欢迎来到园艺星球(共享文库)! | 帮助中心 分享价值,成长自我!
园艺星球(共享文库)
换一换
首页 园艺星球(共享文库) > 资源分类 > PDF文档下载
 

基于作物水分胁迫指数的表层土壤含水率遥感估算.pdf

  • 资源ID:15186       资源大小:4.33MB        全文页数:7页
  • 资源格式: PDF        下载权限:游客/注册会员/VIP会员    下载费用:0金币 【人民币0元】
快捷注册下载 游客一键下载
会员登录下载
微信登录
下载资源需要0金币 【人民币0元】
邮箱/手机:
温馨提示:
系统会自动生成账号(用户名和密码都是您填写的邮箱或者手机号),方便下次登录下载和查询订单;
验证码:   换一换

加入VIP,免费下载
 
友情提示
2、PDF文件下载后,可能会被浏览器默认打开,此种情况可以点击浏览器菜单,保存网页到桌面,既可以正常下载了。
3、本站不支持迅雷下载,请使用电脑自带的IE浏览器,或者360浏览器、谷歌浏览器下载即可。
4、本站资源下载后的文档和图纸-无水印,预览文档经过压缩,下载后原文更清晰   

基于作物水分胁迫指数的表层土壤含水率遥感估算.pdf

2023年 4月 灌溉排水学报 第 42卷 第 4期 Apr 2023 Journal of Irrigation and Drainage No 4 Vol 42 1 作物水肥高效利用 文章编号 1672 3317 2023 04 0001 07 基于作物水分胁迫指数的表层土壤含水率 遥感估算 林人财 1 陈 鹤 1 张德宁 2 魏 征 1 蔡甲冰 1 曾 冉 3 张丽莉 3 贾玉玲 3 1 中国水利水电科学研究院 流域水循环模拟与调控国家重点实验室 北京 100038 2 德州市潘庄灌区运行维护中心 山东 德州 253000 3 沧州市水利工程质量技术中心 河北 沧州 061000 摘 要 目的 探究作物水分胁迫指数 CWSI 与表层土壤含水率的 空间分布特征 并分析不同下垫面 葵花 夏玉米 春小麦和甜椒 表层土壤含水率的遥感估算精度 方法 利用 MOD16A2 遥感数据和气象数据 结合 Penman Monteith P M 模型 基于 CWSI反演河套灌区解放闸灌域表层土壤含水率 并对不同下垫面的表层 土壤含 水率 进行验证 结果 CWSI 的空间分布与表层土壤含水率相反 CWSI 大的区域 表层土壤含水率小 春小麦下 垫面遥感估算的表层土壤含水率效果较好 决定系数 R2 为 0 748 其次为葵花 R2 为 0 357 灌溉次数较多的夏 玉米和甜椒的 表层土壤含水率 估算精度较差 可见基于 CWSI 的表层土壤含水率遥感估算方法对土壤干旱较为敏感 结论 基于 CWSI的表层土壤含水率遥感估算方法更适用于灌水较少且耐旱作物下垫面的 表层土壤含水率估算 关 键 词 土壤含水率 CWSI MOD16A2 解放闸灌域 中图分类号 S161 文献标志码 A doi 10 13522 ki ggps 2022447 OSID 林人财 陈鹤 张德宁 等 基于作物水分胁迫指数的表层土壤含水率遥感估算 J 灌溉排水学报 2023 42 4 1 7 LIN Rencai CHEN He ZHANG Dening et al Estimating Topsoil Water Content Using Crop Water Stress Index and Remote Sensing Technologies J Journal of Irrigation and Drainage 2023 42 4 1 7 0 引 言 1 研究意义 土壤含水率 是农业 气象和水文 领域的重要参数 在水资源评价 天气预报和水文 模拟等方面应用广泛 1 在农业领域 土壤含水率 是作物灌溉制度制定的重要依据 及时 准确 地获 取土壤含水率对指导农业灌溉及提高农业水资源利 用效率具有重要意义 2 传统的土壤含水率监测方 法如烘干法和 TDR 法可获得精准的点尺度土壤含水 率数据 但需消耗大量的人力 物力和财力 且无 法实现区域尺度监测 随着遥感技术的发展 区域 尺度监测成为可能 河套灌区是我国 特大灌区之一 由乌兰布和 解放闸 永济 义长和乌拉特 5 个灌 域组成 解放闸灌域是河套灌区的第二大灌域 耕 地面积占灌域总面积的 70 以上 及时 准确 地获 取解放闸灌域土壤含水率对指导农业灌溉及提高农 收稿日期 2022 08 11 基金项目 国家重点研发计划 项目 2021YFB3900602 中国水利水电 科学研究院流域水循环模拟与调控国家重点实验室自主研究课题 SKL2022TS13 中国水利水电科学研究院基本科研业务费专项项目 