遥感技术监测旱情中热惯量模型的适用范围及误差分析

遥感技术监测旱情中热惯量模型的适用范围及误差分析

刘 迪

干旱的监测方法通常有两种：一是台站网络的监测，二是遥感监测。台站监测是传统监测方法，其主要任务是对与干旱有关的参数进行观测。观测的台站包括气象站、农业生态站、水文气象站等，也就是利用现有的观测台站进行观测，然后针对不同类型的干旱经统计分析，确定出适合本地区的干旱指标，以确定干旱发生的起止时间、范围及严重程度。遥感监测为现代化的高科技方法，它可以为干旱的定量、甚至三维空间立体监测提供极大的优越性。但实际工作中，应该将二者结合使用相互补充，提高旱灾监测准确性、及时性。黑龙江省旱情信息监测中心应用了土壤热惯量的概念，使用极轨气象卫星的可见光近红外反射率和热红外辐射温度差计算热惯量，然后计算土壤水分。

一般天然的土壤中都含有水分，同样的土粒密度，由于含水量不同，将引起土壤质量密度、比热容和热传导系数的变化，因此土壤的热惯量也会随之发生改变。用表观土壤含水量代替真实土壤含水量的观点，以热惯量和土壤密度作为独立因子，建立了如下的表观土壤含水量ASW遥感信息模型：

ASW?a0(ATI)(Dal?sa2)() d?式中，ATI热惯量，为表观d为土壤颗粒粒径，D为土壤土层厚度，?S为土壤密度，?为水体密度。a0、a1、a2为地理参数。上式的含义是表观土壤含水量是表观热惯量的函数，是相对土壤密度的函数，也是相对土层厚度的函数。可以看出遥感所计算的表观土壤含水量与实测的土壤含水量成正比关系，即表观土壤含水量大，实测的土壤含水量也大；表观土壤含水量小，实测土壤含水量也小。

事实上，除了土壤含水量对土壤热惯量有影响外，地形、植被、土壤质地、有机质含量、颗粒物成分等等都有影响，只是影响的数量

级不同。地形与植被影响较大，在平原地区，当遥感时相为出苗期时，可以排除地形与植被的干扰。土壤质地、有机质含量及矿物成分等可以用土壤密度来代表。就热扩散系数与土壤水分的关系来看，在水分很好的地方，其热扩散系数是随着水分的增加而增加的。因此，在一定的水分含量时表现为极大值；当超过此水分量时，扩散系数减少、呈现出极大热扩散系数的水分含量，是因土壤而异的。对于热传导系数来说，也有类似的关系。

实验表明：热惯量与土壤含水量之间存在密切的一元线性相关关系。在不考虑土壤类别的情况下，土壤含水量与热惯量的关系可以表示为：

W??61.058?0.081P

相关系数达0.9908。在对当地自然条件参量考虑得越多，通过热模型计算的理论热惯量就越接近真实值，估算出的土壤水分精度也就越高；热惯量与土壤类型几乎没有关系，在用卫星遥感数据估算土壤水分时，可以忽略其影响。另外他们还验证了热惯量与土壤体积含水量也存在线性相关关系：

???11.32?15.42P

相关系数也达到了0.91。

运用热惯量方法监测旱情的基本思路，其信息传递过程可表述为 下图：

土壤含水率 土壤真实热惯量 卫星观测土壤表面热惯量 地 适宜面生长实土壤条件 旱情测墒情与持评价校推断续时意见 验结果 间分 复析 核 热惯量方法信息传递机理

在应用热惯量遥感信息模型监测旱情的实际工作中，会发现有许多因素影响其结果的精度，因而要考虑其适用范围，并对结果的误差进行评估。

首先，热惯量方法只有在大气层结稳定、没有云的情况下使用效果比较好。虽然热惯量方法是所有干旱监测方法中物理过程表述最清楚的方法之一，但在有云影响的大气条件下，就无法得到观测目标昼夜均为晴空的数据像对，因而该方法使用便受到限制。即使在晴空条件下，由于卫星过境时获取卫星图像数据的时间并不一定就是热惯量模型中所需要的日最高、最低气温出现的时刻，而且日最高、最低温度出现时刻在不同天气条件下也是逐日变化的，因而模型中的日较差显然存在误差。另外卫星接收的土壤信息尤其是温度信息，在经过大气传输过程中由于受到大气透明度等影响，所以实际上获得的遥感数据像对是求得的辐射亮温与大气辐射亮温叠加的结果，如何滤除大气影响带来的误差，只有借助地面同步观测数据的辅助才能较好的得到解决。

其次，热惯量方法通常认为只适用于裸土或者表层植被覆盖很少的情况下的土壤含水量监测。这是因为如果土壤表层植被覆盖度比较高，那么植被的蒸腾就会影响到土壤水分传输平衡及热量的分配，相应的土壤温度就必定受到影响而变化，这必然会影响卫星对土壤热惯量监测的准确性。因此，在地面覆盖有植被的情况下，运用热惯量方法监测土壤含水情况就受到一定的限制。有人层曾提出了有植被覆盖情况下监测土壤含水量的热惯量遥感信息模型，由于其在实际应用中涉及参数较多且难以测定，所以仅限于理论上的探讨，在实际应用中难以引入。据此，热惯量遥感信息模型只适用于我国北方地区早春、晚秋时作物稀少接近裸土状况的土壤含水量的测定。

第三，热惯量方法在地形起伏不大的平原地区使用效果较好。土

壤温度辐射具有方向性，其辐射半球中最长的辐射矢量方向是地面元的法向方向。不同的地势，其面元的法线方向与卫星接收方向间夹角各异，因此地形起伏直接影响卫星接收到地面辐射温度场传递过程的一致性。因此在地形起伏较大地区使用该方法，需要使用较高精度的数字地形模型对卫星接收到的地面辐射温度进行法向矢量方向矫正。

第四，土壤不是朗伯体—黑体，土壤质地的差异，即土壤的物质组成不同、内在和表层结构形态不同（如气孔分布、起垄），或多或少会影响到土壤的辐射发射率。前文述及的热惯量经验公式均依据地面辐射亮温差反演土壤的表观热惯量，这与依据地面真实温度差反演土壤真实热惯量显然是有区别的。实际应用中逐点测定所有被观测目标的比辐射率是难以做到的，因此用卫星得到的土壤辐射亮温近似地代替其真实温度，显然有一定的精度损失。根据极少数有可能对比的点上取得的实测资料与应用卫星遥感数据通过模型求得的结果对比得到的结论，其可靠性还有待验证。

第五，在未做严格动态辐射校正的情况下，传感器增益、大气窗口及太阳高度角等随机因素会影响热惯量计算精度，其影响程度究竟如何还有待深入研究。