旋转阀门
罗浩;王红;施长惠
【摘 要】The geographical position of the Yellow River Delta is unique and there is a sharp contradiction between the supply and the demand of water resources.In order to study its groundwater distribution,the authors adopted MODIS satellite remote sensing data to measure soil moisture and groundwater level.The relative soil moisture was estimated by using temperature vegetation dryness index (TVDI) and apparent thermal inertia (ATI) methods.The correlation between the soil moisture at different depths and the groundwater level was analyzed,which helped to get the linear equations and calculate the groundwater depth distribution.A comparison with the measured groundwater level data shows that it is feasible to retrieve groundwater distribution by using MODIS data,and 10 cm is the best depth for the inversion of relative soil water content and groundwater level in the study area.In case when the soil moisture data are lacking,we can estimate the groundwater depth distribution by using the factors which can reflect the relative soil water content.%黄
河三角洲地区地理位置特殊,水资源供需矛盾尖锐,为了研究其地下水分布状况,使用MODIS遥感数据、实测土壤相对含水量和地下水埋深数据,利用温度植被干旱指数(temperature vegetation dryness index,TVDI)和表观热惯量法(apparent thermal inertia,ATI)对研究区土壤相对含水量进行遥感估算;通过分析不同深度处土壤相对含水量与地下水埋深的相关性,建立了反演地下水埋深的线性方程,得到了研究区地下水埋深分布状况图.结果表明:利用地表10 cm深度处测得的土壤相对含水量反演地下水埋深的结果较为合理;在缺少土壤相对含水量数据时,可以用反映土壤相对含水量高低的因子估算地下水的埋深. 【期刊名称】套筒冠《国土资源遥感》
【年(卷),期】2013(025)003
【总页数】8页(P145-152)
【关键词】温度植被干旱指数(TVDI);热惯量;土壤相对含水量;地下水埋深;MODIS;黄河三角洲
【作 者】罗浩;王红;施长惠
【作者单位】河海大学地球科学与工程学院,南京210098;河海大学地球科学与工程学院,南京210098;河海大学地球科学与工程学院,南京210098
【正文语种】中 文
【中图分类】TP79
0 引言
黄河三角洲是我国三大河口三角洲之一，对我国的经济、农业等有至关重要的意义。黄河三角洲地区地下水水位高是该地区土壤盐碱化的重要原因之一［1］。地下水位高、矿化度大还会引起生态环境退化，自然保护区鸟类数量减少等问题［2－3］。对黄河三角洲地区地下水空间分布情况进行分析研究，对保持当地生态平衡、防止土壤次生盐碱化以及优化调控区域水盐运动等都具有重要的作用［4］。
传统的地下水位监测方法费时费力，而且控制点少，代表性差，无法实现大面积动态监测。遥感技术作为宏观、综合、动态、快速监测和评价自然资源的有效手段，为快速、大面积监测地下水提供了新的探测手段［4］。目前对地下水进行遥感探测的主要方法有环境
因素遥感分析法、热红外地表异常监测法和建立遥感信息定量反演模型［5］。环境因素遥感分析法基于理论知识和实地考察，如Finch 等［6］结合流域、水系和植被光谱特征，以目视判读为主推断出地下水存储带，但是该方法精度不高，应用效果相对较低;热红外地表异常监测法利用地面温度判断地下水的存在，较为困难，目前尚未有成功案例;遥感信息定量反演模型通过实验的、数学的或物理的模型将遥感信息与观测地表目标参量联系起来，建立从遥感图像能识别和测定的与地下水有密切关系的水文因素和地下水位的定量评价模型。该方法案例较多，如David［7］根据年度降水量和总蒸散量，对17 a 间的地下水变化进行了拟合分析;塔西甫拉提等［8］利用卫星遥感数据，采用遥感－数学－模型学融合的研究方法，建立干旱区域土壤水分和地下水位的实验方程，提出了评价地下水位分布的遥感模型——GLDRS;霍艾迪、郭娇等［9－10］利用GLDRS模型对干旱区和非干旱区的地下水位分布进行遥感反演，研究结果符合实际情况。但GLDRS 模型采用光学遥感法分析像元中的土壤反射光谱来计算土壤含水量，在高植被覆盖区的土壤含水量与地下水位的计算结果可能存在较大误差。
本次遥感反演地下水的主要依据是地下水与植被、温度、土壤相对含水量等遥感信息的相关性。黄河三角洲地区的土壤类型主要为盐土(约51%)、滨海潮土(约44.5%)、褐土(约3.5