ID0145B022021 ID0145B052021 作者简介 林人财 1995 男 博士研究生 主要从事农业遥感研究 E mail rencaihrs 通信作者 陈鹤 1986 女 高级工程师 主要从事农业遥感研究 E mail chenhe 业水资源利用效率具有重要意义 研究进展 利用遥感方法进行区域尺度 土壤 含水率 监测的研究已取得丰富成果 以往研究已提 出一 系列 土壤含水率遥感反演模型 如经验回归模 型 3 水分亏缺指数模型 4 水量平衡模型 5 和 BP 神经网络模型 6 Hoskera 等 7 建立了实测 土壤含水 率与 Sentinel 1 后向散射系数之间的线性回归模型 结果表明 VV VH 组合极化在土壤含水率反演中表 现较好 赵建辉等 8 提出 了基于特征数据和 GA BP 神经网络的农田表层土壤含水率估算方法 精度 较 好 Zribi 等 9 基于植被校正的水云模型和半经验模 型 并 结合 ENVISAT ASAR 反演 土壤含水率 结果 表明 该方法对于 小麦 下垫面土壤含水率的估算精 度较高 其中 作物水分胁迫指数 Crop Water Stress Index CWSI 模型是基于能量平衡方程建立 物理意义明确 适用范围广 在农田植被覆盖区域 可取得较好的 土壤含水率估算精度 宋小宁等 10 基 于亚像元尺度的蒸散模型 在西北草原区利用地表 缺水指数进行了区域缺水监测 切入点 当前 基于 CWSI 反演区域土壤含水率 的研究主要 是 利用 无人 机热红外遥感在农田尺度进行观测 并以此诊 断作物水分胁迫状况 难以满足区域尺度的 监测 需 求 拟解决的关键问题 鉴于此 本研究利用 灌溉排水学报 2 MOD16A2 数据和气象数据 结合 Penman Monteith P M 模型 基于 CWSI 反演解放闸灌域 2014 年 表层 土壤含水率 并利用实测数据对不同下垫面 葵花 夏玉米 春小麦和甜椒 的 表层 土壤含水 率 进行精度验证 为指导农业灌溉及提高农业水资 源利用效率提供科学参考 1 材料 与 方法 1 1 研究区概况 河套灌区 106 16 E 109 27 E 40 10 E 41 18 N 位于内蒙古自治区西部 北靠阴山山脉 南临黄河 东与包头市接壤 西与乌兰布和沙漠相 邻 横跨巴彦淖尔市的乌拉特前旗 五原县 临河 市 杭锦后旗和瞪口县 东西长 250 km 南北宽 50 km 11 灌区由乌兰布和 解放闸 永济 义长和乌 拉特 5 个灌域组成 解放闸灌域 106 43 E 107 27 E 40 34 E 41 14 N 是河套灌区第二大灌 域 图 1 灌域面积为 2 345 km2 70 以上为耕地 粮食作物主要为夏玉米和春小麦 经济作物主要为葵 花和甜椒 12 春小麦 夏玉米 葵花和甜椒的生育 期分别为 3月 25日 8月 5日 5月 1日 9月 20日 5月 28日 9月 13日和 5月 15日 9月 10日 灌域 地处干旱半干旱内陆地区 海拔 高度 为 1 008 1 092 m 多年平均降 水量为 151 3 mm 多年平均蒸发量 为 2 300 mm 多年平均气温为 9 图 1 研究区 地理位置 Fig 1 Geographical map of the study area 1 2 MODIS数据 遥感数据来源于 Terra 和 Aqua 卫星搭载的 MODIS Moderate resolution Imaging Spectroradiometer 传感器观测的标准陆地产品 数据 Terra 的过境时间 为 10 30 Aqua 的过境时间为 13 30 MOD16A2 包 含实际蒸散量 ET 潜在蒸散量 潜热通量和潜 在潜热通量 本研究使用的数据为 MOD16A2 中的 ET 获取时间为 2014年 5月 1日 9月 24日 该数 据已在全球范围内得到 广泛 验证并应用 13 MOD15A2H 包含叶面积指数 LAI 光合有效辐 射分数 质量等级和每个变量的标准差 本研究使 用的数据为 MOD15A2H 中的 LAI 获取时间为 2014 年 5 月 1 日 9 月 24 日 MOD16A2 和 MOD15A2H 的空间分辨率为 500 m 时间分辨率为 8 d 以上产品 均 通过 NASA 数 据 平 台 http ladsweb modaps eosdis nass gov 下载 MOD16A2 和 MOD15A2H 已经过辐射 大气和几何 校正 通过 MRT 重投影至 WGS84 UTM 北 48 区 坐标系统 将空间分辨率重采样至 250 m 并进行 质量控制 数据插补和平滑处理 得到最终的 ET 和 LAI数据 1 3 地面数据 1 