2023年 4月 灌溉排水學(xué)報(bào) 第 42卷 第 4期 Apr 2023 Journal of Irrigation and Drainage No 4 Vol 42 1 作物水肥高效利用 文章編號(hào) 1672 3317 2023 04 0001 07 基于作物水分脅迫指數(shù)的表層土壤含水率 遙感估算 林人財(cái) 1 陳 鶴 1 張德寧 2 魏 征 1 蔡甲冰 1 曾 冉 3 張麗莉 3 賈玉玲 3 1 中國(guó)水利水電科學(xué)研究院 流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室 北京 100038 2 德州市潘莊灌區(qū)運(yùn)行維護(hù)中心 山東 德州 253000 3 滄州市水利工程質(zhì)量技術(shù)中心 河北 滄州 061000 摘 要 目的 探究作物水分脅迫指數(shù) CWSI 與表層土壤含水率的 空間分布特征 并分析不同下墊面 葵花 夏玉米 春小麥和甜椒 表層土壤含水率的遙感估算精度 方法 利用 MOD16A2 遙感數(shù)據(jù)和氣象數(shù)據(jù) 結(jié)合 Penman Monteith P M 模型 基于 CWSI反演河套灌區(qū)解放閘灌域表層土壤含水率 并對(duì)不同下墊面的表層 土壤含 水率 進(jìn)行驗(yàn)證 結(jié)果 CWSI 的空間分布與表層土壤含水率相反 CWSI 大的區(qū)域 表層土壤含水率小 春小麥下 墊面遙感估算的表層土壤含水率效果較好 決定系數(shù) R2 為 0 748 其次為葵花 R2 為 0 357 灌溉次數(shù)較多的夏 玉米和甜椒的 表層土壤含水率 估算精度較差 可見基于 CWSI 的表層土壤含水率遙感估算方法對(duì)土壤干旱較為敏感 結(jié)論 基于 CWSI的表層土壤含水率遙感估算方法更適用于灌水較少且耐旱作物下墊面的 表層土壤含水率估算 關(guān) 鍵 詞 土壤含水率 CWSI MOD16A2 解放閘灌域 中圖分類號(hào) S161 文獻(xiàn)標(biāo)志碼 A doi 10 13522 ki ggps 2022447 OSID 林人財(cái) 陳鶴 張德寧 等 基于作物水分脅迫指數(shù)的表層土壤含水率遙感估算 J 灌溉排水學(xué)報(bào) 2023 42 4 1 7 LIN Rencai CHEN He ZHANG Dening et al Estimating Topsoil Water Content Using Crop Water Stress Index and Remote Sensing Technologies J Journal of Irrigation and Drainage 2023 42 4 1 7 0 引 言 1 研究意義 土壤含水率 是農(nóng)業(yè) 氣象和水文 領(lǐng)域的重要參數(shù) 在水資源評(píng)價(jià) 天氣預(yù)報(bào)和水文 模擬等方面應(yīng)用廣泛 1 在農(nóng)業(yè)領(lǐng)域 土壤含水率 是作物灌溉制度制定的重要依據(jù) 及時(shí) 準(zhǔn)確 地獲 取土壤含水率對(duì)指導(dǎo)農(nóng)業(yè)灌溉及提高農(nóng)業(yè)水資源利 用效率具有重要意義 2 傳統(tǒng)的土壤含水率監(jiān)測(cè)方 法如烘干法和 TDR 法可獲得精準(zhǔn)的點(diǎn)尺度土壤含水 率數(shù)據(jù) 但需消耗大量的人力 物力和財(cái)力 且無 法實(shí)現(xiàn)區(qū)域尺度監(jiān)測(cè) 隨著遙感技術(shù)的發(fā)展 區(qū)域 尺度監(jiān)測(cè)成為可能 河套灌區(qū)是我國(guó) 特大灌區(qū)之一 由烏蘭布和 解放閘 永濟(jì) 義長(zhǎng)和烏拉特 5 個(gè)灌 域組成 解放閘灌域是河套灌區(qū)的第二大灌域 耕 地面積占灌域總面積的 70 以上 及時(shí) 準(zhǔn)確 地獲 取解放閘灌域土壤含水率對(duì)指導(dǎo)農(nóng)業(yè)灌溉及提高農(nóng) 收稿日期 2022 08 11 基金項(xiàng)目 國(guó)家重點(diǎn)研發(fā)計(jì)劃 項(xiàng)目 2021YFB3900602 中國(guó)水利水電 科學(xué)研究院流域水循環(huán)模擬與調(diào)控國(guó)家重點(diǎn)實(shí)驗(yàn)室自主研究課題 SKL2022TS13 中國(guó)水利水電科學(xué)研究院基本科研業(yè)務(wù)費(fèi)專項(xiàng)項(xiàng)目 ID0145B022021 ID0145B052021 作者簡(jiǎn)介 林人財(cái) 1995 男 博士研究生 主要從事農(nóng)業(yè)遙感研究 E mail rencaihrs 通信作者 陳鶴 1986 女 高級(jí)工程師 主要從事農(nóng)業(yè)遙感研究 E mail chenhe 業(yè)水資源利用效率具有重要意義 研究進(jìn)展 利用遙感方法進(jìn)行區(qū)域尺度 