熱紅外遙感及其在農(nóng)業(yè)旱情監(jiān)測中的應(yīng)用研究進展

獨文惠，覃志豪，黎 業(yè)

（中國農(nóng)業(yè)科學(xué)院農(nóng)業(yè)資源與農(nóng)業(yè)區(qū)劃研究所/農(nóng)業(yè)部農(nóng)業(yè)信息技術(shù)重點實驗室，北京100081）

0 引言

我國是人口大國，也是傳統(tǒng)農(nóng)業(yè)大國，同時是農(nóng)業(yè)災(zāi)害多發(fā)國之一。農(nóng)業(yè)的持續(xù)穩(wěn)定發(fā)展是關(guān)系國計民生的頭等大事，也是促進農(nóng)民持續(xù)增收的基本保障。農(nóng)業(yè)旱災(zāi)一旦發(fā)生，不但會使作物減產(chǎn)，而且會造成人畜飲水困難。積極做好農(nóng)業(yè)旱情監(jiān)測，掌握農(nóng)業(yè)旱災(zāi)的時空分布特點，有利于采取合理灌溉措施，提高農(nóng)業(yè)用水效率和節(jié)約農(nóng)業(yè)用水。開展農(nóng)業(yè)旱情監(jiān)測預(yù)警，識別農(nóng)業(yè)旱災(zāi)發(fā)生和發(fā)展過程，有利于國家有關(guān)部門及時調(diào)集抗旱力量，采取相應(yīng)的抗旱減災(zāi)措施，從而減少農(nóng)業(yè)旱災(zāi)損失。農(nóng)業(yè)旱情監(jiān)測與評價對保障我國糧食生產(chǎn)，積極應(yīng)對國際金融危機，保持我國經(jīng)濟平穩(wěn)較快發(fā)展具有重要意義。

傳統(tǒng)的旱情監(jiān)測主要是基于臺站網(wǎng)絡(luò)的觀測，通過氣象數(shù)據(jù)和土壤水分含量來判斷干旱的發(fā)生和發(fā)展，同時利用部分水文和社會經(jīng)濟數(shù)據(jù)來輔助評價旱災(zāi)程度。然而干旱經(jīng)常發(fā)生在大面積范圍內(nèi)，基于臺站的觀測難以在短時間內(nèi)獲取大范圍的干旱信息，并會耗費大量人力、物力。若要通過點位的觀測來推測較大區(qū)域內(nèi)的農(nóng)田土壤含水量時空動態(tài)變化特征，則會產(chǎn)生較大誤差，難以滿足農(nóng)業(yè)旱情監(jiān)測的需要。

自20世紀(jì)60年代初，計算機科學(xué)、現(xiàn)代物理學(xué)和地球科學(xué)等的快速發(fā)展，對地觀測技術(shù)逐步興起，遙感技術(shù)成為獲取地球資源與環(huán)境多層次、多視角觀測信息的重要手段，大面積、周期性獲取地表信息成為可能，使其越來越廣泛地應(yīng)用到農(nóng)業(yè)、林業(yè)、地質(zhì)、海洋和氣象等領(lǐng)域[2-3]。遙感通過傳感器獲取地表反射或輻射的電磁波能量，并根據(jù)接收到的電磁波能量強弱來分析研究地表的綜合特征，它可以充分地利用地物表面的光譜、時間、空間和方向(多角度)信息，監(jiān)測農(nóng)田作物長勢和土壤水分狀況，進而判斷區(qū)域農(nóng)業(yè)旱災(zāi)發(fā)生和發(fā)展的時空動態(tài)變化。農(nóng)業(yè)旱情遙感監(jiān)測方法的優(yōu)勢在于它能快速、周期性地對大范圍地區(qū)進行多波段、多角度的觀測，獲得連續(xù)的有關(guān)農(nóng)田地表特征的面狀信息。近年來，熱紅外成像技術(shù)日益成熟，熱紅外遙感傳感器的發(fā)展十分迅速，現(xiàn)在使用和即將投入使用的熱紅外傳感器達到幾十種之多。熱紅外遙感技術(shù)提高了人類信息獲取的能力，對地觀測的波譜域進一步擴展，人類不僅可以通過對地觀測儀器獲得地表的可見光近紅外信息，還可以獲取地表的熱紅外信息[3-4]。國內(nèi)外針對基于遙感技術(shù)的農(nóng)業(yè)旱情監(jiān)測和評估進行了一些研究，提出了可見光近紅外、熱紅外、微波遙感等多種監(jiān)測方法，其中土壤熱特性為基礎(chǔ)的熱紅外遙感技術(shù)在農(nóng)業(yè)旱情監(jiān)測領(lǐng)域具有巨大應(yīng)用潛力和廣闊的發(fā)展前景。

1 熱紅外遙感研究進展

熱紅外遙感是利用地面、機載或星載的傳感器獲取地表熱紅外輻射信息（波段范圍是8～14μm），開展地表溫度遙感定量反演，進行地表物體熱輻射遙感識別，分析研究地表熱輻射時空動態(tài)變化，揭示地表熱輻射時空特征及其差異。由于地表溫度是地表水熱過程和水碳氮等物質(zhì)循環(huán)的基本參數(shù)，因此熱紅外遙感在氣候變化、農(nóng)業(yè)干旱災(zāi)害監(jiān)測等方面有廣泛的應(yīng)用[3-5]。地表溫度(LST)和地表蒸散是農(nóng)作物生長發(fā)育過程中的重要參數(shù)，對農(nóng)作物干旱災(zāi)害形成與發(fā)展有著決定性作用，因此其研究進展直接關(guān)系著農(nóng)業(yè)旱情遙感監(jiān)測研究的發(fā)展方向。

1.1 地表溫度反演

地表溫度是地—氣相互作用過程中物質(zhì)和能量交換的綜合結(jié)果，表征了地表能量狀態(tài)。農(nóng)作物葉片含水量是其蒸騰作用的影響因素之一，土壤水分發(fā)生一定變化時，農(nóng)作物通過蒸騰作用調(diào)節(jié)冠層溫度，熱紅外遙感通過監(jiān)測農(nóng)作物冠層亮溫的變化，間接得到其根系附近土壤水分的變化，最終實現(xiàn)農(nóng)業(yè)旱情監(jiān)測[6]?；诓煌睦碚摷僭O(shè)，國內(nèi)外學(xué)者針對不同的傳感器發(fā)展了諸多地表溫度反演算法，取得了較大的進展，主要包括單通道算法、多通道算法（劈窗算法）、多時相算法、多角度算法和高光譜反演算法等。

