鮑艷松， 毛飛， 閔錦忠， 王冬梅， 嚴(yán)婧

(1.南京信息工程大學(xué)氣象災(zāi)害預(yù)報(bào)預(yù)警與評估協(xié)同創(chuàng)新中心，南京 210044； 2.南京信息工程大學(xué)

大氣物理學(xué)院，南京 210044； 3.江蘇省水利科學(xué)研究院，南京 210017 )

0 引言

土壤濕度(soil moisture,SM)是土壤的重要組成部分，在地-氣界面間的物質(zhì)、能量交換中起著重要的作用，是水文學(xué)、氣象學(xué)等科學(xué)研究領(lǐng)域的重要環(huán)境因子和過程參數(shù)[1]。微波遙感是實(shí)現(xiàn)土壤濕度監(jiān)測的有效技術(shù)[2]。

土壤濕度的變化引起土壤介電常數(shù)的改變，土壤介電常數(shù)與土壤發(fā)射率密切相關(guān)，微波亮溫與發(fā)射率也直接相關(guān)，因此，可以利用微波亮溫進(jìn)行土壤濕度反演。微波地表土壤濕度反演算法主要包括單通道土壤濕度反演算法[3-6]、雙極化多通道土壤濕度反演算法[7-14]和數(shù)理統(tǒng)計(jì)算法(經(jīng)驗(yàn)算法)[15-17]3種。Jackson等[3，8-10，15]利用上述3種方法，實(shí)現(xiàn)了土壤濕度的微波遙感反演。我國第二代極軌氣象衛(wèi)星風(fēng)云三號(FY-3)上搭載了微波成像儀(micro-wave radiation imager,MWRI)，其資料可用于地表土壤濕度反演。彭麗春等[18]建立了基于FY-3A/MWRI亮溫資料的土壤濕度三次多項(xiàng)式反演模型，并進(jìn)行了土壤濕度反演試驗(yàn)，得到了較高的土壤濕度反演精度，但由于在反演過程中粗糙度參數(shù)是固定值，限制了該模型在未知粗糙度地區(qū)的應(yīng)用。楊虎等建立了一個(gè)基于FY-3/MWRI亮溫?cái)?shù)據(jù)的地表土壤濕度反演算法[19]，但并未對該算法進(jìn)行精度評價(jià)。

本文利用單頻率雙極化算法，研究了應(yīng)用FY-3B/MWRI數(shù)據(jù)反演裸露地表土壤濕度的方法及流程。首先，根據(jù)地表各參數(shù)的范圍，設(shè)置模型輸入?yún)?shù)，利用高級積分方程模型(aduanced integral equation madels,AIEM)模擬不同地表參數(shù)條件下的FY-3B/MWRI資料； 然后，基于模擬數(shù)據(jù)，利用粗糙地表發(fā)射率Qp模型，發(fā)展土壤濕度反演模型； 最后，基于FY-3B/MWRI數(shù)據(jù)，利用構(gòu)建的土壤濕度反演模型，反演我國西部干旱半干旱地區(qū)土壤濕度，并利用實(shí)測土壤濕度數(shù)據(jù)，進(jìn)行精度評價(jià)。

1 數(shù)據(jù)與方法

1.1 研究區(qū)和數(shù)據(jù)集

研究區(qū)位于中國西部干旱半干旱地區(qū)，主要包括新疆、西藏、青海、甘肅和內(nèi)蒙古西部。由于本研究目的在于反演裸露地表土壤濕度，因此先依據(jù)中分辨率成像儀(MODIS)歸一化植被指數(shù)(normalized difference vegetalion index,NDVI)產(chǎn)品(MYD13)，將上述區(qū)域劃分為裸土區(qū)和植被區(qū)。將NDVI<0.1的區(qū)域劃分為裸土區(qū)[20-21]，即本文的研究區(qū)域。

用于土壤濕度反演的微波數(shù)據(jù)來自于我國第二代極軌氣象衛(wèi)星FY-3B上搭載的微波成像儀資料。FY-3B/MWRI在10.65～89 GHz頻段內(nèi)設(shè)置了5個(gè)頻率，每個(gè)頻率都有水平和垂直2種極化模式，具體參數(shù)見表1。其中低頻10.65 GHz通道具有穿透云雨大氣的能力，并且對地表粗糙度和介電特性比較敏感，能夠用來反演陸地表面溫度、土壤濕度含量等地球物理參數(shù)。

