国内：张向前等人（）利用航空摄影数据第一次制作了国内热惯量图。隋等（）等通过A-B*A--.），并以此量和土壤水分建立关系式简化能量平衡方程，直接使用卫星资料推算出一个表观热惯量（8FK
［］\"来监测旱情；肖乾广等（）从土壤热性质出发，在求解热传导方程的基础上，引入“遥感土壤水分A--*
［］+最大信息层”的概念，并以此理论建立多时相的综合土壤湿度统计模型；余涛等通过改进求解土壤表
层热惯量的方法，考虑了地表显热和潜热项，在试验的基础上确定一些模型参数，从而实现了利用
［］D／），陈(L888$I<<图像定量计算热惯量@值进而反演土壤表层水分含量分布的目的；李杏朝（A--+
收稿日期：!..#,.#,#.邓辉为硕士生周清波为研究员第9期
邓辉等：土壤水分遥感监测方法进展
[#
怀亮（），在利用表观热惯量模型时，在$!\"\"#%&支持下，对不同类型的地理样本或者土壤质地进行分析，
［］)消除土壤质地的影响，提高监测的精度。张可慧等（）构造不同深度和*／’((’+,,,-.//的不同模型
［］\"在热惯量模式的改进方面提出了一个现实的排除显热的、潜热输送干扰（回归和幂指数模型）。张仁华
的热惯量模型。喻光明在阐述了渍害遥感识别的原理基础上，分析了渍害土壤的热惯量变化规律，建立渍害遥感模型，并进行了应用性试验。
热惯量模型原理：土壤热惯量是土壤的一种热特性，它是引起土壤表层温度变化的内在因素之一，和土壤含水量密切相关，同时又影响着土壤温度日较差。热惯量法主要适用于裸露的土壤或作物生长前期。热惯量可以表示为：
01!!#\"4’）4!4式中：0为热惯量（，，，234’54!6!为热导率（234!65!）349）#为比热8\"为土壤密度（7
4!4!。（2785）
在实际应用中，常用表观热惯量,：:%热惯量代替热惯量0
／,:%1（!4,）$:
!$:1:4:3;<3=>
式中：:，3分别是一天最高、最低温度；,为全波段反照率。有了表观热惯量,:%后，常用线3;<:=>
性经验公式计算土壤水分?，即
?1;\",:%@A
当然也可采用幂函数、指数函数等非线性经验公式。（二）微波遥感法
人们发现土壤的介电特性明显地依赖于土壤的水分变化，水的介电常数大约为)，而干土仅为9。微(
波遥感监测土壤水分是目前研究最多的监测土壤水分方法。微波遥感具有全天时、全天候、多极化和对植被及土壤有一定的穿透能力等特点。微波遥感监测干旱主要有被动微波法和主动微波法两种。
!B被动微波遥感土壤湿度。’(世纪#(年代初，*,&,在亚历山大农田进行航空微波辐射飞行试验，并同步观测了(%!CD3的土壤水分。&DE>3FG等对试验数据进行了分析，发现亮温:A与土壤水分（重88量百分比）具有较好的线性关系。+’*G=HH建立了标准化:A与体积百分比土壤水分之间的线性关系。
），作为土壤湿度的一个指示因子，建立亮温与I&DE3FG引入田间持水力IJ（K=GHLD;;D=NJ之间的线88MO
性关系。基于辐射传输方程的理论算法也得到发展和应用。*Q7F等基于辐射传输方程，建立了:A于土P
壤水分等参数的非线性方程。理论算法将成为今后微波遥感土壤水分算法发展的主流。JEQFLEFRO等、
、+?;>SG研究了地表粗糙度对土壤水分监测的影响。植被对土壤水分反演的影响也是不可忽视的因素，8
、:很多算法在植被密集是无法使用。?;>G>GHLG研究了植被对土壤水分监测的影响。随着被动88等、I
微波遥感土壤水分算法的进一步成熟，利用被动微波遥感对较大尺度的土壤水分进行制图的研究和试验也已经开展。5／Q=7G提出了一个基于:/TT:T%微波数据的较实用的表层土壤水分指数。
’B主动微波遥感监测土壤水分。大多数研究是依据统计的方法，通过试验数据的相关分析建立土壤湿度与后向散射系数之间的经验函数，而以线性关系应用最普遍。主要研究雷达参数（频率、极化方式、入射角等）与土壤表面粗糙度和土壤纹理结构的关系。因此，从雷达数据获取土壤水分信息的一个最大问
［］!(题是将土壤含水量的影响因子和其它的影响区分开来。UH;AGRNFWW=等、?G=3;>>等研究了线性O等、V
关系的土壤水分和雷达参数的关系。XQA6Q>等认为干的或饱和的土壤，不适用线性关系，而是非线性的
［!］
关系。粗糙度对微波遥感土壤水分的影响，主动微波大于被动微波。&、/;>Q等!;Q等考虑了粗糙度的影响进行了研究。
随着一系列携带主动微波传感器的卫星（Y、,、:/&系列、/;L;R6;NXY+&/TT等）的发射升空，以及美国奋进号航天飞机的多次飞行试验获得大量的雷达图像及数据的应用，主动微波遥感土壤水分的研究将受到更广泛的重视。