3 1 气象数据 气 象 数 据 获取自 国 家 气 象 信 息 中 心 10个国家级气象站点 2014年的气象数据 包括降水 量 平均气温 最高气温 最低气温 平均风速和 平均相对湿度等逐日气象 数据 部分气象站点数据 存在 缺失或异常 采用中值线性插值法进行 插补 后 再 通过 反 距离 权重 法进行空间插值 得到解放 闸灌 域气象数据 的空间分布结果 表 1 为气象站点基本 信息 表 1 气象站点基本信息 Table 1 Basic information of meteorological stations 站点名称 站点编号 经度 纬度 高程 m 杭锦后旗 53420 107 13 40 90 1 056 7 乌拉特后旗 53324 107 02 41 45 1 576 8 海力素 53231 106 40 41 40 1 509 6 临河 53513 107 42 40 75 1 039 3 磴口 53419 107 00 40 33 1 055 1 乌海 53512 106 82 39 68 1 091 6 伊克乌素 53522 107 85 40 05 1 184 3 乌拉特中旗 53336 108 52 41 57 1 288 2 五原 53337 108 27 41 10 1 022 7 乌拉特前旗 53433 108 65 40 73 1 020 4 1 3 2 土壤含水率 数据 在解放闸灌域的春小麦 夏玉米 葵花和甜椒种 植区域内布设土壤含水率监测设备 监测仪器为 中国 水利水电科学研究院自主研发的 CTMS On line 型作 物冠层温度及环境因子测量系统 可连续观测 土壤 含水率 信息 用于验证遥感土壤含水率估算模型 土壤含水率监测点位于地表以下 10 cm 表层 20 cm 根层 和 40 cm 深层 仪器布设详见图 2 采集时间为 2014年 5月 1日 9月 24日 覆盖 夏玉 米 葵花和甜椒生育期 由于春小麦播种初期无需 灌溉 故未考虑 4 月的土壤含水率监测 监测时间 间隔为 1 h 由逐时数据计算 每日 平均值 得到逐日 土壤含水率数据 林人财 等 基于作物水分胁迫指数的表层土壤含水率 遥感估算 3 图 2 土壤含水率 监测仪器布设示意 Fig 2 Layout diagram of soil water content monitoring instrument 1 4 CWSI估算 由于实际蒸散发 ET 计算需要大量参数 通 常通过冠气温差和饱和水汽压差的线性关系间接计 算 CWSI 本研究采用 P M 模型 14 分别计算潜在蒸 散发 ETp 进而计算 CWSI 具体计算 方法 详见 陈鹤等 15 研究 1 1 式中 ET 为实际蒸散发 mm ETp为潜在蒸散发 mm 1 5 基于 CWSI的表层土壤含水率估算 胁迫条件下的 ET 是充分供水条件下的作物蒸散 发量 潜在蒸散发 ETp 与土壤水分修正系数 Ks 的乘积 计算 式为 s 2 康绍忠等 16 提出使用幂函数估算 Ks s w w 3 式中 为土壤含水率 w 为凋萎含水率 为田间持水率 c 和 d 为经验常数 由式 1 和 式 2 可得 Ks s 1 4 由式 3 和 式 4 可得 1 1 w 1 w 5 2 结果与分析 2 1 实测 土壤含水率变化分析 图 3 为葵花 夏玉米 春小麦 和甜椒主要生长 季的土壤含水率监测结果 春小麦表层土壤水分亏 缺较为严重 灌溉后表层土壤含水率迅速升高 随 后逐渐下降 夏玉米和甜椒生长季后期表层土壤含 水率 下降 明显 葵花下垫面表层和深层土壤含水率 变化较小 根系层土壤含水率变化剧烈 这与葵花 根系吸水层深度有关 由于解放闸灌域地下水埋深较 浅 故深层土壤含水率较高 8 月上旬 9 月上旬 葵花根 系层土壤含水率低于表层土壤含水率 这是 由于葵花根系发达 吸收水分和养分的能力强 约 60 的根系分布在 0 40 cm土层内 在 20 cm深度处 根系分布密度最大 8 月中旬 9 月下旬为葵花灌浆 期和成熟期 作物需水量大 根系吸水强度高 图 4为 2014年 5 8月 的 作物 LAI空间分布 在作物生 长初期 5月 解放闸灌域作物种植区的 LAI 较低 最大值仅为 1 3 6 月作物种植区 LAI 逐渐提高 平 均值为 0 7 7 月为 作物快速生长 此时 LAI 达到最 大值 为 6 7 8 月 后 作物逐渐进入成熟期 作物 生长逐渐减缓 LAI逐渐减小 a 葵花 b 夏玉米 c 春小麦 d 甜椒 图 3 不同下垫面实测土壤含水率 Fig 3 Measured soil water content in different underlying surfaces 10 