遥感与地理信息系统学报

抽象的

使用基于 LANDSAT 的水分胁迫指数估算土壤水分百分比

Pauline Welikhe、Joseph Essamuah–Quansah、Souleymane Fall 和 Wendell McElhenney

全球农学界需要快速、频繁地获取有关土壤水分变化和空间趋势的信息，以便最大限度地提高农作物产量，满足气候变化下不断增长的粮食需求。然而，现场土壤水分测量成本高昂，劳动强度大。基于遥感的生物物理和预测回归建模方法有可能有效地估计大面积土壤水分含量。该研究调查了使用水分胁迫指数 (MSI) 来估计阿拉巴马州土壤水分变化的情况。现场数据是从阿拉巴马州的土壤气候分析网络 (SCAN) 站点获得的，MSI 是从 LANDSAT 8 OLI 和 LANDSAT 5 TM 数据开发的。皮尔逊积差相关分析表明，MSI 与 16 天平均生长季土壤水分测量值高度相关，在 5、10 和 20 厘米土壤深度处分别为 -0.519、-0.482 和 -0.895 的负相关性。在土壤湿度极低的地区，MSI 与生长季湿度的相关性较低（所有深度均小于 -0.3）。为 20 厘米深度的土壤湿度构建的简单线性回归模型（R²=0.79，p<0.05）与 MSI 值具有良好的相关性，并成功用于估算标准误差为 ± 3 的土壤湿度百分比。所得的 MSI 产品成功用于生成 20 厘米深度土壤湿度百分比的空间分布。研究得出结论，MSI 是土壤湿度条件的良好指标，可在无法获得现场土壤湿度数据的地区有效利用。