rOPTRAM：基于R语言的光学梯形模型实现高分辨率牧场土壤水分遥感监测

《Environmental Modelling & Software》：rOPTRAM: An R package for satellite-derived soil moisture in rangelands using the OPTRAM model

本刊推荐：本文介绍了R语言软件包rOPTRAM的创新实现，该工具通过光学梯形模型（OPTRAM）利用哨兵2号（Sentinel-2）可见光/短波红外（SWIR）数据，突破传统热红外模型局限，实现了牧场土壤水分（SM）的高分辨率（10米）自动化反演。该包集成影像自动获取、梯形边智能识别及多元曲线拟合功能，为精准农业（如植被NDVI监测）和生态系统研究提供重要技术支撑。

　　

理论背景

最初的OPTRAM模型建立在陆地表面温度（LST）与植被活力（如归一化植被指数NDVI所示）之间近似线性关系的基础上。自从Sadeghi等人（2017年）和Babaeian等人（2021年）证明短波红外（SWIR）波段可以作为LST的替代指标后，广泛可用的卫星影像便可用来模拟土壤水分（SM）。该模型基于在研究区域获取的一系列时间序列影像构建。红波段和...

结果

本节展示了三个研究点的结果。每个研究点呈现两组图，一组显示三种可能拟合曲线（即线性、指数和多项式）各自的OPTRAM梯形图。这些散点图上附有计算推导SM的模型方程，包含了每种情况的参数。第二组图展示了传感器位置模型推导的SM与实地传感器测量的体积含水量（VWC）之间的相关性。图中提供了KGE值和R2值...

讨论

近期，应用OPTRAM模型估算SM的研究范围不断扩大（Acharya等人（2022年）、Burdun等人（2020年）、Das等人（2023年）、Sadeghi等人（2023年））。本文介绍的rOPTRAM软件包简化了该模型的应用，无论是针对特定研究目标还是在更广泛的项目背景下。由于该软件包使用R语言编写，SM网格的计算可以融入编码脚本或计算笔记本中的完整研究流程。因此，该软件包的使用...

结论

监测牧场以及评估放牧牲畜作为生计来源的可持续性，对于确保全球人口的粮食安全至关重要。由于地上生物量（AGB）通常代表牧场的生存能力，并且SM与AGB高度相关，因此长期监测SM可以洞察牧场的可持续性。因此，在区域尺度上以高空间和时间分辨率追踪土壤水分，将有助于评估可持续性和粮食...