蔡慶空 陶亮亮 蔣瑞波 蔣金豹

(1.河南工程學(xué)院土木工程學(xué)院， 鄭州 451191； 2.南京信息工程大學(xué)地理科學(xué)學(xué)院， 南京 210044；3.中國(guó)礦業(yè)大學(xué)(北京)地球科學(xué)與測(cè)繪工程學(xué)院， 北京 100083)

0 引言

土壤水分是地球系統(tǒng)的重要組成部分，影響著水圈、生物圈、大氣圈的水熱平衡，是農(nóng)業(yè)、水文、生態(tài)、氣候等領(lǐng)域的關(guān)鍵參數(shù)，對(duì)旱情監(jiān)測(cè)及農(nóng)作物生長(zhǎng)發(fā)育有著十分重要的作用。

傳統(tǒng)基于點(diǎn)的測(cè)量方法無(wú)法滿足目前用于制作大面積、高精度土壤水分產(chǎn)品的應(yīng)用需求，而遙感技術(shù)具有快速、大面積以及實(shí)時(shí)等優(yōu)點(diǎn)，為估算大面積土壤水分時(shí)空信息、實(shí)時(shí)監(jiān)測(cè)土壤水分動(dòng)態(tài)變化提供了便利。光學(xué)遙感作為目前最常用、最成熟的土壤水分遙感監(jiān)測(cè)方法而被廣泛使用，其波段豐富、成像質(zhì)量好、空間拓?fù)潢P(guān)系清晰。目前，利用光學(xué)遙感反演地表土壤水分含量最常用的監(jiān)測(cè)方法包括歸一化植被指數(shù) (Normalized difference vegetation index，NDVI)[1]、表觀熱慣量 (Apparent thermal inertia，ATI)[2-3]、溫度植被干旱指數(shù) (Temperature vegetation drought index，TVDI)[4]、作物缺水指數(shù) (Crop water stress index，CWSI)[5-6]以及高光譜遙感等。其中，TVDI方法通過(guò)將可見(jiàn)光波段與熱紅外波段結(jié)合構(gòu)建特征空間來(lái)估算土壤水分含量，在土壤水分的監(jiān)測(cè)中取得了較多的研究成果[7-12]。PATEL等[13]利用TVDI方法對(duì)印度地區(qū)的土壤水分進(jìn)行估算，結(jié)果表明，TVDI與土壤水分之間存在非常好的負(fù)相關(guān)關(guān)系，尤其是在植被稀疏的情況下。ZHANG等[14]采用MODIS遙感產(chǎn)品數(shù)據(jù)構(gòu)建地表溫度及NDVI特征空間，對(duì)關(guān)中地區(qū)土壤水分空間變化進(jìn)行研究，結(jié)果表明，TVDI與地表0～10 cm和10～20 cm土壤水分均有較高的相關(guān)性，因此TVDI可以反映并指示地表0～20 cm深度的土壤水分狀況，可以用于關(guān)中地區(qū)干旱動(dòng)態(tài)監(jiān)測(cè)。

基于地表溫度(Land surface temperature，LST)和植被指數(shù)(Vegetation index，VI)特征空間的TVDI在選取干濕邊以及用于土壤水分監(jiān)測(cè)時(shí)存在不足，理論上TVDI特征空間應(yīng)包含3種植被覆蓋類型，即裸土、部分植被覆蓋以及全植被覆蓋類型，但實(shí)際應(yīng)用過(guò)程中，研究區(qū)域的覆蓋狀況往往無(wú)法完全滿足植被覆蓋條件，得到的干濕邊實(shí)質(zhì)上只是理論特征空間內(nèi)部存在的邊，而非理論干濕邊。本文從地表能量平衡方程出發(fā)，根據(jù)能量交換過(guò)程中的極端狀況，獲取理論干濕邊的端點(diǎn)方程，從而得到理論意義的特征空間，進(jìn)而對(duì)試驗(yàn)區(qū)域內(nèi)地表土壤水分進(jìn)行反演研究，以期獲得更高精度的土壤含水率估算值。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于關(guān)中平原中部地區(qū)，主要包括楊凌區(qū)、扶風(fēng)縣以及武功縣(北緯34.1°～34.5°，東經(jīng)107.8°～108.3°，圖1)，地勢(shì)平坦，氣候溫和，屬于暖溫帶大陸性季風(fēng)氣候，年平均植被蒸發(fā)量為993.2 mm，平均日照時(shí)數(shù)2 163.8 h，主要種植作物為小麥和玉米。研究區(qū)內(nèi)以水澆地(即農(nóng)田)為主，部分區(qū)域有城鎮(zhèn)用地、河流、山地等地表覆蓋類型。

