综合利用光学、微波遥感数据反演土壤湿度研究

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模式;其次,分析了植被微波单次散射、植被层双程透过率与NDVI之间的关系,建立了单次散射及双程透过率模型,然后,结合IS2入射角模式ASAR数据,建立土壤湿度反演模型.最后,基于模拟数据和获取的ASAR、TM影像数据,利用半经验模型反演土壤湿度.研究结果表明:IS2_HH模式土壤散射在总散射中贡献更大,该数据更适合土壤湿度反演;植被微波单次散射、双程透过率与NDVI有很好的线性关系,可以利用线性模型建立它们之间的关系;半经验模型能够较好地反演土壤湿度,反演和实测的土壤湿度相关系数为0.75,均方根误差为5.07%.     

基于机器学习模型的多层土壤湿度反演

为了获取深层土壤湿度缺测值,采用支持向量机、BP神经网络和随机森林3种机器学习算法,在表层至深层土壤中利用主成分分析法选择与土壤湿度相关性显著的气象因子作为输入数据,建立多层土壤湿度反演模型反演了不同深度的土壤湿度。结果表明:随机森林模型模拟结果更加稳定,反演效果更佳;受气象因子驱动的影响,3种机器学习模型对地表0~10.cm深度内土壤湿度的反演效果更佳,对深层土壤湿度的反演效果随着深度增加而变差;增加表层土壤湿度及不同深度土壤温度作为驱动因子可以有效提高机器学习模型对深层土壤湿度的反演能力。     

融合合成孔径雷达和光学影像的植被覆盖区土壤湿度反演

利用合成孔径雷达(synthetic aperture radar,SAR)卫星可对土壤湿度实现大面积、时间连续的反演.针对此过程中难以消除植被遮挡的问题,提出融合SAR微波数据和光学数据,利用修正水云模型消除植被影响,求解纯粹地表后向散射系数,代入裸土区土壤湿度反演算法进行土壤湿度反演,并在武汉豹澥区域设置实测站点记录实测数据进行比对.结果分析表明,经过植被消除后,实测站点垂直极化后向散射系数平均衰减量与植被覆盖度之间时间序列上相关系数达到0.83;土壤湿度反演值与实测值趋势相关性平均提升0.08,且提升程度与植被覆盖度相关系数也达到0.8以上,表明本算法针对植被覆盖度越大区域反演效果越好.该方法通过SAR影像和光学影像融合反演长时间序列土壤湿度具有良好可信度.     

星载卫星导航反射信号与土壤湿度的时空相关性分析

近年来使用GNSS(global navigation satellite system)反射信号反演土壤湿度已成为研究热点,使用星载反射计数据反演土壤湿度是一种有潜力的新兴技术。以TDS-1(technology demonstrate satellite-1)卫星接收的数据为例,首先推导出反射信号功率Pr与土壤湿度Mv间的理论关系,然后将SMAP(soil moisture active passive)卫星获得的Mv作为标准值,在空间上选择两条轨迹的Pr与Mv进行皮尔森相关处理,得到两条轨迹上的相关系数分别为0. 55和0. 60。之后对Pr和Mv分别进行相应的平滑预处理去除噪声,得到相关系数都增加为0. 71,即Pr与土壤湿度强相关。取春夏秋冬四个季节的数据,计算Pr与Mv的相关系数为0. 78,二者也表现为强相关。实验结果表明:星载(GNSS-reflections,GNSS-R)接收机得到的Pr与Mv有很强的相关性,具有估计土壤湿度的潜力。     

不同微波遥感模态和不同数据组合的等湿度区域分布与土壤湿度的反演

论述了主动、被动和主动被动相结合的3种微波遥感模态反演土壤湿度的方法和特点。为了采用人工神经网络方法反演出土壤湿度，在随机粗糙面双谱散射模型的基础上计算了裸土壤表面的散射系数和发射率，分析了3种不同的微波遥感模态和不同数据组合的等湿度区域分布的特点，从而确定了适合于各个微波遥感模态的输入数据组合。反演结果表明，只要选择适当的人工神经网络输入数据组合，采用3种模态中的任何一种微波遥感模态反演土壤湿度都是可行的，并具有较好的反演精度，结果对于微波遥感反演土壤湿度方案的选取具有指导意义。     