單通道算法多是基于物理模型的算法，主要包括輻射傳輸方程法、單窗算法和普適性單通道算法。輻射傳輸方程法即根據(jù)成熟的大氣輻射傳輸模型（如MODTRAN模型）結(jié)合實時的大氣廓線進行溫度反演，但是實時的大氣廓線往往難以獲取，采用標(biāo)準(zhǔn)大氣廓線則會造成較大的反演誤差，故在缺少實時大氣廓線數(shù)據(jù)時該方法不再適用。Qin等[7]在2001年發(fā)展了Landsat TM6的單通道地表溫度算法，該算法采用了3個基本參數(shù)：地表發(fā)射率、大氣透過率和大氣平均作用溫度，后兩個參數(shù)使用實時大氣廓線計算或者根據(jù)標(biāo)準(zhǔn)大氣廓線總結(jié)得到經(jīng)驗公式進行計算。Jiménez-Mu?oz和Sobrino[8]提出了通用型的普適性單通道算法，Jiménez-Mu?oz等[9]在2009年對該算法進行了修訂。普適性單通道算法可以針對不同傳感器的半高全寬約1μm的熱紅外通道數(shù)據(jù)進行溫度反演，大氣水汽含量參數(shù)是算法實現(xiàn)的關(guān)鍵，水汽含量較高時，該算法的誤差較大。Sobrino等[10]在2004年比較上述算法，結(jié)果表明具備實時大氣廓線時，輻射傳輸模型法精度最高，沒有實時大氣廓線時，普適性單通道法精度最高。

多通道算法利用多個熱紅外通道的遙感數(shù)據(jù)進行地表溫度反演，其中分裂窗算法是目前最為成熟的LST反演算法，國內(nèi)外公開發(fā)表了十幾種分裂窗算法。分裂窗算法最早由McMillin[11]于1975年提出，原理是應(yīng)用AVHRR中具有不同吸收特性的相鄰波段4和5，利用其輻射亮溫的某種組合消除大氣效應(yīng)，該算法不用大氣廓線數(shù)據(jù)。Qin等[12]在2001年針對NOAA/AVHRR數(shù)據(jù)研究設(shè)計分裂窗算法，而后在2009年又提出了針對MODIS數(shù)據(jù)的兩因素分裂窗算法[13]，計算公式如下：

式（1）中，Ts是地表溫度（K），T31和T32分別是MODIS第31和32波段的亮度溫度；A0、A1和A2是分裂窗算法的參數(shù)，分別定義如下：

式（2）～（4）中，a31，b31，a32和b32是常量，根據(jù)MODIS的波段特征確定，在地表溫度0～50℃范圍內(nèi)分別可取其它中間參數(shù)分別計算如下：

式（5）、（6）中，i是指MODIS的第31和32波段，分別為i=31或32；τi（θ）是視角為θ的大氣透過率；?i是波段i的地表比輻射率。

對于某個特定的像元而言，遙感器的視角是已知的。這一分裂窗算法要求已知大氣透過率和地表比輻射率這兩個重要參數(shù)，是該算法的重要組成部分。Becker和Li[14]提出了針對天頂角大于46°區(qū)域的局域分裂窗算法，Wan和Dozier[15]又在此基礎(chǔ)上同時考慮了觀測角和大氣水汽含量的變化，將算法改進推出了一種推廣的分裂窗法，該方法是MODIS溫度產(chǎn)品的計算算法。Gillespie等[16]在1996年利用ASTER數(shù)據(jù)最早發(fā)展了溫度與發(fā)射率分離（TES）算法，即利用基于光譜反差和最小發(fā)射率之間的經(jīng)驗關(guān)系利用同一時間觀測的熱紅外遙感數(shù)據(jù)求取發(fā)射率和溫度的方法[3]。

多時相算法是在假定不同觀測時間的地表發(fā)射率不變前提下，利用不同時相獲取的觀測數(shù)據(jù)來分離發(fā)射率和地表溫度[17]，最典型的方法是雙溫雙通道法[18]和日夜雙時相多通道物理反演法[19]。雙溫雙通道法假定發(fā)射率不隨時間變化，這是誤差的主要來源[3]，并且對傳感器噪聲和大氣校正產(chǎn)生的誤差非常敏感[18-20]。Wan和Li[19]在1997年提出了日夜物理反演法，即通過結(jié)合白天和晚上的中紅外及熱紅外數(shù)據(jù)來同時反演地表溫度和發(fā)射率[3]。Becker和Li[21]提出了利用NOAA和AVHRR的夜晚和白天共3個通道（第3、4和5通道）進行溫度反演，定義了與溫度無關(guān)的溫度不變光譜指數(shù)（TISI）進行地表發(fā)射率的計算，結(jié)合劈窗法進行地表溫度反演。

多角度算法是利用同一地物在不同觀測角度的熱紅外遙感數(shù)據(jù)進行地表溫度的反演。其前提是不同角度觀測時所經(jīng)過的大氣路徑不同，大氣的吸收作用不同。由于通道間信息高度相關(guān)性及不能直接反演混合像元組分溫度，在建立非同溫混合像元熱輻射方向性模型基礎(chǔ)上，熱紅外多角度遙感數(shù)據(jù)可以用于反演組分溫度[22]。搭載在“歐洲遙感衛(wèi)星”（ERS）的沿軌掃描輻射計（ATSR）數(shù)據(jù)可提供實時多角度熱紅外星載遙感數(shù)據(jù)。李召良等[23]利用多角度數(shù)據(jù)與劈窗法結(jié)合進行了組分溫度的反演。大氣校正和數(shù)據(jù)獲取困難制約了多角度遙感數(shù)據(jù)的應(yīng)用，而角度效應(yīng)的未知性使多角度數(shù)據(jù)僅適用于理想大氣條件下的均質(zhì)區(qū)域（如海洋表面或濃密森林植被），而不適用于非均質(zhì)地表[3，24]。