圖1 研究區(qū)概況Fig.1 Overview of study area

以陜西楊凌區(qū)作為核心區(qū)，開(kāi)展多次野外試驗(yàn)，主要獲取地面土壤水分?jǐn)?shù)據(jù)以及植株參數(shù)等，共設(shè)置3個(gè)小麥試驗(yàn)站點(diǎn)，每個(gè)試驗(yàn)站點(diǎn)根據(jù)農(nóng)田觀測(cè)面積設(shè)置不同的固定樣點(diǎn)，同時(shí)以標(biāo)桿標(biāo)記并進(jìn)行數(shù)據(jù)記錄。觀測(cè)時(shí)間為2014年3月29日和4月22日，觀測(cè)數(shù)據(jù)主要包括地表土壤水分含量、地表溫度、植株高度、葉面積指數(shù)以及光譜數(shù)據(jù)等。

所使用的氣象科學(xué)數(shù)據(jù)從中國(guó)氣象數(shù)據(jù)網(wǎng)(http:∥data.cma.cn/)下載，主要包括中國(guó)地面氣候資料日值數(shù)據(jù)集和中國(guó)農(nóng)作物生長(zhǎng)發(fā)育和農(nóng)田土壤濕度旬值數(shù)據(jù)集等。

1.2 衛(wèi)星數(shù)據(jù)與預(yù)處理

中分辨率成像光譜輻射計(jì)(Moderate resolution imaging spectroradiometer，MODIS)共有36個(gè)離散波段，空間分辨率為250、500、1 000 m，掃描寬度為2 330 km。目前MODIS提供多種業(yè)務(wù)化運(yùn)行產(chǎn)品，包括地表參量、海洋參量以及大氣參量等從原始數(shù)據(jù)0級(jí)到應(yīng)用模型開(kāi)發(fā)5級(jí)及以上級(jí)別產(chǎn)品。本研究主要使用2014年3月29日(DOY088)和4月22日(DOY112)MYD09GA每日地表反射率數(shù)據(jù)以及MYD11A1每日地表溫度數(shù)據(jù)(可從https:∥ladsweb.modaps.eosdis.nasa.gov/下載)。其中MYD09GA地表反射率數(shù)據(jù)共7個(gè)波段，空間分辨率為500 m。該產(chǎn)品為經(jīng)過(guò)大氣校正的2級(jí)地表反射率產(chǎn)品數(shù)據(jù)，可以得到星下點(diǎn)和標(biāo)準(zhǔn)太陽(yáng)高度角，用于計(jì)算每日反射率及歸一化植被指數(shù)(NDVI)。MYD11A1每日地表溫度數(shù)據(jù)空間分辨率為1 000 m，利用MRT(MODIS reprojection tool)軟件進(jìn)行處理，投影類型為Albers Equal Area，并將影像分辨率從1 000 m重采樣至500 m，用于計(jì)算空氣溫度、理論干濕邊及觀測(cè)干濕邊。

1.3 研究方法

1.3.1溫度植被干旱指數(shù)及Ts-Fv特征空間

研究發(fā)現(xiàn)地表溫度與植被指數(shù)(VI)所構(gòu)建的特征空間內(nèi)存在多條土壤水分含量等值線，并且對(duì)于每條等值線上的點(diǎn)所對(duì)應(yīng)的土壤水分含量均相等，該特征空間將地表覆蓋區(qū)域分為裸土區(qū)、部分植被覆蓋區(qū)以及全植被覆蓋區(qū)，其所構(gòu)建的干濕邊與植被指數(shù)呈現(xiàn)顯著的線性關(guān)系?；诖?，SANDHOLT等[4]提出溫度植被干旱指數(shù)(TVDI)，該指數(shù)與地表土壤水分密切相關(guān)，是表征植被受水分脅迫以及地表干濕狀況的重要指標(biāo)，其表達(dá)式為

TVDI=(Ts-Tmin)/(Tmax-Tmin)

(1)

其中

Tmax=a+bVI

(2)

