北京理加联合科技有限公司

LICA United Technology Limited

服务热线: 13910499761 010-51292601
企业邮箱
应用支持 Application Support
News 应用支持

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

日期: 2022-04-21
浏览次数: 135


ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

土壤水分是直接影响蒸发、入渗和径流等多种环境过程的重要因素。而且,土壤水分在农业蒸散与粮食安全、湿地退化、干旱、陆气界面的能量交换等相关研究领域发挥着重要的作用。

地面测量能够提供易于校准和长时间连续获取的数据,但该种方法仅针对单个小区域,难以支持空间变化研究或实地研究。基于水和土壤介电特性的巨大差异,微波遥感被广泛应用于大空间尺度的土壤水分监测,但不适用于精准农业等多种研究。热遥感可以根据地表温度来估算土壤水分,但热遥感信号不单受到土壤含水量(SMC)的影响,湿度、风速、大气条件等其他参数也会影响估计结果。而光学遥感由于其精细的空间分辨率和利用诸如MODISLandsat系列和Sentinel任务等卫星数据进行大尺度监测潜力之间的平衡而引起了诸多关注。目前已经提出了许多指标和模型来阐明反射率特征随SMC的变化,并利用实验室、实地、机载和卫星数据从窄带和宽带的反射率来估计SMC。这些方法/指标主要针对从饱和到风干的各级SMC;然而,作者发现饱和到风干的单一关系映射会导致准确估计的错误印象。在整个干燥过程中,光谱反射率特征和SMCs之间的回归关系不一致导致对相对较低的SMCs估计的精度较低。

基于此,在本研究中, 来自南京大学、康奈尔大学和河南农业大学的研究团队提出了一种分割方法以更准确的估计SWC。作者监测了代表不同土壤特性的三种土壤样品的整个干燥过程,并通过蒸发速率变化确定其过渡点(如高SWC的阶段1干燥和低SWC的阶段2干燥)。建立了SMC估计指数,即短波归一化指数(SNI),基于辐射传输模型支持干燥过程中的SNI指数趋势。

 

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

1 实验装置示意图。利用ASD Fieldspec®Pro光谱仪进行光谱辐射亮度采集。

【结果】

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

2 a) 三种土壤样品蒸发速率变化与干燥时间的关系,b) 干燥过程中三种土壤在2150 nm处的反射率变化。 

c) 三种样品蒸发速率导数的最大值确定干燥阶段分割点。

 

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

3 三种样品砂/土壤含水量与光谱反射率之间的线性和对数回归的R2a) 石英砂,b) 圬工砂,c) 伊萨卡土壤,d) 模拟大气透射率。在 a)b) c) 中,黑色虚线标记为1680 nm2150 nm

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

4 a) 显示了SMC估计的验证结果。 b)c) d) 显示了三种样品

的建模曲线(实线)、回归曲线(虚线)和验证数据集(空心圆圈)。

ASD | 利用短波红外波段通过干燥过程分割来估计土壤含水量

5 aSMC估计值和测量值关系图,其中SMC估计值使用SNI2在线性回归中计算,Bwater 1980 nm处评估。 b)c) d) 显示了三种样品的建模曲线(实线)、回归曲线(虚线)和验证数据集(空心圆圈)。

【结论】

利用单一回归关系和单一指数估计整个干燥过程的SMC对所有土壤类型并不是有效的。该研究证明了利用现有方法估计SMC结果不准确,以及在分割干燥过程中估计SMC的基本原理。监测整个干燥过程中3种不同土壤样品的光谱反射率和重量,将其分为两个阶段用于训练和验证。此外,基于辐射传输模型研究不同干燥阶段所提出指数和光通过水的路径长度之间的关系,并支持了经验方法建立的回归关系,尤其是对路径长度相对较短的土壤。结果表明,在分割思想下,SMC估计值和测量值之间的相关性明显提高,尤其是在SMC较低的情况下(阶段2干燥过程)。

蒸发速率变化决定了干燥过程的分割过渡点,所有的土壤类型并不是一个特定的SMC值;因此,理解蒸发和SMC变化导致的光谱反射率变化之间的关系是极其重要的。例如,在实际使用中,石英砂阶段2干燥可以忽略,但它却是伊萨卡土壤干燥的重要组成部分。

SN1/SN2指数结合可以有效估计三种样品的SMC。对于阶段1干燥,利用SNI1指数在1680 nm2150 nm处的反射率预测SMC是有效的。在阶段2干燥中,尽管使用1930-2150 nm组合的SNI2指数实现了最佳相关性,但作者认为1980 nm1930 nm更适合实地应用。这种波段选择是为了避免强烈的大气水汽吸收,以确保足够的地面反射辐射到达飞机或卫星传感器。相对于将阶段2干燥视为阶段1干燥延续的指标,相关关系显著改善。

作者得到了如下结论:

1.干燥过程分割对从光谱反射率数据准确估计SMC是很有必要的,尤其是对于具有较长阶段2干燥过程的土壤。例如本研究中的伊萨卡土壤。对于与伊萨卡土壤相似的土壤,基于整个干燥过程的SMC估计可能会导致阶段1或阶段2干燥的偏差,这取决于哪个阶段有更多的训练集。

2. 由于石英砂中光通过水的路径长度相对较长,因此当SMC较高时,SNI具有独特的特征。在圬工砂或伊萨卡土壤中,half-logistic型的SNI曲线不同于线性关系。当光程较长时,拟合关系应由线性回归变为对数回归。

3. 在阶段2干燥过程中,利用现有卫星系统常用的光谱波段组合难以准确估计SMC;使用高光谱数据可以获得更高的精度,可以提供近强水吸收波段的数据,如1930 nm。虽然由于大气水汽的吸收,1930 nm不能在实验室外有效地使用,但稍微偏离中心的波长(1980 nm)仍然比水吸收波段范围外的波长表现更好。