隨著熱紅外高光譜傳感器的不斷發(fā)展，熱紅外定量反演逐漸進入高光譜應(yīng)用時代。高光譜能夠提供地物數(shù)十到上百的很窄的電磁波波段進而生成連續(xù)的地物光譜曲線。熱紅外高光譜數(shù)據(jù)光譜精細(xì)程度的增加有助于提煉具有物理意義的方程約束條件，提高溫度和發(fā)射率分離的精度。目前基于地物地表發(fā)射率光譜特性的高光譜熱紅外地表溫度反演方法中，最具有代表性的是光譜平滑迭代溫度發(fā)射率分離法（ISSTES）[25]和線性發(fā)射率約束法[26]。光譜平滑迭代算法（ISSTES）用高光譜測量結(jié)果基于平滑度指數(shù)通過迭代方法實現(xiàn)溫度與發(fā)射率的分離，發(fā)射率奇異值的存在會導(dǎo)致結(jié)果不收斂，影響分離結(jié)果。線性發(fā)射率約束法從經(jīng)過大氣校正的高光譜熱紅外數(shù)據(jù)進行溫度反演。

在單景LST反演的基礎(chǔ)上，建立常規(guī)的地表溫度遙感反演數(shù)據(jù)產(chǎn)品，是農(nóng)業(yè)旱情遙感監(jiān)測的迫切需要。由于云的影響，目前基本上是根據(jù)多景合成進行農(nóng)業(yè)旱情遙感監(jiān)測。這種多天多景合成的方法有平均值法和高溫法。

1.2 農(nóng)田蒸散定量估算

地表蒸散是地表水分散失的主要方式，是水資源管理的重要參數(shù)。陸面蒸散是植被及地面整體向大氣輸送的水汽總通量，包括土壤蒸發(fā)和植物蒸騰，是土壤—植物—大氣連續(xù)系統(tǒng)中水分運動重要而復(fù)雜的過程，也是植被、土壤水分狀況的重要指標(biāo)，同時又與植物的生理活動以及生態(tài)系統(tǒng)生產(chǎn)力的形成有著密切的關(guān)系；作為水循環(huán)的重要環(huán)節(jié)，蒸散主導(dǎo)著局部與區(qū)域性的水平衡。若能獲取整個地區(qū)大面積的水分蒸散發(fā)信息，將對認(rèn)識和理解區(qū)域水循環(huán)規(guī)律、合理利用和分配水資源都有重大意義。通過將蒸散能量平衡和水平衡聯(lián)系起來，遙感可以提供是水平衡信息，因而可用于進行旱情監(jiān)測[4]。在以往傳統(tǒng)方法的蒸散量研究中，獲取的僅是點分布信息，盡管蒸散估算精度比較高，但是難以進行大面積區(qū)域的推廣應(yīng)用。氣象條件（太陽輻射、風(fēng)速、溫度、空氣濕度）以及下墊面條件（地表類型、土壤濕度、植被覆蓋狀況等）的非均勻性，限制了蒸散發(fā)估算的準(zhǔn)確性。相比傳統(tǒng)蒸散估算方法，尤其在非均勻下墊面區(qū)域蒸散發(fā)估算上遙感技術(shù)具有明顯的優(yōu)勢。

目前熱紅外遙感農(nóng)田蒸散估算方法有很多，如基于能量平衡余項法（如單層模型、雙層模型和多層模型）、地表溫度—植被指數(shù)關(guān)系法和統(tǒng)計經(jīng)驗?zāi)Ｐ头ā峒t外數(shù)據(jù)與地面同化模型法等。這些模型和方法針對不同土地覆蓋類型需一定的適用條件，普遍不能通用[27-28]。

單層模型中假設(shè)感熱和潛熱交換是在相同的空氣溫度下進行，用于植被覆蓋度較高、下墊面均勻的陸面蒸散發(fā)估算時精度較高，實現(xiàn)較容易，應(yīng)用比較廣泛。目前最典型的單層模型是陸面能量平衡算法（Surface Energy Balance Algorithm for Land，SEBAL）[29-30]和陸面能量平衡系統(tǒng)（Surface Energy Balance System，SEBS）[31]。

雙層模型由Shuttleworth和Wallace[32]在1985年首先提出來的描述冠層湍流熱通量，而后經(jīng)過多次修改[33]，逐步完善為地表熱通量傳輸規(guī)律的經(jīng)典模型。雙層模型更適用于只有部分植被覆蓋的區(qū)域，能更好地刻畫土壤—植被—大氣系統(tǒng)（Soil-Vegetation-Atmosphere System，SVAT）水熱交換機制[4]。田國良等人[34]利用農(nóng)田蒸散的雙層模型進行了旱情監(jiān)測的應(yīng)用研究。大氣—陸地交換反演模型（ALEXI）是基于系列冶阻抗理論和能量平衡原理的經(jīng)典雙層模型[28]，耦合了TSEB模型[35]和簡化邊界層模型，可直接估算地表氣溫狀況，完成對地表輻射溫度的組分分解，以及組分通量的估算[28]。ALEXI模型可實現(xiàn)瞬時通量的日、月乃至更長的時間拓展估算，在地表水熱通量方面應(yīng)用具有較好的穩(wěn)定性和可靠性[36-37]。

2 熱紅外遙感在農(nóng)業(yè)旱情監(jiān)測中的應(yīng)用

農(nóng)業(yè)旱情遙感監(jiān)測方法的優(yōu)勢在于它能快速、周期性地對大范圍地區(qū)進行多波段、多角度的觀測，獲得連續(xù)的有關(guān)農(nóng)田地表特征的面狀信息。熱紅外遙感在旱情監(jiān)測中有重要的實際意義，國內(nèi)外在該方面有諸多研究。目前主要的熱紅外遙感在農(nóng)業(yè)旱情監(jiān)測方法分為以下幾種類型。

2.1 熱慣量法

土壤熱慣量（Thermal Inertia）是物體阻止土壤溫度變化程度的一種物理量，其表達式為：

最先應(yīng)用熱模型的是Watson等人[38-39]；Rosema等人[40]在其基礎(chǔ)上進一步發(fā)展了該過程，提出了計算熱慣量、日蒸發(fā)的模型；基于熱傳導(dǎo)方程和能量平衡方程，Price[41-42]和Pratt[43]簡化了潛熱蒸發(fā)形式，引入了地表綜合參量B概念，系統(tǒng)地梳理了熱慣量方法及其遙感成像原理，其求解過程中需要應(yīng)用實測數(shù)據(jù)，實時應(yīng)用具有局限性。之后Price[42]提出了表觀熱慣量（PATI）概念，表達式如下：