%)和少量的黑土［11］。地下水极易通过土壤毛细管作用影响地表浅层土壤含水量［12］:当地下水埋深较浅时，表层土壤能够保持较高的含水量;地下水埋深较高时，表层土壤含水低，这使得本文建立土壤相对含水量与地下水埋深分布的关系模型具备了理论依据［8～10］。在反演地表土壤相对含水量时，分别对高植被覆盖区与低植被覆盖区的土壤相对含水量进行反演，以提高地下水埋深的反演精度。
1 研究区概况与数据源
1.1 研究区概况
黄河三角洲位于山东省东营市境内的黄河入海口，E 117°30'～119°20'，N 36°55'～38°16'之间，面积约6 010 km2。该地区属于温带季风型大陆性气候，年平均气温11～13℃，年平均降水量为530～630 mm，其中70%的降水集中在夏季，多年平均蒸发量为1 800～2 300 mm，蒸降比约为3∶1。近年来由于农业生产、油田开发等的用水量大增，导致区域内地下水位降低，生态需水难以得到充分保证;同时土壤盐碱化与海水入侵等问题依然严重，大片淡水湿地因缺水而萎缩，其典型和珍稀的生态环境难以得到有效保护［13］。分析黄河三角洲地区地下水空间分布状况，对该地区保持生态平衡具有重要意义。
1.2 数据源
本研究选取的遥感数据为2012年5月1 日(Day 122)和5月4 日(Day125)2 期MODIS L1B 原始数据，空间分辨率有250 m，500 m 和1 000 m 共3种。数据从地球观测系统计划的NASA 网站上下载，并使用MODISSWATHTOOLS 软件进行了重投影参数设置，使用ENVI 对其进行大气校正等预处理。
图1 研究区地貌类型及采样点分布［11］Fig.1 Landform types of study area and the sample points distribution［11］
采用的土壤水分数据为土壤相对含水量，由野外采集所得，数据采集时间为2012年4月30 日—5月4 日。采用剖面取土的方法对每个样点(图1)分别在地表10cm，20cm，30cm处取样，将取得的土样放入铝盒中，同时测量样点处地下水埋深，并使用GPS 进行样点的精确定位。对采集完成的土样进行称重，并在实验室烘干(烘干箱温度设定为105°，烘干时间7 h)，然后再称量干土和铝盒的共同质量，最后共获取59个有效样点处的数据。
2 研究方法
发光二极管封装
首先对MODIS 图像进行处理，得到比辐射率、植被指数、地表温度、地表反照率等数据，使用植被温度指数模型与热惯量模型反演地表土壤相对含水量;然后确定地表土壤相对含水量对地下水埋深反演的最佳深度;最后建立土壤相对含水量与地下水埋深之间的关系模型，反演得到地下水埋深分布图。
2.1 温度植被指数模型
应用遥感手段反演土壤相对含水量时，如果单独以遥感获取的地表温度作为指标，在植被覆盖不完全条件下，较高的土壤背景温度会严重干扰土壤湿度信息［14］。植被指数提供了绿植被的生长状况和覆盖度信息，但它对短暂的水分协迫不敏感，具有一定的滞后作用［15］。结合植被指数和地表温度的综合信息，可消除土壤背景的影响，能够较好地计算植被覆盖区的土壤相对含水量［14］。
2.1.1 地表温度计算
选取覃志豪［16～17］提出的适用于MODIS 数据的劈窗算法反演地表温度。该算法以地表热辐射传导方程为基础，通过对两个热红外通道的数据建立方程来反演地表温度。在针
对某些已知地表比辐射率的地表进行局地反演时，可达到较高的反演精度，且有较高的反演效率，是目前应用非常广泛的陆地表面温度反演算法［18］。
在用劈窗算法反演地表温度时，大气透过率和地表比辐射率是该算法的关键参数。利用MODIS第2，19 波段计算得到大气水分含量后，根据大气辐射传输模型LOWTRAN 来模拟大气透过率与大气水分含量的关系，最后进行大气透过率的温度校正和视角校正，得到精度较高的大气透过率参数，再根据此参数计算得到研究区地表温度。特警用无人机为宝宝空投奶粉
2.1.2 温度植被干旱指数
防裂霜一般情况下，陆地表面温度与植被指数呈显著的负相关关系［19～20］，当研究区域的植被覆盖度和土壤水分条件变化范围较大时，Moran 等［20］发现以遥感资料得到的温度(Ts)和植被指数(NDVI)分别为横、纵坐标得到的散点图呈梯形，这就是所谓的温度植被指数空间。Sandhol 等［21］在简化的三角形Ts－NDVI 特征空间的基础上，进一步提出了温度植被干旱指数(temperature vegetation dryness index，TVDI)的概念，表示为
式中:a，b，c 和d 分别为Ts－NDVI 特征空间中干边和湿边线性回归方程的拟合系数;Tmax
和Tmin分别为地表最高温度和最低温度。在Ts－NDVI 特征空间中，TVDI 越大，土壤表层水分越少，土壤相对越干旱。对干边和湿边散点的分布进行线性拟合结果作为湿边和干边的分布位置较为合理。
在计算TVDI 的过程中，首先需要确定干边、湿边方程对应的参数，计算研究区内植被指数条件下地表温度的极大值与极小值，通过线性回归的方法获取Ts－NDVI 特征空间的干边、湿边的方程。陆地表面水体以外地物NDVI 的范围主要介于0～1.0之间，因此，在计算分析Ts－NDVI 特征空间时主要针对此范围进行Ts－NDVI 关系分析。
2.2 表观热惯量模型
在植被覆盖区，使用TVDI 法反演土壤含水量时需要确定植被覆盖度的阈值，低于此阈值时，TVDI计算精度不高［22］，而热惯量模型在低植被覆盖区与土壤湿度有很高的相关性，能够很好地用于反演土壤相对含水量［23］。
热惯量(thermal inertia，TI)是热力学中的一个不变的物理量，是地物阻止其温度变化幅度的一种特征，热特征不同的物体具有不同的热惯量［24］。地表热惯量可以通过对土壤反
照率和反映日温度变化的最高与最低温度的测量来获得［25］。Price［26－27］在地表热能量平衡方程的基础上，简化潜热蒸散发形式，引入地表综合参数B 的概念，结合热惯量法和热惯量的遥感成像机理，提出以下模型
>缀花草坪
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议