土壤 含水率 監(jiān)測(cè)的研究已取得豐富成果 以往研究已提 出一 系列 土壤含水率遙感反演模型 如經(jīng)驗(yàn)回歸模 型 3 水分虧缺指數(shù)模型 4 水量平衡模型 5 和 BP 神經(jīng)網(wǎng)絡(luò)模型 6 Hoskera 等 7 建立了實(shí)測(cè) 土壤含水 率與 Sentinel 1 后向散射系數(shù)之間的線性回歸模型 結(jié)果表明 VV VH 組合極化在土壤含水率反演中表 現(xiàn)較好 趙建輝等 8 提出 了基于特征數(shù)據(jù)和 GA BP 神經(jīng)網(wǎng)絡(luò)的農(nóng)田表層土壤含水率估算方法 精度 較 好 Zribi 等 9 基于植被校正的水云模型和半經(jīng)驗(yàn)?zāi)?型 并 結(jié)合 ENVISAT ASAR 反演 土壤含水率 結(jié)果 表明 該方法對(duì)于 小麥 下墊面土壤含水率的估算精 度較高 其中 作物水分脅迫指數(shù) Crop Water Stress Index CWSI 模型是基于能量平衡方程建立 物理意義明確 適用范圍廣 在農(nóng)田植被覆蓋區(qū)域 可取得較好的 土壤含水率估算精度 宋小寧等 10 基 于亞像元尺度的蒸散模型 在西北草原區(qū)利用地表 缺水指數(shù)進(jìn)行了區(qū)域缺水監(jiān)測(cè) 切入點(diǎn) 當(dāng)前 基于 CWSI 反演區(qū)域土壤含水率 的研究主要 是 利用 無人 機(jī)熱紅外遙感在農(nóng)田尺度進(jìn)行觀測(cè) 并以此診 斷作物水分脅迫狀況 難以滿足區(qū)域尺度的 監(jiān)測(cè) 需 求 擬解決的關(guān)鍵問題 鑒于此 本研究利用 灌溉排水學(xué)報(bào) 2 MOD16A2 數(shù)據(jù)和氣象數(shù)據(jù) 結(jié)合 Penman Monteith P M 模型 基于 CWSI 反演解放閘灌域 2014 年 表層 土壤含水率 并利用實(shí)測(cè)數(shù)據(jù)對(duì)不同下墊面 葵花 夏玉米 春小麥和甜椒 的 表層 土壤含水 率 進(jìn)行精度驗(yàn)證 為指導(dǎo)農(nóng)業(yè)灌溉及提高農(nóng)業(yè)水資 源利用效率提供科學(xué)參考 1 材料 與 方法 1 1 研究區(qū)概況 河套灌區(qū) 106 16 E 109 27 E 40 10 E 41 18 N 位于內(nèi)蒙古自治區(qū)西部 北靠陰山山脈 南臨黃河 東與包頭市接壤 西與烏蘭布和沙漠相 鄰 橫跨巴彥淖爾市的烏拉特前旗 五原縣 臨河 市 杭錦后旗和瞪口縣 東西長(zhǎng) 250 km 南北寬 50 km 11 灌區(qū)由烏蘭布和 解放閘 永濟(jì) 義長(zhǎng)和烏 拉特 5 個(gè)灌域組成 解放閘灌域 106 43 E 107 27 E 40 34 E 41 14 N 是河套灌區(qū)第二大灌 域 圖 1 灌域面積為 2 345 km2 70 以上為耕地 糧食作物主要為夏玉米和春小麥 經(jīng)濟(jì)作物主要為葵 花和甜椒 12 春小麥 夏玉米 葵花和甜椒的生育 期分別為 3月 25日 8月 5日 5月 1日 9月 20日 5月 28日 9月 13日和 5月 15日 9月 10日 灌域 地處干旱半干旱內(nèi)陸地區(qū) 海拔 高度 為 1 008 1 092 m 多年平均降 水量為 151 3 mm 多年平均蒸發(fā)量 為 2 300 mm 多年平均氣溫為 9 圖 1 研究區(qū) 地理位置 Fig 1 Geographical map of the study area 1 2 MODIS數(shù)據(jù) 遙感數(shù)據(jù)來源于 Terra 和 Aqua 衛(wèi)星搭載的 MODIS Moderate resolution Imaging Spectroradiometer 傳感器觀測(cè)的標(biāo)準(zhǔn)陸地產(chǎn)品 數(shù)據(jù) Terra 的過境時(shí)間 為 10 30 Aqua 的過境時(shí)間為 13 30 MOD16A2 包 含實(shí)際蒸散量 ET 潛在蒸散量 潛熱通量和潛 在潛熱通量 本研究使用的數(shù)據(jù)為 MOD16A2 中的 ET 獲取時(shí)間為 2014年 5月 1日 9月 24日 該數(shù) 據(jù)已在全球范圍內(nèi)得到 廣泛 驗(yàn)證并應(yīng)用 13 MOD15A2H 包含葉面積指數(shù) LAI 光合有效輻 射分?jǐn)?shù) 質(zhì)量等級(jí)和每個(gè)變量的標(biāo)準(zhǔn)差 本研究使 用的數(shù)據(jù)為 MOD15A2H 中的 LAI 獲取時(shí)間為 2014 年 5 月 1 日 9 月 24 日 MOD16A2 和 MOD15A2H 的空間分辨率為 500 m 時(shí)間分辨率為 8 d 以上產(chǎn)品 均 通過 NASA 數(shù) 據(jù) 平 臺(tái) http ladsweb modaps eosdis