李躍鵬 ，劉海艷 ，周維博

（1. 長安大學(xué) a.環(huán)境科學(xué)與工程學(xué)院；b.旱區(qū)地下水文與生態(tài)效應(yīng)教育部重點實驗室，陜西 西安710054；2. 華北水利水電大學(xué) 資源與環(huán)境學(xué)院，河南 鄭州 450045）

烏魯木齊地區(qū)土壤水分反演與特征

李躍鵬1a，1b，2，劉海艷2，周維博1a，1b

（1. 長安大學(xué) a.環(huán)境科學(xué)與工程學(xué)院；b.旱區(qū)地下水文與生態(tài)效應(yīng)教育部重點實驗室，陜西 西安710054；2. 華北水利水電大學(xué) 資源與環(huán)境學(xué)院，河南 鄭州 450045）

基于MODIS地表溫度與植被指數(shù)、土地利用類型及ERA-interim數(shù)據(jù)，構(gòu)建了烏魯木齊地區(qū)Ts～Ndvi特征空間與溫度植被干旱指數(shù)Tvdi，分析了4種主要土地利用類型的地表溫度與植被指數(shù)之間的關(guān)系，探討了烏魯木齊夏季Tvdi空間特征，指出了Tvdi與海拔高度之間密切聯(lián)系，并通過不同深度ERA-interim體積含水量數(shù)據(jù)對Tvdi進行了驗證評價。研究表明：4種主要土地利用類型之間的Ts和Ndvi空間關(guān)系存在顯著的負相關(guān)；夏季7至9月研究區(qū)Ts～Ndvi特征空間干濕邊形態(tài)趨于動態(tài)化，土壤濕度從周邊山地向中部盆地逐漸降低；Tvdi與海拔高度之間存在顯著的負相關(guān)，隨著海拔高度的降低，Tvdi不斷增加；不同深度的ERA-interim體積含水量數(shù)據(jù)與Tvdi之間存在顯著的負相關(guān)，Tvdi與Level 2土壤層含水量擬合效果最好。

MODIS；土地利用類型；地表溫度；植被指數(shù)；ERA-interim；烏魯木齊

土壤水分是維系干旱半干旱地區(qū)農(nóng)業(yè)與生態(tài)平衡的關(guān)鍵，其形態(tài)及變化規(guī)律深刻影響著區(qū)域生態(tài)環(huán)境系統(tǒng)的組成、結(jié)構(gòu)、功能及演變，其對我國西北地區(qū)維護生態(tài)環(huán)境以及農(nóng)業(yè)抗旱減災(zāi)工作中具有重要的指導(dǎo)意義[1-3]。傳統(tǒng)的土壤水分測量多為實地操作及相關(guān)后期處理，人力物力耗費巨大，同時大面積、長時間的土壤旱澇狀況難以獲取，而遙感技術(shù)的快速發(fā)展為較大時空尺度的土壤水分監(jiān)測提供了有效手段[4-7]。

目前，基于遙感數(shù)據(jù)的土壤水分研究已取得了明顯的進步，主要包括熱慣量法、蒸散法、植被指數(shù)與地表溫度分析法以及微波遙感等各類方法[8-11]。Nemani等[12]指出了歸一化植被指數(shù)與地表溫度之間具有密切的聯(lián)系，呈現(xiàn)出顯著的梯形特征。Prince、Wan等[13-14]基于不同衛(wèi)星數(shù)據(jù)進行分析，指出Ndvi與Ts的空間特征多為三角形態(tài)特征。Sandholt等[15]通過對植被指數(shù)和地表溫度之間的關(guān)系進行深入研究，指出了溫度植被干旱指數(shù)（Tvdi）與土壤水分之間存在密切聯(lián)系。李正國[16]等利用Ndvi與Ts空間特征對黃土高原地表土壤水分季節(jié)特征進行了深入研究，并指出Tvdi能夠有效的反映地表干濕狀況。管延龍[17]等基于MODIS數(shù)據(jù)對天山區(qū)域不同土地利用類型的Ndvi與Ts空間特征進行了有效分析，并指出了下墊面特征對其空間關(guān)系具有不同的敏感性。