式（8）中，PATI為表觀熱慣量；S為太陽常數(shù)（1 380J/m2）；V為大氣透明度（假定為0.75）；α為地表反照率；C1為太陽赤緯和經(jīng)緯度函數(shù)；ω為地球自轉(zhuǎn)頻率（7.27×10-5s-1）；ΔT為地溫日較差（K）；Q為太陽總輻射通量（J/m2）。隋洪智等[44]考慮地面和大氣的影響簡化了能量平衡方程，并在此基礎(chǔ)上提出通過用過衛(wèi)星數(shù)據(jù)直接推算地表熱特性參量，定義為表觀熱慣量（ATI），表達式為：

基于Price、Pratt等人的研究，余濤等人[45]改進了土壤表層熱慣量求解方法，在已有的地表溫差ΔTg、熱慣量P、地表綜合參量B關(guān)系式的基礎(chǔ)上，適當(dāng)化簡后由B的定義導(dǎo)出另一個P、B、ΔTg，實現(xiàn)利用NOAA/AVHRR圖像定量計算P的值，反演土壤表層水分含量。

熱慣量土壤水分反演法只適合于裸露地或者植被非常稀疏的地區(qū)。熱慣量是基于水平尺度和垂直方向的土壤異質(zhì)性計算的，現(xiàn)實條件不能滿足該條件。遙感熱慣量圖像只能反映土壤表面幾厘米甚至是幾毫米的信息；土壤水分在空間分布上受到地形、風(fēng)速、坡度、坡向等影響。因此，在實際應(yīng)用中為了提高土壤水分熱慣量遙感反演精度，必須綜合考慮土壤水分的影響因子，建立合適的熱慣量—土壤水分模型，同時考慮其適用的范圍。

2.2 作物缺水指數(shù)法

Idso[46]認(rèn)為作物在潛在蒸發(fā)條件下的冠層溫度與空氣溫度的差與空氣的飽和水汽壓差具有線性關(guān)系，提出了作物水分脅迫指數(shù)（Crop Water Stress Index，CWSI）的概念，并給出了作物水分脅迫指數(shù)的經(jīng)驗?zāi)Ｊ剑?/p>

式（10）中，Tc指作物冠層溫度（℃）；Ta指空氣溫度（℃）；（Tc-Ta）Ⅱ為作物在潛在蒸發(fā)狀態(tài)下的冠層溫度與空氣溫度的差，是溫差的下限；（Tc-Ta）uⅠ為作物無蒸騰條件下的冠層溫度與空氣溫度的差，是溫差的上限。Jackson等[47-48]用冠層能量平衡的單層模型對Idso的冠層空氣溫差上下限方程[46]進行了理論解釋，基于能量平衡的阻抗模式基礎(chǔ)之上提出了作物水分脅迫指數(shù)的理論模式：

式（11）中，ET為實際蒸散；ETP為潛在蒸散。根據(jù)彭曼蒸散公式可以得到：

式（12）～（14）中，γ為干濕表常數(shù)（Pa/℃）；rc為作物冠層對水汽傳輸?shù)淖杩梗╯/m）；ra為空氣動力學(xué)阻力（s/m）；Δ為飽和水汽壓和溫度關(guān)系曲線的斜率（Pa/℃）；rCp為潛在蒸散時的冠層阻抗（s/m）；Rn為凈輻射（w/m2）；ρ為空氣密度（kg/m3）；Cp為空氣比熱[J/（kg·℃）]；為空氣在 Ta時的飽和水汽壓（Pa）。

CWSI理論模式從冠層能量平衡的角度出發(fā)，有效地彌補了經(jīng)驗方法的缺陷，使作物缺水指標(biāo)的研究從單純研究冠層溫度發(fā)展到考慮冠層與大氣的微氣象條件，理論基礎(chǔ)較強，得到了廣泛認(rèn)可。國外許多學(xué)者針對不同作物的土壤水分進行了CWSI研究并為相應(yīng)的干旱預(yù)警和灌溉指導(dǎo)工作提供了理論基礎(chǔ)。國內(nèi)學(xué)者對CWSI的研究也取得了一定的成果，如張仁華[49]改進了Jackson的CWSI理論模式[47-48]；田國良等[50]基于NOAA/AVHRR遙感影像和氣象站數(shù)據(jù)得出了河南省北部土壤旱情分布圖；申廣榮等[51]利用缺水指數(shù)法實現(xiàn)黃淮海平原旱情監(jiān)測。

作物缺水指數(shù)法的理論基礎(chǔ)是冠層能量平衡單層模型，將遙感反演溫度與氣象數(shù)據(jù)相結(jié)合綜合反應(yīng)土壤表面水分，物理意義明確且精度相對較高，在植被覆蓋區(qū)該方法的土壤水分反演精度優(yōu)于熱慣量法[52]，但其計算過程復(fù)雜、所需數(shù)據(jù)較多，氣象站點等數(shù)據(jù)限制該方法的實時應(yīng)用。

2.3 溫度植被干旱指數(shù)

在一定的生長期內(nèi)，影響作物生長的其它條件相對變化不大時，若作物供水正常，則遙感的植被指數(shù)和作物冠層溫度（Ts）將穩(wěn)定在一定的范圍；若作物供水不足，作物的生長將受到影響，植被指數(shù)將降低，同時由于蒸騰作用受到抑制，葉面氣孔關(guān)閉使作物的冠層溫度將升高。國內(nèi)外學(xué)者嘗試采用遙感反演的地表溫度和植被指數(shù)所構(gòu)成的特征空間推算土壤濕度。遙感反演LST和NDVI有較強的相關(guān)性，不同時期的LST/NDVI斜率反應(yīng)該區(qū)域的土壤濕度狀況，采用表層溫度植被指數(shù)（Temperature Vegetation Index，TVI）來監(jiān)測土壤水分的變化，表示為：

由于Ts和NDVI的斜率受到多種因素的影響，Sandholt等［53］發(fā)現(xiàn)已有Ts-NDVI特征空間中的等值線，于是改進了TVI，提出了溫度植被干旱指數(shù)（Temperature Vegetation Drought Index，TVDI）的概念，公式為：-

式（16）中，Tsmin為Ts-NDVI空間三角形中定義了濕邊的最低表面溫度（℃）；a和b為定義干邊的線性模型（Tsmax=a+bNDVI）參數(shù)，Tsmax為和NDVI對應(yīng)的最高表面溫度（℃）。該指數(shù)僅利用遙感觀測數(shù)據(jù)可以實現(xiàn)大范圍的土壤水分監(jiān)測。綜合考慮作物脅迫狀態(tài)下在紅光、近紅外及熱紅外波段上的反應(yīng)，Carlson［54-55］提出了植被供水指數(shù)（Vegetation Supply Water Index，VSWI）的概念，該指數(shù)在我國應(yīng)用較多，表示為：

