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: 213


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 - 06 - 22
研究背景全球变暖正在加速高寒地区冻土退化,也在改变河流的来水方式。青藏高原是世界上最大、海拔最高的多年冻土区,也是众多河流的重要源区。随着冻土活动层加深、季节性冻融过程增强,地表水、土壤水和地下水之间的联系被重新塑造,河流径流来源也随之发生变化。已有研究表明,降水、融雪水、土壤水和地下水是高寒河流的主要补给来源。但在冻融交替过程中,这些水源如何进入河道?不同阶段由谁主导补给?哪一层土壤水贡献更大?这些问题仍缺乏清晰的定量认识。近日,北京师范大学李小雁老师团队以青海湖流域最大的入湖河流——布哈河流域为对象,结合氢氧稳定同位素、水文气象观测和MixSIAR混合模型,系统解析了冻融过程中高寒河流径流来源组成及其输送路径变化,为理解气候变暖背景下高寒流域水循环响应提供了新的证据。 图1.图(a)、(b)和(c)分别展示了QTP和QLB的位置,以及BRB内采样点的空间分布和多年冻土的分布情况。研究方...
2026 - 06 - 22
氮肥增产背后的地下水风险氮肥是保障粮食安全的关键。然而,全球氮肥的平均利用率仅为30%-50%,大量未被作物吸收的氮素通过径流和淋溶进入土壤和地下水,引发一系列生态环境问题。铵态氮(NH₄⁺-N)和硝态氮(NO₃⁻-N)是土壤和地下水中最主要的无机氮形态。其中,NO₃⁻-N由于溶解度高、迁移性强,成为地下水氮污染的主要形式。不同施氮量如何改变土壤和地下水中NH₄⁺-N、NO₃⁻-N的分布?氮素主要滞留在哪些土层?作物不同生育期是否存在地下水氮素升高风险?环境因子又如何调控氮素转化与迁移?围绕这些问题,宁夏大学钟艳霞老师团队在中国西北旱区玉米种植区开展了连续两年的田间定位试验,系统分析不同施氮量下土壤—地下水系统中NH₄⁺-N和NO₃⁻-N的动态变化,为旱区农田氮肥管理与地下水污染防控提供了科学依据。相关成果发表在《Applied Water Science》。两年田间定位试验追踪氮素迁移(...
2026 - 06 - 15
研究背景天然湿地是重要碳库。长期淹水环境减缓了有机质分解,使大量碳储存在土壤中,因此湿地在全球碳循环与温室气体调控中具有关键作用。但随着土地开发与粮食生产扩张,越来越多天然湿地被开垦为水田。这不仅改变土地类型,也会重塑土壤水分、氧化还原状态和微生物群落,进而影响甲烷(CH₄)与二氧化碳(CO₂)的排放。那么,湿地变水田后,生态系统碳收支会如何变化?这种变化由环境直接驱动,还是受微生物调控?近日,延边大学朱卫红老师的研究团队以图们江流域的天然湿地及其转变的水田为研究对象,系统评估了湿地转水田对CH₄和CO₂通量及土壤微生物群落的影响,旨在揭示农业开垦导致的湿地碳排放风险。研究成果发表于《Ecological Processes》期刊。为什么关注“湿地改水田”?湿地是“水文—土壤—微生物—碳循环”高度耦合的生态系统。长期淹水形成的厌氧环境既有利于有机碳保存,也促进产甲烷过程,使湿地成为重要的C...
2026 - 06 - 15
研究背景:高分辨率监测的必要性与现实瓶颈浅海生态系统是海岸防护、生物多样性维持和生态服务供给的重要基础。水深信息和底栖生境分布,是认识浅海生态格局、评估环境变化和制定保护策略的关键数据。过去,水深与底栖信息主要依靠实地勘测获取,该方式成本高、效率低,难以满足大范围、高频次和精细化监测需求。遥感技术为浅海制图提供了新路径:卫星多光谱影像覆盖广、连续性强,无人机高光谱影像则兼具厘米级空间细节和丰富光谱信息。尽管已有研究推动了卫星与无人机平台在浅海测绘中的融合应用,但一个核心问题仍待明确:在浅海水体监测中,空间分辨率与光谱分辨率究竟如何影响制图精度?围绕这一问题,西班牙拉斯帕尔马斯大学海洋学与全球变化研究所的团队近日在《Scientific Reports》发表研究,系统比较了无人机高光谱、卫星多光谱和RGB影像在浅海水深反演与底栖生境制图中的表现。该研究为海岸带生态监测中的平台选择、数据配置和...
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