表1 微波成像儀通道特性

本文所用輔助數(shù)據(jù)包括植被指數(shù)和地表溫度。 MODIS溫度產(chǎn)品在陸地區(qū)域精度達(dá)到1 K，相比于FY-3溫度產(chǎn)品具有一定的優(yōu)勢； MODIS植被指數(shù)產(chǎn)品廣泛應(yīng)用于植被的監(jiān)測研究，已有研究表明MODIS NDVI產(chǎn)品具有較高的精度[22]。因而，研究中選用了MODIS植被指數(shù)產(chǎn)品(MYD13)和地表溫度產(chǎn)品(MYD11)。MODIS/AQUA過境時(shí)間為地方時(shí)13:30，F(xiàn)Y-3B過境時(shí)間為地方時(shí)13:40，可認(rèn)為二者過境時(shí)間較一致。

用于檢驗(yàn)土壤濕度反演精度的實(shí)測數(shù)據(jù)來自于中國氣象局國家氣象信息中心共享網(wǎng)，該數(shù)據(jù)是以農(nóng)業(yè)氣象觀測站土壤濕度觀測規(guī)范為準(zhǔn)，每月8號、18號和28號對土壤濕度進(jìn)行測量，觀測深度分別為10 cm，20 cm，50 cm，70 cm和100 cm，本文使用數(shù)據(jù)為10 cm相對濕度數(shù)據(jù)。研究區(qū)內(nèi)農(nóng)業(yè)氣象觀測站點(diǎn)分布如圖1所示。衛(wèi)星數(shù)據(jù)反演的土壤濕度為體積含水量，為便于將地面實(shí)測數(shù)據(jù)與反演結(jié)果進(jìn)行有效對比，首先對土壤相對濕度數(shù)據(jù)進(jìn)行單位轉(zhuǎn)換，將土壤相對濕度轉(zhuǎn)化為土壤水分體積含水量[23]。轉(zhuǎn)換過程中使用的土壤容重和田間持水量數(shù)據(jù)來自于各市縣農(nóng)氣站[24]。

圖1 研究區(qū)及農(nóng)氣站點(diǎn)分布示意圖

1.2 裸露地表輻射模型

；

(1)

采用地表比輻射率εp時(shí)，該模型表達(dá)式為

εp=Qptq+(1-Qp)tp

。

(2)

式中： 下標(biāo)p，q表示2種不同極化方式；Qp為地表粗糙度參數(shù)；rp，rq為光滑表面反射率；tp，tq為光滑表面透過率。

1.3 基于AIEM模型的土壤濕度反演模型建立

1.3.1 AIEM模型

地表微波輻射傳輸模型常被用于研究地表輻射特征，其中，廣為使用的是高級分方程模型(AIEM)[26]。該模型是基于電磁波輻射傳輸方程的地表輻射模型，能在一個(gè)很寬的地表粗糙度范圍內(nèi)再現(xiàn)真實(shí)地表輻射情況[27-29]。本研究基于FY-3B/MWRI儀器參數(shù)設(shè)置，利用AIEM模型對裸露地表?xiàng)l件下地表微波發(fā)射特性進(jìn)行了模擬。輸入模型參數(shù)包括頻率、入射角、地表均方根高度、相關(guān)長度和土壤體積含水量，模型輸出參數(shù)為比輻射率εp和光滑表面反射率rp。

1.3.2 FY-3B/MWRI輻射數(shù)據(jù)模擬

研究中使用的MWRI數(shù)據(jù)頻率為10.65 GHz，極化為V和H，入射角為53°。此外，有關(guān)地表的輸入?yún)?shù)取值盡量覆蓋所有可能的實(shí)際情況，土壤濕度的取值范圍為2%～44%，間隔為2%。地表均方根高度的取值范圍為0.5～3.5 cm，間隔為0.25 cm。相關(guān)長度取值范圍為5～30 cm，間隔為2.5 cm。對于地表相關(guān)函數(shù)，相比于指數(shù)相關(guān)函數(shù)，高斯相關(guān)函數(shù)更接近實(shí)驗(yàn)測量值，因而在模型模擬中使用高斯相關(guān)函數(shù)[30]。運(yùn)行AIEM模型，模擬出MWRI 10.65 GHz,V/H極化下共3 146個(gè)比輻射率和菲涅爾反射率值。