Tmin=c+dVI

(3)

式中Ts——影像相應(yīng)像元的地表溫度

Tmin——Ts-VI特征空間的最低地表溫度，即特征空間的“濕邊”

Tmax——Ts-VI特征空間的最高地表溫度，即特征空間的“干邊”

VI——植被指數(shù)

a、b、c、d——經(jīng)驗(yàn)參數(shù)，可線性擬合得到

目前最常用的植被指數(shù)為歸一化植被指數(shù)，但是在植被高覆蓋區(qū)域，NDVI易于飽和，同時(shí)其對(duì)于植被冠層背景影響較為敏感，使土壤水分估算不確定，因此本文將NDVI替換為改進(jìn)植被覆蓋度Fv[15]，其計(jì)算公式為

(4)

式中NDVIi——影像任一像元的NDVI

NDVImax——全植被覆蓋對(duì)應(yīng)的NDVI

NDVImin——全裸土覆蓋對(duì)應(yīng)的NDVI

構(gòu)建的Ts-Fv特征空間(圖2)不僅可以表示植被的生長(zhǎng)狀況，同時(shí)能夠一定程度上避免TVDI特征空間估算時(shí)對(duì)于地表覆蓋類型的限制，應(yīng)用范圍更廣泛。

圖2 理論干邊與觀測(cè)干邊在梯形特征空間位置圖Fig.2 Schematic of theoretical and observed dry edges in trapezoidal feature space

1.3.2地表能量平衡方程

無(wú)論是觀測(cè)干濕邊還是理論干濕邊，實(shí)質(zhì)上都受到地表能量平衡方程影響，而求導(dǎo)理論干邊及理論濕邊4個(gè)端點(diǎn)的方法均需要從地表能量平衡方程出發(fā)。地表能量平衡方程表示了太陽(yáng)輻射能量除去被大氣吸收以及被大氣頂層反射回太空以外到達(dá)地表的能量守恒情況[16]。其可以表示為

Rn-G=H+LE

(5)

(6)

αs=0.160α1+0.291α2+0.243α3+0.116α4+
0.112α5+0.081α7-0.001 5

(7)

(8)

(9)

εs=0.261+0.314ε31+0.411ε32

(10)

G=Rn[Γv+(Γs-Γv)(1-fv)]

(11)

(12)

(13)

(14)

d0=0.65h

(15)

z0=0.13h

(16)

(17)

(18)

(19)

(20)

γ=0.665×10-3P

(21)

式中Rn——地表凈輻射通量

G——地表土壤熱通量

H——地表顯熱通量

LE——地表潛熱通量

αs——地表反射率[17]

S0——太陽(yáng)總輻射，利用6S輻射傳輸模型得到

σ——斯-玻常數(shù)，取5.67×10-8W/(m2·K4)

α1、α2、α3、α4、α5、α7——MODIS09反射率產(chǎn)品的1、2、3、4、5、7波段

εa——無(wú)云時(shí)大氣有效發(fā)射率[18]

ea、Ta——參考溫度水氣壓和近地表空氣溫度，可由半經(jīng)驗(yàn)方程估算得到[19]

Tsky——天空等效溫度[20]

εs——地表發(fā)射率[21]

ε31、ε32——MODIS產(chǎn)品第31、32波段發(fā)射率

Γv——植被覆蓋下G和Rn比率，取0.05[22]

Γs——裸土覆蓋下G和Rn比率，取0.315[22]

fv——植被覆蓋度

ρ——空氣密度，取1.29 kg/m3

CP——空氣定壓比熱，取1.005 kJ/(kg·K)

ra——空氣動(dòng)力學(xué)阻抗[23]

z——地表參考高度，取2 m

k——卡曼常數(shù)，取0.41

u——參考高度2 m處的風(fēng)速

d0——零平面位置高度[22]

z0——表面粗糙度[16]

h——植株平均高度

Δ——飽和水氣壓曲線斜率

e0(Ta)——飽和水氣壓[24]