［］!’国内李杏朝（）于!!\"\"Z\"\"[年根据微波后向散射系数法，用\\波段散射计测量土壤后向散射系数，与同步获得的\\波段、..极化的机载&,/图像一起，利用了一次用微波遥感监测土壤水分的试验，监.&
中国农业资源与区划
\"77.年
测的相对误差仅为!）利用!\"#。田国良等（!$$%$&’年!!月!%日在河南封丘取得的(波段机载合成孔径雷达（))）图像进行麦田土壤水分监测，分成&个不同水分等级。
（三）热红外法
白天下垫面温度的空间分布能间接的放映土壤水分的分布，即下垫面温度高的，土壤含水量少；下垫
）利用面温度低的，土壤含水量相对高。热红外法即是利用下垫面温度间接反演土壤水分。李杏朝（!$$*
+,)--.波段的资料，采用密度分割法、日夜温差法等进行了旱情监测。罗秀陵等（!$$*）应用+,)--.波段亮温资料，结合地面气象、灾情等实时资料对四川省大面积旱情进行了监测。
（四）距平植被指数法
该法是从植被的角度考虑。由于植被生长状况主要和水分相关（当光照、温度条件变化不大时），水分供应量成为作物生长的关键因素，水分充足供应，植被生长良好，反之植被生长受到影响。此方法是通过多年遥感资料，计算出常年旬平均植被指数，然后由当年植被指数与常年平均值比较，一次判断当年作物生长状况，进而对作物受旱程度作出判断。
距平植被指数+/01,2定义为：
+/01,23/01,24/01,2
））1,/（6/01,235+(（0
为同旬各年的归一化植被指数的平均值；（）是第6天的植被指数值；/01,26代表天数：01,26
/01,2为当年该旬的植被指数，也是!7天内最大的01,2值。
范天锡认为该方法需要建立比较好的能代表正常年景的植被指数集，但卫星资料的存档不够长，还有资料定标问题，要取得正常年景数据集不易。
（五）植被供水指数法植被供水指数定义为：
／,23/:01,2
其中：/:为植被的冠层温度，01,2为归一化植被指数。,2的物理意义为：当植被供水正常时，卫星遥感的植被指数在一定的生长期内保持在一定的范围，如果遇到干旱，作物供水不足，一方面作物的生长受到影响，卫星遥感的植被指数降低，另一方面作物冠层温度升高。当作物受旱时，为减少水分损失，叶面气孔会部分关闭，导致叶面温度的增高。同时作物生长也受到干旱的影响，导致叶面积指数减少。可以用,2来衡量。植被供水指数法仅适用于植被覆盖度高的地区。
［］!.刘丽等（，）利用+）监测贵州省干旱模型，确!$$&!$$$,)--资料建立植被供水植被法（,2
定了,2遥感图像上干旱指标和干旱面积，并与地面干旱指数确定的旱情作了比较，建立植被供水指数与地面干旱指数之间的回归方程。
（六）作物缺水指数法（;，;），又称：作物干旱指数<=@6@<:6?作物缺水指数法由F）根据热量平衡原理提出的。;@GH:=C等（!$&!982定义为：］4!［!I%%%%!／\"I!（!I%&（’&I()）&）
!\"#$3（%%’&I()）
／（］%!3!［!I%%%&’&I()）*=4!，为修正空气动力学阻力（式中：，，!为干湿球常数（J<:K4!）<:K4!）<@;）@GLM为剩余阻力（G为
作物冠层阻力（，\"为饱和水汽压与温度关系的斜率，为潜在蒸散时的冠层阻力（。:K4!）<:K4!）G>
田国良等（）在河南省通过计算;，并利用;!$$\"982982与各气象站%#%7GK土壤水分的关系进行土壤水分分布估算。李韵珠等（）根据邯郸地区大范围观测资料，对小麦的作物干旱指数（;）!$$%2与土壤水分的关系进行了研究，并分析了;）2的影响因素和在旱情监测中的实用性。申广荣等（!$$&基于N28技术，用遥感图像、图形、数据为一体的;982模型监测黄淮海平原旱情。
在有植被覆盖的条件下，作物缺水指数法精度要高于热惯量法，但其计算复杂，一些要素依赖地面气象台站，实时性不能保证。第!期
邓辉等：土壤水分遥感监测方法进展
IA
三、总结
遥感监测土壤水分各种方法适用范围不同：热惯量法适合监测裸地或植被生长早期；植被供水指数法
适合植被覆盖度比较高的时段；微波遥感适用范围比较广，精度较高，且可以全天候使用，这是遥感监测土壤水分最有希望的方法，但其成本很高，目前尚未进入实用阶段。植被缺水指数法计算复杂，且需要地面气象台站提供参数，实时性不能保证；距平植被法需要多年累积数据集。
土壤水分遥感监测所采用的微波波段已基本确定，利用这些波段合成的各种效果较好的土壤水分遥感监测指数，为进一步提高土壤水分监测精度提高了可能性。微波遥感具有全天候、高精度等特点，是未来的土壤水分遥感监测发展方向。
