基于Ts-NDVI特征空间的绿洲土壤水分监测算法改进

土壤水分胁迫是干旱区绿洲生态环境和可持续发展面临的主要问题,开展区域尺度下大面积、高精度的土壤水分监测,有利于该地区旱情预报、作物估产、气象水文等领域研究。以Ts-NDVI特征空间为理论基础,以新疆渭干河-库车河三角洲绿洲为研究靶区,选择典型干湿季节下Landsat 8遥感影像,在传统温度-植被干旱指数(TVDI)算法基础上,考虑大尺度研究区下垫面异质性(植被覆被、地形起伏)对辐射能量平衡的影响,分别采用植被水分指数(VWIs)、加入大气温度(Ta)和DEM校正后的地表温度(Ts)与NDVI相结合,构建了植被干旱指数(VDI)和改进型温度-植被干旱指数(iTVDI),并结合同期实测土壤水分数据对3种算法进行比较。结果表明:3种算法在一定程度上均能比较客观反映旱情特征,与表层土壤含水量呈现不同程度的负相关,其中,iTVDI相关性最好,TVDI次之,VDI相关性最低;相较植被生长初期而言,3种算法均在植被生长成熟期具有更好的水分监测能力。