nass gov 下載 MOD16A2 和 MOD15A2H 已經(jīng)過輻射 大氣和幾何 校正 通過 MRT 重投影至 WGS84 UTM 北 48 區(qū) 坐標(biāo)系統(tǒng) 將空間分辨率重采樣至 250 m 并進(jìn)行 質(zhì)量控制 數(shù)據(jù)插補(bǔ)和平滑處理 得到最終的 ET 和 LAI數(shù)據(jù) 1 3 地面數(shù)據(jù) 1 3 1 氣象數(shù)據(jù) 氣 象 數(shù) 據(jù) 獲取自 國(guó) 家 氣 象 信 息 中 心 10個(gè)國(guó)家級(jí)氣象站點(diǎn) 2014年的氣象數(shù)據(jù) 包括降水 量 平均氣溫 最高氣溫 最低氣溫 平均風(fēng)速和 平均相對(duì)濕度等逐日氣象 數(shù)據(jù) 部分氣象站點(diǎn)數(shù)據(jù) 存在 缺失或異常 采用中值線性插值法進(jìn)行 插補(bǔ) 后 再 通過 反 距離 權(quán)重 法進(jìn)行空間插值 得到解放 閘灌 域氣象數(shù)據(jù) 的空間分布結(jié)果 表 1 為氣象站點(diǎn)基本 信息 表 1 氣象站點(diǎn)基本信息 Table 1 Basic information of meteorological stations 站點(diǎn)名稱 站點(diǎn)編號(hào) 經(jīng)度 緯度 高程 m 杭錦后旗 53420 107 13 40 90 1 056 7 烏拉特后旗 53324 107 02 41 45 1 576 8 海力素 53231 106 40 41 40 1 509 6 臨河 53513 107 42 40 75 1 039 3 磴口 53419 107 00 40 33 1 055 1 烏海 53512 106 82 39 68 1 091 6 伊克烏素 53522 107 85 40 05 1 184 3 烏拉特中旗 53336 108 52 41 57 1 288 2 五原 53337 108 27 41 10 1 022 7 烏拉特前旗 53433 108 65 40 73 1 020 4 1 3 2 土壤含水率 數(shù)據(jù) 在解放閘灌域的春小麥 夏玉米 葵花和甜椒種 植區(qū)域內(nèi)布設(shè)土壤含水率監(jiān)測(cè)設(shè)備 監(jiān)測(cè)儀器為 中國(guó) 水利水電科學(xué)研究院自主研發(fā)的 CTMS On line 型作 物冠層溫度及環(huán)境因子測(cè)量系統(tǒng) 可連續(xù)觀測(cè) 土壤 含水率 信息 用于驗(yàn)證遙感土壤含水率估算模型 土壤含水率監(jiān)測(cè)點(diǎn)位于地表以下 10 cm 表層 20 cm 根層 和 40 cm 深層 儀器布設(shè)詳見圖 2 采集時(shí)間為 2014年 5月 1日 9月 24日 覆蓋 夏玉 米 葵花和甜椒生育期 由于春小麥播種初期無需 灌溉 故未考慮 4 月的土壤含水率監(jiān)測(cè) 監(jiān)測(cè)時(shí)間 間隔為 1 h 由逐時(shí)數(shù)據(jù)計(jì)算 每日 平均值 得到逐日 土壤含水率數(shù)據(jù) 林人財(cái) 等 基于作物水分脅迫指數(shù)的表層土壤含水率 遙感估算 3 圖 2 土壤含水率 監(jiān)測(cè)儀器布設(shè)示意 Fig 2 Layout diagram of soil water content monitoring instrument 1 4 CWSI估算 由于實(shí)際蒸散發(fā) ET 計(jì)算需要大量參數(shù) 通 常通過冠氣溫差和飽和水汽壓差的線性關(guān)系間接計(jì) 算 CWSI 本研究采用 P M 模型 14 分別計(jì)算潛在蒸 散發(fā) ETp 進(jìn)而計(jì)算 CWSI 具體計(jì)算 方法 詳見 陳鶴等 15 研究 1 1 式中 ET 為實(shí)際蒸散發(fā) mm ETp為潛在蒸散發(fā) mm 1 5 基于 CWSI的表層土壤含水率估算 脅迫條件下的 ET 是充分供水條件下的作物蒸散 發(fā)量 潛在蒸散發(fā) ETp 與土壤水分修正系數(shù) Ks 的乘積 計(jì)算 式為 s 2 康紹忠等 16 提出使用冪函數(shù)估算 Ks s w w 3 式中 為土壤含水率 w 為凋萎含水率 為田間持水率 c 和 d 為經(jīng)驗(yàn)常數(shù) 由式 1 和 式 2 可得 Ks s 1 4 由式 3 和 式 4 可得 1 1 w 1 w 5 2 結(jié)果與分析 2 1 實(shí)測(cè) 土壤含水率變化分析 圖 3 為葵花 夏玉米 春小麥 和甜椒主要生長(zhǎng) 季的土壤含水率監(jiān)測(cè)結(jié)果 春小麥表層土壤水分虧 缺較為嚴(yán)重 灌溉后表層土壤含水率迅速升高 隨 后逐漸下降 夏玉米和甜椒生長(zhǎng)季后期表層土壤含 水率 下降 明顯 葵花下墊面表層和深層土壤含水率 變化較小 根系層土壤含水率變化劇烈 這與葵花 根系吸水層深度有關(guān) 