陳亮, 姚保順, 何厚軍, 張波

(黃河水利委員會(huì)信息中心,河南 鄭州 450004)

IVSW=INDV/TS，

INDV=100(RNIR-RRED)/(RNIR+RRED)。

INDW=(RGREEN-RNIR)/(RGREEN+RNIR)。

MCR=a·IVSW+b·INDW+c。

表1 基于不同監(jiān)測(cè)指數(shù)的土壤水分監(jiān)測(cè)模型

?

基于HJ-1B數(shù)據(jù)的作物根系土壤水分遙感監(jiān)測(cè)

陳亮, 姚保順, 何厚軍, 張波

(黃河水利委員會(huì)信息中心,河南 鄭州 450004)

針對(duì)作物生長(zhǎng)期不同土層田間耗水發(fā)生變化的特點(diǎn),在對(duì)植被供水指數(shù)(VSWI)和歸一化水體指數(shù)(NDWI)構(gòu)建原理進(jìn)行分析的基礎(chǔ)上,綜合VSWI和NDWI構(gòu)建了作物根系土壤水分監(jiān)測(cè)指數(shù)(CRM),采用HJ-1B數(shù)據(jù)計(jì)算VSWI、NDWI、CRM等指數(shù),基于不同指數(shù)分別建立土壤水分監(jiān)測(cè)模型并對(duì)反演結(jié)果進(jìn)行對(duì)比分析。結(jié)果表明:與單一指數(shù)模型相比,綜合VSWI和NDWI的作物根系土壤水分監(jiān)測(cè)指數(shù)與實(shí)測(cè)土壤水分的相關(guān)性更高,相關(guān)系數(shù)達(dá)0.6以上;降雨后淺層土壤含水量增高時(shí),作物根系土壤水分監(jiān)測(cè)指數(shù)反演精度提高更為明顯,可減輕降雨對(duì)土壤水分監(jiān)測(cè)的影響。

根系土壤水分;遙感監(jiān)測(cè);作物;HJ-1B;VSWI;NDWI

旱災(zāi)是我國(guó)農(nóng)業(yè)生產(chǎn)的最大威脅,波及范圍廣、歷時(shí)長(zhǎng),每年直接經(jīng)濟(jì)損失達(dá)(4～7)億元,占我國(guó)農(nóng)業(yè)自然災(zāi)害損失的近60%[1]。土壤水分是地表和大氣界面的重要狀態(tài)參數(shù),直接影響地表的熱量平衡和水量平衡,與干旱關(guān)系密切[2-3]。土壤水分監(jiān)測(cè)是墑情監(jiān)測(cè)的主要內(nèi)容,對(duì)農(nóng)田水分管理、作物旱情分析和水資源調(diào)配具有重要意義。

