《基于rsgis的土壤含水量估算模型与方法研究(1)》由会员分享，可在线阅读，更多相关《基于rsgis的土壤含水量估算模型与方法研究(1)（64页珍藏版）》请在金锄头文库上搜索。
1、华中科技大学 硕士学位论文 基于RS/GIS的土壤含水量估算模型与方法研究 姓名：赵颖辉 申请学位级别：硕士 专业：水文学与水资源 指导教师：康玲 20070302 华 华 中中 科科 技技 大大 学学 硕硕 士士 学学 位位 论论 文文 I 摘摘 要要 我国是一个农业大国，为防范洪涝灾害而进行的土壤水分监测一直是人们关心 的问题。利用遥感手段能够快速方便地获取大区域的地表信息，因而在监测大面积 土壤水分的研究和应用中具有不可替代的优势。国内外监测土壤水分的方法主要有: 热惯量法、作物缺水指数法、距平植被指数法、土壤水分光谱法、热红外法、微波 遥感法等。本研究首次基于像元反射光谱信息分解建立了
2、适用于裸地的土壤含水量 遥感信息模型。 本文以北京昌平地区作为研究试验区，研究步骤如下:(1)收集该区域的气象数 据、土壤类型数据、土壤和水体的光谱特征曲线、多时相遥感影像等。(2)对原始资 料进行预处理，将图像和属性数据存入GIS数据库中，便于进行分析和统计。(3)遥 感影像处理，包括校正和恢复、剪切、增强等，为土壤含水量的定量反演奠定基础。 (4)遥感影像分析和解译，结合调查资料进行土地利用类型和植被覆盖度划分。(5)基 于土壤的光谱响应机制建立像元反射光谱信息分解模型。(6)将研究区域的遥感影像 按照土壤类型划分成不同的数据层，根据传感器响应函数分别将每个波段的DN值矩 阵转化为亮度值矩
3、阵作为模型输入数据，计算出土壤容积含水率作为输出结果存入 GIS数据库中。 对北京昌平地区多时相遥感数据进行计算，运用抽样调查理论对实测结果进行 统计分析， 结果表明:裸露耕地的监测精度最高(理论精度 89.78%);山区受到当地的地 形以及植被覆盖的影响，土壤含水量计算结果偏高且精度有所降低(理论精度 83.19%);水体以及城市(密集建筑用地)的光谱特性不符合本模型的使用条件。影响模 型监测精度的因素很多，主要包括:遥感数据的空间及光谱分辨率、地物波谱特性数 据的精确程度及其代表性、植被覆盖程度、地形以及土地利用类型等。本文提出的 依据土壤光谱相应机制建立像元反射光谱信息分解模型进行土壤含
4、水量计算的方法 具有一定的局限性，适用于无植被或植被稀疏的地区。 最后，全面系统地总结了本文的工作和研究成果，并提出有待改进的地方和需 进一步开展的工作。 关键词关键词：遥感 地理信息系统 土壤含水量 光谱特性 华 华 中中 科科 技技 大大 学学 硕硕 士士 学学 位位 论论 文文 II Abstract Being an agricultural country, monitoring of soil moisture is very important to flood-control in China. Remote Sensing (RS) is a good technologic
5、al method for information acquisition of soil surface because of its convenience and speediness. Thus, Remote Sensing introduces important advantages in large-scale monitoring of soil moisture, sometimes inalienable in China. A lot of methods and algorithms have been developed for soil moisture moni
6、toring. In this paper, we have tackled the soil moisture monitoring problem by introducing Remote Sensing strategies and offered a spectrum decomposed model for use, namely, Spectrum Decomposed Model Based Soil Moisture Computation (SDMBSMC). The principium of soil spectrum response was analyzed and
7、 the reflected spectral information was decomposed into three parts: dry soil reflectance, water reflectance and mirror reflectance of water membrane. A novel method was brought forward to estimate the soil water contents. The workflow of the method includes: (i) dry soil spectral information collec
8、tion from existing spectrum database ;( ii) reflectivity extraction from remote sensing images ;( iii) soil moisture computation based on spectrum decomposed model. A case study on Changpin District, Beijing was provided. The implementation steps of soil moisture monitoring based on spectrum decompo
9、sed model can be described as following: (1) acquisitions of data, such as climatic data, soil type, spectrum characteristics of soil and water objects, multi-phrases remote sensing images, and statistical charts and data from the local government; (2) Data pre-processing and storage of pre-processe
10、d data in GIS database; (3) Processing of original remote sensing images, such as emendation, furbishment, cut, and amplifying. This work is the base for quantitative analysis of soil moisture; (4) Remote Sensing images analysis and interpretation; (5) Partition of soil usage type and vegetation ove
11、rlay; We use ArcGIS software as a problem solving environment. In ArcGIS software, 华 华 中中 科科 技技 大大 学学 硕硕 士士 学学 位位 论论 文文 III implementation steps is as following: (1) DN matrix transformation to a luminance matrix based on various sensor response functions for every wave band respectively; (2) Remote
12、 Sensing image layer partition based on soil type; (3) Soil moisture computation using SDMBSMC; (4) Storage of computation results into database; The computation results of this case study show that : (1) The approximate precision of soil moisture monitoring on infrequent vegetation land is 89.78% a
13、nd best; (2) The approximate precision of soil moisture monitoring on a mountainous area is 83.19% and relatively lower due to the impact of the surrounding terrain and vegetation coverage; (3) SDMBSMC is not applicable to water objects and urban areas (areas containing high density architectures) b
14、ecause of the various spectrum characteristics of them; There are many factors that affect the precision of soil moisture monitoring, such as spectral and spatial resolutions of remote sensing images, resolutions of spectral characteristic data, vegetation coverage, the surrounding terrain, land usa
15、ge types ,etc. Consequently, SDMBSMC has some constraints due to these factors when computing the soil moisture in an area. At last, a detailed conclusion on the whole work and the research results on this paper are summarized, and the improved aspects and the proposals to the future are discussed.
16、Keywords: Geographic Information Systems Remote Sensing Soil moisture Spectral character 独创性声明独创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得 的研究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他 个人或集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集 体， 均已在文中以明确方式标明。 本人完全意识到本声明的法律结果由本人承担。 学位论文作者签名：赵颖辉 日期： 2007 年 3 月 3 日 学位论文版权使用授权书学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权 保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。 本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检 索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 保密， 在 年解密后适用本授权书。 不保密。 （请在以上方框内打“” ） 学位论文作者签名