由于解放閘灌域地下水埋深較 淺 故深層土壤含水率較高 8 月上旬 9 月上旬 葵花根 系層土壤含水率低于表層土壤含水率 這是 由于葵花根系發(fā)達(dá) 吸收水分和養(yǎng)分的能力強(qiáng) 約 60 的根系分布在 0 40 cm土層內(nèi) 在 20 cm深度處 根系分布密度最大 8 月中旬 9 月下旬為葵花灌漿 期和成熟期 作物需水量大 根系吸水強(qiáng)度高 圖 4為 2014年 5 8月 的 作物 LAI空間分布 在作物生 長(zhǎng)初期 5月 解放閘灌域作物種植區(qū)的 LAI 較低 最大值僅為 1 3 6 月作物種植區(qū) LAI 逐漸提高 平 均值為 0 7 7 月為 作物快速生長(zhǎng) 此時(shí) LAI 達(dá)到最 大值 為 6 7 8 月 后 作物逐漸進(jìn)入成熟期 作物 生長(zhǎng)逐漸減緩 LAI逐漸減小 a 葵花 b 夏玉米 c 春小麥 d 甜椒 圖 3 不同下墊面實(shí)測(cè)土壤含水率 Fig 3 Measured soil water content in different underlying surfaces 10 20 30 40 50 0501 0516 0531 0615 0630 0715 0730 0814 0829 0913 土壤含水率 日期 10 cm 20 cm 40 cm 10 20 30 40 50 0501 0516 0531 0615 0630 0715 0730 0814 0829 0913 土壤含水率 日期 10 cm 20 cm 40 cm 10 20 30 40 50 0501 0516 0531 0615 0630 0715 0730 0814 0829 0913 土壤含水率 日期 10 cm 20 cm 40 cm 10 20 30 40 50 0501 0516 0531 0615 0630 0715 0730 0814 0829 0913 土壤含水率 日期 10 cm 20 cm 40 cm 灌溉排水學(xué)報(bào) 4 a 2014年 5月 4日 b 2014年 6月 9日 c 2014年 7月 18日 d 2014年 8月 23日 圖 4 作物生育期典型代表日的 LAI空間分布 Fig 4 Spatial distribution of LAI on typical representative days of crop growth period 2 2 表層 土壤含水率估算與驗(yàn)證 以監(jiān)測(cè)點(diǎn)為圓心 在半徑為 1 m 的 范圍內(nèi) 每 隔 15 d 進(jìn)行 1 次取土采樣 利用烘干法得到土壤含 水率 將其與儀器觀測(cè)結(jié)果進(jìn)行對(duì)比 葵花 夏玉 米 春小麥和甜椒的決定系數(shù) R2 分別為 0 82 0 87 0 73和 0 85 表明監(jiān)測(cè)系統(tǒng)連續(xù)觀測(cè)的數(shù)據(jù)穩(wěn) 定 可靠 根據(jù)式 5 分別率定春小麥 夏玉米 葵花和甜椒對(duì)應(yīng)的 c d 值 估算解放閘灌域 2014 年 5 8 月的表層土壤含水率 并利用實(shí)測(cè)的表層土 壤含水率進(jìn)行驗(yàn)證 圖 5 為 土壤含水率估算值與 實(shí) 際 觀測(cè)值的 對(duì)比結(jié)果 遙感估算的 4 種下墊面土壤 含水率 介于 20 40 之間 春小麥的遙感估算結(jié)果 較好 R2 為 0 748 其次為葵花 R2 為 0 357 夏玉 米的土壤含水率估算值與實(shí)測(cè)值擬合結(jié)果不理想 但其擬合直線斜率為 0 79 土壤含水率值均勻分布 在 1 1 線兩側(cè) 散點(diǎn)分布特征與春小麥相似 灌域 內(nèi) 甜椒 的灌溉方式主要為充分灌溉 土壤含水率維 持在相對(duì)穩(wěn)定水平 遙感估算結(jié)果并不理想 表明 基于 CWSI 的遙感估算方法對(duì)充分灌溉的作物 土壤 含水率監(jiān)測(cè)不具有優(yōu)勢(shì) a 葵花 b 夏玉米 c 春小麥 d 甜椒 圖 5 表層 土壤含水率 估算值與實(shí)測(cè)值的 對(duì)比 Fig 5 Comparison of estimated surface soil water content with measured surface soil water content 2 3 CWSI和表層土壤含水率空間分布 MOD16A2 受云雨天氣影響 難以獲得高質(zhì)量 的長(zhǎng)時(shí)間序列 CWSI 及 土壤含水率 因此 選擇 2014 年解放閘灌域葵花 夏玉米 春小麥和甜椒主 要生長(zhǎng)季內(nèi)晴朗無云的 4 d 5 月 4日 6 月 9日 7 月 18日和 8月 23日 分析 CWSI的 空間分布特征 圖 6 為 2014 年葵花 夏玉米 春小麥和甜椒主要生 長(zhǎng)季 4 個(gè)代表日的 CWSI 空間分布 在作物生長(zhǎng)初 20 25 30 35 20 25 30 35 土壤含水 率估算 值 實(shí)測(cè) 土壤含水 率 y 1 47x 