崔麗霞，王 蕾

(唐山學(xué)院 智能與信息工程學(xué)院，河北 唐山 063020)

?

基于Landsat 8遙感圖像的土壤含水量提取研究

崔麗霞，王 蕾

(唐山學(xué)院 智能與信息工程學(xué)院，河北 唐山 063020)

土壤含水量是影響植被生長(zhǎng)的一個(gè)主要因素，也是研究氣候、水溫、生態(tài)、農(nóng)業(yè)等領(lǐng)域的重要參數(shù)。遙感能夠快速方便地獲取較大區(qū)域的地表信息，因此使用遙感技術(shù)對(duì)土壤含水量進(jìn)行提取具有重要的意義。以2015年8月15日獲取的唐山市中北部地區(qū)Landsat 8影像為研究對(duì)象，通過(guò)計(jì)算植被歸一化指數(shù)和反演地表溫度，利用植被供水指數(shù)法得到該區(qū)域內(nèi)的土壤含水量分布情況。研究結(jié)果表明，利用植被供水指數(shù)法可對(duì)Landsat 8遙感影像進(jìn)行土壤含水量信息的提取，由此也擴(kuò)充了Landsat 8影像的應(yīng)用范圍。

土壤含水量；Landsat 8；NDVI；地表溫度

0 引言

土壤含水量對(duì)于植被的生長(zhǎng)有極其重要的作用，隨著近幾年水資源的嚴(yán)重匱乏，大面積的土壤含水量信息研究成為了熱點(diǎn)問(wèn)題。傳統(tǒng)的方法只能采集到點(diǎn)的含水量信息，效率低而且費(fèi)時(shí)費(fèi)力，能否及時(shí)快速地獲取土壤含水量成為人們關(guān)心的重點(diǎn)內(nèi)容。衛(wèi)星遙感技術(shù)具有信息量大、觀測(cè)范圍廣、獲取速度快、動(dòng)態(tài)性和實(shí)時(shí)性等優(yōu)點(diǎn)，因此基于遙感數(shù)據(jù)進(jìn)行土壤含水量的提取具有一定的實(shí)用價(jià)值。最新發(fā)射的Landsat 8衛(wèi)星攜帶的2個(gè)主要傳感器陸地成像儀(OLI)和熱紅外傳感器(TIRS)，在掃描方式、波段設(shè)置、輻射分辨性能等方面較之前的Landsat系列衛(wèi)星都有很大的改進(jìn)，它提供的影像可以成為土壤含水量遙感監(jiān)測(cè)中新的數(shù)據(jù)源。

遙感圖像是根據(jù)像元的灰度信息以及其他空間特征來(lái)區(qū)分地表特征的。利用遙感圖像提取土壤含水量就是對(duì)遙感圖像中不同地物的光譜信息、空間特征以及其他信息進(jìn)行分析，利用不同地物在不同波段圖像中呈現(xiàn)的信息不同來(lái)進(jìn)行信息提取。

1 遙感圖像提取土壤含水量信息的原理

植被在生長(zhǎng)中的蒸騰作用受土壤含水量的影響，而植被的蒸騰作用又影響植被冠層的溫度，所以植被的冠層溫度可以作為表征土壤水狀況的一個(gè)重要指標(biāo)。因此提取土壤含水量信息時(shí)需要獲知植被的冠層溫度。植被的冠層溫度與地表溫度不同，但是植被冠層溫度反演的困難遠(yuǎn)遠(yuǎn)大于地表溫度的反演，在多數(shù)的應(yīng)用中采用地表溫度代替很難反演的冠層溫度。另外，歸一化植被指數(shù)(簡(jiǎn)稱NDVI)是表征植被生長(zhǎng)狀況的一種常用指標(biāo)。當(dāng)土壤含水量較低時(shí)，植被的葉片會(huì)出現(xiàn)萎蔫等生長(zhǎng)不正常的現(xiàn)象，從而影響歸一化植被指數(shù)。

