2024年4月13日发(作者：)

利用ENVI软件反演土壤湿度指数

晏红波

2015-03-20

0. 绪论

土壤湿度在陆地与大气界面进行水分和能量的交换过程中起重要作用，同时

对农作物的生长起决定性作用，而且影响着土地退化、植被覆盖，是气候、生态、

水文、农业等多个领域的重要参数。区域性和大尺度的陆地土壤湿度变化信息对

于陆气交互作用平衡和陆面水文研究、改善区域及全球气候模式预报结果、水涝

和干旱的监测、农作物生长态势评估、自然和生态环境问题的研究等都是十分关

键的因素。因此，研究区域性和大尺度的陆地土壤湿度变化情况意义重大，这也

是当前国际研究的热点问题之一。

传统的土壤湿度监测方法包括烘干称重法、中子仪探测法、电阻法等，虽然

可以比较准确地监测小范围内的土壤含水量，但是需要耗费较大的人力和时间，

时效性不高，而且不能完全反映出较大区域内的土壤含水量的情况，不能用于大

范围土壤水分的监测。利用遥感手段反演土壤湿度可以实现全区域大面积的实时

动态监测，因此利用遥感手段监测土壤湿度越来越引起人们的重视。

常用的遥感波段包括可见光，近红外，热红外以及微波等。不同波段反演土

壤湿度所用的反演方法也不同。

1. 遥感反演土壤湿度的主要方法

遥感反演土壤湿度根据波段的不同分为3类：微波遥感土壤湿度法；作物植

被指数法；热红外遥感监测法（主要是应用热惯量模型）。

（1）微波遥感土壤湿度法

分主动微波遥感监测法和被动微波遥感监测法两种。此方法物理基础坚实，

即土壤的介电特性和土壤含水量密切相关，水分的介电常数大约为80，干土仅

为3，它们之间存在较大的反差。土壤的介电常数随土壤湿度的变化而变化，表

现于卫星遥感图像上将是灰度值G亮度温度Tb的变化。因此，微波遥感土壤水

分的方法被广泛地应用于实际的监测工作中。

A 主动微波遥感监测法

以应用x波段侧视雷达为主，主要是后向反射系数法。因为含水量的多少直

接影响土壤的介电常数，使雷达回波对土壤湿度反映极为敏感，据此可建立后向

散射系数和土壤水分含量之间的函数关系。国内李杏朝据微波后向反射系数法，

用x波段散射计测量土壤后向反射系数，与同步获得的X波段、HH极化机载

第

2

页/共 10 页

SAR图像一起试验监测土壤水分；田国良等在河南也应用此方法也进行土壤水

分研究[。主动微波遥感土壤水分精度较高，且可以全天候使用，成为监测水分

最灵活、最适用、最有效的方法，随着大量的主动微波遥感器的卫星（ERS系列、

EOS、SAR、Radar sat、ADEOS、TRMM等）的发射升空，将使微波遥感的成

本不断下降，逐渐被应用于实践。

B 被动微波遥感监测法

原理同主动微波遥感法。值得指出，植被在地表过程研究中的影响突出，为

了消除植被的影响，必须同时重视植被的遥感监测，建立相关的计算模型。Teng

等通过实验得出在浓密植被覆盖区土壤湿度监测中应避免使用19GHZ波段，此时

SMMR 的6.6GHZ波段比SSM／I的19GHZ在遥感监测土壤湿度信息方面的精度

更高。说明在植被较密时，为了消除植被对土壤湿度反演的影响，应尽量选择波

段较长的微波辐射计。

（2）作物植被指数法

采用此方法是基于植被在可见光部分叶绿素吸收了70％-90％红光，反射了

大部分绿光，而由于叶肉组织的作用，后行叶片在近红外波段的反射较强。通过

各光谱波段所反射的太阳辐射的比来表达，这就叫植被指数。常用的植被指数有：

归一化植被指数（Normal Difference Vegetation Index,NDVI）、比值植被指数（Ratio

Vegetation Index, RVI）距平植被（Average Vegetation Index,AVI） 和植被条件指

数（Vegetation Condition Index，VCI）。

（3） 热红外遥感监测法

土壤热惯量和土壤水分的关系密切，即土壤水分高，热惯量大，土壤表面的

昼夜温差小，反之亦然。热红外遥感手段主要利用地表温度日变化幅度、植被冠

层和冠层空气温差、表观热惯量、热模型（蒸散比）估测土壤含水量。

2. 各种方法的优势与不足

（1）微波遥感监测土壤水分

具有坚实的物理基础，监测精度较高，能够全天候工作，对植被和土壤具有

一定的穿透能力，可剔除植被影响而获得土壤水分信息。但因大气－植被－土壤

系统的复杂性，遥感图像反演算法使用的难度很大，成本较高，在大面积推广上

有一定难度。

（2）作物植被指数法

第

3

页/共 10 页