20 30 40 50 0501 0516 0531 0615 0630 0715 0730 0814 0829 0913 土壤含水率 日期 10 cm 20 cm 40 cm 10 20 30 40 50 0501 0516 0531 0615 0630 0715 0730 0814 0829 0913 土壤含水率 日期 10 cm 20 cm 40 cm 10 20 30 40 50 0501 0516 0531 0615 0630 0715 0730 0814 0829 0913 土壤含水率 日期 10 cm 20 cm 40 cm 10 20 30 40 50 0501 0516 0531 0615 0630 0715 0730 0814 0829 0913 土壤含水率 日期 10 cm 20 cm 40 cm 灌溉排水学报 4 a 2014年 5月 4日 b 2014年 6月 9日 c 2014年 7月 18日 d 2014年 8月 23日 图 4 作物生育期典型代表日的 LAI空间分布 Fig 4 Spatial distribution of LAI on typical representative days of crop growth period 2 2 表层 土壤含水率估算与验证 以监测点为圆心 在半径为 1 m 的 范围内 每 隔 15 d 进行 1 次取土采样 利用烘干法得到土壤含 水率 将其与仪器观测结果进行对比 葵花 夏玉 米 春小麦和甜椒的决定系数 R2 分别为 0 82 0 87 0 73和 0 85 表明监测系统连续观测的数据稳 定 可靠 根据式 5 分别率定春小麦 夏玉米 葵花和甜椒对应的 c d 值 估算解放闸灌域 2014 年 5 8 月的表层土壤含水率 并利用实测的表层土 壤含水率进行验证 图 5 为 土壤含水率估算值与 实 际 观测值的 对比结果 遥感估算的 4 种下垫面土壤 含水率 介于 20 40 之间 春小麦的遥感估算结果 较好 R2 为 0 748 其次为葵花 R2 为 0 357 夏玉 米的土壤含水率估算值与实测值拟合结果不理想 但其拟合直线斜率为 0 79 土壤含水率值均匀分布 在 1 1 线两侧 散点分布特征与春小麦相似 灌域 内 甜椒 的灌溉方式主要为充分灌溉 土壤含水率维 持在相对稳定水平 遥感估算结果并不理想 表明 基于 CWSI 的遥感估算方法对充分灌溉的作物 土壤 含水率监测不具有优势 a 葵花 b 夏玉米 c 春小麦 d 甜椒 图 5 表层 土壤含水率 估算值与实测值的 对比 Fig 5 Comparison of estimated surface soil water content with measured surface soil water content 2 3 CWSI和表层土壤含水率空间分布 MOD16A2 受云雨天气影响 难以获得高质量 的长时间序列 CWSI 及 土壤含水率 因此 选择 2014 年解放闸灌域葵花 夏玉米 春小麦和甜椒主 要生长季内晴朗无云的 4 d 5 月 4日 6 月 9日 7 月 18日和 8月 23日 分析 CWSI的 空间分布特征 图 6 为 2014 年葵花 夏玉米 春小麦和甜椒主要生 长季 4 个代表日的 CWSI 空间分布 在作物生长初 20 25 30 35 20 25 30 35 土壤含水 率估算 值 实测 土壤含水 率 y 1 47x 14 26 R2 0 357 N 24 20 25 30 35 40 20 25 30 35 40 土壤含水 率 估算值 实测土壤含水 率 y 0 79x 6 05 R2 0 183 N 24 20 25 30 35 40 20 25 30 35 40 土壤含水 率 估算值 实测土壤含水 率 y 0 99x 1 04 R2 0 748 N 24 25 30 35 40 25 30 35 40 土壤含水量估算值 实测土壤含水 率 y 2 31x 43 13 R2 0 228 N 24 林人财 等 基于作物水分胁迫指数的表层土壤含水率 遥感估算 5 期 5 月 CWSI 较低 部分区域 CWSI 0 8 表 明少量作物存在缺水状况 主要 分布在灌域西北边 缘区域及灌域南部 作物 在 6 月 进入快速生成期 作物需水量较大 未及时灌溉或灌溉不足的作物区 域 CWSI 较大 主要分布在灌域北部 由于 7 月降 水量增加 大部分区域 CWSI 较小 不存在水分亏 缺状况 8 月大部分区域 CWSI 较小 平均值为 0 29 空间分布特征表现为北高南低 灌域北部 的部分区域 CWSI较大 0 6 0 8 a 2014年 5月 4日 b 2014年 6月 9日 c 