隨著全球?qū)Φ赜^測(cè)技術(shù)的迅猛發(fā)展,土壤水分(或干旱)遙感監(jiān)測(cè)技術(shù)取得了大量的研究成果,發(fā)展出多種土壤水分(或干旱)遙感監(jiān)測(cè)模型,建立了數(shù)十個(gè)遙感監(jiān)測(cè)指數(shù),并得到了成功應(yīng)用[4]。常用干旱監(jiān)測(cè)指數(shù)包括:歸一化植被指數(shù)(Normalized Difference Vegetation Index,NDVI)、距平植被指數(shù)(Anomaly Vegetation Index,AVI)、植被狀況指數(shù)(Vegetation Condition Index,VCI)、增強(qiáng)的植被指數(shù)(Enhanced Vegetation Index,EVI)、歸一化水分指數(shù)(Normalized Difference Water Index,NDWI)、垂直干旱指數(shù)(Perpendicular Drought Index,PDI)、修正的垂直干旱指數(shù)(Modified Perpendicular Drought Index,MPDI)、半干旱區(qū)水分指數(shù)(Semi-arid Water Index,SAWI)、表觀熱慣量、溫度狀況指數(shù)(Temperture Condition Index,TCI)、植被健康指數(shù)(Vegetation Health Index,VHI)、植被供水指數(shù)(Vegetation Supply Water Index,VSWI)、溫度植被干旱指數(shù)(Temperature Vegetation Dryness Index,TVDI)、條件植被溫度指數(shù)(Vegetation Temperature Condition Index,VTCI)、作物缺水指數(shù)(Crop Water Stress Index,CWSI)、微波集成干旱指數(shù)(Microwave Integrated Drought Index,MIDI)等[5-6]。由于土壤水分受降水、蒸散量、土壤、植被的生理狀況、地表熱狀況等多個(gè)因素的影響,單一指數(shù)模型因其局限性難以完全描述土壤水分特征,多要素土壤水分(干旱)監(jiān)測(cè)模型表現(xiàn)出更好的適應(yīng)能力。陳懷亮等[7]基于NDVI和表層水分含量指數(shù)(Surface Water Capacity Index,SWCI)構(gòu)建了農(nóng)田淺層土壤濕度指數(shù)(Cropland Soil Moisture Index,CMSI),在農(nóng)作物中后期的農(nóng)田土壤水分監(jiān)測(cè)中具有良好的實(shí)時(shí)應(yīng)用效果。杜靈通等[8]利用TRMM(Tropical Rainfall Measuring Mission)-Z降水虧缺指數(shù)、MODIS(Moderate Resolution Imaging Spectrometer)植被指數(shù)產(chǎn)品和地表溫度產(chǎn)品構(gòu)建了綜合干旱指數(shù),對(duì)山東省2010年的旱情變化進(jìn)行了監(jiān)測(cè),取得了較好效果。周磊[9]通過(guò)對(duì)傳統(tǒng)遙感和氣象干旱指數(shù)對(duì)比分析,采用基于數(shù)據(jù)挖掘的回歸決策樹技術(shù),綜合地表水熱環(huán)境信息、植被生長(zhǎng)狀況和地球表層生物物理特征變量建立了我國(guó)黃淮海地區(qū)的綜合地表干旱指數(shù)。美國(guó)地質(zhì)勘探局和干旱減災(zāi)中心等單位利用歷史長(zhǎng)時(shí)間序列的NDVI、帕爾默干旱強(qiáng)度指數(shù)(Palmer Drought Severity Index,PDSI)和標(biāo)準(zhǔn)降水指數(shù)(Standardized Precipitation Index,SPI)的氣候數(shù)據(jù),結(jié)合土地覆蓋/土地利用類型、土壤特性、生態(tài)環(huán)境衛(wèi)星觀測(cè)等其它生物物理信息,研發(fā)了植被干旱響應(yīng)指數(shù)(Vegetation Drought Response Index,VegDRI),在美國(guó)得到了很好的應(yīng)用[10]。集成多種指數(shù)建立土壤水分遙感監(jiān)測(cè)模型已成為土壤水分遙感監(jiān)測(cè)研究的熱點(diǎn)之一。

本研究從作物田間實(shí)際耗水特點(diǎn)出發(fā),在對(duì)植被供水指數(shù)(VSWI)和歸一化水體指數(shù)(NDWI)構(gòu)建原理分析的基礎(chǔ)上,基于HJ-1B數(shù)據(jù)研究建立綜合VSWI和NDWI的作物根系土壤水分監(jiān)測(cè)指數(shù),并進(jìn)行小麥土壤水分監(jiān)測(cè)。

1 研究區(qū)與數(shù)據(jù)

1.1 研究區(qū)

本研究以黃河下游河南引黃灌區(qū)為研究區(qū)。河南省在沿黃城市已建引黃口門50多處,以口門為依托建成引黃干流自流灌區(qū)26處,支流灌區(qū)4處,灌區(qū)范圍涉及三門峽、焦作、濟(jì)源、新鄉(xiāng)、洛陽(yáng)、鄭州、開封、濮陽(yáng)、商丘、安陽(yáng)、鶴壁、許昌、周口等13個(gè)地級(jí)市,共計(jì)40多個(gè)縣。河南省引黃灌區(qū)是全省重要的糧棉產(chǎn)區(qū),也是我國(guó)重要的商品糧基地,在我國(guó)國(guó)民經(jīng)濟(jì)中具有重要的戰(zhàn)略地位。河南省引黃灌區(qū)設(shè)計(jì)灌溉面積15 767 km2,約占全省耕地面積的22%,有效灌溉面積7 213 km2。灌區(qū)主要農(nóng)作物為小麥和玉米,作物種植模式以小麥和玉米輪作為主。

1.2 研究數(shù)據(jù)

