基于时空融合模型和TVDI的土壤水分监测方法研究
赵军
刘坚
胡飞鹏
托瑞
孙紫云
西北师范大学 地理与环境科学学院,甘肃 兰州 730070
摘要：目的 针对以往利用温度植被干旱指数(temperature vegetation dryness index,TVDI)监测土壤水分时多采用MODIS或Landsat TIRS/TIRS-2等单一遥感数据,导致在时空分辨率方面存在数据缺陷问题,方法 提出一种基于多源遥感数据时空融合模型(spatiotemporal image-fusion model,STI-FM)和TVDI的土壤水分监测方法,探究该方法的土壤水分监测效果和STI-FM融合多源遥感地表温度在试验区的适用性.结果 结果表明:(1)STI-FM融合MODIS或Landsat TIRS/TIRS-2的地表温度数据质量较好;运用STI-FM推测的地表温度数据与遥感监测的地表温度数据具有较强的相关性,得到R2 为 0.89,均方根误差(root mean squared error,RMSE)为2.85 K,即STI-FM适用于本文试验区.(2)与传统TVDI相比,利用STI-FM改进地表温度数据并结合优选植被指数的TVDI对试验区土壤水分监测精度提高效果更显著,与原始NDVI-LST特征空间计算的TVDI相比,6,7月份TVDI与土壤水分的相关系数分别提高了0.07和0.14.(3)与再分析土壤水分资料ERA5-Land的土壤水分数据相比,改进后的TVDI土壤水分监测结果精度更高,6,7月份TVDI与土壤水分的相关系数分别提高了0.1和0.44.结论 综上所述,基于STI-FM的TVDI可以提高土壤水分监测效果,在提高监测精度的同时,监测土壤水分数据较其他土壤水分监测方法具有更高的空间分辨率,为TVDI土壤水分监测提供了一种新思路.
关键词：土壤水分TVDI时空融合模型时空融合适用性
分类号：S152.7(土壤学)TP79(遥感技术)
资助基金：国家自然科学基金(42161072)
论文发表日期：2025-05-22
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：7( 112-118 )
英文信息