2014年 7月 18日 d 2014年 8月 23 日 图 6 作物生育期典型代表日的 CWSI空间分布 Fig 6 Spatial distribution of CWSI on typical representative days of crop growth period 基于 30 m 空间 分辨率的作物种植结构 图 7 分别 对 葵花 夏玉米 春小麦 和甜椒 4 种作物种植 区域的 土壤含水率 进行估算 基于 CWSI 的表层土 壤含水率估算模型 评估 解放闸灌域 2014 年葵花 夏 玉米 春小麦和甜椒主要生长季表层土壤含水率 并 分析表层土壤含水率 分布 图 8 CWSI 大的区 域 表层土壤含水率小 在作物生长初 期 5 月 农田土壤含水率较高 6 月 土壤含水率 有所降低 表 层土壤含水率平均值为 21 79 标准差为 4 77 北部作物种植区表层土壤含水率 大于 30 7 月 表层 土壤含水率空间分布特征不明显 灌域表层 土壤含 水率 平 均值为 30 79 8 月灌域表层土壤含水率平 均值为 28 84 标准差为 3 14 灌域南部的部分 区域表层 土壤含水率 大于 33 图 7 解放闸灌域种植结构空间分布 Fig 7 Spatial distribution of planting structure in the Jiefangzha Irrigation Field a 2014年 5月 4日 b 2014年 6月 9 日 c 2014年 7月 18 日 d 2014年 8月 23日 图 8 解放闸灌域 表层 土壤含水率空间分布 Fig 8 Spatial distribution of surface soil water content in the Jiefangzha Irrigation Field 3 讨 论 与表层和根层土壤含水率相比 深层土壤含水 率 较高 介于 35 40 之间 这主要是由解放闸灌 域地下水埋深较浅所导致 Chen 等 17 研究表明 解 放闸灌域大部分区域地下水位埋深介于 1 15 3 02 m 之间 同时 由于光学遥感卫星电磁波穿透能力较 弱 无法探测根层 深层 土壤信号 故本研究仅 提出表层土壤含水率遥感估算模型 然而 深层 土 壤含水率是水文和气候预测模型的重要参数 会影 响表层土壤蒸发和植被蒸腾 进而调节土壤 植被 大 灌溉排水学报 6 气间的水和能量平衡 18 因此 下一步研究应关注 如何由表层土壤含水率 预测深层 土壤含水率 Chen 等 19 基于数据同化方法在位山灌区开展了根层和深 层土壤含水率模拟 模拟结果较好 且数据同化技 术的应用可减小 30 50 的误差 本研究表明 CWSI 大的区域 表层土壤含水率 小 这与虞文丹 等 20 的研究结果一致 李伯祥等 21 在开展遥感反演 农田 土壤含水率时未进行作物分类 以往区分不同 作物下垫面进行 表层 土壤含水率估算的研究较少 本研究分别估算了 4 种作物主要生长季的表层 土壤 含水率 同时采用实测 表层 土壤含水率 进行 验证 为 不同作物的灌溉制度制定提供了科学参考 本研究中 夏玉米 下垫面验证结果并不理想 这可能与验证数据 偏少有关 而以往研究 22 23 在进行遥感反演 土壤含水 率 时 验证数据均大于 50 个 验证结果较好 因此 下一步研究中应尽可能地收集更多的实测数据用于模 型验证 本研究提出了 基于 CWSI 的表层土壤含水率估 算方法 得到作物主要生长季表层土壤含水率 其 空间分辨率为 250 m 这主要受限于 MOD16A2 数 据的空间分辨率 数据融合 方法 为提高空间分辨率 提供了新思路 该方法早期仅应用于卫星波段反射 率融合 后来被证明也可应用于地表参数 例如 蒸 散发 24 和土壤水分 25 未来可利用时空自适应反射 率融合模型和增强型时空自适应融合模型等数据融 合方法得到逐日 30 m土壤含水率数据集 以期为农 业水资源管理提供更加精细的数据支撑 4 结 论 1 CWSI 的空间分布趋势与表层 土壤含水率的 空间分布趋势相反 2 春小麦下垫面遥感估算的表层土壤含水率验 证结果较好 R2为 0 748 其次为葵花 R2为 0 357 3 本研究提出的方法对于土壤干旱更为敏感 适用于灌水较少且耐旱作物的 表层 土壤含水率 估算 参考文献 1 冯舒 赵文武 陈利顶 等 2010年来黄土高原景观生态研究进展 J 生态学报 2017 37 12 3 957 3 966 FENG Shu ZHAO Wenwu CHEN Liding et al Advances in landscape ecology in the Loess Plateau since 2010 in