1.一种融合土壤物理性质与遥感数据的地表土壤含水量反演方法,其特征在于,所述方法包括以下步骤:
步骤1:确定所述方法需要的气象站点数据、土工数据以及遥感数据,构建输入数据集;
步骤2:计算植被覆盖指数FVC,并与归一化后的地表温度T*,构建归一化特征空间T*‑FVC;
步骤3:基于归一化特征空间T*‑FVC计算并获取下垫面的土壤含水量相对指标M0;
步骤4:建立土壤饱和体积含水量与土壤孔隙率的关系,根据土壤孔隙率确定土壤饱和体积含水量,并将土壤饱和体积含水量、植被萎蔫点地表土壤含水量与所述步骤3得到的M0联合反演地表土壤含水量;
所述步骤4中,包括以下步骤:
步骤401、首先依据土壤孔隙比求出对应的土壤孔隙率n,计算公式如下:其中,e表示土工数据采集点的实测土壤孔隙比;
步骤402、计算土壤容重r,计算公式如下:r=d‑d·n
其中,d为土工数据采集点土样的土壤比重;
步骤403、根据步骤402得到的土壤容重r与步骤401得到的土壤孔隙率n计算出土壤饱和质量含水量KSSMq‑sat,计算公式如下:步骤404、把土壤饱和质量含水量KSSMq‑sat换算成土壤饱和体积含水量KSSMv‑sat,计算公式如下:
步骤405、对土壤孔隙率n与步骤404计算的土壤饱和体积含水量KSSMv‑sat作最小二乘拟合,建立土壤饱和体积含水量与土壤孔隙率的统计模型,如下公式所示:其中, 为根据土壤孔隙率计算的土壤饱和体积含水量;n为土壤孔隙率;a0和b0分别为通过最小二乘拟合得到的经验系数;
步骤406、将步骤405得到的土壤饱和体积含水量、植被萎蔫点地表土壤体积含水量与所述步骤3得到的M0联合反演地表土壤体积含水量,计算公式如下:
3 3
其中,KSSM表示地表土壤体积含水量(m /m); 和KSSMres分别表示土壤饱和体
3 3
积含水量和植被萎蔫点地表土壤体积含水量(m/m);M0由特征空间T*‑FVC计算得到。
2.根据权利要求1所述的土壤含水量反演方法,其特征在于,所述步骤1中,所述输入数据包括气象站点数据、土工数据以及遥感数据;
步骤101、优选地,所述气象站点数据包括地表温度、土壤含水量;
步骤102、优选地,所述土工数据包括土壤采样深度、土壤孔隙比、土壤容重、土壤类型、土壤饱和度以及土壤饱和体积含水量以及植被萎蔫点地表土壤体积含水量;
步骤103、优选地,所述遥感数据包括归一化植被指数、地表温度、TRMM数据。
3.根据权利要求1所述的土壤含水量反演方法,其特征在于,所述步骤2中,包括以下步骤:
步骤201、作为优选的技术方案,利用下式根据归一化植被指数NDVI计算植被覆盖指数FVC,记为Fv:
其中,NDVI为各像元的植被指数;NDVImax为全植被覆盖的NDVI值;NDVImin为裸土的NDVI值;
*
步骤202、对地表温度LST进行归一化处理,归一化后的地表温度T计算公式如下:*
其中,T 为归一化后的地表温度;LSTi为任意像元的地表温度;LSTmin为地表温度最小值;LSTmax为地表温度最大值;通过归一化使得不同时相的地表温度值变化范围均为0‑1之间,数值越靠近1,地表温度就越高,靠近于0则表示地表温度越低;
步骤203、构建归一化T*‑FVC特征空间,根据特征空间散点图提取极限干湿边,利用最小二乘线性拟合获得极限干湿边界条件方程分别如下:其中, 和 是FVC的函数,分别表示在某FVC值下对应的归一化地表温度的最大值和最小值;a1和b1,a2和b2分别表示干边和湿边的拟合系数。
4.根据权利要求1所述的土壤含水量反演方法,其特征在于,所述步骤3中,包括以下步骤:
步骤301、依据所述步骤2得到的干湿边方程,计算地表土壤含水量相对指标M0,计算公式如下:
其中,地表温度的最大值和最小值 通过最小二乘线性拟合求解;ai、bi(i=
1,2)表示最大、最小温度的拟合系数;M0的值在0‑1之间变化,M0越小,越靠近干边,说明土壤含水量越少;相反,M0越大,越靠近湿边,说明土壤含水量越高;但是,M0是表征地表土壤含水量多少的相对指标,并不是实际地表土壤含水量。