基于多时相高分一号影像的土壤湿度反演

近年来使用国产光学遥感数据反演土壤湿度已成为业内研究热点,其中利用高分一号(GF-1)影像反演土壤湿度是一种潜在的新兴手段,但应用中模型参数需要根据地域调节.为提高GF-1反演土壤湿度的准确度,将豹澥试验区2019年12月至2020年6月的GF-1多光谱宽幅覆盖(WFV)影像和地面观测站点实测数据作为数据源,以垂直干旱指数(PDI)、基于归一化植被指数(NDVI)的修正型垂直干旱指数(MPDIN)、基于两波段增强型植被指数(EVI2)的修正型垂直干旱指数(MPDIE)以及植被调整垂直干旱指数(VAPDI)这四种干旱指数为基准建立土壤湿度反演模型并进行精度评估.实验结果表明:在无植被区域,四种模型的反演结果大致相同,决定系数均在0.7350左右、平均相对误差均在4.50％左右、均方根误差均在1.10％左右,具有较高的精度;在有植被区域,VAPDI的反演效果最优,MPDIN与MPDIE次之,PDI效果不佳.与PDI相比,VAPDI由于考虑了混合像元的影响,不仅适用于稀疏植被区域,也适用于密集植被区域,应用范围更广;与基于两种不同植被指数的MPDI相比,VAPDI由于克服了植被覆盖度和植被像元反射率等因素的影响,基于该指数的土壤湿度估计值与实测值的决定系数达到0.7277以上,具有较高的反演能力.因此,针对豹澥试验区的实际情况,VAPDI指数具有精确反演土壤湿度的潜力.     

利用GNSS信号地表穿透特性反演土壤湿度的思考

利用全球导航卫星系统干涉信号（GNSS-interferometric reflectometry, GNSS-IR）进行土壤地表湿度反演具有无需信号源、探测区域宽广等特点，受到了国内外研究机构的广泛关注. 为解决传统GNSS穿透模型结构复杂的问题，根据几何构型给出了GNSS-IR计算天线相位中心与地表实际反射面垂直距离的方法，通过仿真不同土壤湿度下的高度测量偏差，建立了与GNSS信号理论穿透土壤深度的线性关系，以及与土壤湿度的反比例关系. 考虑到卫星高度角的变化对高度反演的影响，采用修正的测高模型，并利用Lomb-Scargle谱分析的方法计算了高度测量偏差. 为减少地表植被对反演天线相位中心距离地表实际反射面垂直距离的影响，利用归一化植被指数对高度测量偏差进行了修正，同时建立了GNSS信号高度测量偏差与土壤湿度的一阶反比例模型，最后对该模型进行了验证. 结果表明，对于长时间大尺度变化土壤湿度的场景，利用GNSS信号地表穿透特性进行土壤湿度反演有着很好的效果.      

北斗GEO卫星微动条件下的GNSS-R土壤湿度反演

全球定位系统GPS发射的L波段导航信号源已被用于估测地球表面的土壤湿度,但由于卫星具有一定的重返周期,所以对固定区域土壤湿度反演的性能受到不断变化的星下点轨迹的限制。北斗GEO（geostationary earth orbit）卫星是地球静止轨道卫星,同时又存在着周期性的微动,利用它的反射信号来反演土壤湿度受到其微动特性的影响。针对这个问题,本文研究了利用GEO卫星反射信号功率进行固定区域内土壤湿度反演的可行性。本文首先分析了GEO卫星的微动特征和反射区域的变化;然后采用包络提取和三次多项式插值的方法来恢复SNR的趋势变化规律,以消除因为GEO卫星轻微运动带来的周期性波动和噪声,并且根据现场收集的部分实验数据确定的校准参数值对反射系数进行校正;最后,我们使用测试数据进行土壤湿度反演,得到每半小时固定区域的连续土壤湿度反演值。结果表明,土壤湿度反演值与原位土壤湿度值的变化趋势基本一致,反演的平均绝对误差小于4.63％。可见,BDS GEO卫星信号可以作为GNSS反射计的重要数据来源。     