HJ-1B衛(wèi)星載有可見光CCD(Charge-coupled Device)相機(jī)和紅外相機(jī)。CCD相機(jī)具有4波段,空間分辨率為30 m,單星成像幅寬為360 km。紅外相機(jī)具有近、短、中、長(zhǎng)4個(gè)光譜譜段,幅寬為720 km,地面像元分辨率為150 m/300 m。該衛(wèi)星具有4 d的重復(fù)觀測(cè)能力。小麥拔節(jié)、灌漿期是水量需求的重要時(shí)期,該時(shí)期河南引黃灌區(qū)干旱較易發(fā)生。2013年 4月上中旬研究區(qū)冬小麥種植區(qū)正遭遇干旱,本研究采集2013年4月11日和4月26日HJ-1B數(shù)據(jù)進(jìn)行土壤水分監(jiān)測(cè)研究。對(duì)采集的HJ-1B數(shù)據(jù)首先利用ENVI軟件Flaash大氣校正模塊進(jìn)行大氣校正,消除大氣影響;然后采用多項(xiàng)式法對(duì)HJ-1B數(shù)據(jù)進(jìn)行幾何精校正,誤差控制在半個(gè)像元以內(nèi)。

為建立土壤水分模型,收集了引黃灌區(qū)16個(gè)土壤墑情站的土壤水分?jǐn)?shù)據(jù)。選取的土壤墑情站建于灌區(qū)田塊內(nèi),站內(nèi)作物耕作和灌溉情況保持與田塊其他區(qū)域相一致,觀測(cè)的土壤水分?jǐn)?shù)據(jù)能夠真實(shí)地反映田間實(shí)際情況。土壤墑情站每日自動(dòng)記錄各站點(diǎn)的土壤水分?jǐn)?shù)據(jù),觀測(cè)的土層深度為10、20、40 cm。

2 指數(shù)構(gòu)建

2.1 植被供水指數(shù)

作物供水正常時(shí),植被指數(shù)和冠層溫度在一定的生長(zhǎng)期內(nèi)保持在一定范圍內(nèi);如果植被供水不足,作物根部缺水使蒸騰作用受到抑制,葉面氣孔關(guān)閉則作物冠層溫度升高,同時(shí)作物生長(zhǎng)將受到影響而使植被指數(shù)降低[11]。植被供水指數(shù)(VSWI)正是基于這一原理構(gòu)建的,其計(jì)算公式如下:

IVSW=INDV/TS，

(1)

INDV=100(RNIR-RRED)/(RNIR+RRED)。

(2)

式中:IVSM為植被供水指數(shù)；INDV為歸一化植被指數(shù)；TS為植被冠層溫度,本研究以地表溫度來(lái)代替,采用單通道算法進(jìn)行HJ衛(wèi)星地表溫度反演[12];RNIR為近紅外波段反射率;RRED為紅色波段反射率。IVSW越大,土壤水分越高,植被供水越充足,植被長(zhǎng)勢(shì)越好，蒸騰越旺盛;反之，植被供水不足,土壤水分較低。由于植被供水指數(shù)主要通過(guò)植被長(zhǎng)勢(shì)及作物蒸騰作用與根區(qū)土壤水分的關(guān)系建立的,而作物中后期根系大部分分布在20 cm以下的土層,該指數(shù)不能較好地反映淺層土壤的水分狀況。

2.2 歸一化水分指數(shù)

Mcfeeters[13]利用水體在綠波段和近紅外波段與植被和土壤等信息的顯著反射差異,提出歸一化水分指數(shù)(NDWI)進(jìn)行水體信息提取,其計(jì)算公式為:

INDW=(RGREEN-RNIR)/(RGREEN+RNIR)。

(3)

式中:INDW為歸一化水分指數(shù)；RGREEN為綠色波段反射率。NDWI一定程度上可以反映地表各地物類型的水分狀況,如毛海穎等[14]以遙感影像提取的NDWI值作為土壤水分指標(biāo)，進(jìn)行了永定河流域土壤水分的影響因子分析。

2.3 作物根系土壤水分監(jiān)測(cè)指數(shù)

作物對(duì)土壤水分的消耗主要是通過(guò)根系吸水進(jìn)行蒸騰作用來(lái)實(shí)現(xiàn)的,根區(qū)土壤水分狀況是影響作物長(zhǎng)勢(shì)與健康的重要因素。因此,基于作物長(zhǎng)勢(shì)遙感影像表征的土壤水分監(jiān)測(cè),從作物實(shí)際耗水特性出發(fā)是建立模型的關(guān)鍵。