dz——參考高度水汽飽和差

Tdmax、Tdmin——日最高氣溫、日最低氣溫

γ——干濕球常數(shù)P——大氣壓

1.3.3理論干濕邊端點(diǎn)選取及方程推算

傳統(tǒng)選取干濕邊的方法即為選擇植被指數(shù)最大和最小時(shí)地表溫度的最大與最小值，構(gòu)建的Ts-NDVI特征空間一般將濕邊處理為與NDVI軸相平行的直線，干邊處理為與NDVI呈線性關(guān)系，但是多數(shù)情況下，干邊的最高溫度往往隨著NDVI的增大呈現(xiàn)先增大后減小的趨勢(shì)，并且隨著時(shí)間、季節(jié)以及緯度的變化而有所差異。因此利用地表能量平衡方程獲取理論干濕邊的端點(diǎn)顯得尤為重要，理論濕邊是由蒸騰和蒸發(fā)最大時(shí)裸土及植被覆蓋下最低地表溫度確定，理論干邊則是由無(wú)蒸發(fā)和蒸騰時(shí)裸土和植被覆蓋下最高地表溫度確定，由此得到的干濕邊具有明確的物理意義，更加適合植被覆蓋下的水分估算研究。

在確定理論干邊的端點(diǎn)時(shí)，地表處于沒(méi)有土壤水分蒸發(fā)以及沒(méi)有植被蒸騰的狀態(tài)，此時(shí)的熱量交換只有顯熱交換，能量平衡方程變?yōu)?/p>

Rn-G=H

(22)

對(duì)于裸土或植被分布較少的區(qū)域，如果僅僅選擇NDVI最小時(shí)所對(duì)應(yīng)的地表溫度為理論最高溫度，可能會(huì)出現(xiàn)理論最高溫度低于實(shí)際溫度的情況，因此選擇地表溫度隨著NDVI增大而升到最高的點(diǎn)作為干邊的端點(diǎn)，此時(shí)地表溫度記為Tsd。植被完全覆蓋情況下，隨著NDVI升高，地表溫度表現(xiàn)為穩(wěn)定下降趨勢(shì)，因此選擇地表覆蓋度f(wàn)v趨近于1時(shí)地表溫度最高值的點(diǎn)作為干邊的另一個(gè)端點(diǎn)，地表溫度記為Tvd，其計(jì)算公式分別為

Tsd=

(23)

Tvd=

(24)

式中Tave——地表平均溫度

理論濕邊上的點(diǎn)具有最大蒸發(fā)和蒸騰的特點(diǎn)，熱交換形式為潛熱交換，因此能量平衡方程可表示為

Rn-G=LE

(25)

在選擇濕邊端點(diǎn)時(shí)，對(duì)于裸土最大蒸發(fā)的點(diǎn)選擇fv接近0時(shí)所對(duì)應(yīng)的最低地表溫度，記為Tsw，對(duì)于全植被覆蓋下最大蒸騰的點(diǎn)則選擇fv接近1時(shí)所對(duì)應(yīng)的最低地表溫度，記為Tvw，其計(jì)算公式分別為

(26)

(27)

1.4 評(píng)價(jià)指標(biāo)

主要采用相關(guān)系數(shù)r和均方根誤差RMSE 2個(gè)評(píng)價(jià)參數(shù)進(jìn)行結(jié)果分析和驗(yàn)證，r越大，RMSE越小，表明土壤水分的估算精度越高，地表干濕狀況監(jiān)測(cè)

更精確。

另外為了更好地驗(yàn)證與評(píng)價(jià)結(jié)果，將計(jì)算得到的溫度植被干旱指數(shù)轉(zhuǎn)換為土壤水分估算值，其轉(zhuǎn)換公式為

SMestimated=(1-TVDI)(SMmax-SMmin)+SMmin

(28)

式中SMmax——實(shí)測(cè)土壤水分含量的最大值

SMmin——實(shí)測(cè)土壤水分含量的最小值

2 結(jié)果與分析

2.1 特征空間構(gòu)建及理論干濕邊端點(diǎn)選取

結(jié)合MODIS遙感影像數(shù)據(jù)及地面觀測(cè)數(shù)據(jù)，對(duì)計(jì)算得到的NDVI以0.01的步長(zhǎng)提取對(duì)應(yīng)地表溫度影像上的最大值和最小值，同時(shí)對(duì)所得到的散點(diǎn)圖進(jìn)行線性擬合得到觀測(cè)干濕邊，如圖3所示。

圖3 觀測(cè)、理論干濕邊及其特征空間分布圖Fig.3 Observation, theoretical wet and dry edges and their feature space