先验知识在被动微波遥感土壤湿度反演中的作用和影响

利用微波遥感的发射率数据反演裸土壤湿度，不可避免需要结合地表面和土壤层的一些先验知识，而先验知识的准确度又将对反演结果的准确度产生一定的影响。文章讨论了地表的高度起伏相关函数形式、土壤温度和土壤质地等三类先验知识，定义了几种不同的土壤湿度反演误差，从而定量地给出三类先验知识的不确定性对土壤湿度反演的影响，指出：基于BSM散射模型和人工神经网络（ANN）的土壤湿度的反演方法是可行的，向ANN输入两种极化的裸土壤表面发射率数据便可反演出裸土壤的湿度，在上述三种先验知识具有一定的不确定性时仍可保证较好土壤湿度反演准确度。     

基于微波遥感的土壤湿度异常监测

提出地表微波极化差异指数,并利用AMSR-E星载被动微波遥感亮温数据,统计分析了2002-2006年7月上旬新疆微波极化差异指数旬平均分布;通过计算归一化距平,反演得到新疆7月上旬土壤湿度动态变化分布图。结果表明:利用微波极化差异指数能够较好地表征土壤湿度时空异常变化,为定量监测土壤相对干湿程度提供了一种有效便捷的方法。     

安徽省1980—2020年土壤侵蚀时空变化特征

土壤侵蚀不仅会造成土壤破坏、肥力下降,甚至会造成自然灾害,研究土壤侵蚀分布特征及其驱动因素,对于治理水土流失和保障土壤生产力具有重要意义。基于修正的通用土壤流失方程(revised universal soil loss equation, RUSLE)模型,利用降雨、土壤、数字高程模型(digital elevation model, DEM)、土地利用等数据,分析安徽省1980、2000、2005、2010、2015和2020年土壤侵蚀强度时空演变特征,基于地理信息系统(geographic information system, GIS)技术进一步探讨了土壤侵蚀变化与土地利用类型之间的关系。结果表明：安徽省40年来土壤侵蚀整体呈现先降低后略微回升的趋势,1980年侵蚀总量为6 510.92万t/a, 2005年降低到3 169.26万t/a, 2020年回升为4 205.01万t/a。安徽省整体侵蚀以微度侵蚀为主,由北至南侵蚀强度逐渐加剧,强度及以上等级的侵蚀主要集中在皖西大别山区、皖南丘陵山地区。安徽省土壤侵蚀强度发生改变的区域主要集中在皖西大别山区和皖南丘陵山地区。草地的土壤...     

基于机器学习的蒸散量插补方法

以黑河流域湿地、农田、草地、柽柳、胡杨林、混合林生态系统为研究对象,结合气象因子(净辐射、温度、土壤热通量、风速、相对湿度、土壤体积含水率),分别采用多元线性回归(MLR)、决策树(CART)、随机森林(RF)、支持向量回归(SVR)、BP人工神经网络(BPANN)、深度学习(DL)等方法对蒸散量进行插补。结果表明:(a)RF、SVR、BPANN、DL在各个生态系统的蒸散量插补精度均较高(R² = 0.8~0.93,R_MSE=21.730~41.731 W/m²,M_AE=12.153~26.129 W/m²),但SVR在柽柳、混合林生态系统的结果稍差于其他3种方法(R²降低了0.01~0.02),MLR插补精度最差(R² =0.6~0.7),CART结果介于之间(R² = 0.78~0.9)。(b)加入土壤体积含水率能一定程度提升模型插补的精度(R²提高了0.01~0.06)。(c)利用建立的插补模型去插补其他年份的蒸散量,发现其精度有不同程度的下降。综合考虑模型的精度和稳定性,RF、BPANN、DL对于蒸散量的插补具有较高的精度,同时加入土壤体积含水率可以提高模型插补的精度。     