土壤水分遥感监测在生产实际上的应用越来越受到重视。和其它灾害监测一样，由试验研究向实用化、产业化迈进。
土壤水分监测作为世界性的难题之一，除了理论上的一些局限外，在方法和应用上也存在一些有待深
”集成技术的入的地方，还有一些用单一遥感方法难以解决的问题。随着研究的不断深入，特别是“!\"
发展，土壤水分遥感监测会达到实用要求。参考文献
，，#$%&’()*，+(,-)./，0112-345$67329%’2()(1’:-;<%3<(4-32)2)’:--(3(292)’-;;-’%’2()(1>+2<%-&6+-<(’-&-)&?)@2;()#AB#!88===8=
，，（）C$%&’()*，D(:)E765:-;<%32)-;’2%<%2)1(;<&%’-332’-&42&9;2<2)%’2()(1-(3(29F)2’&2)0<%)6G+-&H-(3\"F@;#ABICC88===，!D;29-G/65:-;<%32)-;’2%<%2)%)-,@2-,(1’:--%;’:6G6H-(:&6+-&6#ABB88=：8J
I76$6?)3%)46G6K6H%3%)’(,29L%)4\"9:;-’’-;65:-;%42(M;2:’)-&&’:-;<%32)-;’2%<-%&F;-(1&(23<(2&’F;-6>???5;%)&6H-(&92+-<(’-=
，，#AACN(36!O6P(#\"-)&2)=陈维英，盛永伟等6用气象卫星监测土壤水分的试验研究6应用气象学报，，（）Q肖乾广，#AAIQ!
田国良6热惯量法在监测土壤表层水分变化中的研究6遥感学报，，（）R余涛，#AAB#利用遥感资料进行旱情监测的研究6卫星应用，，（）B李杏朝6#AARII刘芳圆，刘剑峰等6河北土壤水分遥感监测研究6地理学与国土研究，，（）S张可慧，COOC#S!
土壤含水量的热惯量模型及其应用6科学通报，，（）：A张仁华6#AA#!R#CACI!ACB
7&3%<7，U(M&()V/6?11-9’(1@--’%’2()9(@-;()’:-;%4%;&-)&2’2@2’’(&(23<(2&’F;-6>???5;%)&H-(&92+-<(’-\"-)&2)6#OT3%M=J=JK5，，（）#ASCH?WCOI
##\"%)(??，V(;%)V\"，EF-’-7+，-’%36/W%)4微波遥感监测土壤水分的研究初探6遥感技术与应用，，（）：#AAQ!SI#!S#C李杏朝6旱情遥感监测方法及其进展6水文，，（）：#!李纪人6COO#I#Q!#B周颖，杨凤，宋国强6用遥感植被指数监测贵州干旱6贵州气象，，（）#AASCCR#I刘丽，!\"#$%&’%#(()*%#+&!#(#*()*’+#!\"&,-&%
+&*)!&%)*’(&).+&)(!/%#
，,01345673841972\"2
（，，）>)&’2’F’-(17;29F3’F;-+-&(F;9-&%)4+-2()%3D3%))2)/77\"X-22)OOOS#===Y=#
:9;<=>?<5:2&%-;(@-;%33;-@2-,&’:-;-<(’-&-)&2)-’:(41(;<()2’(;2)&(23<(2&’F;-%32-4M(’:%M;(%488=<=88
；，%)4%’:(<-%)42’&;-&-%;9:8;(;-&&%’;-&-)’9(<%;-&%)4@%3F-&’:-<-;2’&&:(;’W9(<2)&%)4%32)=88=88J=，，，<29;(W,%@-<-’:(4:-%’2)1;%;-4<-’:(4%)(<%3--’%’2()&9(-(1<-%&F;2)-’:(4(1’:-;<%32)-;’2%J@=8=<
，，，,%’-;&:(;’%-(1@--’%’2()2)4-Z<-’:(413((4@--’%’2()2)4-Z<-’:(4-’96%)4%)%3L-&%)42)4-Z<-’:(4===J
1(;-9%&’’:-4-@-3(<-)’’-)4-)91;-<(’-&-)&2)()2’(;2)-’:(41(;&(23<(2&’F;-9()’-)’68J(=<=<
；；；；@0B7=C;4;(F:’<()2’(;2)&(23<(2&’F;-9()’-)’’:-;<%32)-;’2%<-%&F;2)-’:(4<29;(W,%@-<-’:(4===；,%’-;&:(;’%-(1@--’%’2()2)4-Z<-’:(4<-’:(4;-@2-,==