烏魯木齊地處我國西北，新疆中部、亞歐大陸腹地，毗鄰中亞各國，地處86°37′33″～88°58′24″E，42°45′32″～ 45°00′00″N 之間，區(qū)域內(nèi)地勢起伏明顯，地表類型復(fù)雜（如圖1所示），多山地分布，地勢由東南向西北逐漸降低，依次為山地、山間盆地與丘陵及平原，區(qū)內(nèi)水資源較為短缺，生態(tài)系統(tǒng)較為敏感。土壤濕度能夠有效的反映區(qū)域旱情狀況，但區(qū)域內(nèi)相關(guān)氣象觀測站點較為稀少，傳統(tǒng)的土壤水分監(jiān)測技術(shù)手難以實時、宏觀、全面的監(jiān)測境內(nèi)土壤干濕狀況及其變化特征。與此同時，基于不同土地利用類型的土壤濕度的相關(guān)研究仍未深入，相關(guān)衛(wèi)星反演研究多依賴于點源實測。然而，本研究基于遙感技術(shù)，結(jié)合MODIS、TM及ERA-interim同化數(shù)據(jù)等，對烏魯木齊區(qū)域土壤干濕狀況進行有效分析，并進一步指出了不同土地類型、海拔高度與土壤水分之間的密切關(guān)系，以期為該區(qū)生態(tài)環(huán)境保護與規(guī)劃工作的旱情監(jiān)測提供科學(xué)依據(jù)與決策支持。

圖1 研究區(qū)位置示意Fig.1 Location of the study area

1 數(shù)據(jù)與研究方法

1.1 數(shù)據(jù)來源

文中所用數(shù)據(jù)主要來源于NASA-Land Processes DAAC數(shù)據(jù)中心，分別為地表溫度產(chǎn)品（MOD11A2）以及植被指數(shù)產(chǎn)品（MOD13A2），其中地表溫度產(chǎn)品與植被指數(shù)產(chǎn)品的時間步長分別為8 d、16 d，空間分辨率為1 km，同時數(shù)據(jù)本身已經(jīng)過大氣校正、幾何糾正等處理，可用于相關(guān)科學(xué)研究。ERA-interim體積含水量數(shù)據(jù)來源于歐洲歐洲中期天氣預(yù)報中心（ECMWF），數(shù)據(jù)經(jīng)IDL編程設(shè)計進行獲取處理。其中本研究選用的MODIS及ERA-interim數(shù)據(jù)選取時間為2015-06—2015-09月；下墊面數(shù)據(jù)由Landsat TM遙感影像（2015年）解譯獲?。▓D2所示），通過了約90%精度的誤差矩陣檢驗；土地利用類型主要包括建設(shè)用地、草地、耕地、林地、濕地及未開發(fā)用地（見表1）。據(jù)圖2可知，研究區(qū)土地利用類型以草地、未開發(fā)用地為主，分別達到了62.8%、20.6%，濕地與建設(shè)用地所占面積最小，僅占總面積的3.84%、3.19%。

圖2 研究區(qū)土地利用示意Fig.2 Location of land use types in the study area

1.2 研究方法

Sandhol等[15]將地表溫度和植被指數(shù)所構(gòu)建的特征空間的上界定義為干邊，表征著區(qū)域土壤水分的干旱特征，而將特征空間的下界定義為濕邊，反映了土壤的濕潤狀況。基于Ndvi與Ts的空間特征構(gòu)建的經(jīng)驗參數(shù)模型溫度植被干旱指數(shù)Tvdi（Temperature Vegetation Dryness Index），可以有效地提取區(qū)域旱情脅迫指標(biāo)來反演陸面表層土壤水分。目前較為成熟計算公式如下：

式（1）～式（3）中：Tvdi為溫度植被干旱指數(shù)；Ndvi為像元的歸一化植被指數(shù)；Ts為任意像元的地表溫度；Tsmax/Tsmin分別為像元對應(yīng)的最高最低地表溫度；a1/b1、a2/b2分別為模型的干濕邊擬合方程的系數(shù)。

表1 研究區(qū)主要土地利用類型統(tǒng)計數(shù)據(jù)Table 1 The statistics of major land use types in the study area

2 結(jié)果與分析

2.1 不同土地利用類型地表溫度與植被指數(shù)之間的關(guān)系

圖3 研究區(qū)主要土地利用類型地表溫度與植被指數(shù)的擬合分布Fig.3 The fi tting distribution between Ndvi and Ts in the study area