式（17）中，VSWI值越大，表示作物土壤中水分越充足，干旱程度越低；相反，VSWI值越小，表明作物土壤水分不足，旱情越嚴(yán)重，植被生長狀況越差。遙感圖像上作物冠層溫度和NDVI的準(zhǔn)確獲取是該方法精度提高的關(guān)鍵。溫度植被指數(shù)綜合考慮作物冠層溫度與植被指數(shù)對土壤水分變化的響應(yīng)，物理意義比較明確。

2.4 條件植被溫度指數(shù)

干旱的發(fā)生存在著時空變異，導(dǎo)致在像素水平上的距平植被指數(shù)、條件植被指數(shù)和條件溫度指數(shù)所使用的指標(biāo)（如研究年限內(nèi)NDVImax和）可能不同，使某一特定時期內(nèi)不同像素間監(jiān)測結(jié)果的可比性較差。王鵬新等［56］在3種指數(shù)的基礎(chǔ)上，提出了條件植被溫度指數(shù)（Vegetation Temperature Condition Index，VTCI）的概念，公式為：

該方法考慮了區(qū)域內(nèi)NDVI指數(shù)的變化，又考慮了在相同NDVI指數(shù)條件下的地表溫度的變化，適用于監(jiān)測某一特定年內(nèi)某一時期（如旬）區(qū)域級的相對干旱程度，并可用于研究干旱程度的空間變化特征且能較好地監(jiān)測該區(qū)域的相對干旱程度。另外，一定情況下，區(qū)域氣候條件、土壤質(zhì)地、植被類型和分布情況、地形條件、觀測條件等都可能會對NDVI值產(chǎn)生影響，在農(nóng)作物不同的生長季節(jié)都可能對過高或者過低估計；且NDVI對于土壤水分反應(yīng)具有一定的滯后性等，在實際應(yīng)用時必須綜合考慮這些影響因子。

2.5 水分虧缺指數(shù)

植被覆蓋區(qū)的土壤水分含量影響植被蒸騰作用，進而導(dǎo)致植被冠層溫度發(fā)生變化。Moran等[52]考慮到Idso、Jackson等[46-48]提出的作物缺水指數(shù)（CWSI）多數(shù)理論參數(shù)與植被覆蓋度有近線性關(guān)系，以及完全植被覆蓋和裸土條件下的很多參數(shù)相對容易獲取這兩個原因，對其應(yīng)用范圍進行擴展，建立了水分虧缺指數(shù)（Water Deficit Index，WDI）模型（圖1）一定植被覆蓋度下的WDI定義為：

式（19）中，ΔT、ΔTi.13、ΔTi.24分別為某一植被覆蓋度下地表與空氣之間的溫度差以及干邊、濕邊上的地表與空氣之間的溫度差。對照圖形可以看出，WDI實際上就是線段AC與AB長度的比值。

圖1 WDI梯形特征空間（1～3為干邊，2～4為濕邊）Fig.1 WDI trapezoidal eigenspace（1～3 dry edge，2～4 wet edge）

WDI是在CWSI基礎(chǔ)上，假設(shè)土壤與植被冠層之間沒有感熱交換，結(jié)合冠氣溫差與植被指數(shù)得到的區(qū)域干旱指標(biāo)。在作物生長初期冠層稀疏時反演精度較CWSI好，并且克服了CWSI只能應(yīng)用于觀測點尺度的郁閉植被冠層條件的缺陷。但是其梯形特征空間4個頂點的確定是從蒸散發(fā)和能量平衡的角度推導(dǎo)出來的，需要氣象數(shù)據(jù)的配合。盡管WDI與CWSI非常相近，但其定義與作物水分脅迫并不嚴(yán)格相關(guān)，因為它同時考慮到了裸土的蒸發(fā)。因此，WDI高于0時并不一定像CWSI那樣表示作物出現(xiàn)水脅迫，遙感器視角里出現(xiàn)的無水分脅迫植被以及干土等也會導(dǎo)致其值大于0；另外在炎熱干旱的夏季土壤背景溫度與冠層溫度相差較大時，忽略土壤與冠層之間的感熱通量會導(dǎo)致WDI與CWSI有較大差異，從而降低了WDI的適用性。

2.6 植被健康指數(shù)法

Kogan[57]在1995年基于觀測序列中同時期的最大和最小的植被指數(shù)，提出了植被狀態(tài)指數(shù)（vegetation condition index，VCI），用于監(jiān)測某一時段的干旱情況，其公式是：

植被狀態(tài)指數(shù)用于監(jiān)測植被區(qū)域時空的相對變化，因其短暫的水分脅迫并不會嚴(yán)重阻礙作物生長，不會引起植被狀態(tài)指數(shù)的變化，對短暫的水分脅迫不敏感[4，57]?；跉鉁厣仙鸬墓趯訙囟鹊睦碚摶A(chǔ)，Kogan又提出了溫度狀態(tài)指數(shù)（TCI）[4，57]，公式為：

其中Tmax和Tmin分別是所用圖像中最大、最小地表溫度，j是日期。溫度狀態(tài)指數(shù)的計算方法較為簡單，可操作性好，但是忽略了凈輻射、濕度等氣象要素以及季節(jié)變化等影響。

由于VCI和TCI指數(shù)對植被的反映在時空上存在不同的差異，Kogan[58]通過旱情對植被生長環(huán)境的研究，利用TCI和VCI復(fù)合成植被健康指數(shù)（VHI）對旱情進行監(jiān)測，其計算公式如下：

式（22）中，a為VCI對VHI的貢獻，是VHI指數(shù)的權(quán)重。

TCI指數(shù)對農(nóng)業(yè)旱情反應(yīng)敏感，適合于全國農(nóng)業(yè)旱情監(jiān)測，總體上VHI對全國農(nóng)業(yè)旱情的反映較TCI和VCI敏感[60]。國內(nèi)Fan等[59]利用基于改進的MODIS-LST數(shù)據(jù)的植被健康指數(shù)對中國東部地區(qū)進行旱情監(jiān)測研究。

2.7 歸一化差分溫度指數(shù)

Mcviar[61]提出歸一化差分溫度指數(shù)（Normalized difference temperature index，NDTI）法，該方法利用地表溫度變化和特定氣象和地表阻抗條件下的地表溫度的上限（干條件）和下限（濕條件）的變化監(jiān)測旱情[61-62]。其表達式為

