土壤湿度的偏振反演模型与实验

采用了一种偏振方法来测量土壤湿度,并改进了一种粗糙表面的偏振反射模型。利用该模型对土壤湿度的偏振特性进行了分析与实验,发现该模型模拟数据与实验数据之间存在很强的相关性,进而可以建立该模型中的某些参数与土壤湿度的定量关系,为定量反演土壤湿度提供新的途径。     

基于Landsat-8 OLI TIRS对黑河流域的土壤湿度反演研究

土壤湿度是表征土壤水分状况和土地水文过程的一项重要指标,与农作物及植被的生长密切相关,而传统的土壤湿度监测可以较为准确地测量出土壤湿度,但是不能反映较大范围内的土壤含水情况,耗时长且耗费的人力物力较多.随着遥感技术的发展,其被广泛应用于植被分类、土地利用规划、地球资源普查、环境污染监测等领域.其中,土壤湿度也可以通过遥...     

遥感监测土壤湿度综述及其在新疆的应用展望

土壤湿度在全球水循环运动中扮演着非常重要的角色,是水文、气象和农业研究中的重要参数,国内外都极为重视对土壤湿度的研究。国外利用可见光、红外、热红外、微波遥感监测土壤水分已有三、四十年的历史,随着研究的深入和技术的发展,现已形成地面、航空、航天、多星的立体干旱遥感监测格局。国内遥感监测土壤湿度的方法主要有微波遥感、热红外遥感、距平植被指数法、植被供水指数、作物缺水指数等方法。本文通过对国内外已有的土壤湿度遥感监测方法的介绍和总结,对比分析了各种方法的原理、适用领域及其研究进展,并针对新疆的具体情况,认为借助Mod is影像进行新疆地区土壤湿度的监测是较为可行的一种方法。     

非线性模型岛礁礁盘遥感水深反演

针对已有的遥感水深反演方法波段选取难,得不到较好的模型参数的问题,该文在国内外遥感水深反演研究的基础上,对经典的非线性模型进行研究,引入了逐步回归算法对模型进行了改进。以东岛为研究区,基于Worldview-2多光谱影像进行模型验证和精度评价。结果表明:应用改进后模型的反演水深精度大幅提高,水深范围不但适用在10m以浅的水区,在15~30m的区域精度也较高。由此可见改进的模型在保持原模型移植性较好的前提下,模型参数更易解算,反演精度较高,具有一定的适用性。     

基于ＴＶＤＩ的天山新疆段土壤湿度时空分布及影响因素分析

利用遥感数据反演土壤湿度对农作物干旱、生态系统保护及能量循环有重要的指导作用。文中以天山新疆 段为研究区,利用ＭＯＤＩＳ地表温度（Ｔｓ）数据和归一化植被指数（ＮＤＶＩ）数据构建Ｔｓ－ＮＤＶＩ特征空间,并建立温度 植被干旱指数（ＴＶＤＩ）模型,探究天山新疆段土壤湿度的时空分布格局,进一步分析土地利用类型和高程对ＴＶＤＩ的 影响。结果表明,构建的Ｔｓ－ＮＤＶＩ特征空间,其散点符合三角形关系,ＴＶＤＩ与土壤相对湿度数据呈负相关关系,该 地区,除了水体外,永久性冰川雪地土壤湿度最高,沙地最低;高程越高ＴＶＤＩ越小,土壤湿度越高。总体而言,ＴＶＤＩ 应用在天山新疆段可以较好地反映该区域的土壤湿度状况,研究结果可为天山新疆段土壤湿度动态监测和水资源 提供理论依据和实践参考。     

基于FY-3B/MWRI数据的裸土区土壤湿度反演

使用高级积分方程模型,模拟多个地表参数条件下的风云三号B星微波成像仪(FY-3B/MWRI)资料。基于模拟数据,分析地表微波辐射特性,利用粗糙地表发射率Qp模型,建立我国西部地区裸露地表土壤湿度反演模型。将该模型用于我国西部地区4个日期(2011年10月8日、10月18日、10月28日和11月8日)的土壤湿度反演,并将反演结果用实测数据进行交叉验证。结果表明:反演土壤湿度与实测土壤湿度的决策系数R2为0.604,均方根误差为0.030 5 cm3/cm3,反演模型具有较高的反演精度。     