不同土地利用類型之間的Ts和Ndvi空間關(guān)系存在顯著的差異性（如圖3，表2所示）。選取具有代表性的4種土地利用類型，總體上，研究區(qū)各土地利用類型地表溫度與植被指數(shù)之間存在顯著的負相關(guān)，通過0.01顯著性檢驗，地表溫度隨著植被指數(shù)的增加而不斷降低。其中林地、草地像元的Ts與Ndvi之間的擬合方程的斜率達到了-17.87、-20.46，而耕地與農(nóng)地的下降趨勢僅為-4.792、-2.36，隨著植被蓋度的降低，地表溫度顯著下降，而高植被覆蓋的草地、林地，下降尤為明顯。建設(shè)用地和耕地的擬合系數(shù)分別為0.696 和0.616，也反映了人類活動對下墊面的改變對地表植被與溫度產(chǎn)生了重要影響，使得Ts～Ndvi之間的敏感性明顯高于草地與林地[17]。

表2 研究區(qū)主要土地利用類型地表溫度與植被指數(shù)擬合方程及擬合系數(shù)Table 2 The fitting equation and coefficients of main land use types between Ts and Ndvi

2.2 植被指數(shù)與地表溫度Ndvi～Ts空間特征

夏季7月—9月研究區(qū)每16 d的LST-Ndvi特征空間如圖4，表3所示。其中，考慮Ndvi為負數(shù)時，下墊面主要為湖泊、冰川積雪等，因而本研究暫不考慮Ndvi小于0的情形。從圖4中可以看出，各期特征空間干濕邊形態(tài)呈現(xiàn)出類似的三角形特征。即植被指數(shù)的不斷增加，干邊地溫逐漸減小，濕邊地溫逐漸升高，呈較為明顯的線性關(guān)系。7月—9月，特征空間的干濕邊形態(tài)趨于動態(tài)變化，整體地溫逐漸降低，局部地溫從35 ℃降為20 ℃左右。

從圖4中可以看出，總體上干邊擬合趨勢區(qū)間大致可以分為 0＜Ndvi＜0.05、0.05＜Ndvi＜0.8和Ndvi＞0.8，其中0＜Ndvi＜0.05時干邊的變化趨勢為上升，而0.06＜Ndvi＜0.8的趨勢為下降，引起這些差異性的原因可能是當(dāng)植被覆蓋度小于0.15時，Ndvi難以準(zhǔn)確的反映研究區(qū)的植物生長狀況，而當(dāng)植被覆蓋度為0.15～0.8時，Ndvi對植被蓋度和生物量的敏感性將顯著增加[18]，植被蓋度高于0.8時，Ndvi呈飽和狀態(tài)，植被檢測靈敏度明顯降低。在構(gòu)建特征空間干濕邊方程時，本研究選取0.05＜Ndvi＜0.8之間的Ndvi進行計算。

2.3 Tvdi計算及烏魯木齊區(qū)域土壤濕度等級劃分

據(jù)國家標(biāo)準(zhǔn)，將研究區(qū)土壤濕度旱情劃分為5級，分別是為極濕潤(0＜Tvdi＜0.2)、濕潤(0.2＜Tvdi＜0.4)、正常(0.4＜Tvdi＜0.6)、干旱(0.6＜Tvdi＜0.8)與極干旱(0.8＜Tvdi＜1)。由此可得到7、8、9月份月均烏魯木齊區(qū)域土壤濕度分布狀況（如圖5所示）。由圖5中可以看出，研究區(qū)夏季土壤濕度由周邊向中部逐漸降低，極干旱、干旱區(qū)域分布主要集中在中東部，而濕潤、極濕潤地區(qū)集中于多位于北部、東北和西南區(qū)域。土壤濕度空間分布特征受到地形的強烈影響，研究區(qū)中東部地區(qū)海拔較低，為山間盆地地形，降水稀少，分布著大面積戈壁和低覆蓋草地，而東北及西南地區(qū)多分布高大山脈，多地形降水和積雪融水，植被生長狀況較好，林地、草地等植被覆蓋較高，土壤濕度較為濕潤。

圖4 研究區(qū)7―9月各期Ts～Ndvi特征空間分布Fig.4 The Ts ～ Ndvi spatial distribution characteristics of each period from July to September

表3 研究區(qū)7―9月Ts～Ndvi特征空間干濕邊方程及擬合系數(shù)Table 3 The fitting equation and coefficients of Ts～Ndvi spatial distribution from July to September