14 26 R2 0 357 N 24 20 25 30 35 40 20 25 30 35 40 土壤含水 率 估算值 實(shí)測(cè)土壤含水 率 y 0 79x 6 05 R2 0 183 N 24 20 25 30 35 40 20 25 30 35 40 土壤含水 率 估算值 實(shí)測(cè)土壤含水 率 y 0 99x 1 04 R2 0 748 N 24 25 30 35 40 25 30 35 40 土壤含水量估算值 實(shí)測(cè)土壤含水 率 y 2 31x 43 13 R2 0 228 N 24 林人財(cái) 等 基于作物水分脅迫指數(shù)的表層土壤含水率 遙感估算 5 期 5 月 CWSI 較低 部分區(qū)域 CWSI 0 8 表 明少量作物存在缺水狀況 主要 分布在灌域西北邊 緣區(qū)域及灌域南部 作物 在 6 月 進(jìn)入快速生成期 作物需水量較大 未及時(shí)灌溉或灌溉不足的作物區(qū) 域 CWSI 較大 主要分布在灌域北部 由于 7 月降 水量增加 大部分區(qū)域 CWSI 較小 不存在水分虧 缺狀況 8 月大部分區(qū)域 CWSI 較小 平均值為 0 29 空間分布特征表現(xiàn)為北高南低 灌域北部 的部分區(qū)域 CWSI較大 0 6 0 8 a 2014年 5月 4日 b 2014年 6月 9日 c 2014年 7月 18日 d 2014年 8月 23 日 圖 6 作物生育期典型代表日的 CWSI空間分布 Fig 6 Spatial distribution of CWSI on typical representative days of crop growth period 基于 30 m 空間 分辨率的作物種植結(jié)構(gòu) 圖 7 分別 對(duì) 葵花 夏玉米 春小麥 和甜椒 4 種作物種植 區(qū)域的 土壤含水率 進(jìn)行估算 基于 CWSI 的表層土 壤含水率估算模型 評(píng)估 解放閘灌域 2014 年葵花 夏 玉米 春小麥和甜椒主要生長(zhǎng)季表層土壤含水率 并 分析表層土壤含水率 分布 圖 8 CWSI 大的區(qū) 域 表層土壤含水率小 在作物生長(zhǎng)初 期 5 月 農(nóng)田土壤含水率較高 6 月 土壤含水率 有所降低 表 層土壤含水率平均值為 21 79 標(biāo)準(zhǔn)差為 4 77 北部作物種植區(qū)表層土壤含水率 大于 30 7 月 表層 土壤含水率空間分布特征不明顯 灌域表層 土壤含 水率 平 均值為 30 79 8 月灌域表層土壤含水率平 均值為 28 84 標(biāo)準(zhǔn)差為 3 14 灌域南部的部分 區(qū)域表層 土壤含水率 大于 33 圖 7 解放閘灌域種植結(jié)構(gòu)空間分布 Fig 7 Spatial distribution of planting structure in the Jiefangzha Irrigation Field a 2014年 5月 4日 b 2014年 6月 9 日 c 2014年 7月 18 日 d 2014年 8月 23日 圖 8 解放閘灌域 表層 土壤含水率空間分布 Fig 8 Spatial distribution of surface soil water content in the Jiefangzha Irrigation Field 3 討 論 與表層和根層土壤含水率相比 深層土壤含水 率 較高 介于 35 40 之間 這主要是由解放閘灌 域地下水埋深較淺所導(dǎo)致 Chen 等 17 研究表明 解 放閘灌域大部分區(qū)域地下水位埋深介于 1 15 3 02 m 之間 同時(shí) 由于光學(xué)遙感衛(wèi)星電磁波穿透能力較 弱 無法探測(cè)根層 深層 土壤信號(hào) 故本研究?jī)H 提出表層土壤含水率遙感估算模型 然而 深層 土 壤含水率是水文和氣候預(yù)測(cè)模型的重要參數(shù) 會(huì)影 響表層土壤蒸發(fā)和植被蒸騰 進(jìn)而調(diào)節(jié)土壤 植被 大 灌溉排水學(xué)報(bào) 6 氣間的水和能量平衡 18 因此 下一步研究應(yīng)關(guān)注 如何由表層土壤含水率 預(yù)測(cè)深層 土壤含水率 Chen 等 19 基于數(shù)據(jù)同化方法在位山灌區(qū)開展了根層和深 層土壤含水率模擬 模擬結(jié)果較好 且數(shù)據(jù)同化技 術(shù)的應(yīng)用可減小 30 50 的誤差 本研究表明 CWSI 大的區(qū)域 表層土壤含水率 小 這與虞文丹 等 20 的研究結(jié)果一致 李伯祥等 21 在開展遙感反演 農(nóng)田 土壤含水率時(shí)未進(jìn)行作物分類 以往區(qū)分不同 作物下墊面進(jìn)行 表層 土壤含水率估算的研究較少 本研究分別估算了 4 種作物主要生長(zhǎng)季的表層 土壤 含水率 同時(shí)采用實(shí)測(cè) 表層 土壤含水率 進(jìn)行 驗(yàn)證 為 不同作物的灌溉制度制定提供了科學(xué)參考 本研究中 夏玉米 下墊面驗(yàn)證結(jié)果并不理想 