1.3.3 土壤濕度反演模型

基于AIEM模型模擬的比輻射率εp和光滑表面反射率rp，利用式(1)，首先計(jì)算得到地表粗糙度參數(shù)Qp，并建立V/H極化下的地表粗糙度參數(shù)QV與QH之間的關(guān)系。

經(jīng)計(jì)算可知，地表粗糙度參數(shù)QV與QH之間具有較高的相關(guān)性，兩者之間的線性擬合方程，即

QV=a+bQH，

(3)

式中系數(shù)a，b可由模擬數(shù)據(jù)擬合得到。通過式(3)，已知一個(gè)極化下的地表粗糙度參數(shù)可求得另一個(gè)極化下的地表粗糙度參數(shù)，使得地表粗糙度參數(shù)為單一未知量。

為消除地表粗糙度影響，將式(2)帶入式(3)中，合并公式系數(shù)，得到

αεV+εH=βtV+ηtH，

(4)

式中： εV和εH分別為V/H極化下裸土比輻射率；tV和tH分別為V/H極化下光滑表面透過率；α，ε，η為公式系數(shù)。在推導(dǎo)過程中可得出式(3)和式(4)系數(shù)之間有如下關(guān)系，即

(5)

由式(4)可知，通過地表粗糙度參數(shù)QV與QH之間的線性關(guān)系，利用雙極化數(shù)據(jù)可以消除地表粗糙度的影響。

在消除地表粗糙度參數(shù)后，進(jìn)一步利用Shi等[31]提出的土壤濕度與光滑表面透過率之間關(guān)系，得到土壤濕度反演模型，即

(6)

式中：SM為土壤體積含水量；A，B和C為反演模型參數(shù)，可由模擬數(shù)據(jù)利用最小二乘法擬合得到； 等式右側(cè)βtV+ηtH項(xiàng)可由式(4)中αεV+εH項(xiàng)替換。在已知地表溫度的前提下，可由FY-3B/MWRI 10.65 GHz觀測亮溫計(jì)算地表比輻射率εp。

1.3.4 土壤濕度反演

基于FY-3B/MWRI 10.65 GHz亮溫?cái)?shù)據(jù)和MODIS溫度產(chǎn)品數(shù)據(jù)(MYD11)，計(jì)算裸土比輻射率εV和εH，即

εp=TBp/T，

(7)

式中：TBp為微波成像儀觀測亮溫；T為地表溫度。將計(jì)算得到εV和εH代入式(4)，計(jì)算αεV+εH項(xiàng)，并進(jìn)一步利用式(6)實(shí)現(xiàn)裸土區(qū)土壤濕度反演。

2 結(jié)果與分析

2.1 FY-3微波資料土壤濕度反演模型

基于AIEM模型模擬的比輻射率εV和εH，菲涅爾反射率rV和rH，根據(jù)式(1)計(jì)算出和地表粗糙度有關(guān)的QV與QH，二者之間的散點(diǎn)圖如圖2所示。

圖2 地表粗糙度參數(shù)QV 和 QH 之間關(guān)系

如圖2所示，可以擬合出b=0.416 9，并進(jìn)一步計(jì)算出α=2.398 7。基于AIEM模型模擬的比輻射率εV和εH和輸入的土壤濕度參數(shù)，最小二乘擬合得到α，A，B，C分別為2.398 7，4.003 2，0.595 9和-3.288 2?；跀M合的參數(shù)，構(gòu)建的土壤濕度反演模型為

(8)

2.2 模型驗(yàn)證及精度評價(jià)

根據(jù)上述方法反演4個(gè)時(shí)期的研究區(qū)土壤濕度，并與氣象站點(diǎn)的土壤濕度進(jìn)行交叉驗(yàn)證。圖3是2011年8月28日、9月8日、18日和28日FY-3B/MWRI反演結(jié)果與實(shí)測數(shù)據(jù)交叉驗(yàn)證結(jié)果。如圖3所示，反演的土壤濕度和氣象站點(diǎn)10 cm深度層實(shí)測的土壤濕度相關(guān)性較好，達(dá)到0.001的顯著性相關(guān)標(biāo)準(zhǔn)，均方根誤差為0.065 7 cm3/cm3； 此外，在土壤濕度高值區(qū)，反演的土壤濕度小于實(shí)測值。分析其原因，可能是因?yàn)樗抿?yàn)證數(shù)據(jù)為10 cm土壤濕度，而衛(wèi)星遙感反演結(jié)果為表層土壤濕度。試驗(yàn)表明半干旱地區(qū)10 cm深度土壤濕度值大于表層土壤濕度[32]?？紤]到在土壤濕度高值區(qū)反演土壤濕度較實(shí)測土壤濕度偏低，為消除系統(tǒng)誤差，利用圖3中的關(guān)系式訂正式(8)，得到基于FY-3B/MWRI數(shù)據(jù)的土壤濕度反演模型，即

