新疆焉耆盆地土壤湿度时空分布特征

doi:10.13474/j.cnki.11-2246.2021.335

测绘通报 ›› 2021, Vol. 0 ›› Issue (11): 36-41.doi: 10.13474/j.cnki.11-2246.2021.335

新疆焉耆盆地土壤湿度时空分布特征

迪里胡玛尔·阿汗木江^1,2, 玉素甫江·如素力^1,2

1. 新疆师范大学地理科学与旅游学院, 新疆乌鲁木齐 830054;
2. 新疆干旱区湖泊环境与资源验室, 新疆乌鲁木齐 830054

收稿日期:2021-05-26 发布日期:2021-12-02
通讯作者: 玉素甫江·如素力。E-mail:Yusupjan@xjnu.edu.cn
作者简介:迪里胡玛尔·阿汗木江(1996-),女,硕士生,研究方向为资源环境遥感。E-mail:1262074907@qq.com
基金资助:
国家自然科学基金（U1703341；41764003）；新疆维吾尔自治区科技创新基地建设计划（2020D04039；2018D04026）

Yanqi basin soil moisture spatial and temporal distribution characteristics in Xinjiang

Dilihumaer Ahanmujiang^1,2, Yusufujiang Rusuli^1,2

1. College of Geography and Tourism, Xinjiang Normal University, Urumqi 830054, China;
2. Key Laboratory of Lake Environment and Resources in Arid Areas of Xinjiang, Urumqi 830054, China

Received:2021-05-26 Published:2021-12-02

摘要/Abstract

摘要： 本文以新疆焉耆盆地为研究区，首先利用实测数据和Landsat 8 OLI遥感数据获取土壤调查植被指数（MSAVI）和地表温度（Ts），构建Ts-MSAVI特征空间，拟合特征空间的干湿方程；然后利用该特征空间计算温度植被干旱指数（TVDIm），反演9-11月的土壤湿度，探讨土壤湿度时空分布特征。试验结果表明：①遥感影像反演的TVDI与实地考察的土壤湿度显著相关（a=0.05）；不同土层中，TVDIm与10~20 cm土层湿度相关性最高（R=0.588）；②焉耆盆地湿度总体以半干旱为主（0.60.8）；土壤湿度空间分布上，焉耆盆地南侧为干旱区，西部和北部地区偏干旱，中部为湿润区域，对于该地区滨湖湿地和博斯腾湖附近小湖土壤湿度最高，博斯腾湖南部的沙地区土壤湿度最低，Ts与土壤湿度呈负相关；③10月湿地的TVDIm值最低，9月沙地的TVDIm值最高。TVDI模型应用于焉耆盆地取得较好的结果，可用于正确地估算土壤湿度，研究结果可为焉耆盆地生态环境和水资源提供重要的参数。

关键词: 焉耆盆地, 高分辨率遥感影像, 土壤湿度, 反演模型

Abstract: This study takes Xinjiang Yanqi basin as the research area,using field data and Landsat 8 OLI data to obtain soil vegetation index MSAVI and land surface temperature (Ts) to construct Ts-MSAVI feature space combined with dry and wet space equations. The temperature vegetation drought index (TVDIm) is calculated using this feature space, retrieve soil moisture in September, October, and November, analyzes the temporal and spatial distribution characteristics of soil moisture. The result shows that:① The TVDI retrieved from remote sensing images is significantly correlated with soil moisture (a=0.05). TVDIm has the highest correlation with 10~20 cm soil moisture (R=0.588) in different soil layer. ② Humidity level in Yanqi basin is featured with semi-arid(0.60.8). Spatial distribution of soil moisture denotes that the arid area is mainly distributed the southern side of the Yanqi basin, the western and northern part of the Yanqi basin is arid, and the humid area is the middle of the Yanqi basin. For this area, the lake side wetland and the small lake of Bosten Lake have the highest soil moisture, and the sandy area of the southern Bosten Lake has the lowest soil moisture.③ The wetland showes the lowest TVDIm value in October. The TVDIm value of the sandy land is the highest in September. The TVDI model has been applied in Yanqi basin to obtain good results, which can be used to accurately estimate soil moisture. The research results can provide important parameters for the ecological environment and water resources of Yanqi basin.

Key words: Yanqi basin, high-resolution remote sensing image, soil moisture, inversion model

中图分类号:

P237

迪里胡玛尔·阿汗木江, 玉素甫江·如素力. 新疆焉耆盆地土壤湿度时空分布特征[J]. 测绘通报, 2021, 0(11): 36-41.

Dilihumaer Ahanmujiang, Yusufujiang Rusuli. Yanqi basin soil moisture spatial and temporal distribution characteristics in Xinjiang[J]. Bulletin of Surveying and Mapping, 2021, 0(11): 36-41.

