灌区土壤水分空间变异及监测方法研究

根据灌区田间实测资料，利用地统计学法和传统统计学方法，对灌区土壤水分的空间变异性进行了研究，得到典型斗渠土壤水分空间分布的特点，并以此为基础提出了灌区土壤水分监测分区原则、各分区取样数目的确定及取样点分布方法，为建立合理的灌区土壤水分监测系统，获得实时准确的灌区土壤水分状态，进行适宜的灌溉预报提供依据。     

烟台果园表层土壤水分的时空分布及分形特征

在果树生长旺期,利用Trim e水分速测系统对果园表层土壤水分采样后,对土壤水分的数据统计特征、变异函数、分形特征、合理取样数目及其等值线分布进行了分析。结果表明:降雨后变程和基台值最大,变异系数和分维数最小,其值分别为38.09m、1.163、0.0888和1.846。在90%或95%的置信水平(Pl)和相同精度(Δ)下,降雨后土壤水分合理取样数目最少,此时土壤水分的空间等值线分布的变化程度相对也较小。这说明降雨有促使土壤水分分布趋于均匀及空间相关性增强的效应,但也可能导致在个别区域内出现明显的高低值;而随后的土壤蒸发则使土壤水分的结构性减弱,空间异质性增强。     

基于Landsat-5 TM数据的河南省白沙灌区地表温度反演研究

地表温度是土壤水分和植被水分状态的指示计,在干旱遥感监测中有重要作用。应用Landsat-5 TM遥感数据和气象资料,利用归一化植被指数(NDVI)区分地表覆盖类型,采用Van de Griend的经验公式法结合典型地表赋值法计算出地表比辐射率。用单窗算法和单通道算法分别对河南省白沙灌区地表温度进行反演,结果表明:两种方法均能较好地将白沙灌区地表温度分布趋势反映出来,单窗算法的反演精度较高,绝对误差为1.1 ℃,更适宜白沙灌区的地表温度反演,进而可以提高灌区旱情遥感监测精度。     

基于AMSR2多频亮温的黑河流域中上游土壤水分估算研究

以黑河流域中上游为研究区,初步探究了利用AMSR2卫星的多频亮度温度数据估算土壤水分的方法。基于土壤水分和土壤发射率的统计关系,通过黑河流域上游的4个像元2013年7月至2014年6月内的实测土壤水分和土壤温度数据,采用了“四像元交叉拟合法”获得了统计系数,并用此方法估算出了黑河流域中上游的土壤水分。采用2014年7月至2014年10月内估算的土壤水分,连同与AMSR2的4个常用的土壤水分产品和GLDAS土壤水分产品在时间序列上,与八宝河流域WSN土壤水分地面观测展开了对比验证,结果表明估算土壤水分精度明显高于上述5种产品。同时借助高程和土地覆被辅助数据,与GLDAS土壤水分在空间格局上进行了比较,发现估算土壤水分时空分布特征更加合理。该方法可为流域尺度的土壤水分反演与监测提供了一种简而易行的思想方法和可行之路。     

遥感监测土壤水分的理论、方法及研究进展

对国内外遥感监测土壤水分的发展情况进行了回顾,简单总结了国内外常用的遥感监测土壤水分的方法及其原理,对目前遥感监测土壤水分领域的研究重点和未来发展方向进行了评述。以改进的热惯量法和植被缺水指数法等为主要代表的土壤水分遥感监测方法日臻成熟,可以投入业务运行|随着成本的不断降低,微波遥感是监测土壤水分的最有希望的方法之一。     

