好文推荐｜不同深度，土壤日平均温度如何估算？

原创黄然等遥感学报 2021-09-20

遥感人的成长家园

官网

主题词

土壤温度，陆地表面温度，归一化植被指数，太阳赤纬

目前，全球大多数土壤温度数据获取仍然基于气象站的测量。尽管这些平台能够在土壤剖面的某些深度提供长时间序列的土壤温度数据，但是这些数据仅是基于点的，无法真正体现土壤温度的空间变化。

中国农业大学黄然、黄健熙等近期论文《Soil temperature estimation at different depths, using remotely-sensed data》，建立了不同深度的土壤温度估算模型；提出了区域化的土壤温度估算方法。本研究可能是使用LST，NDVI和Ds在土壤剖面上层不同深度土壤温度估算的第一次尝试，对土壤遥感有重要意义。

研究背景和意义

图片来源于网络

土壤温度在气候学、农业、生态系统、水文和环境中起着重要作用，不同深度的土壤温度是精准农业和生态模型的关键因素之一，与土壤融冻、作物播种日期、生长发育、病虫害发生以及产量密切相关。因此，有必要建立土壤剖面中的日平均土壤温度估算模型。

该研究利用东北地区农业气象站点实测的0, 5, 10, 15, 20和40 cm土壤温度（ST）数据建立了以地表温度（LST）、归一化植被指数（NDVI）和太阳赤纬（DS）为预测因子的一元线性回归模型和多元线性回归模型并进行评价，以为东北地区提出一种简单而准确的土壤温度估算方法。

主要结论

上层土壤是作物生长和微生物活动较为活跃的区域，研究结果证明了MODIS数据与Ds结合估算上层土壤温度的潜力。结果表明：

1	LST，NDVI和Ds能用于估算不同深度的土壤温度。
2	根据均方根误差（RMSEs）和R2可发现，土壤温度估算模型中的多元线性回归模型优于一元线性回归模型。
3	使用白天LST为变量时，R2 随着土壤深度的增加而逐渐降低；使用夜间LST为变量时，土壤深度为5和10 cm的土壤温度估算模型的R2高于在0、15、20和40 cm深度处模型的R2。

研究方法

研究区

东北地区（黑龙江省、吉林省、辽宁省和内蒙古自治区东部的赤峰、兴安盟、呼伦贝尔市和通辽等四盟市）

图1 研究区

数据

研究区2003年—2015年53个气象站的0、5、10、15、20 和40 cm的ST观测数据
MODIS提供的一天四景的LST 数据
TERRA卫星提供的MODIS NDVI数据

方法

图2 技术路线图

(1) 受云雨影响，并不是每一天每个像元均能获取卫星数据，因此，需要根据有效的卫星LST数据确定对应的土壤温度数据。

(2) 将53个气象站2003年—2013年的土壤温度观测数据按空间分布分成两组，其中35个站作为建模数据，剩余18个站作为验证数据。

(3) 为了验证模型的外推性能，再利用2014年和2015年全部站点数据进行精度验证。

(4) 以0、5、10、15、20和40 cm的ST为因变量对应的不同平台、不同时间的LST、NDVI和Ds等自变量分别建立一元线性回归模型和多元线性回归模型。

研究结果

(1)不同深度土壤温度的一元回归模型

以LST为自变量的土壤日平均温度估算模型，R2随着土壤深度增加而迅速下降，RMSE随着土壤深度增加而增加，表明白天由于太阳辐射的影响，0 cm土壤温度对LST的响应更敏感，而越往下层，有一定的滞后效应，影响越小。以LST为自变量的土壤日平均温度估算模型，在5 cm和10 cm的R2最高， RMSE最小，以NDVI和Ds为自变量的土壤日平均温度估算模型，土壤越深，R2越高，RMSE越小。

总体来说，在所有模型中，晚上的LST建立的模型优于白天的模型，其中TERRA 卫星晚上LST（LSTTN）为自变量的一元线性回归模型最佳。

(2)不同深度土壤温度的多元回归模型

多元回归模型的精度与一元线性回归模型规律相似，利用白天LST建立的多元回归模型精度与一元回归模型相比，明显提高；而夜间LST作为自变量之一的模型精度要高于白天的，其中利用TERRA夜间LST建模的精度最高，但是，对于不同深度来说，5 cm深的估算模型精度最高。

(3) 精度验证结果

5 cm处土壤温度估算模型精度最高，其中利用TERRA夜间LST、NDVI和Ds作为自变量模型估算的精度最高，其次是使用AQUA夜间LST建立的多元回归模型，第三和第四分别是利用TERRA和AQUA白天LST、NDVI和Ds建立的模型。

图5 土壤日平均温度多元回归模型精度验证

论文标题

Soil temperature estimation at different depths, using remotely-sensed data

发表期刊

Journal of Integrative Agriculture

论文全文链接http://www.chinaagrisci.com/Jwk_zgnykxen/EN/abstract/abstract12323.shtml

第一作者