遥感光谱波段与旱情监测

土壤含水量是旱情的指标之一，因此通过土壤含水量的估测可以评价旱情等级。有些旱情指标可以直接由遥感方法获取，对旱情进行定性或定量的评价。不同光谱波段可以单独或组合用来计算旱情指标，下面简要介绍不同光谱波段在旱情指标计算中的应用。

1.可见光和近红外

绿色植被由于叶绿素的存在，在可见光波段反射率低；叶片的细胞组织结构则可使近红外波段反射率升高。在水分协迫条件下，植被生长受到限制，绿色植被的反射率向相反方向变化，即可见光波段反射率升高，近红外波段反射率降低。因此，这两个波段的组合常用来表示植被的绿度，称为植被指数。归一化植被指数（NDVI）是应用广泛的植被指数之一，不仅应用于土地覆盖变化、植被分类、植被物候期、植被生物量和作物产量，而且用于降雨和干旱的监测。

降雨量的多寡是干旱程度的指标之一。虽然降雨量与生物量（NDVI）存在滞后现象，但NDVI与降雨量有一定的相关性，可以利用NDVI估测降雨量，评价区域的干旱程度u山+6例，NDVI反映植被的绝对生物量，它受气候、土地利用、地理条件的影响。在干旱的稀疏植被地区生物量低，在湿润的茂密森林生物量高；因此由于天气等因素引起的相同NDVI变化量，对于前者是巨大的变化，而对于后者却是微弱的变化。为了便于区域对比分析，Kogan提出了植被状态指数（VCI），并用其监测降雨量的变化。

植被指数常用来监测某一时段或生长季的降水和干旱，多为定性结果。它对短暂的水分协迫不敏感，故只有当水分协迫严重阻碍作物生长时才会引起植被指数的变化，植被指数不能及时反映植被下的土填含水量，更不能用于裸土，因此在洪涝区域的应用受到限制。虽然Kogan报道称VCI优于NDVI，但事实上它们各有优缺点。NDVI反映植被的绝对生物量和区域的干旱程度，它受气候、土地利用、地理条件的影响，VCI可以监测植被的区域时空相对变化，主要受天气影响，VCI值高表示当季比常年好。VCI监测的是相对变化。只是相对量，如降雨量变化。尽管VCI表示的是区域面信息，但由观测点建立的VCI降雨量模型却不能用于反演区域降雨量，对于裸土，可以利用反射率直接计算土壤湿度，由于土壤光谱反射率与土壤含水量的关系受干土光谱反射率、表面租糙度、有机质、土壤质地和几何光学角度等的影响，且土壤光谱反射率仅与表层含水量有关，因此使土壤含水量的监测受到了限制。

2.热红外

土壤温度受水分的影响，水分充足，热惯量高，温度变化小，地表温度低；水分亏缺，热惯量低，温度变化大，地表温度高。热惯量随着土填含水量的增加而增大。利用热红外遥感可以观测地表温度，获得热彻量，进而估测土壤湿度。热模型首先出现在地质研究一。望中，Kalble 提出了热惯量的概念网：Rosema和Bijleveld发展了热惯量模型，Pricd回系统地得述了热惯量方法及通感成像，并提出了表观热惯量的概念，从而可用卫星提供的反射苹和热红外辐射温差计算热倾量，然后估算土壤水分。对于裸土或低覆盖率土壤，表面温度与地表含水量密切相关。为了研究地表温度与土壤含水量的关系，人们建立了各种模型以然测地表有效水分、地表能量通量和热惯量。热惯量法是低抗被醒签度下土壤水分监测的有效方法。在植被条件下，根层水分的协迫会引起冠层温度升高。叶片温度和土壤含水量均与植物水分协迫有关，该研究的重要贡献之一是提出了作物水分协迫指数（CWSI）。该指数可利用热红外遥感温度和气象资料计算获得，被用来然测作物根层土壤有效水分外。Wormm等人将该指数推广到部分植被最盖条件，提出了水分亏缺指数（WDI）。尽管热红外通感温度可以用于监测某一时刻的土壤含水量，但地表温度由多种因素决定，如表面特性（冠层覆盖和密度，冠层高度和结构，根层深度，气孔阻力，反射率，像元内光照与阴影面积比例，土壤湿度，土壤水力学特性，地形，坡度、粗糙度）、大气状态（太阳辐射，空气品度，水汽压亏欠，风速，对流，云量）和观测角等。因为模型较复杂，参数不易获取，所以实用性较差。

3.可见光、近红外和热红外

土壤和超被在不同波段具有不同的光学特征，因此各波段获得的信息可以互相扑充。

土壤含水量受多种因养影响，而不同波段则可以提供不同因素的信息。可见光、近红外和热古料高然合可以提供地面辐射和反射信息，提高了土提水分的监测精度。可见光、近红外和热红外的应用可分为以下几种。

（1）利用可观光和近量外计算反照率，利用热红外反演昼夜温差，然后估算热惯量，进而估测土壤含水量。

（2）利用可见光和近红外计算植被状态指数（VCI），利用热红外估算温度状态指数（TCI），根据二者定性地确定季节性干旱程度。

（3）利用可见光和近红外计算植被指数，利用热红外反演地表温度，根据地表温度和植被指数的特征空间估测土壤湿度。

4.微波

微波分为被动微波和主动微波。被动微波通过测量土壤亮温来估测土壤水分：土填亮温由土壤介电常数和土壤温度决定，而介电常数和温度与土壤含水量有关，所以可以通过士壤亮温反演土壤含水量。主动微波通过测量雷达的后向散射系数来估测土壤水分。

土壤后向散射系数主要由介电常数和土壤粗糙度决定，而介电常数由土壤含水量决定，所以可以利用雷达后向散射系数来反演土壤含水量，微波遥感具有全天时、全天候、较强穿透力和高分辨率等优点，但观测结果局限于表层5~10cm，且SAR覆盖面小，数据处理烦琐。此外，微波后向散射系数受土壤湿度、土壤粗糙度、土壤质地、土壤温度、土壤含盐量和植被覆盖度等影响，利用模型反演土壤含水量时还需要环境辅助数据。由于田间条件的时空变异，微波遥感在区域应用上存在一定问题。

5.可见光、近红外和微波

利用可见光和近红外信息来估算植被覆盖度，用主动微波估算粗糙度，在此基础上由被动微波估测土壤水分。