降尺度土壤水分信息与植被生长参量的时空关系  

Space-time analysis on downscaled soil moisture data and parameters of plant growth

作　　者：王安琪[1,2] 施建成[2] 宫辉力[1] 解超[3] 

机构地区：[1]首都师范大学资源环境与旅游学院,北京100048 [2]中国科学院遥感应用研究所,北京100101 [3]北京大学遥感与地理信息系统研究所,北京100871

出　　处：《农业工程学报》2012年第S1期164-169,共6页Transactions of the Chinese Society of Agricultural Engineering

基　　金：国家基金重点项目(41130744/D0107);国家自然基金(41171335/D010702);973计划前期研究专项课题(2012CB723403);北京市自然科学基金(8101002)

摘　　要：土壤水分是重要的水文参量,多源遥感数据协同反演土壤水分是今后的发展方向。整合被动微波和光学数据,可有效发挥其各自的时空分辨率优势。该文以官厅水库库区及周边区域为研究区,选取该区域2010年全年AMSR-E土壤水分产品与MODIS数据,利用归一化植被指数NDVI,地表温度Ts和反照率Albedo,采用多元回归的方法,将空间分辨率为25km的AMSR-E土壤水分数据进行分解,得到周期为16d的1km平均表层土壤水分的时间序列数据。并结合土地利用类型和热带降雨测量卫星TRMM累积降雨量产品,选择Spearman和Pearson相关系数,分析了植被生长期和全年两个时间段,不同地物类型下土壤水分与植被指数、累积降雨量等植被生长参量之间的关系。结论表明在非人工灌溉区,土壤水分与累积降雨量相关性明显。在人工灌溉区,土壤水分的变化与降雨量存在变化的不一致性。同时研究证明了表层土壤水分变化的植被滞后响应,这种滞后性与植被对根区土壤水分的延后反应相关,且不同植被类型的滞后时间不同。土壤水分是重要的水文参量,多源遥感数据协同反演土壤水分是今后的发展方向。整合被动微波和光学数据,可有效发挥其各自的时空分辨率优势。该文以官厅水库库区及周边区域为研究区,选取该区域2010年全年AMSR-E土壤水分产品与MODIS数据,利用归一化植被指数NDVI,地表温度Ts和反照率Albedo,采用多元回归的方法,将空间分辨率为25km的AMSR-E土壤水分数据进行分解,得到周期为16d的1km平均表层土壤水分的时间序列数据。并结合土地利用类型和热带降雨测量卫星TRMM累积降雨量产品,选择Spearman和Pearson相关系数,分析了植被生长期和全年两个时间段,不同地物类型下土壤水分与植被指数、累积降雨量等植被生长参量之间的关系。结论表明在非人工灌溉区,土壤水分与累积降雨量相关性明显。在人工灌溉区,土壤水分的变化与降雨量存在变化的不一致性。同时研究证明了表层土壤水分变化的植被滞后响应,这种滞后性与植被对根区土壤水分的延后反应相关,且不同植被类型的滞后时间不同。

关 键 词：土壤水分 遥感 模型 降尺度 累积降雨量 土地覆盖类型 

分 类 号：S1[农业科学—农业基础科学]