News / 相关新闻 More
2026 - 03 - 17
研究背景随着全球气候变化及水体富营养化加剧,蓝藻及其他藻类爆发已成为全球关注的环境问题。这些藻华不仅干扰航运与娱乐,更严重的是,部分蓝藻会释放致命毒素,威胁人类和野生动物的健康。传统监测方法往往难以快速、准确地在大空间尺度上区分产毒与不产毒的蓝藻属种。而光谱成像技术通过获取植物光合色素的“特征指纹”,为解决这一难题提供了可能。然而,现有的遥感监测也面临挑战:(1)光谱库不足:卫星遥感依赖端元光谱库,但经验证的代表性蓝藻光谱数据稀缺;(2)水体干扰强:水深、浊度等光学参数复杂,影响大范围遥感反演精度;(3)培养与野外的差异:实验室藻类光谱难以完全还原自然生境下的真实特征;基于此,美国地质调查局(USGS)联合美国国家标准与技术研究院(NIST)利用高光谱显微镜成像系统,以俄勒冈州上克拉马斯湖的不同区域水体的蓝藻样品为研究对象,通过系统验证与野外采样相结合的方法,获取了不同蓝藻属在细胞尺度的高...
2026 - 03 - 17
研究背景在北半球,多年冻土覆盖了约22%的陆地面积,封存着全球陆地最大的土壤碳库。然而,在全球变暖的驱动下,多年冻土正面临快速退化的严峻挑战。一旦这些被长期封冻的古老碳库随冻土融化而释放入大气,将触发剧烈的温室效应正反馈,从而进一步加速气候变暖。因此,系统探明冻土区碳储量及其稳定性特征,不仅是厘清碳循环机制的关键,更为预测气候变暖背景下全球碳平衡的动态演变提供重要依据。基于此,哈尔滨师范大学臧淑英老师团队以中国东北大兴安岭高纬度多年冻土区南部边界为研究对象,通过机械钻探及物理化学分组法,研究了不同地表类型深层土壤碳的组分与稳定性。研究发表在《Permafrost and Periglacial Processes》期刊。结果发现,深层冻土(尤其是森林地带)富含高活性碳,面临极高的变暖释放风险。该研究为气候模型中冻土碳反馈机制提供了重要的实测数据支撑。为什么选择大兴安岭?1. 大兴安岭位于高...
2026 - 03 - 09
研究背景 氮素是水稻生长发育的关键元素,其利用效率备受关注。传统研究多聚焦于土壤氮流失,而忽视了植株地上部分的氮气损失。研究发现,水稻植株尤其在开花和灌浆后期,会排放大量氨气。这一时期,叶片中的叶绿体成分大量降解,产生大量的NH4+。谷氨酰胺合成酶(GS)通常促进氮的循环利用,但衰老过程中GS活性的下降会损害NH4+的同化能力,导致NH3挥发损失。叶片由绿变黄是灌浆期氮素再利用最直观的指标。那么,叶片变色的快慢是否可以预测氨挥发的多少?中国水稻研究所的王丹英老师团队联合华中农业大学和浙江大学等团队对此进行了深入探讨。相关成果发表在《The Crop Journal》期刊。研究以灌浆期不同叶片颜色变化特征的水稻品种为研究对象,采用15N同位素示踪结合动态流通室技术精准量化植株源氨挥发,并同步监测叶片颜色动态变化及关键生理指标。研究发现,水稻叶片颜色变化率与灌浆期氨挥发量呈极显著正相关,叶片变...
2026 - 03 - 09
研究背景在陆地生态系统的水循环中,蒸散是连接地表与大气水分和能量交换的关键途径。尤其对于农田生态系统而言,准确估算作物的实际蒸散量,不仅有助于理解作物水分利用效率,还能为农业水资源管理和干旱应对提供科学依据。然而,现有的估算方法却面临诸多挑战:(1)传统气象模型:理论基础扎实,但依赖完整的气象数据,且难以捕捉植被光合作用的生理过程;(2)遥感指标局限性:太阳诱导叶绿素荧光(SIF)虽能直接反映光合活性,但在水分胁迫下存在响应滞后;光化学反射指数(PRI)能灵敏跟踪短期胁迫响应,但鲜少被纳入机器学习模型中;因此,如何融合多源数据,利用深度学习挖掘气象与生理指标的协同价值,成为了提高实际蒸散量(ETc act)估算精度的新途径。近期,西北农林科技大学蔡焕杰老师的团队联合沈阳大学和石河子大学的团队在《Agricultural Water Management》期刊发表最新研究成果,该研究通过融合...
关闭窗口】【打印
Copyright ©2018-2023 北京理加联合科技有限公司
犀牛云提供企业云服务

北京理加联合科技有限公司

地址:北京市海淀区安宁庄东路18号光华创业园5号楼(生产研发)
          光华创业园科研楼四层
电话:13910499761 13910124070  010-51292601
传真:010-82899770-8014
邮箱:info@li-ca.com
邮编:100085

 



 


 


  • 您的姓名:
  • *
  • 公司名称:
  • *
  • 地址:
  • *
  • 电话:
  • *
  • 传真:
  • *
  • 电子邮箱:
  • *
  • 邮政编码:
  • *
  • 留言主题:
  • *
  • 详细说明:
  • *
在线留言
关注我们
  • 官方微信
  • 官方手机端
友情链接:
X
1

QQ设置

3

SKYPE 设置

4

阿里旺旺设置

等待加载动态数据...

等待加载动态数据...

5

电话号码管理

  • 010-51292601
6

二维码管理

等待加载动态数据...

等待加载动态数据...

展开