卫星遥感反演土壤水分研究综述

被引：92

作者：

陈书林 ^{[1
,2
]}

刘元波 ^{[2
]}

温作民 ^{[1
]}

机构：

[1] 南京林业大学经济管理学院

[2] 中国科学院南京地理与湖泊研究所

来源：

地球科学进展 | 2012年 / 27卷 / 11期

关键词：

土壤水分反演算法; 光学遥感; 微波遥感; 多传感器联合反演; 全球数据集;

D O I：

暂无

中图分类号：

P237 [测绘遥感技术]; S152.7 [土壤水分]; TP751 [图像处理方法];

学科分类号：

1404 ; 0903 ; 090301 ; 081002 ;

摘要：

土壤水分是影响地表过程的核心变量之一。精准地测量土壤水分及其时空分布,长期以来是定量遥感研究领域的难点问题。简要回顾基于光学、被动微波、主动微波和多传感器联合反演等卫星遥感反演土壤水分的主要反演算法、存在的难点和前沿性研究问题,介绍了应用土壤水分反演算法所形成的3种主要全球土壤水分数据集,包括欧洲气象业务卫星(ERS/MetOp)数据集、高级微波扫描辐射计(AMSR-E)数据集、土壤湿度与海洋盐分卫星(SMOS)数据集,并结合目前存在的问题探讨卫星遥感反演土壤水分研究的发展趋势。

引用

页码：1192 / 1203

页数：12

共 34 条

[1] 旱情遥感监测研究进展与应用案例分析 [J].

王丽涛 ;

王世新 ;

周艺 ;

王福涛 ;

刘文亮 .

遥感学报, 2011, 15 (06) :1315-1330

[2] ASAR和TM数据协同反演植被覆盖地表土壤水分的新方法 [J].

余凡 ;

赵英时 .

中国科学:地球科学, 2011, 41 (04) :532-540

[3] 植被覆盖地表土壤水分遥感反演 [J].

周鹏 ;

丁建丽 ;

王飞 ;

古丽加玛丽·吾不力 ;

张治广 .

遥感学报, 2010, 14 (05) :959-973

[4] 距平植被指数在吉林省农作物干旱监测中的应用 [J].

晏明 ;

张磊 .

现代农业科技, 2010, (11) :15-16

[5] 利用多时相ASAR数据反演黑河流域中游地表土壤水分 [J].

王树果 ;

李新 ;

韩旭军 ;

晋锐 .

遥感技术与应用, 2009, (05) :582-587+552

[6] 利用主被动微波数据联合反演土壤水分 [J].

赵天杰 ;

张立新 ;

蒋玲梅 ;

陈权 ;

张志玉 ;

张勇攀 .

地球科学进展, 2009, 24 (07) :769-775

[7] NIR-red spectral space based new method for soil moisture monitoring [J].

GHULAN Abduwasit .

ScienceinChina(SeriesD:EarthSciences), 2007, (02) :283-289

[8] 基于植被状态指数的土壤湿度遥感方法研究 [J].

冯强 ;

田国良 ;

王昂生 ;

Tim R.McVicar ;

David L.B.Jupp .

自然灾害学报, 2004, (03) :81-88

[9]

A remote sensing model for monitoring soil evaporation based on differential thermal inertia and its validation[J]. 张仁华,孙晓敏,朱治林,苏红波,唐新斋.Science in China（Series D:Earth Sciences）. 2003(04)

[10] 综合主动和被动微波数据监测土壤水分变化 [J].

李震 ;

郭华东 ;

施建成 .

遥感学报, 2002, (06) :481-484+539

← 1 2 3 4 →