China J Acta Ecologica Sinica 2017 37 12 3 957 3 966 2 艾璐 孙淑怡 李书光 等 光学与 SAR遥感协同反演土壤水分研究 进展 J 自然资源遥感 2021 33 4 10 18 AI Lu SUN Shuyi LI Shuguang et al Research progress on the cooperative inversion of soil moisture using optical and SAR remote sensing J Remote Sensing for Natural Resources 2021 33 4 10 18 3 张新乐 秦乐乐 郑兴明 等 基于主动微波遥感的典型黑土区土壤水 分反演 J 东北农业大学学报 2018 49 10 43 51 ZHANG Xinle QIN Lele ZHENG Xingming et al Soil moisture inversion based on active microwave remote sensing in typical black soil area J Journal of Northeast Agricultural University 2018 49 10 43 51 4 JACKSON R D IDSO S B REGINATO R J et al Canopy temperature as a crop water stress indicator J Water Resources Research 1981 17 4 1 133 1 138 5 ROBINSON J M HUBBARD K G Soil water assessment model for several crops in the high plains J Agronomy Journal 1990 82 6 1 141 1 148 6 尚松浩 雷志栋 杨诗秀 冬小麦田间墒情预报的经验模型 J 农业 工程学报 2000 16 5 31 33 SHANG Songhao LEI Zhidong YANG Shixiu Empirical model for soil moisture forecast in winter wheat field J Transactions of the Chinese Society of Agricultural Engineering 2000 16 5 31 33 7 HOSKERA A K NICO G IRSHAD AHMED M et al Accuracies of soil moisture estimations using a semi empirical model over bare soil agricultural croplands from sentinel 1 SAR data J Remote Sensing 2020 12 10 1 664 8 赵建辉 张晨阳 闵林 等 基于特征选择和 GA BP神经网络的多源 遥感农田土壤水分反演 J 农业工程学报 2021 37 11 112 120 ZHAO Jianhui ZHANG Chenyang MIN Lin et al Retrieval for soil moisture in farmland using multi source remote sensing data and feature selection with GA BP neural network J Transactions of the Chinese Society of Agricultural Engineering 2021 37 11 112 120 9 ZRIBI M CHAHBI A SHABOU M et al Soil surface moisture estimation over a semi arid region using ENVISAT ASAR radar data for soil evaporation evaluation J Hydrology and Earth System Sciences 2011 15 1 345 358 10 宋小宁 赵英时 改进的区域缺水遥感监测方法 J 中国科学 D 辑 地球科学 2006 36 2 188 194 SONG Xiaoning ZHAO Yingshi Improved remote sensing monitoring method for regional water shortage J Science