较适用于高植被覆盖区域，能在一定程度上弥补热惯量法的不足。但CWSI

和VSWI的计算过程中需要考虑许多自然因子 （如干湿球常数、修正空气阻力、

剩余阻力、作物冠层阻力、饱和水气压和温度关系的斜率等），使其计算复杂，

各要素仍依赖于地面气象台站，实时性达不到保证。距平植被法需要多年累积数

据集，需要建立较好的能代表正常年景的植被指数集/数据库，但卫星资料的存

档不够长，难以满足对数据的要求。

（3）热惯量法和表观热惯量法

主要适用于裸地或植被生长早期。热惯量法具有较好的重复性、准确性和同

一性，可以通过土壤水分含量与其热惯量间的良好的线性关系直接反演土壤水

分。但热惯量法易受天气云层和大气气溶胶的干扰，对卫星数据的获取和图像解

译的效果产生影响；而且，热惯量法对高植被覆盖地区或农作物田块土壤水分反

演的效果较差。因此，考虑植被对热惯量法的影响，今后应加强不同植被覆盖状

况下热惯量法的适用性研究。

简而言之，热惯量法较适宜于裸土和低植被覆盖区域；植被指数法、作物缺

水指数法较适合植被覆盖度较高的区域，而植被指数，可利用植被指数反映出植

被覆盖信息以及植被覆盖下的土壤水分信息，同时结合热红外遥感获得的亮温指

数,可更准确地定量反演土壤水分状况。

3.土壤湿度反演基本原理

Lambin等对植被覆盖度和T

S

构成的特征空间进行了研究，总结了在两者构

成的理想特征空间中，不同植被覆盖条件下的土壤湿度情况。

第

4

页/共 10 页

从图中可以明显看出，在相同植被覆盖度的条件下，土壤湿度和地表温度是

反比的关系。基于这一原理，通过从卫星影像中求出植被覆盖度和地表温度，并

构造二者的特征空间，就能求出土壤湿度指数。

4.土壤湿度反演流程

Landsat 7 ETM+ 原始影像

数据的读取

数

据

预

处

理

辐射定标

大气校正

几何校正

图像波段融合

土

壤

湿

度

反

演

NDVI计算

植被覆盖度

热红外辐射亮度值

地表比辐射率

同温度下黑体的辐射亮度

反演地表真实温度

反演土壤湿度

土壤湿度分布图

结果分析

第

5

页/共 10 页

4.1数据预处理

下载到的数据是landsat 7的4级数据，数据基本信息见图1。

图1 数据基本信息

数据已经进行了辐射校正、几何校正和地形校正的预处理。但还需要对第6

波段进行辐射定标，获取热红外波段的辐射亮度值。注意不能对波段融合后的图

像进行辐射定标。

ENVI操作：Basic Tools->preprocessing->Calibration Utilities->Landsat Calibration，

波段融合：Basic Tools->Layer Stacking，点击Rrorder Files调整波段顺序进

行波段融合。

重采样：landsat7第6波段的图像分辨率是60米，其它波段的分辨率是30

米，所以要对其它波段进行重采样，得到60米分辨率的图像。

ENVI操作：>Basic Tools->Resize Data（Spatial/Spectral）

4.2 参数反演

4.2.1植被覆盖度计算

1. 由TM影像（已经过大气校正）计算NDVI，选择Transform->NDVI。

2. 选择Basic->Statistics->Compute Statistics得到统计参数。

3. 最后一列表示对应NDVI值的累积概率分布。分别取累积概率为5.5%和97.3%

第

6

页/共 10 页

的NDVI值作为NDVImin和NDVImax。得到NDVImax=-0.105882；NDVImax=

0.317647。

4. 计算植被覆盖度Fv采用的是混合像元分解法，将整景影像的地类大致分为水

体、植被和建筑，具体的计算公式如下：

FV = (NDVI- NDVImin)／(NDVImax - NDVImin)

其中，NDVI为归一化差异植被指数，当某个像元的NDVI大于0.317647时，

FV取值为1；当NDVI小于-0.105882，FV取值为0。

利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：

（b1 gt 0.317647）*1+（b1 lt (-0.105882)）*0+（b1 ge (-0.105882) and b1 le 0.317647）

*（(b1-( -0.105882))/( 0.317647-( -0.105882))