當(dāng)植被供水正常時(shí)，遙感圖像獲取的植被指數(shù)在一定的生長(zhǎng)期內(nèi)保持在一定的范圍內(nèi)，植被的冠層溫度也保持在一定的范圍內(nèi)。綜合考慮歸一化植被指數(shù)和地表溫度兩種影響土壤含水量的重要指標(biāo)，定義植被供水指數(shù)(VSWI：Vegetation Supply Water Index)為：

VSWI=NDVI/LST，

(1)

其中LST為地表溫度反演值。植被的VSWI值越低表明土壤含水量越低。

1.1 歸一化植被指數(shù)

測(cè)定歸一化植被指數(shù)對(duì)植被監(jiān)測(cè)靈敏度要求較高，當(dāng)植被在生長(zhǎng)過(guò)程中缺水時(shí)，植被的生長(zhǎng)將受到影響，對(duì)應(yīng)的植被指數(shù)將會(huì)降低。歸一化植被指數(shù)通常與綠色植被的繁茂程度有關(guān)，所以用歸一化植被指數(shù)可以進(jìn)行植被覆蓋度的研究。該指數(shù)在一定程度上能消除地形和群落結(jié)構(gòu)的陰影、輻射干擾及太陽(yáng)高度角和大氣所帶來(lái)的噪聲。通常利用波段計(jì)算來(lái)定量計(jì)算NDVI。

NDVI=(NIR-R)/(NIR+R)。

(2)

其中NIR，R為不同波段的遙感數(shù)據(jù)的反射率值。

NDVI的值在-1到1之間，負(fù)值表示地面覆蓋為云、水、雪等，對(duì)可見(jiàn)光高反射；0表示有巖石或裸土等，NIR和R近似相等；正值，表示有植被覆蓋，且隨覆蓋度增大而增大。

1.2 溫度

地表溫度(LST)是用來(lái)表示地表能量平衡的一個(gè)主要參數(shù)，同時(shí)也是在某個(gè)地區(qū)或在整個(gè)地球范圍上來(lái)衡量地表具體過(guò)程的一個(gè)重要參數(shù)。遙感信息參量的反演旨在建立植被供水指數(shù)和土壤含水量之間的關(guān)系模型。根據(jù)植被供水指數(shù)的計(jì)算公式可以看出，建立土壤含水量遙感信息模型需要反演出地表溫度。Landsat 8的TIRS熱紅外傳感器具有2個(gè)波段，分別編號(hào)為T(mén)IRS10和TIRS11。當(dāng)前，針對(duì)landsat 8熱紅外波段地表溫度反演所提出的算法有單通道算法(SC)。

LST=γ[ε-1(φ1L+φ2)+φ3]+δ，

(3)

γ≈T2/(bγL)，δ≈T-T2/bγ。

式中ε為地表比輻射率，可通過(guò)ASTER光譜庫(kù)獲得主要地物在TIRS 10，TIRS11波段的比輻射率，表1為本文綜合ASTER光譜庫(kù)和Nichol[2]的研究成果計(jì)算的比輻射率；參數(shù)bγ分別為：TIRS 10=1 324 K，TIRS 11=1 199 K；L和T分別由公式(5)和(6)獲得。

表1 Landsat 8 TIRS 10，TIRS 11波段的比輻射率

φ1，φ2，φ3用它們的原始推導(dǎo)公式來(lái)計(jì)算，即

φ1=1/τ；φ2=-L↓-L↑/τ；φ3=L↓。

(4)

式中τ為大氣透過(guò)率；L↑和L↓為大氣上行和下行的輻射強(qiáng)度。

圖像的亮度值轉(zhuǎn)換為大氣頂部的光譜輻射值，即

Lλ=MLQcal+AL。

(5)

式中Lλ為波段λ的大氣頂部光譜輻射值(TOA spectral radiance)；ML為波段λ的調(diào)整因子；AL為波段λ的調(diào)整參數(shù)；Qcal為圖像灰度值。

將Landsat 8的TIRS熱紅外傳感器TIRS 10和TIRS 11通過(guò)下式轉(zhuǎn)換為亮溫：

T=K2/ln(K1/L+1)。

(6)