式（23）中，T∞表示地表阻抗為無限大即理論上是無水可利用情況下的地表溫度，T0為阻抗為零、土壤水分達到飽和時的地表溫度。兩個值被認(rèn)為是地表阻抗下的土地表面溫度的上限（干條件）和下限（濕條件）[63]。從理論上說，歸一化溫度指數(shù)（NDTI）考慮了氣象要素（氣溫、太陽輻射、相對濕度和風(fēng)速等）和像元間植被指數(shù)差異，旱情監(jiān)測結(jié)果可應(yīng)用性更好。但實際監(jiān)測過程時，常因無法獲取相應(yīng)衛(wèi)星過境時刻高分辨率氣象數(shù)據(jù)導(dǎo)致難以實現(xiàn)[62]。

2.8 熱紅外高光譜遙感反演

土壤類型、結(jié)構(gòu)、組分、位置、溫度等對土壤反射率具有較大影響，利用高光譜遙感技術(shù)探索土壤水分和光譜間的規(guī)律和尋找水分敏感波段對于土壤水分反演研究具有十分重要的意義。

20世紀(jì)60年代以來，國內(nèi)外學(xué)者針對土壤水分和光譜反射率展開了諸多研究。Bowers等[64-65]研究發(fā)現(xiàn)土壤光譜反射率在整個波長范圍內(nèi)隨土壤水分的增加而降低，指出土壤含水量與水分在吸收波段的吸收強度之間具有較好的線性相關(guān)；Liu等[66]分析了400～2 500nm范圍內(nèi)土壤光譜和土壤水分的關(guān)系，發(fā)現(xiàn)在低于一定的土壤水分臨界值時，土壤光譜反射率隨土壤濕度的增加而降低，高于臨界值后反射率隨土壤水分的增加而增加，二者之間存在非線性關(guān)系，該臨界值通常大于田間持水量；Lobell等[67]分析了400～2 500nm范圍內(nèi)土壤光譜和土壤水分的關(guān)系，認(rèn)為土壤的體積含水量或相對含水量跟土壤光譜之間的指數(shù)相關(guān)關(guān)系比土壤重量含水量要好。劉偉東等[68]通過對土壤的光譜反射率與土壤的表面濕度進行分析，比較5種方法在反演土壤表面濕度的能力，并對我國小湯山精準(zhǔn)農(nóng)業(yè)試驗區(qū)的土壤表面濕度進行高光譜填圖，通過使用相對反射率方法、一階微分方法、差分方法對土壤表面濕度進行預(yù)測并且進行驗證，指出反射率倒數(shù)的對數(shù)的一階微分與差分方法對土壤水分的預(yù)測能力較強。

反射率倒數(shù)的一階微分法主要是基于兩個相鄰波段得到的反射率或A（反射率倒數(shù)的對數(shù)）的一階微分，表示為：

式（24）中，θ為土壤含水量；A為土壤反射倒數(shù)的對數(shù)，λi與λi+1是光譜儀測定反射率的兩個相鄰的波長。當(dāng)一階微分對土壤水分很敏感而對背景的干擾信號不敏感時，土壤水分預(yù)測效果較好。

兩個不連續(xù)波長的λi與λj反射率或A（反射率倒數(shù)的對數(shù)）的差分能夠增強與土壤水分的敏感性而降低與背景干擾信號的敏感性，因此可使用差分法來估算土壤水分，表示為：

高光譜遙感技術(shù)作為近年來最重要的遙感技術(shù)之一，在實際應(yīng)用中顯示了巨大的潛力。航空高光譜技術(shù)、航天高光譜中的EO-1/Hyperion、MODIS、ASTER、歐空局小型高光譜小衛(wèi)星系統(tǒng)（CHRIS）和ENVISAT系統(tǒng)中的MERIS等的應(yīng)用對高光譜遙感技術(shù)發(fā)展起到了巨大的推動作用。當(dāng)前國內(nèi)外對于土壤光譜做了大量的研究，但在大面積土壤水分遙感反演應(yīng)用上仍處于探索階段。隨著高光譜遙感理論技術(shù)的不斷成熟、高光譜衛(wèi)星系列計劃的實現(xiàn)和應(yīng)用的推廣普及，高光譜土壤水分遙感技術(shù)的應(yīng)用潛力將會得到進一步的體現(xiàn)。

2.9 其它監(jiān)測模型

地表能量平衡算法（Surface Energy Balance Algorithm for Land，SEBAL）[2-3]是基于遙感影像的計算區(qū)域?qū)嶋H蒸散和潛在蒸散的方法，其主要數(shù)據(jù)輸入為極軌衛(wèi)星的可見光、近紅外和紅外數(shù)據(jù)，此外需要氣象數(shù)據(jù)，如氣溫、太陽輻射、濕度和風(fēng)速等。SEBAL模型的理論基礎(chǔ)為地表能量平衡方程，即

式（26）中，Rn為凈輻射通量，ET為蒸散量，λ為水的汽化潛熱，G為土壤熱通量，H為感熱通量。SEBAL模型根據(jù)遙感影像及相關(guān)氣象數(shù)據(jù)逐像元的計算出研究區(qū)地面反照率、植被指數(shù)、比輻射率和地表溫度資料，并依據(jù)反演參數(shù)逐步計算出衛(wèi)星過境時刻的Rn，G，H值，利用（26）式求出瞬時ET值，最終推求出時段的ET量。國內(nèi)外在干旱區(qū)域的蒸散估算中該模型應(yīng)用廣泛[4-8]。

荷蘭EARS公司的能量和水平衡監(jiān)測系統(tǒng)（EWBMS）是基于地表能量平衡算法，結(jié)合氣象觀測的日降雨數(shù)據(jù)，估測總輻射、凈輻射、實際蒸散、潛在蒸散和降水，進而進行旱情監(jiān)測[3]。

3 目前存在問題

近年來，國內(nèi)外學(xué)者針對熱紅外地表溫度反演和農(nóng)田蒸散估算展開了大量的研究，在理論和技術(shù)及其在旱情監(jiān)測中的應(yīng)用方面都取得了較大進展，然而，熱紅外遙感定量反演和旱情監(jiān)測應(yīng)用中仍存在一些關(guān)鍵性的科學(xué)問題有待探討和研究。