作物耗水主要集中在0～40 cm的土層,包括植株棵間的土壤蒸發(fā)和作物蒸騰耗水?？瞄g土壤蒸發(fā)主要發(fā)生在0～20 cm的土層,生長(zhǎng)期蒸發(fā)量占其總耗水量的1/4～1/3[15]。土壤蒸發(fā)受土壤表層土壤水分狀況的影響,與田間灌水和降雨相關(guān)。作物蒸騰耗水與作物根系分布密切相關(guān)。根系密度大的土層,消耗較多的土壤水分;根系密度低的土層,土壤水分消耗則少[16]。同時(shí),作物根系分布又受作物生育期及土壤水分條件的影響。作物生長(zhǎng)初期,根系主要分布在20 cm以內(nèi)的土層,隨著作物根系的生長(zhǎng)發(fā)育,逐漸向深層土壤發(fā)展。當(dāng)土壤水分虧缺時(shí),會(huì)促使根系向縱深方向伸展,對(duì)深層土壤水分的利用增大。在干旱缺水的華北地區(qū),冬小麥生育中后期50%以上根系處于20～50 cm的土層,該土層水分消耗主要用于作物蒸騰[15]。由此可見,進(jìn)行作物田間土壤水分監(jiān)測(cè),尤其是作物生育中后期,需要綜合考慮根系的主要耗水層,即包括消耗于作物蒸騰的深層土壤水分和消耗于棵間土壤蒸發(fā)的表層土壤水分。

從作物根系土層實(shí)際耗水特性出發(fā),基于VSWI和NDWI的構(gòu)建原理,綜合兩種指數(shù)對(duì)不同深度土層土壤水分的表現(xiàn)能力,構(gòu)建集成VSWI和NDWI的作物根系土壤水分(Crop Root Soil Moisture,CRM)這一監(jiān)測(cè)指數(shù)。其計(jì)算公式如下:

MCR=a·IVSW+b·INDW+c。

(4)

式中:MCR為作物根系土壤水分(CRM),本研究采用0～40 cm土層的相對(duì)土壤含水量;a、b、c為系數(shù),可以根據(jù)地面實(shí)測(cè)土壤水分確定。該指數(shù)兼顧作物根系淺層土壤水分和深層土壤水分,可以克服單一指數(shù)對(duì)不同土層土壤水分監(jiān)測(cè)的局限性,提高了模型對(duì)土壤水分的監(jiān)測(cè)能力。

3 結(jié)果與分析

分別利用2013年4月11日與4月26日的HJ-1B數(shù)據(jù)計(jì)算IVSW和INDW,并與土壤墑情站觀測(cè)的0～40 cm土層的土壤水分?jǐn)?shù)據(jù)進(jìn)行多元回歸分析,求解公式(4)中的系數(shù)a、b和c,得到基于VSWI和NDWI的CRM監(jiān)測(cè)模型,見表1。為將作物根系土壤水分監(jiān)測(cè)指數(shù)與VSW、NDWI單一監(jiān)測(cè)指數(shù)進(jìn)行比較,分別將IVSW和INDW與土壤墑情站土壤水分觀測(cè)數(shù)據(jù)進(jìn)行一元回歸分析，建立土壤水分監(jiān)測(cè)模型,結(jié)果見表1。

表1 基于不同監(jiān)測(cè)指數(shù)的土壤水分監(jiān)測(cè)模型

數(shù)據(jù)日期指數(shù)監(jiān)測(cè)模型相關(guān)系數(shù)2013年4月11日CRMMCR=7.333IVSW+2.299INDW+0.0260.63VSWIMCR=2.483IVSW+0.0670.54NDWIMCR=-0.884INDW+0.10.422013年4月26日CRMMCR=18.839IVSW+5.572INDW-0.1730.72VSWIMCR=2.483IVSW+0.0670.56NDWIMCR=-0.884INDW+0.10.44

由表1可知,與VSWI、NDWI等單一監(jiān)測(cè)指數(shù)相比,CRM監(jiān)測(cè)指數(shù)與實(shí)測(cè)土壤水分的相關(guān)性更高,4月11日和26日的相關(guān)系數(shù)分別為0.63和0.72,比VSWI分別提高了0.09和0.16,比NDWI分別提高了0.21和0.28。4月26日數(shù)據(jù)與11日數(shù)據(jù)相比,CRM監(jiān)測(cè)指數(shù)與實(shí)測(cè)土壤水分的相關(guān)系數(shù)值提高幅度更大。

