数（Vegetation Condition Index，VCI）：,式中， NDVIi为某一特定年第i 个时期的NDVI值，N

21、DVImax和NDVImin分别代表所研究年限内第i 个时期NDVI 的最大值和最小值。,VCI=（NDVIiNDVImax）/(NDVImax-NDVImin)*100,分母部分是在研究年限内第i 个时期植被指数的最大值和最小值之差，它在一定意义上代表了NDVI 的最大变化范围，反映了当地植被的生境；,分子部分在一定意义上表示了某一特定年第i个时期的当地气象信息，若NDVImax和NDVImin之间差值小，表示该时段作物长势很差。,VCI=（NDVIiNDVImax）/(NDVImax-NDVImin)*100,有学者发现应用VCI 动态地监测干旱的范围及其边界比应用其它方法如NDVI 和降水量的监测更有效、更实用。同时认为NDVI 适用于研究大尺度范围的气候变异，而VCI 适用于估算区域级的干旱程度。 对VCI 和AVI 来说，地表覆盖类型的年际间变化可能影响到干旱监测的准确性，因而在解释监测结果时应该有可靠的最新的土地覆盖类型图。另外，它们仅仅考虑由于水分胁迫导致NDVI 降低的状况，未考虑到其它因素如气温导致NDVI 降低的现实。,10cm土壤水分图,20cm土壤水分图,50cm土壤水分图,黑龙江省旱情监测图 （2002年7月8日）,气象卫星干旱监测图,1999年2月28日,干旱监测,其他方法还有： 6, 条件植被温度指数法,7, 植被指数日较差校正法,8，植被指