2.4 不同土地利用類型Tvdi與海拔高度之間的關(guān)系

不同土地利用類型Tvdi與海拔高度的擬合特征，如圖6，表4所示?？傮w上，研究區(qū)溫度植被干旱指數(shù)Tvdi與海拔高度之間存在顯著的負相關(guān)，通過0.01顯著性檢驗，隨著海拔高度的降低，Tvdi不斷增大，土壤濕度呈下降趨勢。其中，草地、林地、耕地以及建設(shè)用地的下降率依次為2.33×103、2.93×103、4.35×103、2.55×103，耕地下降趨勢最大，而建設(shè)用最小，耕地、建設(shè)用地擬合效果較好，為0.792、0.638。研究區(qū)四周多高大山脈，內(nèi)陸為低矮盆地，降為稀少，低矮植被耐旱性較強，草地廣泛分布；林地地形的海拔高度與Tvdi之間的擬合系數(shù)高達0.567，受高大地形影響顯著，多地形雨與高山積雪融水，土壤濕度較大，集中分布于1 500～3 000 m山地之間；耕地集中分布于1 500 m海拔高度以下，其中Tvdi與地形高度之間的擬合系數(shù)最高，擬合空間分布更為密集，也說明了受人類活動影響顯著的耕地土壤濕度受海拔高度變化更為敏感；建設(shè)用地多集中于海拔1 000 m以下氣候較為濕潤地區(qū)，一般該區(qū)域降水量較高，多冰川融水，土壤濕度較為濕潤。

圖5 研究區(qū)7―9月Tvdi空間分布Fig.5 The Tvdi spatial distribution from July to September

2.5 Tvdi驗證性評價

研究區(qū)夏季Tvdi與ERA-interim不同深度土壤體積含水量擬合分布，如圖7、表5所示。根據(jù)研究區(qū)范圍，基于ArcGIS10平臺構(gòu)建泰森多邊形，取其中心坐標(biāo)為試驗點，共20個，對夏季各期試驗點提取1 m×1 m塊統(tǒng)計Tvdi和ERA-interim體積含水量值進行相關(guān)分析，Tvdi與不同層次土壤含水量之間都呈現(xiàn)出顯著負相關(guān)，通過0.01的顯著性檢驗，隨著土壤含水量的增加，Tvdi呈明顯減小趨勢。其中Level 3土壤層變化趨勢最為明顯，下降率達到了0.143，而Level 2土壤層擬合系數(shù)最高，達到了0.696，具有較好的一致性。總體上，通過ERA-interim不同層次土壤體積含水量對Tvdi進行分析，有效驗證了Tvdi能夠有效反演烏魯木齊區(qū)域不同深度的土壤濕度，也為地區(qū)生態(tài)環(huán)境保護和農(nóng)業(yè)防旱減災(zāi)工作的開展提供了科學(xué)參考依據(jù)。

表4 研究區(qū)不同土地利用類型海拔高度與Tvdi擬合方程及擬合系數(shù)Table 4 The fitting equation and coefficients of Tvdi Elevation spatial distribution of main land use types

圖6 研究區(qū)主要土地利用類型Tvdi與海拔高度的擬合分布Fig.6 The fi tted distribution between Tvdi and elevation

圖7 研究區(qū)不同深度體積含水量與Tvdi的擬合分布Fig.7 The fi tted distribution between Tvdi and Volumetric water content at different depths

3 結(jié)論與討論

基于MODIS 植被指數(shù)和地表溫度數(shù)據(jù)，分析了不同土地利用類型Ndvi與Ts之間的擬合特征，構(gòu)建了Ndvi～Ts特征空間，并對研究區(qū)夏季Tvdi進行了有效反演，討論了不同土地類型下Tvdi與海拔高度之間的關(guān)系，并通過ERA-interim體積含水量數(shù)據(jù)對Tvdi進行了有效驗，得到以下結(jié)果：（1）不同土地利用類型之間的Ts和Ndvi空間關(guān)系存在顯著的差異性?？傮w上，各土地利用類型Ts與Ndvi之間存在顯著的負相關(guān)，通過了0.01顯著性檢驗，林地、草地地溫下降率較高，為-17.87、-20.46，耕地、建設(shè)用地對Ts～Ndvi特征空間變化的敏感性高于其他土地類型，擬合系數(shù)達到了0.696 和 0.616。（2）夏季Ts～Ndvi特征空間總體上呈三角特征，干濕邊形態(tài)趨于動態(tài)化，最高地溫趨于下降，中部盆地Tvdi明顯高于周邊，土壤干燥。（3）Tvdi與海拔高度之間存在顯著的負相關(guān)，隨著海拔高度的降低，Tvdi逐漸增加。其中，林地集中分布于1 500～3 000 m區(qū)域，耕地受海拔變化響應(yīng)最為敏感，建設(shè)用地多集中于海拔500 m以下。（4）不同深度的ERA-interim體積含水量數(shù)據(jù)與Tvdi之間存在顯著的負相關(guān)，Tvdi與Level 2土壤層體積含水量擬合效果最好，擬合系數(shù)為0.696。