為了進(jìn)一步分析研究區(qū)內(nèi)土壤水分實(shí)際變化情況,選擇區(qū)內(nèi)郭莊站降雨量及土壤水分觀測(cè)數(shù)據(jù)進(jìn)行分析,如圖1所示。4月上中旬,研究區(qū)處于小麥拔節(jié)-抽穗期,小麥生長(zhǎng)需水量較大,郭莊站10、20、40 cm土層相對(duì)土壤含水量持續(xù)減少,發(fā)生輕度干旱且有趨于嚴(yán)重的傾向;4月20日至23日研究區(qū)內(nèi)有一個(gè)降雨過(guò)程,灌區(qū)田間土壤水分得到補(bǔ)給,10 cm及20 cm土層的淺層土壤水分明顯增加,而40 cm土層土壤水分沒有明顯改變,郭莊站的旱情得到緩解。結(jié)合表1可見,作物根系土壤水分在構(gòu)建時(shí)兼顧了深層和淺層,在降雨后,農(nóng)田淺層土壤水分增高時(shí)指數(shù)優(yōu)勢(shì)更為明顯,表明該指數(shù)一定程度上可以消減降雨等對(duì)土壤水分監(jiān)測(cè)的影響。

圖1 2013年4月郭莊站降雨量及土壤水分觀測(cè)數(shù)據(jù)

利用CRM的監(jiān)測(cè)指數(shù)分別計(jì)算2013年4月11日和26日黃河下游河南引黃灌區(qū)田間小麥根系土壤水分,結(jié)果如圖2所示。監(jiān)測(cè)結(jié)果顯示,4月11日研究區(qū)農(nóng)田土壤水分偏低,大部分地區(qū)遭受不同程度的干旱威脅。與11日相比,4月26日研究區(qū)除趙口灌區(qū)部分地區(qū)旱情依然嚴(yán)峻外,大部分地區(qū)農(nóng)田土壤水分明顯提高,墑情得到好轉(zhuǎn),旱情基本緩解。農(nóng)田土壤水分遙感監(jiān)測(cè)結(jié)果與圖1中農(nóng)田相對(duì)土壤含水量變化情況基本一致,較好地反映農(nóng)田的實(shí)際情況。

(a) 2013年4月11日

(b) 2013年4月26日

4 結(jié) 語(yǔ)

1)隨著作物根系的發(fā)育，不同土層耗水特點(diǎn)發(fā)生變化。生長(zhǎng)早期作物蒸騰與田間蒸發(fā)都發(fā)生在淺層土壤；生長(zhǎng)中、后期根系向深層土壤發(fā)育,作物蒸騰耗水主要發(fā)生于深層土壤：因此進(jìn)行作物根系土壤水分遙感監(jiān)測(cè)需兼顧淺層和深層土壤水分。

2)綜合VSWI和NDWI構(gòu)建的作物根系土壤水分監(jiān)測(cè)指數(shù),可以彌補(bǔ)單一指數(shù)的不足,提高土壤水分的反演精度;在降雨后,淺層土壤水分增高時(shí),作物根系土壤水分監(jiān)測(cè)指數(shù)優(yōu)勢(shì)更為明顯,可減輕降雨等對(duì)土壤水分監(jiān)測(cè)的影響。

3)土壤水分遙感監(jiān)測(cè)指數(shù)眾多,適用范圍各異,本研究?jī)H選取了VSWI和NDWI進(jìn)行集成多指數(shù)的根系土壤水分監(jiān)測(cè),對(duì)于其他指數(shù)組合尚需在未來(lái)研究中進(jìn)一步探討。

[1]鄧輝,周清波.土壤水分遙感監(jiān)測(cè)方法進(jìn)展[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃,2004,25(3):46-49.

[2]張友靜,王軍戰(zhàn),鮑艷松.多源遙感數(shù)據(jù)反演土壤水分方法[J].水科學(xué)進(jìn)展,2010,21(2):222-228.

[3]MA H Z,ZHANG L J,SUN L,et al.Farmland soil moisture inversion by synergizing optical and microwave remote sensing data[J].Journal of Remote Sensing,2014,18(3):673-685.[4]BRIAN D W,MARTHA C A,JAMES P V．Remote sensing of drought:innovative monitoring approaches[M].CRC Press,Taylor & Francis Group,2012.

[5]郭鈮,王小平．遙感干旱應(yīng)用技術(shù)進(jìn)展及面臨的技術(shù)問(wèn)題與發(fā)展機(jī)遇[J].干旱氣象,2015,33(1):1-18.