参考文献

[1] 陈明星, 张玉虎. 基于4种植被指数TVDI模型的三江平原土壤湿度反演[J]. 水土保持研究, 2019, 26(3):93-100, 107.
[2] 李宁. 三江源区地表土壤湿度的遥感反演[D]. 北京:中国地质大学(北京), 2020.
[3] 胡洪涛. 基于遥感的白沙河流域土壤含水量反演[D]. 北京:中国地质大学(北京), 2020.
[4] 李彩瑛, 阎建忠, 刘林山, 等. 基于TVDI的羌塘高原夏季土壤湿度变化分析[J]. 地理研究, 2017, 36(11):2101-2111.
[5] 于健, 杨国范, 王颖, 等. 基于MODIS数据反演阜新地区土壤水分的研究[J]. 遥感技术与应用, 2011, 26(4):413-419.
[6] 薛天翼, 白建军. 基于TVDI和气象数据的陕西省春季旱情时空分析[J]. 水土保持研究, 2017, 24(4):240-246.
[7] 倪波顺, 高阳华, 李月臣, 等. 基于FY-3A/VIRR数据的重庆市干旱监测研究[J]. 西南大学学报(自然科学版), 2014, 36(7):143-148.
[8] QI J, CHEHBOUNI A, HUETE A R, et al. A modified soil adjusted vegetation index[J]. Remote Sensing of Environment, 1994, 48(2):119-126.
[9] 哈丽旦·司地克, 玉素甫江·如素力, 麦麦提吐尔逊·艾则孜. 焉耆盆地气候变化和人类活动对生态系统服务价值的影响研究[J]. 中国生态农业学报, 2016, 24(5):684-694.
[10] 姜红, 玉素甫江·如素力, 热伊莱·卡得尔, 等. 基于神经网络模型的干旱区绿洲土壤盐渍化评价分析[J]. 地球信息科学学报, 2017, 19(7):983-993.
[11] 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.
[12] 徐涵秋. 新型Landsat8卫星影像的反射率和地表温度反演[J]. 地球物理学报, 2015, 58(3):741-747.
[13] 陈峰, 赵小锋, 全元, 等. 利用时空信息的单波段地表温度遥感反演[J]. 遥感学报, 2014, 18(3):657-672.
[14] 王纯枝, 毛留喜, 何延波, 等. 温度植被干旱指数法(TVDI)在黄淮海平原土壤湿度反演中的应用研究[J]. 土壤通报, 2009, 40(5):998-1005.
[15] 熊世为, 李卫国, 贾天山, 等. 基于HJ卫星数据的土壤含水量反演及其旱情预测[J]. 江苏农业学报, 2014, 30(5):1044-1050.
[16] 高培霞, 张吴平, 梁爽, 等. 基于温度植被干旱指数(TVDI)的土壤干湿反演[J]. 灌溉排水学报, 2018, 37(10):123-128.

新疆焉耆盆地土壤湿度时空分布特征

Yanqi basin soil moisture spatial and temporal distribution characteristics in Xinjiang

RichHTML

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价

[1]	潘建平, 付占宝, 程卫华, 陆世安, 李鑫, 孙博文, 黄桂萍. 基于地表类型的山地海绵城市生态建设评估[J]. 测绘通报, 2022, 0(5): 84-88.
[2]	陈智朗, 付振华, 朱紫阳, 王慧慧, 刘沁雯, 杨钰灵, 许耿然. 基于HRNet的高分辨率遥感影像建筑物变化信息提取[J]. 测绘通报, 2022, 0(5): 126-132.
[3]	杨素妨, 杜林. 多特征流形鉴别嵌入的高分辨率遥感影像分类[J]. 测绘通报, 2021, 0(9): 37-42.
[4]	耿万轩, 周维勋, 金双根. 基于LDCNN特征提取的多核SVM高分辨率遥感影像场景分类[J]. 测绘通报, 2021, 0(8): 14-21.
[5]	聂倩, 七珂珂, 赵艳福. 融入超像素分割的高分辨率影像面向对象分类[J]. 测绘通报, 2021, 0(6): 44-49.
[6]	陈利燕, 林鸿, 吴健华. 融合随机森林和超像素分割的建筑物自动提取[J]. 测绘通报, 2021, 0(2): 49-53.
[7]	王媛, 杜明义, 杨柳忠, 蔡国印, 张宁. 多源遥感数据支持下的城市生态状况评价[J]. 测绘通报, 2021, 0(11): 16-20.
[8]	陈堃, 沈飞, 曹新运, 朱逸凡. 基于深度置信网络的GNSS-IR土壤湿度反演[J]. 测绘通报, 2020, 0(9): 100-105.
[9]	常京新, 高贤君, 杨元维, 王双喜. 融合多时相高分影像的建筑物轮廓优化方法[J]. 测绘通报, 2020, 0(7): 112-115.
[10]	朱小灵, 王剑辉, 谢荣安. 基于GPS-IR的地表土壤湿度估算方法[J]. 测绘通报, 2020, 0(6): 128-133.
[11]	谢梦, 刘伟, 李二珠, 杨梦圆, 王晓檀. 深度卷积神经网络支持下的遥感影像语义分割[J]. 测绘通报, 2020, 0(5): 36-42.
[12]	乔婷婷, 李鲁群. 结合数据增广和迁移学习的高分辨率遥感影像场景分类[J]. 测绘通报, 2020, 0(2): 37-42.
[13]	陈辉, 张卡, 宿东, 王蓬勃. 建筑物侧面轮廓线约束的高分辨率遥感影像建筑物高度估算方法[J]. 测绘通报, 2019, 0(9): 34-37,72.
[14]	孟庆祥, 吴玄. 基于深度卷积神经网络的高分辨率遥感影像场景分类[J]. 测绘通报, 2019, 0(7): 17-22.
[15]	郝怀旭, 万太礼, 罗年学. 利用OpenStreetMap数据进行高空间分辨率遥感影像分类[J]. 测绘通报, 2019, 0(7): 69-72,126.