由圖3可知，DOY112的觀測(cè)干濕邊上的點(diǎn)分布較為分散，尤其是在[0.3，0.7]區(qū)間內(nèi)的點(diǎn)，而DOY088上的點(diǎn)分布較為集中均勻，同時(shí)研究區(qū)內(nèi)當(dāng)日的溫度較高，最高地表溫度達(dá)到307.44 K，最低地表溫度為295.22 K，而DOY112的當(dāng)日溫度相對(duì)較低，最高地表溫度為298.96 K，最低地表溫度為290.16 K，另外DOY088及DOY112上觀測(cè)干濕邊線性擬合結(jié)果的相關(guān)系數(shù)均較高(表1)，同時(shí)圖3也表示出研究區(qū)內(nèi)理論干濕邊的端點(diǎn)位置(黑色方形實(shí)點(diǎn))及特征空間分布情況，其中綠色實(shí)線為理論干邊，綠色虛線為理論濕邊。由此可見(jiàn)，觀測(cè)干濕邊形成的特征空間僅為理論干濕邊特征空間的一部分，根據(jù)理論干濕邊進(jìn)行干旱指數(shù)構(gòu)建以及土壤水分估算將更加貼近實(shí)際情況。

表1 觀測(cè)及理論干濕邊相關(guān)參數(shù)Tab.1 Observation and theoretical parameters of wet and dry edges

2.2 土壤含水率估算結(jié)果與分析

根據(jù)式(1)和表1各干濕邊方程分別計(jì)算DOY088和DOY112以觀測(cè)干濕邊以及理論干濕邊為特征空間的溫度植被干旱指數(shù)，分別記為TVDIob和TVDIth。本次試驗(yàn)DOY088和DOY112的樣點(diǎn)數(shù)據(jù)分別為37、35個(gè)，利用其中的23、22個(gè)樣點(diǎn)數(shù)據(jù)(約2/3)分別對(duì)計(jì)算得到的溫度植被干旱指數(shù)進(jìn)行擬合分析，其擬合結(jié)果如圖4和表2所示。

圖4 TVDIob和TVDIth與實(shí)測(cè)土壤含水率擬合結(jié)果Fig.4 Fitting results between TVDIob, TVDIth and measured soil moisture content

表2 TVDIob和TVDIth與實(shí)測(cè)土壤含水率擬合參數(shù)Tab.2 Fitting parameters between TVDIob, TVDIth and measured soil moisture content

圖4a、4b為地表溫度Ts與改進(jìn)植被覆蓋度Fv構(gòu)建的特征空間所計(jì)算得到的溫度植被干旱指數(shù)與實(shí)測(cè)土壤含水率擬合結(jié)果，而圖4c、4d為地表溫度Ts與歸一化植被指數(shù)(NDVI)構(gòu)建的特征空間所計(jì)算得到的溫度植被干旱指數(shù)與實(shí)測(cè)土壤含水率擬合結(jié)果。從圖中可以看出，不論是DOY088還是DOY112，利用觀測(cè)干濕邊及理論干濕邊計(jì)算得到的溫度植被干旱指數(shù)TVDIob和TVDIth與實(shí)測(cè)土壤含水率均有比較好的負(fù)相關(guān)性，同時(shí)TVDIth與實(shí)測(cè)土壤含水率之間的相關(guān)性比TVDIob高，相關(guān)系數(shù)均在-0.700左右，同時(shí)均方根誤差也比TVDIob小，均不大于0.060 cm3/cm3。說(shuō)明利用理論干濕邊得到的溫度植被干旱指數(shù)對(duì)土壤水分有著更高的敏感性，更適合植被覆蓋區(qū)域的土壤水分監(jiān)測(cè)，主要是因?yàn)槔碚摳蓾襁吀荏w現(xiàn)水熱平衡的實(shí)際狀況。同時(shí)在DOY088和DOY112，Ts和Fv所計(jì)算得到的溫度植被干旱指數(shù)均比由Ts和NDVI的計(jì)算值與實(shí)測(cè)土壤含水率的擬合效果更好，說(shuō)明改進(jìn)植被覆蓋度的引入和使用能夠拓寬干旱指數(shù)的應(yīng)用范圍，避免了傳統(tǒng)特征空間干濕邊估算時(shí)必須包含裸土、部分植被及全植被覆蓋的地表植被覆蓋狀況的限制，為不完全包含所有的地表覆蓋類型的區(qū)域及影像應(yīng)用提供了技術(shù)支持。