SM=1.957[4.003 2+0.59(2.398 7εV+εH)-

(9)

為了檢驗(yàn)修訂后模型的穩(wěn)定性及模型精度，選用建模以外的一組FY-3B/MWRI資料(獲取時(shí)間為2011年10月8日、18日、28日和11月8日)，分別利用式(8)和(9)進(jìn)行土壤濕度反演(圖4)，并與氣象站點(diǎn)實(shí)測的10 cm土壤濕度觀測資料進(jìn)行交叉驗(yàn)證。

圖3 2011年8月28日、9月8日、18日和28日FY-3B/MWRI反演結(jié)果與實(shí)測數(shù)據(jù)交叉驗(yàn)證散點(diǎn)圖

(a) 系統(tǒng)誤差訂正前反演結(jié)果與實(shí)測結(jié)果比較(b) 系統(tǒng)誤差訂正后反演結(jié)果與實(shí)測結(jié)果比較

由圖4可知，修訂后模型土壤濕度反演精度更高，反演的土壤濕度和實(shí)測值達(dá)到0.001水平的顯著性相關(guān)，均方根誤差為0.030 5 cm3·cm-3。用式(9)所示的土壤濕度反演模型對研究區(qū)2011年10月8日、18日、28日和11月8日數(shù)據(jù)進(jìn)行反演，結(jié)果如圖5所示。

(a) 2011年10月8日(b) 2011年10月18日

圖5-1FY-3B/MWRI土壤濕度反演圖

Fig.5-1SoilmoisturemapsretrievedfromFY-3B/MWRIimages

(c) 2011年10月28日(d) 2011年11月8日

由圖5可知，西部地區(qū)土壤濕度較低，數(shù)值在0～0.25 cm3·cm-3之間，與地面觀測結(jié)果較為吻合。

3 結(jié)論

本文使用AIEM模型，模擬不同地表參數(shù)條件下的FY-3B/MWRI資料，利用模擬資料發(fā)展了一個(gè)可用于裸露地表土壤濕度反演的半經(jīng)驗(yàn)?zāi)Ｐ?。該模型利用雙極化數(shù)據(jù)消除地表粗糙度影響，模型應(yīng)用結(jié)果表明：

1)構(gòu)建的模型能夠較好地實(shí)現(xiàn)土壤濕度反演，4個(gè)時(shí)次(2011年8月28日、9月8日、18日和28日)土壤濕度反演結(jié)果表明，反演和實(shí)測的土壤濕度達(dá)到0.001水平顯著性相關(guān)，兩者均方根誤差為0.065 7 cm3·cm-3； 其外，發(fā)現(xiàn)在土壤濕度高值區(qū)反演的土壤濕度明顯小于實(shí)測值。通過擬合反演和實(shí)測土壤濕度之間的關(guān)系，并利用這一關(guān)系對原模型進(jìn)行訂正，得到了訂正后的土壤濕度反演模型。

2)訂正后的模型能夠提高土壤濕度反演精度，2011年10月8日、18日、28日和11月8日4個(gè)時(shí)次反演和實(shí)測的土壤濕度決策系數(shù)R2為0.604，均方根誤差為0.030 5 cm3·cm-3。這一結(jié)果說明， FY-3B/MWRI資料可用于裸土區(qū)土壤濕度反演，并取得較高的反演精度。

3)本文所建土壤濕度反演模型只適用于裸土區(qū)域，對植被覆蓋下地表土壤濕度反演還需進(jìn)一步研究。

參考文獻(xiàn)(References)：

[1] 仝兆遠(yuǎn),張萬昌.土壤水分遙感監(jiān)測的研究進(jìn)展[J].水土保持通報(bào),2007,27(4):107-113.