式中T為傳感器處的亮溫；L為由公式(4)求出的熱紅外波段的輻射值；K1和K2為熱紅外波段的定標(biāo)常數(shù)；對(duì)于TIRS 10波段，K1=774.89 W/(m2·sr·μm)，K2=1321.08 K；對(duì)于TIRS 11波段，K1=480.89 W/(m2·sr·μm)，K2=1 201.14 K。

2 研究區(qū)域介紹及數(shù)據(jù)預(yù)處理

2.1 研究區(qū)域概況

以唐山市中北部地區(qū)作為研究區(qū)域，該研究區(qū)域包括唐山市區(qū)、豐潤(rùn)區(qū)、開(kāi)平區(qū)、古冶區(qū)、遷安市、遵化市、玉田縣等地區(qū)。唐山市位于河北省東部，地處渤海灣中心地帶，地勢(shì)北高南低，自西、西北向東及東南趨向平緩，直至沿海。北部和東北部多山，海拔在300～600 m之間；中部為燕山山前平原，海拔在50 m以下，地勢(shì)平坦；南部和西部為濱海鹽堿地和洼地草泊，海拔在15～10 m以下。地理坐標(biāo)為117°31～119°19′E，38°55′～40°28′N(xiāo)。屬于暖溫帶，呈現(xiàn)出明顯的大陸性氣候特征。

2.2 數(shù)據(jù)源

本研究采用的數(shù)據(jù)源是免費(fèi)獲取的Landsat 8影像數(shù)據(jù)，覆蓋整個(gè)研究區(qū)域，影像云量較少，圖像的分辨率為30 m。獲取影像日期為2015年8月15日。

2.3 數(shù)據(jù)預(yù)處理

由于遙感影像在獲取過(guò)程中受到傳感器特性和大氣以及其他因素的影響，獲取的圖像存在一定的誤差，因此影像在實(shí)際應(yīng)用之前一般需要進(jìn)行預(yù)處理，以便盡可能地去除誤差的影響。

本研究所用的圖像數(shù)據(jù)是進(jìn)行幾何校正處理后的數(shù)據(jù)產(chǎn)品，所以可對(duì)數(shù)據(jù)直接進(jìn)行輻射校正處理。輻射校正的目的是消除或修正由于地物反射而引起的影像畸變，主要包括輻射定標(biāo)和大氣校正。本研究采用ENVI進(jìn)行大氣校正，具有較高的輻射校正精度。結(jié)合唐山地區(qū)的行政區(qū)劃圖，利用ENVI軟件平臺(tái)進(jìn)行影像裁剪，裁剪后的影像作為研究區(qū)的基礎(chǔ)數(shù)據(jù)，且影像質(zhì)量滿足研究需要。

3 實(shí)驗(yàn)分析

3.1 NDVI計(jì)算

對(duì)于Landsat 8的OLI：NDVI=(B5-B4)/(B5+B4)，其中B4，B5為L(zhǎng)andsat 8數(shù)據(jù)波段4，5反射率值。

波段4(Band4)為紅外波段，波長(zhǎng)范圍在0.630～0.680 μm；波段5(Band5)為近紅外波段，波長(zhǎng)范圍在0.845～0.885 μm，排除了0.825 μm處的水汽吸收特征。圖1為NDVI指數(shù)圖。

圖1 NDVI指數(shù)圖

圖1中A區(qū)域顯示為黑色，根據(jù)實(shí)際調(diào)查可知該區(qū)域?yàn)橛跇蛩畮?kù)，位于唐山市與天津市交界處。B區(qū)域?yàn)樘粕绞谐菂^(qū)，因此顯示的顏色較淺。C區(qū)域位于唐山市東北部地區(qū)的山區(qū)，這一區(qū)域被山地環(huán)繞，在8月份植被生長(zhǎng)茂盛，覆蓋度較大。這表明圖像中綠色越深(黑色除外)植被覆蓋度越大。