Responses of soil respiration in non-growing seasons to environmental factors in a maize agroecosystem,Northeast China

Based on continuous three-year measurements (from 2004 to 2007) of eddy covariance and related environmental factors, envi-ronmental controls on variation in soil respiration (R_s) during non-growing season were explored in a maize agroecosystem in Northeast China. Our results indicated that during non-growing seasons, daily Rs was 1.08–4.08 g CO2 m^–2 d^–1, and the lowest occurred in late November. The average R_s of non-growing season was 456.06 ± 20.01 g CO2 m^–2, accounting for 11% of the gross primary production (GPP) of the growing season. Additionally, at monthly scale, the lowest value of R_s appeared in January or February. From the beginning to the end of non-growing season, daily R_s tended to decrease first, and then increase to the highest. There was a significant quadratic curve relationship between Rs and soil temperature at 10 cm depth when soil temperature was more than 0°C (P<0.001), with the explaining ratio of 38%–70%. When soil water content was more than 0.1 m³ m^–3, soil moisture at 10 cm depth was significantly parabolically correlated with R_s (P<0.001), explaining the rate of 18%–60%. Based on all the data of soil temperature of more than 0°C, a better model for R_s was established by coupling soil temperature and moisture, which could explain the rate of up to 53%–79%. Meanwhile, the standard error of regression estimation between the values of prediction and observation for R_s could reach 2.7%–11.8%. R_s in non-growing season can account for 22.4% of R_s in growing season, indicating that it plays a critical role in assessing the carbon budget in maize agroecosystem, Northeast China.     

岷江上游花椒地/林地边界土壤水分分布及影响域

在岷江上游干旱河谷区选取典型的花椒地,林地边界,利用TDR仪测定干旱条件下和雨后0-15cm表土层水分体积分数,刻画沿样带梯度土壤水分分布以及不同时段土壤水分变化,同时用移动窗口法判定土壤水分的边界影响域。结果表明,在干旱河谷区土壤水分体积分数较低并沿样带存在明显的变化,从林地到边界到花椒地土壤水分体积分数基本呈“V”字型变化;而在林地和花椒地内部,水分体积分数呈“W”型波动。干旱时土壤水分体积分数日间变化不大,而雨后水分体积分数逐日递减。土壤水分的影响域在雨后可达14m,干旱时为8m。     

半干旱地区土壤湿度变化特征

利用兰州大学半干旱气候与环境观测站(SACOL)站2006年5月至2009年12月5～80 cm的土壤体积含水量间隔半小时的数据,分析了半干旱地区土壤湿度变化特征.结果表明:5～40 cm土壤湿度有明显的季节变化,呈现出三高三低的变化特征,80 cm土壤湿度季节变化不明显;土壤湿度浅层比深层波动大,5～80 cm各层土壤体积含水量平均日较差依次为1.08％,0.57％,0.25％,0.11％,0.04％,相比于10 cm土壤体积含水量5.71％的方差,80 cm的方差只有2.69％;土壤湿度大小因土壤深度、季节和天气背景不同而有所差异,春、夏、秋季土壤湿度随深度加深呈降低型,冬季呈现增长型;随着深度的加深,上下层土壤湿度的相关性逐渐减弱,滞后时间在增加,滞后时间最短为3.5h,最长为35 h.     

基于GLDAS与TVDI降尺度反演土壤含水量

土壤水是连接大气降水、地表水和地下水的关键水文带,在旱寒区对于维系植被生长起到至关重要的作用.为获取相对精度较高,时空分布更广的土壤含水量数据,本文采用青藏高原2006年MODIS(moderate resolution imaging spectroradiometer)植被归一化指数NDVI(normalized difference vegetation index)数据与地温数据LST(land surface temperature)计算出青藏高原全年温度植被干旱指数TVDI(temperature vergetation dryness index);分析TVDI数据与GLDAS各层土壤含水量的相关性以及相关性的稳定性,结果表明:总体上TVDI数据与GLDAS各层土壤含水量数据呈负相关关系,其中TVDI与GLDAS第1层土壤湿度数据相关性最好,且相关性的稳定性较强;利用TVDI和GLDAS第1层数据的相关关系反演出青藏高原2006年每月土壤水分分布图,并利用月均值进行实例分析,结果表明反演结果与GLDAS数据基本吻合,仅在青藏高原南部和北部两个区域存在偏差.与原始GLDAS数据相比,TVDI反演的土壤含水量数据具有更高的分辨率(分辨率为1km),在时间尺度上,可以反演逐月的土壤水分.     