in China Series D Earth Sciences 2006 36 2 188 194 11 牛乾坤 刘浏 黄冠华 等 基于 GEE和机器学习的河套灌区复杂种 植结构识别 J 农业工程学报 2022 38 6 165 174 NIU Qiankun LIU Liu HUANG Guanhua et al Extraction of complex crop structure in the Hetao Irrigation District of Inner Mongolia using GEE and machine learning J Transactions of the Chinese Society of Agricultural Engineering 2022 38 6 165 174 12 BAI L L CAI J B LIU Y et al Responses of field evapotranspiration to the changes of cropping pattern and groundwater depth in large irrigation district of Yellow River Basin J Agricultural Water Management 2017 188 1 11 13 褚荣浩 李萌 谢鹏飞 等 安徽省近 20年地表蒸散和干旱变化特征 及其影响因素分析 J 生态环境学报 2021 30 6 1 229 1 239 CHU Ronghao LI Meng XIE Pengfei et al Characteristics and influencing factors of surface evapotranspiration and drought in Anhui Province during recent 20 years J Ecology and Environmental Sciences 2021 30 6 1 229 1 239 14 王斌 付强 王敏 等 不同时间步长的 Hargreaves 公式修正式适用性 研究 J 东北农业大学学报 2011 42 8 131 135 WANG Bin FU Qiang WANG Min et al Applicability on verified equations of Hargreaves at different time steps J Journal of Northeast Agricultural University 2011 42 8 131 135 15 陈鹤 蔡甲冰 张宝忠 等 灌区尺度遥感蒸散发模型时间尺度提升方 法研究 J 中国农村水利水电 2016 9 149 152 CHEN He CAI Jiabing ZHANG Baozhong et al Research on remote sensing ET model temporal up scaling method at irrigation district level J China Rural Water and Hydropower 2016 9 149 152 陈鹤 等 基于作物水分胁迫指数的表层土壤含水量遥感估算 7 16 康绍忠 熊运章 干旱缺水条件下麦田蒸散量的计算方法 J 地理学 报 1990 45 4 475 483 KANG Shaozhong XIONG Yunzhang A method of calculating evapotranspiration from the farmland with soil water deficit in arid and semiarid areas J Acta Geographica Sinica 1990 45 4 475 483 17 CHEN H WEI Z LIN R C et al Estimation of evapotranspiration and soil water content at a regional scale using remote sensing data J Water 2022 14 20 3 283 18 梁顺林 李小文 王锦地 定量遥感 理念与算法 M 2版 北京 科学 出版社 2019 LIANG Shunlin LI Xiaowen WANG Jindi Quantitative remote sensing Ideas and Algorithms M 2nd ed Beijing Science Press 2019 19 CHEN H LIN R C ZHANG