這可能與驗(yàn)證數(shù)據(jù) 偏少有關(guān) 而以往研究 22 23 在進(jìn)行遙感反演 土壤含水 率 時(shí) 驗(yàn)證數(shù)據(jù)均大于 50 個(gè) 驗(yàn)證結(jié)果較好 因此 下一步研究中應(yīng)盡可能地收集更多的實(shí)測(cè)數(shù)據(jù)用于模 型驗(yàn)證 本研究提出了 基于 CWSI 的表層土壤含水率估 算方法 得到作物主要生長(zhǎng)季表層土壤含水率 其 空間分辨率為 250 m 這主要受限于 MOD16A2 數(shù) 據(jù)的空間分辨率 數(shù)據(jù)融合 方法 為提高空間分辨率 提供了新思路 該方法早期僅應(yīng)用于衛(wèi)星波段反射 率融合 后來被證明也可應(yīng)用于地表參數(shù) 例如 蒸 散發(fā) 24 和土壤水分 25 未來可利用時(shí)空自適應(yīng)反射 率融合模型和增強(qiáng)型時(shí)空自適應(yīng)融合模型等數(shù)據(jù)融 合方法得到逐日 30 m土壤含水率數(shù)據(jù)集 以期為農(nóng) 業(yè)水資源管理提供更加精細(xì)的數(shù)據(jù)支撐 4 結(jié) 論 1 CWSI 的空間分布趨勢(shì)與表層 土壤含水率的 空間分布趨勢(shì)相反 2 春小麥下墊面遙感估算的表層土壤含水率驗(yàn) 證結(jié)果較好 R2為 0 748 其次為葵花 R2為 0 357 3 本研究提出的方法對(duì)于土壤干旱更為敏感 適用于灌水較少且耐旱作物的 表層 土壤含水率 估算 參考文獻(xiàn) 1 馮舒 趙文武 陳利頂 等 2010年來黃土高原景觀生態(tài)研究進(jìn)展 J 生態(tài)學(xué)報(bào) 2017 37 12 3 957 3 966 FENG Shu ZHAO Wenwu CHEN Liding et al Advances in landscape ecology in the Loess Plateau since 2010 in China J Acta Ecologica Sinica 2017 37 12 3 957 3 966 2 艾璐 孫淑怡 李書光 等 光學(xué)與 SAR遙感協(xié)同反演土壤水分研究 進(jìn)展 J 自然資源遙感 2021 33 4 10 18 AI Lu SUN Shuyi LI Shuguang et al Research progress on the cooperative inversion of soil moisture using optical and SAR remote sensing J Remote Sensing for Natural Resources 2021 33 4 10 18 3 張新樂 秦樂樂 鄭興明 等 基于主動(dòng)微波遙感的典型黑土區(qū)土壤水 分反演 J 東北農(nóng)業(yè)大學(xué)學(xué)報(bào) 2018 49 10 43 51 ZHANG Xinle QIN Lele ZHENG Xingming et al Soil moisture inversion based on active microwave remote sensing in typical black soil area J Journal of Northeast Agricultural University 2018 49 10 43 51 4 JACKSON R D IDSO S B REGINATO R J et al Canopy temperature as a crop water stress indicator J Water Resources Research 1981 17 4 1 133 1 138 5 ROBINSON J M HUBBARD K G Soil water assessment model for several crops in the high plains J Agronomy Journal 1990 82 6 1 141 1 148 6 尚松浩 雷志棟 楊詩(shī)秀 冬小麥田間墑情預(yù)報(bào)的經(jīng)驗(yàn)?zāi)Ｐ?J 農(nóng)業(yè) 工程學(xué)報(bào) 2000 16 5 31 33 SHANG Songhao LEI Zhidong YANG Shixiu Empirical model for soil moisture forecast in winter wheat field J Transactions of the Chinese Society of Agricultural Engineering 2000 16 5 31 33 7 HOSKERA A K NICO G IRSHAD AHMED M et al Accuracies of soil moisture estimations using a semi empirical model over bare soil agricultural croplands from sentinel 1 SAR data