另外，比較DOY088和DOY112的評(píng)價(jià)結(jié)果可以發(fā)現(xiàn)，DOY088時(shí)的擬合結(jié)果均比DOY112相應(yīng)的結(jié)果好，DOY088時(shí)TVDIth與實(shí)測(cè)土壤含水率擬合結(jié)果相關(guān)性最高，相關(guān)系數(shù)達(dá)到-0.715，均方根誤差也最小，為0.029 cm3/cm3。同時(shí)DOY112時(shí)散點(diǎn)分布相比較于DOY088分散得多，主要是因?yàn)樾←溤?月處于生長(zhǎng)狀態(tài)，其長(zhǎng)勢(shì)旺盛，同時(shí)降水量遠(yuǎn)遠(yuǎn)達(dá)不到小麥的生理需求量，因此當(dāng)時(shí)大部分小麥種植區(qū)域進(jìn)行農(nóng)業(yè)灌溉，而有些區(qū)域未能及時(shí)進(jìn)行灌溉，使得DOY112時(shí)的土壤含水率的分布范圍較大，其擬合精度小于DOY088。

利用另外獨(dú)立的DOY088和DOY112時(shí)采集的14、13個(gè)樣點(diǎn)數(shù)據(jù)分別對(duì)土壤含水率估算結(jié)果進(jìn)行驗(yàn)證評(píng)價(jià)。利用式(28)將DOY088和DOY112時(shí)計(jì)算得到的TVDIth均轉(zhuǎn)換為土壤含水率估算值。其驗(yàn)證結(jié)果如圖5所示。從圖5可以看出，由TVDIth計(jì)算得到的土壤含水率估算值與實(shí)測(cè)土壤含水率均有著較好的線性相關(guān)性，其相關(guān)系數(shù)r在DOY088時(shí)為0.805，在DOY112時(shí)為0.637，均方根誤差分別為0.002、0.018 cm3/cm3。而對(duì)于DOY088，Ts-Fv的擬合結(jié)果比Ts-NDVI模式下的好，但是在DOY112時(shí)期其差距較小，主要是因?yàn)樵贒OY088時(shí)地表覆蓋類型未能完全達(dá)到具備完全植被覆蓋的情況，而DOY112時(shí)的地表覆蓋情況對(duì)于溫度植被干旱指數(shù)的計(jì)算更加適合，使得不管利用Fv還是NDVI，對(duì)土壤水分的估算結(jié)果影響不大。

圖5 基于TVDIth計(jì)算的土壤含水率估算值與實(shí)測(cè)值驗(yàn)證結(jié)果Fig.5 Validation results between estimated soil moisture from TVDIth and measured soil moisture content

3 結(jié)論

(1)根據(jù)地表能量平衡方程，提出一種理論干濕邊端點(diǎn)獲取方法及以Ts-Fv特征空間構(gòu)建的改進(jìn)TVDI模型，拓寬了TVDI在干旱監(jiān)測(cè)及土壤水分估算中的應(yīng)用范圍，引入改進(jìn)植被覆蓋度參數(shù)，在一定程度上避免了TVDI參數(shù)對(duì)地表覆蓋類型的限制。

(2)理論干濕邊所構(gòu)建的特征空間更能反映自然現(xiàn)實(shí)的水熱轉(zhuǎn)換狀況，更適合真實(shí)土壤水分的遙感估算。

(3)改進(jìn)TVDIth與實(shí)測(cè)土壤含水率有著較好的線性相關(guān)性，相關(guān)系數(shù)在-0.700左右，均方根誤差不大于0.060 cm3/cm3。DOY088和DOY112的土壤含水率估算值均與實(shí)測(cè)土壤含水率有著較好的擬合關(guān)系，尤其是DOY088的反演結(jié)果更加貼近實(shí)際地表干濕狀況。

(4)理論干濕邊端點(diǎn)的選取方法需要多種地表參數(shù)，使得該方法更加復(fù)雜，對(duì)地面觀測(cè)數(shù)據(jù)的完備性要求較高。因此，在后續(xù)的工作中，將針對(duì)小麥不同階段的物候狀態(tài)及不同地表覆蓋類型的研究區(qū)域開(kāi)展研究和應(yīng)用，進(jìn)一步驗(yàn)證該方法的有效性。