b1:选择NDVI图像

得到植被盖度图像。

4.2.2地表比辐射率计算

根据前人的研究，将遥感影像分为水体、城镇和自然表面3种类型。本专题

采取以下方法计算研究区地表比辐射率：水体像元的比辐射率赋值为0.995，自

然表面和城镇像元的比辐射率估算则分别根据下式①②进行计算：

εsurface = 0.9625 + 0.0614FV - 0.0461FV

2

①

εbuilding = 0.9589 + 0.086FV - 0.0671FV

2

②

式中，εsurface和εbuilding分别代表自然表面像元和城镇像元的比辐射率。

利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：

（b1 le (-0.105882)）*0.995+（b1 gt (-0.105882) and b1 lt 0.317647）

*(0.9589 + 0.086*b2 - 0.0671*b2^2)+(b1 ge 0.317647)*(0.9625 + 0.0614*b2 -

0.0461*b2^2)

b1：NDVI值；

b2：植被覆盖度值。

得到地表比辐射率数据。

4.2.3计算相同温度下黑体的辐射亮度值

主要的地表温度反演方法有：大气校正法，单窗算法，单通道法，双通道法，

多通道法等等。本文用辐射传输方程法对地表温度进行反演。

第

7

页/共 10 页

辐射传输方程法，又称大气校正法，其基本思路为：首先利用与卫星过空时

间同步的大气数据来估计大气对地表热辐射的影响。然后把这部分大气影响从卫

星高度上传感器所观测到的热辐射总量中减去。从而得到地表热辐射强度．再把

这一热辐射强度转化为相应的地表温度。

卫星传感器接收到的热红外辐射亮度值Lλ由三部分组成：大气向上辐射亮

度L↑，地面的真实辐射亮度经过大气层之后到达卫星传感器的能量；大气向下

辐射到达地面后反射的能量。卫星传感器接收到的热红外辐射亮度值的表达式可

写为（辐射传输方程）：

Lλ = [ε·B(T

S

) + (1-ε)L↓]·τ + L↑ ③

这里，ε为地表辐射率，T

S

为地表真实温度，B(T

S

)为普朗克定律推到得到

的黑体在TS的热辐射亮度，τ为大气在热红外波段的透过率。则温度为T的黑

体在热红外波段的辐射亮度B(T

S

)为：

B(T

S

)= [Lλ- L↑- τ·(1-ε)L↓]/τ·ε ④

在NASA官网（/）中输入成像时间以及中心经纬

度，则会提供上式中所需要的参数。大气在热红外波段的透过率τ为0.79，大气

向上辐射亮度L↑为1.44W/(m

2

·sr·μm)，大气向下辐射亮辐射亮度L↓为2.34

W/(m

2

·sr·μm)。

利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：

（b2-1.44-0.79*（1-b1）*2.34）/（0.79*b1）

b1：60m分辨率的地表比辐射率值；

b2：表示热红外波段大气校正后的辐射定标值。

得到了温度为T的黑体在热红外波段的辐射亮度值。

4.2.4 反演地表温度

在获取温度为T

S

的黑体在热红外波段的辐射亮度后，根据普朗克公式的反

函数，求得地表真实温度T

S

：

T

S

= K2/ ln (K1/ B(T

S

)+ 1) ⑤

对于ETM+，K1 =666.09W/(m2•sr•μm)，K2 =1282.71K。

利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：

（1282.71）/alog（666.09/b1 +1）-273

b1：温度为T的黑体在热红外波段的辐射亮度值。

第

8

页/共 10 页

得到真实的地表温度值，单位是摄氏度。

在Display中显示温度值，是一个灰度的单波段图像。 选择Tools->Color

Mapping->Density Slice，单击Clear Range按钮清除默认区间。

选择Options->Add New Ranges，增加以下5个区间：

25℃以上，紫色

20℃至25℃，红色

15℃至20℃，黄色

0℃至15℃，绿色

低于0℃，蓝色

单击Apply。

选择File->Output Range to Class Image，可以将温度反演结果输出。

4.2.5 反演土壤湿度

土壤湿度指数为：NDVI/T

利用ENVI主菜单->Basic Tools->Band Math，在公式输入栏中输入：

b1/b2

b1：NDVI值；

b2：真实地表温度值

在Display中显示土壤湿度值，是一个灰度的单波段图像。

选择Tools->Color Mapping->Density Slice，单击Clear Range按钮清

除默认区间。

第

9

页/共 10 页

选择Options->Add New Ranges，增加以下四个区间：

275至303为，红色

303至330为，绿色

330至358为，蓝色

358至386为，黄色

386至413为，青色

413至441为，品红色

441至469为，褐红色

469至498为，海绿色

单击Apply。

选择File->Output Range to Class Image，可以将反演结果输出。

4.3 专题图

5.实验结果分析

在一定的空间条件下，相同植被覆盖下，地表温度与土壤湿度成反比，本文通过地表温

度反演得到土壤湿度指数，用辐射传输方程法对地表温度进行反演，采集的数据为桂林地区

Landsat7的遥感数据。

第

10

页/共 10 页