土壤水分是直接影響蒸發、入滲和徑流等多種環境過程的重要因素。而且，土壤水分在農業蒸散與糧食安全、濕地退化、干旱、陸氣界面的能量交換等相關研究領域發揮著重要的作用。

地面測量能夠提供易于校準和長時間連續獲取的數據，但該種方法僅針對單個小區域，難以支持空間變化研究或實地研究。基于水和土壤介電特性的巨大差異，微波遙感被廣泛應用于大空間尺度的土壤水分監測，但不適用于精準農業等多種研究。熱遙感可以根據地表溫度來估算土壤水分，但熱遙感信號不單受到土壤含水量（SMC）的影響，濕度、風速、大氣條件等其他參數也會影響估計結果。而光學遙感由于其精細的空間分辨率和利用諸如MODIS、Landsat系列和Sentinel任務等衛星數據進行大尺度監測潛力之間的平衡而引起了諸多關注。目前已經提出了許多指標和模型來闡明反射率特征隨SMC的變化，并利用實驗室、實地、機載和衛星數據從窄帶和寬帶的反射率來估計SMC。這些方法/指標主要針對從飽和到風干的各級SMC；然而，作者發現飽和到風干的單一關系映射會導致準確估計的錯誤印象。在整個干燥過程中，光譜反射率特征和SMCs之間的回歸關系不一致導致對相對較低的SMCs估計的精度較低。

基于此，在本研究中， 來自南京大學、康奈爾大學和河南農業大學的研究團隊提出了一種分割方法以更準確的估計SWC。作者監測了代表不同土壤特性的三種土壤樣品的整個干燥過程，并通過蒸發速率變化確定其過渡點（如高SWC的階段1干燥和低SWC的階段2干燥）。建立了SMC估計指數，即短波歸一化指數（SNI），基于輻射傳輸模型支持干燥過程中的SNI指數趨勢。
               
【結果】
 
【結論】

利用單一回歸關系和單一指數估計整個干燥過程的SMC對所有土壤類型并不是有效的。該研究證明了利用現有方法估計SMC結果不準確，以及在分割干燥過程中估計SMC的基本原理。監測整個干燥過程中3種不同土壤樣品的光譜反射率和重量，將其分為兩個階段用于訓練和驗證。此外，基于輻射傳輸模型研究不同干燥階段所提出指數和光通過水的路徑長度之間的關系，并支持了經驗方法建立的回歸關系，尤其是對路徑長度相對較短的土壤。結果表明，在分割思想下，SMC估計值和測量值之間的相關性明顯提高，尤其是在SMC較低的情況下（階段2干燥過程）。

蒸發速率變化決定了干燥過程的分割過渡點，所有的土壤類型并不是一個特定的SMC值；因此，理解蒸發和SMC變化導致的光譜反射率變化之間的關系是極其重要的。例如，在實際使用中，石英砂階段2干燥可以忽略，但它卻是伊薩卡土壤干燥的重要組成部分。

SN1/SN2指數結合可以有效估計三種樣品的SMC。對于階段1干燥，利用SNI1指數在1680 nm和2150 nm處的反射率預測SMC是有效的。在階段2干燥中，盡管使用1930-2150 nm組合的SNI2指數實現了最佳相關性，但作者認為1980 nm比1930 nm更適合實地應用。這種波段選擇是為了避免強烈的大氣水汽吸收，以確保足夠的地面反射輻射到達飛機或衛星傳感器。相對于將階段2干燥視為階段1干燥延續的指標，相關關系顯著改善。

作者得到了如下結論：
1.干燥過程分割對從光譜反射率數據準確估計SMC是很有必要的，尤其是對于具有較長階段2干燥過程的土壤。例如本研究中的伊薩卡土壤。對于與伊薩卡土壤相似的土壤，基于整個干燥過程的SMC估計可能會導致階段1或階段2干燥的偏差，這取決于哪個階段有更多的訓練集。
2. 由于石英砂中光通過水的路徑長度相對較長，因此當SMC較高時，SNI具有獨特的特征。在圬工砂或伊薩卡土壤中，half-logistic型的SNI曲線不同于線性關系。當光程較長時，擬合關系應由線性回歸變為對數回歸。
3. 在階段2干燥過程中，利用現有衛星系統常用的光譜波段組合難以準確估計SMC；使用高光譜數據可以獲得更高的精度，可以提供近強水吸收波段的數據，如1930 nm。雖然由于大氣水汽的吸收，1930 nm不能在實驗室外有效地使用，但稍微偏離中心的波長(如1980 nm)仍然比水吸收波段范圍外的波長表現更好。

請點擊如下鏈接，閱讀原文：
https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650310196&idx=2&sn=9bcc 16b66b7c90ea15122c0f1811b646&chksm=bee1aacb899623dd32872939d27e7f988d4034be6ce
928a828f56a52fa4a56687e91ab393e50&token=1444789198&lang=zh_CN#rd