3.2 溫度反演

本研究采用的溫度反演的方法是地表溫度劈窗算法，但是對(duì)于Landsat 8影像該算法精確度并不理想，由于TIRS 11熱紅外波段的定標(biāo)參數(shù)不精確，使得已提出的2個(gè)劈窗算法的誤差都較大。因此采用SC算法單獨(dú)反演TIRS 10波段來(lái)計(jì)算地表溫度[3]。圖2為溫度反演結(jié)果圖。

圖2 溫度反演結(jié)果圖

顏色越深表示溫度越高。通過(guò)圖2反演結(jié)果圖可以看出，城區(qū)的溫度較高，這是由于人類(lèi)活動(dòng)容易產(chǎn)生大量的熱能。而在水庫(kù)或是植被茂密的地區(qū)，地表溫度較低。

3.3 植被供水指數(shù)法

利用VSWI公式計(jì)算出植被供水指數(shù)[4]，從而得到土壤含水量的分布，如圖3所示。

顏色越深表示土壤含水量越大。選取的研究區(qū)域包括唐山市區(qū)在內(nèi)的唐山市中北部地區(qū)。從提取結(jié)果上看，唐山市區(qū)以及各個(gè)縣區(qū)處于顏色較淺區(qū)域，說(shuō)明這些地區(qū)的土壤含水量較低。

而顏色接近黑色的區(qū)域?yàn)楹椿蚴呛恿鞯貛Аｎ伾珵樗{(lán)色及深藍(lán)色的區(qū)域代表該地區(qū)植被覆蓋率較高，常年降水充沛。8月份正是植被蒸騰較強(qiáng)的季節(jié)，所以大部分地區(qū)土壤含水量較高。研究結(jié)果和實(shí)際調(diào)查結(jié)果基本一致，從而驗(yàn)證了該方法的可行性。

圖3 土壤含水量分布圖

4 結(jié)果與討論

利用Landsat 8 數(shù)據(jù)進(jìn)行土壤含水量提取，時(shí)效性比較強(qiáng)，應(yīng)用范圍比較廣，可以在農(nóng)業(yè)生產(chǎn)中起到重要作用，為政府部門(mén)提供服務(wù)。

在提取的過(guò)程中，由于算法的不完善性，尤其是在計(jì)算冠層溫度時(shí)是用地表溫度代替的，使得提取的結(jié)果存在一定的誤差。該方法還有待完善。

[2] Nichol J. An emissivity modulation method for spatial enhancement of thermal satellite images in urban heat island analysis[J]. American Society for Photogrammetry and Remote Sensing，2009，75(5)：547-556.

[3] 徐涵秋.新型Landsat 8衛(wèi)星影像的反射率和地表溫度反演[J].地球物理學(xué)報(bào)，2015，58(3)：741-747.

[4] 肖國(guó)杰，李國(guó)春，趙麗華，等.植被供水指數(shù)法在遼西干旱監(jiān)測(cè)中的應(yīng)用[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2006(4)：106-107.

(責(zé)任編校：李秀榮)

A Research into Soil Moisture Extraction Based on Landsat 8 Remote Sensing Images

CUI Li-xia，WANG Lei

(College of Intelligence and Information Engineering， Tangshan University， Tangshan 063020， China)

Soil moisture is not only a major factor in the growth of vegetation， but also an important parameter in the study of climate， water temperature， ecology， agriculture and many other fields. Remote sensing can quickly and easily get the surface information of a large area， so it is very important to use remote sensing technology to extract soil moisture content. In this essay，with Landsat 8 images of August 15， 2015 in north central of Tangshan as the research object，the soil moisture distribution of the region is obtained by calculating the normalized vegetation index and inverting the land surface temperature. The research results show that the vegetation water supply index method can be used to extract the information of the soil moisture content of Landsat 8 remote sensing images， which extends the application range of Landsat 8 images.

soil moisture； Landsat 8；NDVI； land surface temperature

崔麗霞(1987-)，女，河北唐山人，助教，碩士，主要從事圖像處理研究。

TP79

A

1672-349X(2016)03-0048-03

10.16160/j.cnki.tsxyxb.2016.06.013