基于LST-VI特征空间的喀斯特地区土壤水分时空变化研究

地表土壤水分是陆地系统地气能量交换的关键参数,而喀斯特地区地表土壤水分是推动岩溶作用,影响土壤流失,造成喀斯特石漠化的重要因子,准确确定喀斯特地区地表土壤水分的分布及其动态变化对喀斯特地区生态地质环境安全及区域气候变化意义重大。以广西典型喀斯特地貌区为研究对象,利用MODIS地表温度数据和植被指数数据,构建LST-VI特征空间,首先比较不同植被指数（NDVI、EVI、SAVI、FVC）在喀斯特地区的适用性,得出FVC为研究区LST-VI特征空间的最优植被指数因子,而后在归一化的T*-FVC特征空间内分析得出森林、农田和喀斯特山区3种典型的下垫面类型下土壤水分指标M0随时间的运动轨迹和规律,以及其空间分布变化及原因。结果表明：相同的下垫面类型下土壤水分指标M0在T*-FVC特征空间中随时间的运动轨迹和规律相似,说明下垫面类型是影响土壤水分变化的重要因素。空间分布上,广西M0值域分布具有夏季小于冬季,西南部小于东北部,喀斯特地区小于非喀斯特地区的特征,农田M0季节变化较明显。总体上,利用归一化的T*-FVC特征空间实现了喀斯特地区土壤水分的时空动态变化监测。     

基于LST-EVI特征空间的土壤水分含量反演

干旱是人类历史上的重大自然灾害之一,而土壤水分是干旱监测最重要的指标。利用遥感手段反演地表土壤水分,可以充分反映土壤水分的时空变化特征,适合进行大范围动态监测。研究基于Landsat TM数据,运用普适性单通道算法得到地表温度(LST,Land Surface Temperature),然后选用增强型植被指数(EVI,Enhanced Vegetation Index),构建了LST\|EVI特征空间,计算出温度植被干旱指数(TVDI,Temperature\|Vegetation Dryness Index)。在对实测土壤含水量数据和对应TVDI值进行回归分析的基础上,反演出2010年6月14日黄骅市自然地表20 cm深度处的体积含水量。结果表明:TVDI方法在该研究区是完全可行的,拟合精度较高;研究区自然地表土壤体积含水量分布差异明显,中等含水量地区面积最大,西南和部分北部地区含水量较低,而含水量高的区域主要分布在苇洼和沿海地区。     

核电站泄漏监测系统湿度取样时间优化研究

对第三代原子能反应堆核电站泄漏监测系统取样过程进行研究.介绍了当前核电站泄漏监测的现状,对各类泄漏监测方法的原理进行了调查.研究过程采用数值模拟方法,对湿度测量过程中的湿蒸汽取样机理进行研究.湿度取样测量方法相比其他方法,动态特性较差,测量结果显示存在滞后性.研究表明:泄漏监测系统当前采用的湿空气取样时间还有一定的优化...     

地理加权回归在人口空间分布研究中的应用

针对基于多元线性回归的人口数据空间化方法忽略研究区间空间异质性的问题,采用分区回归和地理加权回归改进。以西南地区为例,以县级为研究单位,利用全球地表覆盖数据(GlobeLand30),对西南地区2010年县级人口统计数据进行空间化模型研究。采用二种不同方式进行改进,其一是利用影响人口空间分布的因素进行人口一致性分区,依据分区结果分别进行基于地表覆盖类型的统计分析建模;其二是引入局部回归建模思想的地理加权回归分析方法,利用局部最小二乘方法进行逐点估计。最后,基于误差理论,对人口数据空间化的结果进行误差比较和模型精度分析。研究结果表明,运用分区回归模型和地理加权回归模型提高了人口数据空间化的数值精度和空间精度。     