J Remote Sensing 2020 12 10 1 664 8 趙建輝 張晨陽 閔林 等 基于特征選擇和 GA BP神經(jīng)網(wǎng)絡(luò)的多源 遙感農(nóng)田土壤水分反演 J 農(nóng)業(yè)工程學(xué)報(bào) 2021 37 11 112 120 ZHAO Jianhui ZHANG Chenyang MIN Lin et al Retrieval for soil moisture in farmland using multi source remote sensing data and feature selection with GA BP neural network J Transactions of the Chinese Society of Agricultural Engineering 2021 37 11 112 120 9 ZRIBI M CHAHBI A SHABOU M et al Soil surface moisture estimation over a semi arid region using ENVISAT ASAR radar data for soil evaporation evaluation J Hydrology and Earth System Sciences 2011 15 1 345 358 10 宋小寧 趙英時(shí) 改進(jìn)的區(qū)域缺水遙感監(jiān)測(cè)方法 J 中國(guó)科學(xué) D 輯 地球科學(xué) 2006 36 2 188 194 SONG Xiaoning ZHAO Yingshi Improved remote sensing monitoring method for regional water shortage J Science in China Series D Earth Sciences 2006 36 2 188 194 11 牛乾坤 劉瀏 黃冠華 等 基于 GEE和機(jī)器學(xué)習(xí)的河套灌區(qū)復(fù)雜種 植結(jié)構(gòu)識(shí)別 J 農(nóng)業(yè)工程學(xué)報(bào) 2022 38 6 165 174 NIU Qiankun LIU Liu HUANG Guanhua et al Extraction of complex crop structure in the Hetao Irrigation District of Inner Mongolia using GEE and machine learning J Transactions of the Chinese Society of Agricultural Engineering 2022 38 6 165 174 12 BAI L L CAI J B LIU Y et al Responses of field evapotranspiration to the changes of cropping pattern and groundwater depth in large irrigation district of Yellow River Basin J Agricultural Water Management 2017 188 1 11 13 褚榮浩 李萌 謝鵬飛 等 安徽省近 20年地表蒸散和干旱變化特征 及其影響因素分析 J 生態(tài)環(huán)境學(xué)報(bào) 2021 30 6 1 229 1 239 CHU Ronghao LI Meng XIE Pengfei et al Characteristics and influencing factors of surface evapotranspiration and drought in Anhui Province during recent 20 years J Ecology and Environmental Sciences 2021 30 6 1 229 1 239 14 王斌 付強(qiáng) 王敏 等 不同時(shí)間步長(zhǎng)的 Hargreaves 公式修正式適用性 研究 J 東北農(nóng)業(yè)大學(xué)學(xué)報(bào) 2011 42 8 131 135 WANG Bin FU Qiang WANG Min et al Applicability on verified equations of Hargreaves at different time steps J Journal of Northeast Agricultural University 2011 42 8 131 135 15 陳鶴 蔡甲冰 張寶忠 等 灌區(qū)尺度遙感蒸散發(fā)模型時(shí)間尺度提升方 法研究 J 中國(guó)農(nóng)村水利水電 2016 9 149 152 CHEN He CAI Jiabing ZHANG Baozhong et al Research on remote sensing ET model temporal up scaling method at irrigation