LST/NDVI特征空间干湿边的确定

植被指数反映了植被覆盖度，地表温度显示了土壤湿度。一般情况下，植被覆盖度不同，地表温度不同；而且，土壤湿度不同，地表温度也不同。植被指数和地表温度的结合为土壤湿度估测提供了重要信息。对于一个区域来说，由于各个像元地表的覆盖程度不同，土壤湿度各异，地表温度高低有别。因此，我们得到植被指数和地表温度的特征空间（植被指数与地表温度散点图）。LST/NDVI特征空间由一组土壤湿度等值线组成，上部土壤湿度低，下部土壤湿度高。如果能有效确定LST/NDVI特征空间的干湿边，并由干边的斜率确定其土壤湿度，则图像中每个像元的土壤湿度均可计算得到，从而获得土壤湿度分布图，为早情监测服务。

1.冷热边的提取

利用最大值和最小值方法获得的NDVI对应的最高温度和最低温度，可作为LSTNDVI特征空间的冷热边。该方法获得的冷热边直观、清晰，易于线性拟合，数据处理和显示快速。而利用散点图确定干湿边时，边界不清楚；不能利用拟合等方法确定线性参数，只能主观目视确定；且数据量大，有时达到数百万个像元，数据处理和显示缓慢。因此，当最大值和最小值方法能够正确、快速确定干湿边参数时，则不再需要参考散点图。但是，有时利用最大值和最小值方法提取的冷热边像元比较分散，形状不规则，其热边表现为不同的形状，如正常、凸形、凹形、阶梯形以及假干边等，这时会给数据处理带来困难。

2.干湿边的相互关系

研究结果表明，湿边呈现明显的季节变化，表现为冬季低、夏季高。然而，干边斜率呈现剧烈的波动，其变化趋势与土壤湿度和降水量一致。通过对干湿边参数进行分析发现，湿边等于干边截距与斜率（干边斜率为负值）的和。

3.干湿边的确定

首先根据冷边的平均值确定湿边（在除云处理的基础上），并参考区域内水面温度以及同期多年的平均值，综合确定湿边。根据图像的直方图（不同NDVI下像元的频率分布）将热边两端的像元剔除，界限定为像元总数的1%，然后进行线性拟合获得干边参数。由于热边常常不规则，因而获得的干边参数可能不理想。为此，根据干湿边的相互关系，建立标准特征空间参照图作为背景。参照图可以用来调整和确定干湿边参数。干边的参数用标准特征空间参照图中相应的等值线参数替代。