基于Landsat 8卫星数据的解放闸灌域灌溉面积监测研究

准确监测灌区灌溉面积及其干旱情况等信息是灌区管理的基础,设立监测站点等传统方式已经不能满足应用与研究的需要,而遥感成为水资源管理的有力技术手段。基于Landsat 8数据,以内蒙古解放闸灌域为研究区,计算了温度植被干旱指数（Temperature Vegetation Dryness Index,TVDI）和改进的垂直干旱指数（Modified Perpendicular Drought Index,MPDI）并分析其分布和变化;根据两干旱指数灌溉前后差异,引入阈值法构建灌溉面积提取模型,确定阈值以进行灌溉面积的提取。结果表明：在2017年7月～8月,解放闸灌域得到了较大规模的灌溉;将利用两种干旱指数差异阈值提取的灌溉面积与实际灌溉面积进行对比,TVDI和MPDI监测面积精度分别为82.96%和74.01%;同时选取Google Earth高分辨率数据作为真实数据对灌溉地提取结果进行混淆矩阵计算,结果显示MPDI提取总体精度为94.17%,优于TVDI的58.90%。两种精度验证结果表明了利用遥感技术计算干旱指数用于灌区旱情监测和灌溉面积提取的可行性,但在受灌溉地区的空间分布上,相比T...     

利用遥感和GIS监测旱情的方法研究

主要以山东，河南两省为例，探讨了利用ＮＯＡＡ／ＡＶＨＲＲ图像资料监测大面积表的几种研究方法，并对每种方法的优缺点进行了评估。结果表明，几种方法结合使用并借助地理信息系统，进行大面积的旱情监测是可行的，另外还进行了利用机载雷达图像监测河北省土壤水分的方法尝试研究，分析表明微波遥感监测土壤水分具有广阔的应用前景，可以利用星载ＳＡＲ图像资料作进一步的分析研究，从而获取微波监测土壤水分的最佳波段和最佳极化     

机载L波段微波辐射计数据反演表层土壤水分研究

土壤水分是联系地球表层物质能量交换的重要纽带,准确监测土壤水分对区域气候、生态、水文及农业生产研究意义重大。机载L波段微波辐射计提供了获取区域土壤水分"真值"的有效手段。结合黑河中游航空试验中的多源遥感及地面观测,发展了一种基于0°入射角的L波段被动微波亮温数据的单通道土壤水分反演方法,获得了研究区3景约700m空间分辨率的土壤水分反演结果。并对其反演结果进行了点尺度、面尺度和村社尺度3种不同空间尺度上的验证,结果显示:L波段被动微波遥感反演土壤水分在点尺度上的验证精度在0.035~0.055m3/m3之间;面尺度上验证精度略高于点尺度,其验证偏差在0.02m3/m3以内;反演土壤水分与村社尺度的灌溉数据,即距前次灌溉的间隔日数,在空间上负相关关系明显,二者间相关系数约为0.3。     

利用温度植被干旱指数反演三峡库区土壤水分

土壤水分是监测土地退化的一个重要指标,是气候、水文、生态、农业等领域的主要参数,在地表与大气界面的水分和能量交换中起重要作用。传统的监测土壤水分的方法只能得到单点的数据,很难获得大范围地区的土壤湿度。遥感能够快速方便地获取大区域的地表信息,因此使用遥感监测土壤水分意义重大。主要利用了温度指标干旱指数对三峡库区进行土壤水分反演及其验证。利用TM6波段的亮温方程,计算得出地表温度（Ts）,以TM3、TM4波段计算得出归一化植被指数（NDVI）;把Ts和NDVI作为基本参数,根据Ts-NDVI特征空间的形状,取中间范围的NDVI,拟合干湿边方程,确定干湿边参数;根据温度植被干旱指数（TVDI）进行土壤湿度等级划分。结果表明,利用TVDI可以很好地反演出地表的土壤湿度信息。     

基于TDR-3的土壤水分传感器标定模型研究

无线传感器网络为土壤水分实时采集提供了经济、方便的途径,对分析土壤含水量时空变异和作物生长气候变化意义重大.将无线传感器网络与TDR-3土壤水分传感器结合实现土壤水分实时监测.为了克服TDR-3土壤水分传感器的非线性缺陷,提出利用最小二乘法对土壤水分曲线进行分段线性标定的方法,并采用相关性系数进行精度验证.实验结果表明,分段线性法所建立模型的精确度较高,而且标定模型简单实用、可行.通过标定模型的研究,使得土壤水分的无线传感器网络能够较精确地进行土壤水分的实时监测.     

