基于热红外的土壤水分含量估算模型与遥感监测方法

本研究论文聚焦于"基于热红外辐射特征的土壤水分含量估算模型"，由徐军、蒋建军和张春耀等人合作完成，发表于南京师范大学地理科学学院。研究者利用便携式傅里叶变换红外光谱辐射仪（102F）在室内环境下对不同含水量的土壤样本进行了发射率光谱测量。他们发现，随着土壤含水量的增加，8~9.5μm波段的热红外发射率呈现出上升趋势，且这一区域的发射率曲线变得更加平直，reststrahlen吸收特征相应减弱。而在11~14μm范围内，随着水分增多，发射率有所降低，并在12.7μm附近形成一个吸收谷，其深度与土壤水分含量增加呈正相关。 研究过程中，通过微分、差分和标准比值化处理发射率光谱数据，作者发现了诊断土壤水分含量的关键波段——8.237μm。他们将敏感波段8.194~8.279μm的发射率输出均值标准化处理后，引入了水分诊断指数这一概念，以此作为自变量，构建了土壤水分含量与其相关性的对数统计模型。这种方法克服了传统土壤含水量监测方法的局限性，如周期长、成本高，为土壤水分的实时动态监测提供了新的可能。 土壤含水量作为一个关键参数，在水文学、气象学和农业科学等领域具有重要意义，对于农田水资源管理和农作物旱情监测，以及陆面过程研究都至关重要。通过热红外遥感技术，特别是本研究提出的模型，能够实现对土壤含水量的快速、高效监测，这对于改进区域和全球气候模型预测，以及农田管理决策具有显著的实际价值。这项工作的创新性和实用性，为未来遥感技术在土壤水资源管理中的应用开辟了新途径。