土壤水分多源卫星遥感联合反演研究进展
蒋瑞瑞, 甘甫平, 郭艺, 闫柏琨

Progress in research on the joint inversion for soil moisture using multi-source satellite remote sensing data
JIANG Ruirui, GAN Fuping, GUO Yi, YAN Bokun
表1 基于Ts-VI特征空间构建的常用指数
Tab.1 Common indices based on Ts-VI feature space construction
特征指数 构成特征空间变量 算法 与土壤水分关系及适用条件 参考文献
温度植被干旱指数(temperature-vegetation dryness index,TVDI) Ts,NDVI TVDI= T s - T s m i n ( N D V I ) T s m a x ( N D V I ) - T s m i n ( N D V I )
Tsmin=bmin+aminNDVI
Tsmax=bmax+amaxNDVI
与土壤水分呈显著负相关,适用于覆盖度较好区域,不适用于稀疏植被覆盖区域 [21]
温度变化速率-植被干旱指数(temperature rate-vegetation dryness index,TRVDI) RT,FVC TRVDI= R T m a x ( i ) - R T ( i ) R T m a x ( i ) - R T m i n
RTmax=a+bFVCi
与土壤水分呈显著负相关,适用于所有植被覆盖情况。RT基于地球同步轨道数据计算,适合用于监测地表土壤水分的时间变化情况 [22]
条件温度植被指数(temperature vegetation difference index,VTCI) Ts, NDVI VTCI= T s N D V I i m a x - T s N D V I i T s N D V I i m a x - T s N D V I i m i n T s N D V I i m a x=a+bNDVIi
T s N D V I i m i n=a'+b'NDVIi
与土壤水分呈显著正相关,适用于中高植被覆盖区域 [23]
土壤水分指数(soil water index,SWI) Ts, NDVI SWI= T s m a x ( i ) - T s ( i ) T s m a x ( i ) - T s m i n T s m a x ( i )=a+bNDVIi 与土壤水分呈显著正相关,适用于中等植被覆盖度区域 [24]
土壤水分亏缺指数(water deficit index,WDI) Ts -Ta,SAVI WDI= ( T s - T a ) m i n - ( T s - T a ) r ( T s - T a ) m i n - ( T s - T a ) m a x 与土壤水分呈显著负相关,适用于所有植被覆盖区域 [25]
热地表覆盖水分指数(thermal ground cover moisture index,TGMI) TIRDC, FVC TGMI= T I R D C n o r m , m a x , i - T I R D C n o r m , i T I R D C n o r m , m a x , i - T I R D C n o r m , m i n
TIRDCnorm,max,i= F V C i + F V C d T I R D C n o r m , d - 1 F V C d T I R D C n o r m , d - 1
TIRDCnorm,i= T I R D C i - T I R D C m i n T I R D C m a x - T I R D C m i n
与土壤水分呈显著正相关,适用于农业干旱监测,能较好表现出旱地和灌溉区域的土壤水分空间差异 [26]
土壤水分有效值(M0) Ts,FVC M0= T d r y - T s T d r y - T w e t
Tdry=( T c m a x- T s m a x)×FVC+ T s m a x
Twet=( T c m i n- T s m i n)×FVC+ T s m i n
与土壤水分呈显著正相关,适用于所有植被覆盖区域 [27]
垂直土壤水分指数(perpendicular soil moisture index,PSMI) Ts,NDVI PSMIi=Di/(1+NDVIi)
Di=(TIRi,norm+NDVIi)/ 2
与土壤水分呈显著负相关,适用于估算农田土壤水分 [28-29]