人体尺寸测量数据的局部特征提取方法

使用基于K-means思想的KS主曲线算法，对国家人休尺寸测量工作中产生的带噪声扫描线数据集合进行非线性拟合，并依据曲率分布特征提出对目标特征点空间位置进行模糊分区估计的方法；同时提出了变量化模糊分区的优化策略，大幅度地提高了局部特征区域搜索的效率．     

基于GIS的土壤水分运动模型

我国北方灌溉农田区土壤水分空间差异较大,一维水分模型无法计算土壤水分的空间分布,本研究在V isualBasic环境下结合ArcOb jects控件技术,利用ArcG IS的空间分析能力,开发出一个基于G IS的三维区域土壤水运动模型。该模型以R ichards方程和Van Genuchten公式为基础,通过简单的数据输入及参数设定便能快速的计算出土壤含水量、土壤导水率和土壤水势,对土壤水分空间运动进行模拟,并分别利用参考文献数据及实测数据对模型进行验证,证明计算结果可靠。     

无线传感器网络中基于模式频繁度的异常检测方法

传感器网络的异常数据检测对于相关应用具有非常重要的意义。针对异常数据问题,提出了一种基于数据变化模式和数据空间相关性的无线传感器网络分布式异常数据检测方法。该方法首先为数据创建一个分布模型,即将数据变化模式映射到某个特征空间的分区中,确定非频繁分区,再通过判定数据是否落在非频繁分区来筛选出潜在异常值,最后根据邻居节点数据的空间相关性对异常值产生的原因进行判定。实验结果表明,该方法在避免较高运算复杂度的同时,能够有效地检测并区分网络中的错误数据与异常事件。     

Sentinel-1和Sentinel-2协同反演地表土壤水分

土壤水分是水文循环、生态环境、气候变化等研究中的关键参数,获取高分辨率长时间序列的土壤水分信息对农业管理、作物生长监测等具有重要的意义,同时也是研究的难点。基于时间序列(2019年至2020年)的Sentinel-1雷达数据和Sentinel-2光学数据,构建了地表土壤水分的雷达与光学数据协同反演模型,即裸土条件下地表土壤水分的变化检测方法,并利用归一化植被指数对植被影响进行校正,实现了青藏高原多年冻土区(五道梁)100 m空间分辨率的土壤水分反演。与地面实际观测的土壤水分进行对比验证,结果表明土壤水分反演结果与地面实测数据的相关系数介于0.672与0.941之间,无偏均方根误差介于0.031 m³/m³与0.073 m³/m³之间,土壤水分变化与区域降水事件和特征密切相关,验证了本文提出的考虑植被物候的变化检测方法在地势平坦、植被稀疏的青藏高原地区具有极高的适用性。     

晋西黄土区坡面尺度土壤水分分布规律研究

采用定位观测方法对晋西黄土丘陵沟壑区坡面土壤水分的分布规律进行研究。结果表明:坡向、坡度、坡位是坡面尺度土壤水分分布的重要影响因素,得出了不同立地条件土壤水分的剖面变化与时间动态规律,在此基础上对不同立地条件进行聚类,给出坡面尺度下不同立地条件的分类结果,通过分类,我们可以用立地因素代替土壤水分状况,为黄土高原植被建设提供科学的土壤水分依据。     

麦田土壤水分NOAA/AVHRR遥感监测方法研究

本文立足于河南省农业遥感业务服务实际,在系统研究麦田土壤水分NOAA/AVHRR遥感监测理论、模型、资料处理、指标及应用技术的基础上,针对这一领域中存在的问题,在GIS技术的支持下,重点探讨了不同土壤质地和风速对遥感干旱监测的影响、用遥感表层土壤水分耦合深层土壤水分的方法与模型、用单时相遥感资料反演土壤水分的方法等,并最终建立了河南省冬小麦干旱遥感监测应用服务系统。