ICS 07.060 CCS B 18 鹤 4106 壁 市 地 方 标 准 DB 4106/T 62—2022 土壤墒情星地协同监测技术规范 2022 - 06 - 30 发布 2022 - 07 - 20 实施 鹤壁市市场监督管理局  发 布 DB 4106/T 62—2022 前 言 本文件按照GB/T 1.1—2020《标准化工作导则 第1部分：标准化文件的结构和起草规则》的规定 起草。 本文件由鹤壁市气象局提出并归口。 本文件起草单位：鹤壁市气象局、鹤壁市农业气象中心、鹤壁市农业农村局。 本文件主要起草人：张青、王敏、魏庆伟、张晓飞、卢霞。 I DB 4106/T 62—2022 土壤墒情星地协同监测技术规范 1 范围 本文件规定了土壤墒情星地协同监测的要求、监测方法、监测流程和结果分析。 本文件适用于土壤墒情星地协同监测。 2 规范性引用文件 本文件没有规范性引用文件。 3 术语和定义 下列术语和定义适用于本文件。 土壤墒情 田间土壤含水量及其对应的作物水分状态。 土壤相对湿度 土壤实际含水量占土壤田间持水量的比值。 表观热惯量 土壤的一种热特性，是土壤表层温度变化的主要影响因素，和土壤湿度有正相关关系。 全波段地表反照率 遥感反演地表的重要参数，反映了地表对太阳辐射的吸收能力。 归一化差值植被指数(NDVI) 用于植被指数计算的近红外波段和可见光波段反射率之差与这两个波段反射率之和的比值。 温度植被干旱指数 植被覆盖区域表层土壤水分反演的方法。 4 基本要求 数据 4.1.1 卫星遥感数据 1 DB 4106/T 62—2022 应源自携带有可见光波段和热红外波段探测仪器的卫星，应为经过辐射校正、几何校正等处理的2 级数据或数据产品。 4.1.2 地面土壤墒情数据 应为自动土壤水分站0 cm～20 cm深度土壤相对湿度和位置信息。 4.1.3 基础地理信息数据 国家1:250000基础地理信息数据，要素包括行政边界、耕地分布。 软件功能 4.2.1 4.2.2 具有大气校正、几何校正、影像解译、波段运算、统计分析等卫星遥感影像处理功能。 具有地面自动土壤水分站观测数据提取功能。 数据预处理 在计算遥感墒情指数前，应对卫星数据按下列要求进行处理： ——进行大气校正； ——优先使用星下点附近数据进行地图投影变换处理； ——提取晴空无云、高质量像元； ——根据需要进行多天最大值合成。 5 监测方法 热惯量法 通过卫星遥感资料获取土壤温度日较差计算土壤水分。模型公式见式（1）。 式中： �= 2�� 1−� � � ���� −���� ···················································· (1) P ——地表的表观热惯量，J·m-2·K-1·s-1/2； S ——太阳常数，J·m-2·s-1； V ——大气透明度； A ——地表全波段反照率； C ——太阳赤纬和经纬的函数；  ——地球自转频率，s-1； ���� ——昼夜地表最高温度，K； ���� ——昼夜地表最低温度，K。 温度植被干旱指数法 基于遥感数据进行植被覆盖区域表层土壤水分反演。模型公式见式（2）。 �= �� −��,��� ��,��� −��,��� ····················································· (1) 2 DB 4106/T 62—2022 式中： D ——温度植被干旱指数； �� ——某时期给定像元的地表温度，K； ��,��� ——给定归一化差值植被指数对应的地表温度同期最大值或同期多年平均的最大值，K； ��,��� ——给定归一化差值植被指数对应的地表温度同期最小值或同期多年平均的最小值，K。 ��,��� 通过湿边方程获取，见式（3）。 ��,��� = �1 + �1 × �·················································· (2) 式中： ��,��� ——给定归一化差值植被指数对应的地表温度同期最小值或同期多年平均的最小值，K； �1 、�1 ——拟合方程系数； I ——归一化植被指数。 ��,��� 可以通过干边方程获取，见式（4）。 ��,��� = �2 + �2 × �·················································· (3) 式中： ��,��� ——给定归一化差值植被指数对应的地表温度同期最大值或同期多年平均的最大值，K； �2 、�2 ——拟合方程系数； �——归一化植被指数。 遥感监测方法 适用遥感监测方法见表1。 表1 适用遥感监测方法 植被覆盖度 遥感监测方法 裸地或植被覆盖度低，作物生长初期,NDVI＜0.35 热惯量法 植被覆盖度高,NDVI≥0.35 温度植被干旱指数法 地面土壤墒情监测 通过地面自动土壤水分站观测软件提取，包含墒情数据和站点坐标信息。 土壤相对湿度遥感反演 遥感干旱指数与自动土壤水分站点土壤相对湿度数据建立回归模型，见式（5）。 式中： �——土壤相对湿度，%； �、�——回归模型系数； � = � + � × �······················································(1) 3 DB 4106/T 62—2022 6 �——热惯量指数或温度植被干旱指数。 监测流程 土壤墒情星地协同监测的的流程按附录A进行。 7 监测结果分析 土壤墒情等级确定 基于订正后的土壤相对湿度将土壤墒情状况划分为重旱、 中旱、轻旱、适宜和偏湿5个等级，见表2。 表2 土壤墒情等级划分 土壤相对湿度（RH）/% 墒情等级 RH＜40 重早 40≤RH＜50 中旱 50≤RH＜60 轻旱 60≤RH＜90 适宜 RH≥90 偏湿 土壤墒情监测图制作和报告编写 7.2.1 7.2.2 土壤墒情遥感监测图要素包括图名、图例、墒情等级、行政区划地理信息等。 土壤墒情遥感监测报告内容包括卫星数据源、监测时间、土壤墒情等级及占比等监测结果信息。 4 DB 4106/T 62—2022 A A 附 录 A （规范性） 土壤墒情星地协同监测流程 土壤墒情星地协同监测流程见图A.1。 图 A.1 土壤墒情星地协同监测流程 5