3.1 熱紅外地表溫度反演

3.1.1 云覆蓋的影響難以獲取全天候長時間序列的地表溫度

在農(nóng)業(yè)旱情監(jiān)測應(yīng)用中通常需要全天候長時間序列數(shù)據(jù)，全天候長時間序列的地表溫度產(chǎn)品的生產(chǎn)對于農(nóng)業(yè)旱情監(jiān)測應(yīng)用具有重要價值和實用意義。傳統(tǒng)的熱紅外地表溫度反演算法多數(shù)是以晴空無云為先決條件，目前晴空條件下的地表溫度熱紅外遙感反演方法取得較大進展。在非晴空條件下，由于熱紅外波段無法穿透云層獲取云下地表有效熱輻射信息，云覆蓋限制了熱紅外地表溫度反演的范圍和精度，全天候長時間序列的地表溫度反演是目前地表溫度反演的一大難題。

3.1.2 遙感反演的地表溫度值各像元間不具可比性，影響農(nóng)業(yè)旱情遙感監(jiān)測精度

利用遙感圖像數(shù)據(jù)反演得到的LST因太陽高度角、成像時間、緯度和高程不同而造成各像元之間的LST差異，導(dǎo)致通過熱紅外觀測數(shù)據(jù)反演得到的LST 不具可比性，不能滿足作物旱情遙感監(jiān)測對各像元LST的基本要求?，F(xiàn)有作物旱情遙感監(jiān)測基本上都是直接使用LST遙感反演的結(jié)果，沒有對LST進行歸一化處理消除各像元之間的不可比性。目前國內(nèi)外關(guān)于像元LST不可比性及其消除途徑的研究還很少。

3.1.3 熱紅外觀測數(shù)據(jù)時空特性的局限性制約了不同尺度的旱情監(jiān)測

受地表形態(tài)復(fù)雜性、水熱過程非線性等因素的影響，導(dǎo)致不同時空尺度測量的同一區(qū)域、同一時間段地表關(guān)鍵參數(shù)如地表溫度等往往存在較大時空差異。在實際應(yīng)用中為了更有效地表征旱情特征和綜合分析，極大地提高熱紅外遙感反演產(chǎn)品的實際應(yīng)用價值，往往需將旱情監(jiān)測信息進行時空尺度轉(zhuǎn)換，如通過遙感手段反演的地表溫度是衛(wèi)星過境時刻的瞬時溫度，將其轉(zhuǎn)換為日為單位的溫度（如日最高溫、最低溫和平均溫度等）。另外在農(nóng)業(yè)旱情監(jiān)測應(yīng)用中土壤水分含量的監(jiān)測，常需要較高的時間和空間分辨率的遙感數(shù)據(jù)，而熱紅外影像空間分辨率普遍不高，且因地表異構(gòu)性熱紅外遙感影像的像元中不可避免地存在非同溫混合像元，去除高空間分辨率衛(wèi)星鄰近像元熱效應(yīng)影響和中低空間分辨率衛(wèi)星像元地表組分(植被與土壤)溫度分離也是地表溫度遙感反演的有待解決的問題之一。

3.1.4 熱紅外遙感所觀測的是表面溫度，難以滿足旱情監(jiān)測需求

旱情監(jiān)測中基于冠層溫度的作物缺水指標(biāo)的研究，是從使用冠層溫度發(fā)展到使用冠層與土壤的復(fù)合溫度和考慮冠層的微氣象條件（如氣溫等）。當(dāng)作物水分虧缺時氣孔自動關(guān)閉，植物潛熱通量的減少導(dǎo)致葉片和樹冠溫度上升。作物在充分供水條件下冠層溫度-氣溫差變化較平緩，缺水時變化較大。冠層溫度—氣溫差可較合理反映土壤水分變化狀況和作物水分虧缺程度，可較好地用于診斷作物的缺水狀況，進行旱情監(jiān)測。目前熱紅外遙感觀測的僅是地表溫度，難以滿足旱情監(jiān)測需求。

3.2 農(nóng)田蒸散遙感定量估算

地表蒸散發(fā)估算主要是基于復(fù)雜的地表水熱過程模型，目前遙感蒸散發(fā)模型由經(jīng)驗型模型向機理性模型轉(zhuǎn)化，綜合考慮了遙感數(shù)據(jù)和氣象觀測數(shù)據(jù)，但機理模型中需要的地表參數(shù)難以獲取，難以實現(xiàn)全遙感化，限制其推廣應(yīng)用。在地表蒸散發(fā)特征空間估算方面雖然取得較大的進展，但仍有如下難題需要研究解決：一是蒸發(fā)比在特征空間內(nèi)變化的線性與非線性問題；二是理論干濕邊與觀測干濕邊的差異及其區(qū)域影響問題。另外絕大多數(shù)遙感蒸散發(fā)模型計算的是衛(wèi)星過境時的瞬時潛熱通量，而在應(yīng)用當(dāng)中往往需要小時、日乃至旬、月及年等長時段的蒸散量估算，但因陰天的蒸散難以確定，長時間的蒸散常無法獲取，此外不同時空尺度應(yīng)用的不確定性，也制約了多尺度旱情監(jiān)測。當(dāng)前基于熱紅外遙感的農(nóng)田蒸散模型和方法很多都處于理論實驗階段，還需要大量的實測數(shù)據(jù)訂正模型中的參數(shù)。

3.3 旱情監(jiān)測機理模型構(gòu)建

國內(nèi)外對于農(nóng)田土壤水分以及農(nóng)業(yè)旱情遙感監(jiān)測方法的研究已經(jīng)開展了幾十年，但大多數(shù)還是處于試驗探索階段，大范圍區(qū)域的業(yè)務(wù)化運行還存在局限性。旱情監(jiān)測中應(yīng)用單一的指數(shù)方法精度難以滿足需求且應(yīng)用范圍有限，無法保證大范圍內(nèi)的適用性，盡管一些指數(shù)可相對精確地監(jiān)測旱情，但其計算過程多較為復(fù)雜，需要的地表參數(shù)比較多且不易獲取，對于長期的業(yè)務(wù)化運行及旬匯報并不適用。另外大多數(shù)的遙感旱情監(jiān)測模型只利用遙感數(shù)據(jù)，沒有考慮不同地區(qū)氣候、土壤、灌溉條件等多種因素的差異，導(dǎo)致旱情監(jiān)測的結(jié)果常與實際情況差別較大。

