Page 164 - 遥感技术在生态环境监测中的应用研究

第五章 遥感技术在煤矿矿山地质环境监测中的应用研究

隔 NDVI 的最大温度值来使干边参数化，并利用最小二乘法在上边线的斜边上线性回归找

到系数 a 和 b 的值。图 5-13 中，A 为干燥裸土，B 为饱和裸土，C 为密闭冠层，AC 构成
干边，代表土壤湿度最小，BC 构成湿边，代表土壤湿度高。在任一植被生长的任何时间，
不同类型植被对应的 Ts-NDVI 特征关系都应存在于这个三角形区域范围内，其中 A，B，

C 分别表示土壤湿度特征空间的 3 种不同的极端情况。
Sandholt 等基于此种 Ts-NDVI 特征空间的基础上通过遥感影像图中提取的 Ts 和 NDVI
数据，提出简化温度植被干旱指数 TVDI，二者形成的散点图表示由于此种方法的遥感数

据资料能够实时获取并开展监测，.且处理过程较为简便，精度较高，因此，这一指标也
已被广泛应用在监测地表表层土壤水分的动态变化中，本次研究即选用此种方法。
由于温度植被干旱指数（TVDI）结合植被和地表温度二者进行数据分析，能够客观

反映研究区域土壤水分变化情况，其计算公式如下：

其中，Tsmax 指地表最高温度，Tsmin 指地表最小温度，Ts 代表任意像元的地表温度，

干边 TVDI=1，湿边 TVDI=O。则 TVDI 的干、湿边方程计算的公式为：

式中，a，b 是湿边拟合方程的系数；c，d 是干边拟合方程的系数。

TVDI 的取值范围为 [0，1]，其值越接近于 1 就表示土壤越干旱，反之，其值越小则
代表土壤越湿。本次研究是基于 ENVI 软件的扩展模块 TVDI 来分别输人处理得到的 T3
影像和 NDVI 影像求得干湿边方程和温度值被干旱指数的空间分布图。采用反演的 T3 和

NDVl 进行线性拟合。

图 5-13.Ts-NDVI 特征空间概念模型
2. 矿区土壤湿度变化

（1）Ts-NDVI 特征空间干、湿边提取
利用 Landsat-8.OLI 传感器第 4、5 波段来计算研究区的归一化植被指数（NDVI），
计算公式为：

157