表5 研究區(qū)不同深度體積含水量與Tvdi擬合方程及擬合系數(shù)Table 5 The fitting equation and coefficients between Tvdi and Volumetric soil water content at different depths

西北干旱半干地區(qū)，地域廣闊，生態(tài)環(huán)境脆弱，氣象觀測站點稀少，傳統(tǒng)監(jiān)測手段難以準(zhǔn)確、全面、實時的有效獲取區(qū)域土壤濕度狀況，而衛(wèi)星遙感為區(qū)域土壤濕度監(jiān)測提供了可能[19-20]。本研究通過Tvdi與ERA-interim同化數(shù)據(jù)的對比分析，也為其他地區(qū)的土壤水分反演和驗證提供的借鑒，然而Tvdi模型，多依賴于經(jīng)驗?zāi)Ｊ?，同時，我國幅員遼闊，氣候多樣，地形地質(zhì)條件迥異，土壤濕度差異性顯著，基于衛(wèi)星遙感的土壤水分反演，仍需要結(jié)合區(qū)域特點進一步研究和探索，這也將成為下一階段工作的重點。

[1]郭 嬌,石建省,石迎春,等.黃河三角洲土壤水分遙感監(jiān)測研究[J].中國科學(xué)(地球科學(xué)),2006,36(6):552-558.

[2]宋春橋,游松財,柯靈紅,等.藏北高原土壤濕度MODIS遙感監(jiān)測研究[J].土壤通報,2012,43(2):294-301.

[3]Goetz S J. Multi-sensor Analysis of NDVI, Surface Temperature and Biophysical Variables at a Mixed Grass land Site [J].International Journal of Remote Sensing, 1997,18(1): 71-94.

[4]楊 曦,武建軍,閆 峰,等.基于地表溫度-植被指數(shù)特征空間的區(qū)域土壤干濕狀況[J].生態(tài)學(xué)報,2009,29(3):1205-1217.

[5]霍艾迪,康相武,張廣軍,等.基于MODIS數(shù)據(jù)的毛烏素沙地土壤水分模型的建立[J].干旱地區(qū)農(nóng)業(yè)研究,2010, 28(7): 19-23.

[6]胡 猛,馮 起,席海洋.基于MODIS數(shù)據(jù)的干旱區(qū)土壤水分反演[J].國土資源遙感,2014,26(1):78-83.

[7]劉海隆,王 玲,包安明.基于遙感的天山山區(qū)地表溫度與下墊面的關(guān)系研究[J].石河子大學(xué)學(xué)報(自然科學(xué)版),2011,29(2): 224-229.

[8]宋仁飛,林 輝,臧 卓,等. 東洞庭湖濕地植被高光譜數(shù)據(jù)變換及識別[J].中南林業(yè)科技大學(xué)學(xué)報,2014,34(11):135-139.

[9]閆 峰,王艷嬌.基于Ts-EVI特征空間的土壤水分估算[J].生態(tài)學(xué)報,2009,29(9):4884-4891.

[10]劉立文,張吳平,段永紅,等.TVDI模型的農(nóng)業(yè)旱情時空變化遙感應(yīng)用[J].生態(tài)學(xué)報,2014,34(13):3704-3711.

[11]王 震,閆文德,劉曙光,等. 基于MODIS 數(shù)據(jù)的湖南省2001—2013 年植被覆蓋指數(shù)時空變化研究[J].中南林業(yè)科技大學(xué)學(xué)報,2016, 36(11): 41-46.

[12]Nemani R R, Pierce L, Running S,et al.Developing Satellite derived Estimates of Surface Moisture Status [J]. Journal of Applied Meteorology, 1993, 32(3): 548-557.