4 總結(jié)與展望

近年來隨著對地觀測技術(shù)的迅速發(fā)展,應(yīng)用多源、多時相、多光譜和多角度的遙感數(shù)據(jù)進行定性和定量的地表信息提取,為實現(xiàn)實時動態(tài)的農(nóng)業(yè)旱情監(jiān)測開辟了全新的途徑。其中表征地表熱特性的熱紅外遙感技術(shù)在土壤水分和旱情監(jiān)測中具有不可替代的作用，熱紅外遙感定量反演結(jié)果的應(yīng)用，有助于正確解釋地表動態(tài)變化特征，綜合有效地進行多尺度旱情監(jiān)測[69]。為從根本上提高旱情監(jiān)測的精度，針對目前熱紅外遙感技術(shù)在農(nóng)業(yè)旱情監(jiān)測應(yīng)用中存在的諸多問題，考慮從熱紅外地表溫度反演、地表蒸散估算和旱情監(jiān)測機理模型等方面探索新的道路。

4.1 全天候高精度地表溫度遙感反演

綜合分析前人研究成果，可以考慮從以下方面展開研究實現(xiàn)全天候高精度地表溫度遙感反演：分析云覆蓋條件下地表溫度變化過程及其關(guān)鍵作用因子，結(jié)合被動微波遙感反演的地表溫度，進行兩種溫度產(chǎn)品融合，建立全天候地表溫度反演方法；研究薄云和氣溶膠對地表熱輻射傳輸和熱紅外遙感探測的影響機制，構(gòu)建有效消除薄云和氣溶膠影響的熱紅外地表溫度反演方法；研究高空間分辨率鄰近像元熱效應(yīng)對地表溫度反演方法的影響，發(fā)展去除鄰近像元效應(yīng)影響的高空間分辨率熱紅外地表溫度反演方法；研究復(fù)雜地表條件下植被與其背景土壤間的溫差形成機制，建立中低空間分辨率衛(wèi)星像元組分（植被及其背景）溫度分離方法；針對熱紅外遙感地表溫度反演結(jié)果進行角度和時間歸一化處理，尤其是針對基于低分辨率數(shù)據(jù)的大范圍旱情監(jiān)測，切實提高旱情監(jiān)測的精度。

4.2 高精度農(nóng)田蒸散遙感定量估算

為提高農(nóng)田蒸散的精度，在遙感蒸散發(fā)模型改進方面考慮通過分析地表蒸散發(fā)時空變化機理機制，確定關(guān)鍵作用因子和蒸發(fā)比的時空變化規(guī)律，構(gòu)建高精度特征空間的理論干濕邊物理模型；研究地表水熱過程及其在植被和土壤組分上的分配機制，闡明影響植被蒸騰和土壤蒸發(fā)的關(guān)鍵作用因子及其作用過程，構(gòu)建有別于特征空間的土壤蒸發(fā)與植被蒸騰遙感分離估算模型；多種蒸散模型相結(jié)合的農(nóng)田蒸散遙感定量估算。另外考慮多源遙感數(shù)據(jù)協(xié)同反演及非遙感參數(shù)的融合，如運用微波遙感數(shù)據(jù)進行陰雨天地表蒸散估算研究；在遙感蒸散發(fā)模型估算過程中引入數(shù)據(jù)同化技術(shù)，建立陸面數(shù)據(jù)同化系統(tǒng)，綜合應(yīng)用地面數(shù)據(jù)和不同時空分辨率和光譜分辨率的遙感數(shù)據(jù)，加強農(nóng)田蒸散定量估算地面驗證尺度問題與其空間代表性問題的研究。

4.3 熱紅外遙感反演時空尺度轉(zhuǎn)換與多尺度旱情監(jiān)測

研究地表溫度和農(nóng)田蒸散在不同時空尺度上的信息轉(zhuǎn)換規(guī)律，建立多時空尺度轉(zhuǎn)換模型，拓寬地表參數(shù)遙感定量反演在多尺度旱情監(jiān)測的適用性。目前新型遙感傳感器的數(shù)據(jù)質(zhì)量在不斷提升，利用中高分辨率遙感數(shù)據(jù)與中低分辨率遙感數(shù)據(jù)相結(jié)合的方法進行空間尺度的擴展，滿足相應(yīng)的旱情監(jiān)測應(yīng)用需求。研究地表水熱變化過程及其對地表蒸散動態(tài)變化的影響，建立遙感反演地表蒸散由瞬時尺度向日尺度擴展的機理模型有利于實現(xiàn)不同尺度的旱情監(jiān)測的轉(zhuǎn)換，實現(xiàn)多尺度旱情監(jiān)測。

4.4 機載熱紅外遙感數(shù)據(jù)和高光譜數(shù)據(jù)的應(yīng)用

與星載紅外遙感數(shù)據(jù)相比，機載熱紅外遙感技術(shù)為農(nóng)業(yè)旱情監(jiān)測提供了新的技術(shù)手段。盡管機載遙感獲取數(shù)據(jù)相對較難，范圍相對小，但是其數(shù)據(jù)獲取的時效性和靈活性高，對于針對性的區(qū)域干旱監(jiān)測，機動性強。高光譜數(shù)據(jù)對光譜信息刻畫更加詳細(xì)，用于提煉更具物理意義的方程約束條件，有助于提高地表溫度反演的精度。傳感器已經(jīng)由多光譜向高光譜方向發(fā)展，在熱紅外譜段實施高光譜成像相對于可見光和短波紅外獨具優(yōu)勢，具有廣闊應(yīng)用前景。

4.5 農(nóng)業(yè)旱情監(jiān)測機理模型研究

現(xiàn)有的農(nóng)業(yè)旱情監(jiān)測模型主要是根據(jù)干旱發(fā)生后所表現(xiàn)出來的特征來構(gòu)建的，即干旱越嚴(yán)重，葉面蒸散作用越低，葉冠溫度越高。常利用葉冠溫度與表示生長狀態(tài)的植被指數(shù)來反映農(nóng)業(yè)的干旱缺水程度（如供水模型和缺水模型）。未來可考慮針對諸多影響葉冠溫度和植被指數(shù)的其他因素，如太陽高度角和光照角度等，將遙感數(shù)據(jù)與區(qū)域氣候、土壤和灌溉條件等多種因素復(fù)合，突破簡單表征法，實現(xiàn)多種方法相結(jié)合，建立基于干旱機理基礎(chǔ)上的旱情監(jiān)測模型，使監(jiān)測結(jié)果與實際情況更接近，提高旱情監(jiān)測的精度。