Page 163 - 遥感技术在生态环境监测中的应用研究

遥感技术在生态环境监测中的应用研究

光学遥感影像的辐射校正（Radiometric.Correction）是将图中依附在辐射亮度中的失真

和畸变等误差消除和改正的步骤，主要受大气、太阳高度角等因素的影响，进而造成目标
地物的实际的光谱反射率和辐射率等物理量与卫星传感器观测的数值存在差距，这种失真
和畸变对遥感影像图的质量和应用产生了很大的影响，因此必须消除这些负面因素，才能

更好的利用获取的遥感影像图，增加遥感在各个方面的应用和精确性，为后续的的图像解
译奠定技术基础。
本次研究利用 ENVI5.3 的辐射定标工具对热红外第 10 波段及多光谱波段进行辐射定

标，从而获得 Landsat-8 数据的真实大气表观反射率。
②大气校正
大气校正是利用遥感数据进行定量分析的前提。为获得地物反射率、T3 和辐射率等

真实地表参数，必须进行大气校正，进而消除或减少地物反射过程中大气吸收、散射和光
照等的影响。是由近红外和红外波段反射率的组合计算得到的，而遥感影像记录的是在大

气吸收与散射等的影响下地物灰度值，因而需要对其进行大气校正以便得到地物真实的反
射率。
利用 FLAASH 大气校正工具对辐射定标后的数据进行大气校正，基于 6S 模型的大气

模式及气溶胶反演类型等参数来源于质量评估文件，气溶胶反演方法为 2-band（K-T）。
（二）基于土壤水分遥感反演法的矿区土壤湿度监测

1. 土壤湿度模型的建立
在不同空间尺度和时间尺度下，土壤湿度的变化具有缓慢性、持续性，且不同区域的
土壤湿度变化特征不同，基于此，融合多种方法对土壤湿度进行反演和实时监测是当前研

究区域土壤水分变异规律的热点。
由上文反演土壤水分方法介绍可知，土壤湿度与归一化植被指数（NDVI）、地表温
度（Ts）存在关系，在坐标轴上呈现负相关性关系，且考虑 NDVI 与 Ts 两个指标维度，

建立基于 Ts-NDVI 的方法，能够有效避免单独使用的不足，明确其物理意义，表征研不
同时间尺度、空间尺度的土壤湿度状况。
由于研究区的地表覆被存在差异，在地表的土壤含水量会由于植被差异而出现不同

的变化趋势，Ts-NDVI 模型计算过程简单，数据易获取且反演精度较高，因此本次研究
采用温度植被干旱指数（TVDI）模型来探究与分析不同空间尺度和相对时间尺度上的土

壤湿度变化特征规律。Carlson 等将植被和地表温度组成的散点关系图定义为三角形，湿
边是由不同植被地表温度最小值连线所得，代表研究区的最大湿度极限，其值被定义为
“0”，其干边是由不同植被地表温度最大值所得，代表研究区的最大干旱极限，其值定

为“1”，并得处研究区域不可能覆盖所有干湿区域，其干边、湿边的土壤含水量≠ 0%
或≠ 100%。

如下图 4-13 为建立的 Ts-NDVI 特征空间概念模型，通过在 Ts-NDVI 比率中提取短间
156