district level J China Rural Water and Hydropower 2016 9 149 152 陳鶴 等 基于作物水分脅迫指數(shù)的表層土壤含水量遙感估算 7 16 康紹忠 熊運(yùn)章 干旱缺水條件下麥田蒸散量的計(jì)算方法 J 地理學(xué) 報(bào) 1990 45 4 475 483 KANG Shaozhong XIONG Yunzhang A method of calculating evapotranspiration from the farmland with soil water deficit in arid and semiarid areas J Acta Geographica Sinica 1990 45 4 475 483 17 CHEN H WEI Z LIN R C et al Estimation of evapotranspiration and soil water content at a regional scale using remote sensing data J Water 2022 14 20 3 283 18 梁順林 李小文 王錦地 定量遙感 理念與算法 M 2版 北京 科學(xué) 出版社 2019 LIANG Shunlin LI Xiaowen WANG Jindi Quantitative remote sensing Ideas and Algorithms M 2nd ed Beijing Science Press 2019 19 CHEN H LIN R C ZHANG B Z et al Improving soil water content and surface flux estimation based on data assimilation technique J Remote Sensing 2022 14 13 3 183 20 虞文丹 張友靜 鄭淑倩 基于作物缺水指數(shù)的土壤含水量估算方法 J 國(guó)土資源遙感 2015 27 3 77 83 YU Wendan ZHANG Youjing ZHENG Shuqian Estimation of soil moisture based on crop water stress index J Remote Sensing for Land 2 Operation and Maintenance Center of Panzhuang Irrigation District Dezhou 253000 China 3 Cangzhou Water Conservancy Engineering Quality Technology Center Cangzhou 061000 China Abstract Objective Change in topsoil water content is intricately linked to plant transpiration and understanding its spatiotemporal variation at large scales is crucial to improving water and agriculture management The objective of this paper is to investigate the feasibility of remote sensing for estimating topsoil water content its association with crop water stress index CWSI and the impact of cropping systems Method The experiment site was an irrigation field at Jiefangzha in Hetao Irrigation District The topsoil water content in different cropped lands sunflower summer maize spring wheat and pepper was calculated inversely in 2014 using the MOD16A2 imagery meteorological data and the P M model and CWSI The estimated soil water content was compared with ground truth data Result The CWSI and topsoil water content were inversely proportional The method was accurate for estimating topsoil water content in wheat and sunflower lands with the determination coefficient between the estimated and measured soil water content for the wheat and