免耕探墒对土壤环境因素和旱地玉米产量的影响

对不同耕作方式下旱地玉米种植的试验结果显示,免耕探墒播种条件下2cm～7cm深处土壤容重较旋耕增加了4．31％,没有达到显著水平;免耕探墒播种降低了地温,提高了0era-20cm深处土壤的水分含量;免耕探墒播种产量为6591．82kg／hm2,较旋耕降低553．36kg／hm2,减产效果没有达到显著水平。由此说明,免耕探墒播种是旱地农业生产中有效的抗旱播种方法。     

晋西黄土区不同林龄人工刺槐林下植被及土壤水分特征

以晋西黄土丘陵沟壑区10、15、20a人工刺槐林为研究对象,原生荒草地为对照,采用时空互代法,调查分析坡面刺槐人工林植被恢复过程中林下植被演替和0~400cm土层土壤水分分布情况.结果表明:随着人工刺槐林林龄的增加,林下灌草植被物种丰富度变大,植被结构发育变好;不同林龄刺槐林地与荒草地土壤平均含水量由大到小顺序为荒草地(16.61%)、20a刺槐林地(10.08%)、15a刺槐林地(9.54%)、10a刺槐林地(8.52%);随着刺槐林龄的增加,土壤水分随坡位下降而增大的趋势有所改变,成熟刺槐林对坡面土壤水分空间分配的调节作用明显;人工刺槐林土壤水分沿垂直剖面变化方式与原生荒草地差异明显,15a以上刺槐林对100cm以下土壤水分的影响已基本稳定;人工刺槐林的生长造成了严重的林地土壤水分亏空,随着林龄的增长0~200cm土层土壤水分条件有所改善,但深层土壤(200~400cm)没有明显的恢复迹象.研究结果为黄土区植被恢复和刺槐林的经营管理提供了科学依据.     

微生物追踪固结技术在堤防防渗中的应用

利用微生物固结对岩土体进行防渗加固,在安徽滁州大洼水库黏性土堤防3个区段开展防渗试验,通过培养巴氏芽孢杆菌对尿素进行水解产生大量碳酸根离子并和钙镁离子结合生成碳酸钙沉积,从而堵塞坝体内部孔隙/裂隙。利用坝体内部测压管对内部水头进行监测,同时监测渗漏部位的渗漏量,试验结果表明,该技术能迅速降低黏性土堤防坝段渗透系数2个数量级。整个试验过程中,试验段微生物固结过程分为3个主要阶段:0~80 h为微生物固结发展期; 80~120 h为高峰转折期; 120 h以后为封闭拖尾期。处理后土体渗透系数为10-5~10-6cm/s,同时土样平均强度提高约13%(不固结不排水剪切试验结果)。利用电子显微镜和EDS能谱仪对土体孔隙内部生成物进行成分检测,结果表明碳酸钙是其主要组成物质。     

新泰市土门林场不同混交林枯落物层持水性能的研究

对新泰市土门林场7种林分的持水性能进行了研究,结果表明：枯落物总积蓄量在1.48～10.08t·hm^-2之间. 其中刺槐-麻栎混交林的最高,黄荆纯林的最小. 枯落物层的最大拦蓄量和有效拦蓄量范围分别为：0.48～2.99mm和0.39～2.47mm.二者都以刺槐麻栎混交林最高,油松纯林最低. 在0～40cm土层中的土壤含水量和土壤饱和贮水量由大到小依次为：刺槐-麻栎混交林、刺槐纯林、麻栎纯林、麻栎-油松混交林、油松-黄荆混交林、油松纯林、黄荆纯林、荒坡.