来源：期刊VIP网 时间：
作者：赵军;刘坚;胡飞鹏;托瑞;孙紫云;
单位：西北师范大学地理与环境科学学院;
摘要：目的 针对以往利用温度植被干旱指数（temperature vegetation dryness index,TVDI）监测土壤水分时多采用MODIS或Landsat TIRS/TIRS-2等单一遥感数据，导致在时空分辨率方面存在数据缺陷问题，方法 提出一种基于多源遥感数据时空融合模型（spatiotemporal image-fusion model,STI-FM）和TVDI的土壤水分监测方法，探究该方法的土壤水分监测效果和STI-FM融合多源遥感地表温度在试验区的适用性。结果结果表明：（1）STI-FM融合MODIS或Landsat TIRS/TIRS-2的地表温度数据质量较好；运用STI-FM推测的地表温度数据与遥感监测的地表温度数据具有较强的相关性，得到R~2为0.89，均方根误差（root mean squared error,RMSE）为2.85 K，即STI-FM适用于本文试验区。（2）与传统TVDI相比，利用STI-FM改进地表温度数据并结合优选植被指数的TVDI对试验区土壤水分监测精度提高效果更显著，与原始NDVI-LST特征空间计算的TVDI相比，6,7月份TVDI与土壤水分的相关系数分别提高了0.07和0.14。（3）与再分析土壤水分资料ERA5-Land的土壤水分数据相比，改进后的TVDI土壤水分监测结果精度更高，6,7月份TVDI与土壤水分的相关系数分别提高了0.1和0.44。结论 综上所述，基于STIFM的TVDI可以提高土壤水分监测效果，在提高监测精度的同时，监测土壤水分数据较其他土壤水分监测方法具有更高的空间分辨率，为TVDI土壤水分监测提供了一种新思路。
关键词：土壤水分;;TVDI;;时空融合模型;;时空融合;;适用性
基金资助：国家自然科学基金资助项目（42161072）