Tong Z Y,Zhang W C.Progress of soil moisture monitoring by remote sensing[J].Bulletin of Soil and Water Conservation,2007,27(4):107-113.

[2] 鄭興明.東北地區(qū)土壤濕度被動微波遙感高精度反演方法研究[D].長春:中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所,2012.

Zheng X M.Research on soil moisture passive microwave remote sensing inversion method in Northeast of China[D].Changchun:Northeast Institute of Geography and Agroecology,Chinese Academy of Sciences,2012.

[3] Jackson T J,Le Vine D M,Swift C T,et al.Large area mapping of soil moisture using the ESTAR passive microwave radiometer in Washita 92[J].Remote Sensing Environment,1995,54(1):27-37.

[4] Jackson T J,Le Vine D M,Hsu A Y,et al.Soil moisture mapping at regional scales using microwave radiometry:The southern great plains hydrology experiment[J].IEEE Transaction on Geosciences and Remote Sensing,1999,37(5):2136-2151.

[5] Jackson T J,LeVine D M.Mapping surface soil moisture using an aircraft-based passive microwave instrument:Algorithm and example[J].Journal of Hydrology,1996,184(1/2):85-99.

[6] Jackson T J.III.Measuring surface soil moisture using passive microwave remote sensing[J].Hydrological Processes,1993,7(2):139-152.

[7] 田輝,王澄海,文軍,等.基于簡化參數(shù)方法的蒙古干旱區(qū)土壤濕度被動微波遙感[J].地球物理學(xué)報(bào),2012,55(2):415-427.

Tian H,Wang C H,Wen J,et al.Soil moisture estimation over an arid environment in Mongolia from passive microwave remote sensing based on a simplified parameterization method[J].Chinese Journal of Geophysics,2012,55(2):415-427.

[8] Njoku E G,Li L.Retrieval of land surface parameters using passive microwave measurements at 6-18 GHz[J].IEEE Transactions on Geoscience and Remote Sensing,1999,37(1):79-93.

[9] Njoku E G,Jackson T J,Lakshmi V,et al.Soil moisture retrieval from AMSR-E[J].IEEE Transactions on Geoscience and Remote Sensing,2003,41(2):215-229.

[10]Koike T,Njoku E,Jackson T J,et al.Soil moisture algorithm development and validation for the ADEOS-II/AMSR[J].IEEE Transactions on Geoscience and Remote Sensing Symposium,2000,3:1253-1255.

[11]Owe M,DeJeu R,Walker J.A methodology for surface soil moisture and vegetation optical depth retrieval using the microwave polarization difference index[J].IEEE Transactions on Geoscience and Remote Sensing,2001,39(8):1643-1654.

[12]Owe M,DeJeu R,Holmes T.Multisensor historical climatology of satellite-derived global land surface moisture[J].Journal of Geophysical Research,2008,113:1-17.

[13]De Jeu R A M.Retrieval of land surface parameters using passive microwave remote sensing[D].Amsterdam:Vrije University Amsterdam,2003.

[14]Wen J,Jackson T J,Bindlish R,et al.Retrieval of soil moisture and vegetation water content using SSM/I data over a corn and soybean region[J].Journal of Hydrometeorology,2005,6(6):854-863.

[15]Schmugge T,O’Neill P E,Wang J R.Passive microwave soil moisture research[J].IEEE Transactions on Geoscience and Remote Sensing,1986,GE-24(1):12-22.

[16]Ahmed N U.Estimating soil moisture from 6.6GHz dual polarization,and/or satellite derived vegetation index[J].International Journal of Remote Sensing,1995,16(4):687-708.

[17]Paloscia S,Macelloni G,Santi E,et al.A multifrequency algorithm for the retrieval of soil moisture on a large scale using microwave data from SMMR and SSM/I satellites[J].IEEE Transactions on Geoscience and Remote Sensing,2001,39(8):1655-1661.

[18]彭麗春,李萬彪,劉輝志.FY-3A/MWRI數(shù)據(jù)反演半干旱地區(qū)土壤濕度的研究[J].北京大學(xué)學(xué)報(bào):自然科學(xué)版,2011,47(5):797-804.

Peng L C,Li W B,Liu Z H.Estimation of the soil moisture using FY-3A/MWRI Data over semiarid areas[J].Acta Scientiarum Naturalium Universitatis Pekinensis,2011,47(5):797-804.