[6]韓宇平,張功瑾,王富強(qiáng).農(nóng)業(yè)干旱監(jiān)測(cè)指標(biāo)研究進(jìn)展[J].華北水利水電學(xué)院學(xué)報(bào),2013,34(1):74-78.

[7]陳懷亮,張紅衛(wèi),劉榮花,等.中國(guó)農(nóng)業(yè)干旱的監(jiān)測(cè)、預(yù)警和災(zāi)損評(píng)估[J].科技導(dǎo)報(bào),2009,27(11):82-92.

[8]杜靈通,田慶久,王磊,等.基于多源遙感數(shù)據(jù)的綜合干旱監(jiān)測(cè)模型構(gòu)建[J].農(nóng)業(yè)工程學(xué)報(bào),2014,30(9):126-132.[9]周磊.集成多源數(shù)據(jù)的干旱綜合監(jiān)測(cè)模型研究[D].北京:北京師范大學(xué),2011.

[10]JESSLYN F B,BRIAN D W,TSEGAYE T.The vegetation drought response index(VegDRI):a new integrated approach for monitoring drought stress in vegetation[J].GIScience and Remote Sensing, 2008,45:16-46.[11]孫麗,王飛,吳全.干旱遙感監(jiān)測(cè)模型在中國(guó)冬小麥區(qū)的應(yīng)用[J].農(nóng)業(yè)工程學(xué)報(bào),2010,26(1):243-249.

[12]JIMENEZ-MUNOZ J C,SOBRINO J A.A generalized single-channel method for retrieving land surface temperature from remote sensing data[J].Journal of Geophysical Research,2003,108(D22):4688-4697.[13]MCFEETERS S K.The use of the normalized difference water index (NDWI) in the delineation of open water features[J].International Journal of Remote Sensing,1996,17:1425-1432.

[14]毛海穎,馮仲科,鞏垠熙,等.多光譜遙感技術(shù)結(jié)合遺傳算法對(duì)永定河土壤歸一化水體指數(shù)的研究[J].光譜學(xué)與光譜分析,2014,34(6):1649-1655.

[15]肖俊夫,劉戰(zhàn)東,段愛旺,等.不同土壤水分條件下冬小麥根系分布規(guī)律及其耗水特性研究[J].中國(guó)農(nóng)村水利水電,2007(8):18-21.

[16]孫麗,汪慶發(fā),黃大彤.全國(guó)土壤水分及作物長(zhǎng)勢(shì)地面監(jiān)測(cè)體系的初步設(shè)想[J].農(nóng)業(yè)工程學(xué)報(bào),2007,23(2):173-176.

(責(zé)任編輯：陳海濤)

Monitoring Soil Moisture in Root-system Zone Based on HJ-1B Data with Remote Sensing Technology

CHEN Liang, YAO Baoshun, HE Houjun, ZHANG Bo

(Information Center of Yellow River Conservancy Commission, Zhengzhou 450004, China)

For the change characteristics of water consumption in different soil layers during crop growth period, based on the analytical results on the construct principles of Vegetation Supply Water Index (VSWI) and Normalized Difference Water Index (NDWI), Crop Root Zone Soil Moisture Monitoring Index (CRM) was constructed by synthesizing VSWI and NDWI, the indexes of VSWI, NDWI and Crop Root Zone Soil Moisture Monitoring Index (CRM)， were calculated according to HJ-1B data, the monitoring models of soil moisture were built based on the three indexes, and the inversions were compared and analyzed using the monitoring models of soil moisture. The results show that compared to the single-index model, Crop Root Zone Soil Moisture Monitoring Index (CRM) constructed by synthesizing VSWI and NDWI is high correlative with the soil moisture measured in the field, the correlation coefficient is over 0.6, the inversion accuracy of Crop Root Zone Soil Moisture Monitoring Index (CRM) obviously increases when the shallow soil moisture increases after rain, and the influence of rain on monitoring soil moisture should be lightened.

soil moisture in root-system zone; remote sensing monitoring; crop; HJ-1B; VSWI; NDWI

2016-03-16

水利部公益性科研資助項(xiàng)目(200901021)。

陳亮(1983—),男,江蘇南通人,工程師,碩士,主要從事遙感與地理信息系統(tǒng)方面的研究。E-mail:chlg564@163.com。

10.3969/j.issn.1002-5634.2016.03.005

TV93;TP79

A

1002-5634(2016)03-0027-05