B Z et al Improving soil water content and surface flux estimation based on data assimilation technique J Remote Sensing 2022 14 13 3 183 20 虞文丹 张友静 郑淑倩 基于作物缺水指数的土壤含水量估算方法 J 国土资源遥感 2015 27 3 77 83 YU Wendan ZHANG Youjing ZHENG Shuqian Estimation of soil moisture based on crop water stress index J Remote Sensing for Land 2 Operation and Maintenance Center of Panzhuang Irrigation District Dezhou 253000 China 3 Cangzhou Water Conservancy Engineering Quality Technology Center Cangzhou 061000 China Abstract Objective Change in topsoil water content is intricately linked to plant transpiration and understanding its spatiotemporal variation at large scales is crucial to improving water and agriculture management The objective of this paper is to investigate the feasibility of remote sensing for estimating topsoil water content its association with crop water stress index CWSI and the impact of cropping systems Method The experiment site was an irrigation field at Jiefangzha in Hetao Irrigation District The topsoil water content in different cropped lands sunflower summer maize spring wheat and pepper was calculated inversely in 2014 using the MOD16A2 imagery meteorological data and the P M model and CWSI The estimated soil water content was compared with ground truth data Result The CWSI and topsoil water content were inversely proportional The method was accurate for estimating topsoil water content in wheat and sunflower lands with the determination coefficient between the estimated and measured soil water content for the wheat and

注意事项

本文(基于作物水分胁迫指数的表层土壤含水率遥感估算.pdf)为本站会员(magazine@RS)主动上传,园艺星球(共享文库)仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对上载内容本身不做任何修改或编辑。 若此文所含内容侵犯了您的版权或隐私,请立即通知园艺星球(共享文库)(发送邮件至admin@cngreenhouse.com或直接QQ联系客服),我们立即给予删除!

温馨提示:如果因为网速或其他原因下载失败请重新下载,重复下载不扣分。




固源瑞禾
关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

copyright@ 2018-2020 华科资源|Richland Sources版权所有
经营许可证编号:京ICP备09050149号-1

     京公网安备 11010502048994号


 

 

 

收起
展开