[19]楊虎,施建成.FY-3微波成像儀地表參數(shù)反演研究[J].遙感技術(shù)與應(yīng)用,2005,20(1):194-200.

Yang H,Shi J C.On the estimation of land surface parameters by using FY-3A microwave radiometer imager(MWRI)[J].Remote Sensing Technology and Application,2005,20(1):194-200.

[20]馬媛.新疆土壤濕度的微波反演及應(yīng)用研究[D].烏魯木齊:新疆大學(xué),2007.

Ma Y.Study on soil moisture inversion and application with microwave remote sensing in Xinjiang[D].Urumchi:Xinjiang University,2007.

[21]趙杰鵬,張顯峰,包慧漪,等.基于可見光紅外與被動微波遙感的土壤水分協(xié)同反演[J].紅外與毫米波學(xué)報(bào),2012,31(2):137-142,147.

Zhao J P,Zhang X F,Bao H Y,et al.Monitoring land surface soil moisture:Co-inversion of visible, infrared and passive microwave sensing data[J].Journal of Infrared and Millimeter Waves,2012,31(2):137-142,147.

[22]魏偉,任皓晨,趙軍,等.基于MODIS的ATI和TVI組合法反演石羊河流域土壤含水量[J].國土資源遙感,2011,23(2):104-109.

Wei W,Ren H C,Zhao J,et al.Retrieving soil moisture of shiyang river basin by ATI and TVI based on EOS/MODIS data[J].Remote Sensing For Land and Resources,2011,23(2):104-109.

[23]楊曉峰.土壤濕度廓線綜合反演試驗(yàn)研究[D].北京:中國氣象科學(xué)研究院,2011.

Yang X F.Experimental study on soil moisture profile inversion[D].Beijing:Chinese Academy of Meteorological Sciences.

[24]陳永川,劉靜,托乎提,等.新疆作物觀測地段土壤農(nóng)業(yè)水分常數(shù)的分布[J].安徽農(nóng)業(yè)科學(xué),2008,36(32):14210-14321.

Chen Y C,Liu J,Tuo H T,et al.Distribution of soil agricultural moisture constant in crop observation area in Xinjiang Province[J].Journal of Anhui Agricultural Sciences,2008,36(32):14210-14321.

[25]Shi J C,Jiang L M,Zhang L Z,et al.A parameterized multifrequency-polarization surface emission model[J].IEEE Transactions on Geoscience and Remote Sensing,2005,43(12):2831-2841.

[26]鮑艷松,劉良云,王紀(jì)華,等.利用ASAR圖像監(jiān)測土壤含水量和小麥覆蓋度[J].遙感學(xué)報(bào),2006,10(2):263-271.

Bao Y S,Liu L Y,Wang J H,et al.Estimation of soil water content and wheat coverage with ASAR image[J].Journal of Remote Sensing,2006,10(2):263-271.

[27]Fung A K,Chen K S.An update on the IEM surface backscattering model[J].Geoscience and Remote Sensing Letters,IEEE,2004,1(2):75-77.

[28]WU T D,Chen K S.A reappraisal of the validity of the IEM model for backscattering from rough surfaces[J].IEEE Transactions on Geoscience and Remote Sensing,2004,42(4):743-753.

[29]WU T D,Chen K S,Shi J C,et al.A transition model for the flection coefficient in surface scattering[J].IEEE Transactions on Geoscience and Remote Sensing,2001,39(9):2040-2050.

[30]施建成,蔣玲梅,張立新,等.多頻率多極化地表輻射參數(shù)化模型[J].遙感學(xué)報(bào),2006,10(4):502-514.

Shi J C,Jiang L M,Zhang L X,et al.A parameterized multi-frequency-polarization surface emission model[J].Journal of Remote Sensing,2006,10(4):502-514.

[31]Shi J C,Jiang L M,Zhang L X,et al.Physically based estimation of bare-surface soil moisture with the passive radiometers[J].IEEE Transactions on Geoscience and Remote Sensing,2006,44:3145-3153.

[32]張婕,張文煜,王曉妍,等.半干旱地區(qū)土壤濕度變化特征[J].蘭州大學(xué)學(xué)報(bào):自然科學(xué)版,2012,48(2):57-61.

Zhang J,Zhang W Y,Wang X Y,et al.Changes characteristics of soil moisture in semi-arid areas[J].Journal of Lanzhou University:Natural Sciences,2012,48(2):57-61.