[13]Price J C. Using Spatial Context in Satellite Data to Infer Regional Scale Evapotranspiration [J]. IEEE Transactions on Geoscience and Remote Sensing, 1990, 28(5): 940-948.

[14]Wan Z M, Wang P X, Li X W. Using MODIS land surface temperature and Normalized Difference Vegetation Index products for monitoring drought in the southern Great Plains[J].International Journal of Remote Sensing, 2004, 25(1): 61-72.

[15]Sandholt I, Rasmussen K, Andersen J. A Simple Interpretation of the Surface Temperature-vegetation Index Space for Assessment of Surface Moisture Status[J]. Remote Sensing of Environment,2002, 79(2): 213-224.

[16]李正國,王仰麟,吳健生,等.基于植被/溫度特征的黃土高原地表水分季節(jié)變化[J].生態(tài)學(xué)報,2007,27(11):4563-4575.

[17]管延龍,王讓會,李 成,等.基于MODIS數(shù)據(jù)的天山區(qū)域地表溫度時空特征[J].應(yīng)用生態(tài)學(xué)報,2015,26(3):681-688.

[18]吳 盼, 馮雨晴, 梁四海, 等. 基于GLDAS與TVDI降尺度反演土壤含水量[J].北京師范大學(xué)學(xué)報(自然科學(xué)版), 2016,52(3): 265-270.

[18]WU Pan, FENG Yu-qing, LIANG Si-hai,et al.Estimating soil moisture based on TVDI and GLDAS using downscaling method[J].Journal of Beijing Normal University, 2016,52(3):265-270.

[19]白志遠,邢立新,潘 軍,等.土壤濕度信息遙感研究.測繪與空間地理信息, 2011, 34(3): 50-55.

[20]劉 強,杜今陽,施建成,等.青藏高原表層土壤濕度遙感反演及其空間分布和多年變化趨勢分析[J]. 中國科學(xué)(地球科學(xué)), 2013(10):1677-1690.

Soil moisture characteristics of retrieval and analysis in Urumqi region

LI Yuepeng1a,1b,2, LIU Haiyan2, ZHOU Weibo1a,1b
(1a.School of Environmental Science and Engineering; 1b. Key Laboratory of Subsurface Hydrology and Ecological Effects in Arid Region Ministry of Education，Chang’an University，Xi’an 710054, Shaanxi, China; 2. School of Resources and Environmental Sciences, North China University of Water Resources and Electric Power, Zhengzhou 450045, Henan, China)

Based on MODIS land surface temperature and vegetation index, land use types and ERA-interim data, this paper constructedTs～Ndvifeature space and temperature vegetation dryness index(Tvdi) in Urumqi region, analyzed the relationship between four main types of surface temperature and vegetation index, investigated the spatial characteristics ofTvdiin summer, generalized the close links betweenTvdiand altitude, and veri fi ed the accuracy ofTvdiby the different depths volumetric water content of ERA-interim. The results indicate as follows: there is a signi fi cant negative correlation relationship aboutTs～Ndvispatial distribution fi tting in main land use types; From July to September the dry and wet edge shape ofTs～Ndvifeature space tends to dynamic and soil moisture decreases from the surrounding mountains to central Basin and there is a signi fi cant negative correlation betweenTvdiand altitude; a signi fi cant negative correlation between ERA-interim volumetric water content data andTvdiis showing, and the fi tting effect ofTvdiand level 2 soil moisture is the best.

MODIS; land use type;Ts;Ndvi; ERA-interim; Urumqi

10.14067/j.cnki.1673-923x.2017.12.016

http: //qks.csuft.edu.cn

S715.5；X833

A

1673-923X(2017)12-0098-08

2016-09-17

國家自然科學(xué)基金面上項目（41372260）；水利部公益性行業(yè)專項經(jīng)費項目（201501008）；河南省高校科技創(chuàng)新人才支持計劃（13HASTIT035）

李躍鵬，講師，博士研究生

周維博，教授，博士生導(dǎo)師；E-mail：zwbzyz823@163.com

李躍鵬，劉海艷，周維博. 烏魯木齊地區(qū)土壤水分反演與特征[J].中南林業(yè)科技大學(xué)學(xué)報，2017, 37(12): 98-105.

[本文編校：文鳳鳴]