利用北斗GEO卫星反射信号反演土壤湿度

提出了一种基于北斗GEO卫星反射信号的土壤湿度长期连续探测方法,建立了土壤湿度反演模型,给出了信号处理的一般流程,并搭建陆基接收平台进行了验证试验。该方法采用GNSS-R双天线体制接收处理北斗GEO卫星直射和土壤反射信号,在信号同步的基础上提取信号功率并计算土壤反射率,进而根据反演模型得到土壤湿度。以北斗GEO卫星作为信号源,该方法可以在信号处理中省去一般GNSS-R处理过程的定位解算环节,能够实现对固定区域土壤湿度的长期连续观测。试验结果表明,基于北斗GEO卫星反射信号的土壤湿度反演结果在时间和数值上均具有良好的连续性,与土壤湿度参考值相吻合,均方根误差达到0.049,较北斗IGSO和GPS MEO卫星在反演土壤湿度方面性能更优。     

土壤湿度微波遥感监测研究进展

土壤湿度是农业生产的重要影响因子,获取土壤湿度信息以制定人工干预调节措施是稳固生产的重要保证,实时、有效地监测土壤墒情显得尤为重要。利用遥感数据反演土壤湿度有多种方法,微波遥感法被认为是目前最佳的监测方法。本文总结了被动、主动微波土壤湿度遥感监测的主要模型、方法及其优缺点和适用范围,分析了雷达遥感监测土壤湿度的最优参数选取等,展望了微波遥感监测土壤湿度的应用前景,以期为土壤湿度微波遥感监测研究提供参考和借鉴。     

MODIS数据支持下的土壤湿度模型构建——以河南商丘地区为例

土壤湿度是农作物在生长过程中主要供水因子,实际测量土壤湿度较为复杂,卫星遥感成为反演和监测土壤湿度的重要手段。本文利用商丘地区2012和2013年MODIS数据,采用滤波方法减小云、气溶胶影响下的MODIS产品噪声,利用农田浅层土壤湿度指数（CSMI）与实测土壤相对湿度值进行了相关性分析,构建了适用于商丘地区的土壤湿度模型,并利用2013年的土壤实测数据对模型反演出来的土壤湿度进行了验证。结果表明,CSMI指数能够有效反演该地区0~50 cm深的土壤湿度值（通过了0.01的显著性检验）。     

一种裸露土壤湿度反演方法

针对目前土壤湿度反演方法研究较少且缺少实时性的现状,该文提出一种土壤湿度反演方法——最小二乘支持向量机技术。以积分方程模型为正向算法,数值模拟不同雷达参数(频率、入射角及极化)下后向散射系数随土壤含水量和地表粗糙度的变化情况。经过数据敏感性分析,选取C-波段和X-波段、小入射角下的同极化后向散射系数作为支持向量回归的训练样本信息;经过适当的训练,利用支持向量回归技术对土壤含水量进行了反演研究;并考虑通过多频率、多极化、多入射角数据的组合,消除地表粗糙度的影响,提高反演精度。模拟结果表明,该方法反演土壤湿度具有较高的精度和较好的实时性;同时,与人工神经网络方法的结果比较,证明了该方法的有效性,为土壤湿度的反演研究提供了一种方法。     

Quasi-quantitative relationship between soil moisture and\npolarization characteristics

Besides amplitude, frequency and phase, the polarization is another basic property of the electromagnetic wave. In the remote sensing field, the polarization is mainly applied in active detection systems of radar and lidar. This paper presents the quantitative relationship between soil moisture and polarization signatures in a certain type of soil in a farm. And this relationship is expected to be introduced on agriculture and hydrology ultimately. The experiments were performed both in the laboratory and the field. Soil samples with different moisture contents were measured at three wavebands on visible spectrum, and at several viewing angles in the plane of incidence. The polarization signature was indicated by the multi-band and multi-angle degree of linear polarization (DOLP) in this paper. The soil moisture were divided into five levels according to the properties of DOLP curves, namely, the quasi-quantitative relationship between soil moisture and its polarization signature were established. The percentages of soil moisture of the five levels are: ≤10%, 10%—20%, 20%—40%, 40%—56% and >56%, respectively. Although this division for soil moisture is on a rather large scale, it will meet the precision of application agricultural and hydrologic remote sensing.     

光学与微波数据协同反演农田区土壤水分

光学和微波协同遥感反演对于提高农田土壤水分遥感反演精度十分重要。本文采用SMEX02数据集,研究了L波段土壤发射率与地表土壤水分之间的关系,分析了地面植被覆盖对L波段土壤发射率与地表水分之关系的影响规律,推导了以L波段土壤发射率和归一化植被指数NDVI为自变量的土壤水分反演模型。研究表明:L波段土壤发射率与地表土壤水分之间的相关性随NDVI的增加而下降。验证结果表明,本文算法相对常规经验算法,土壤水分反演精度明显提高,H极化条件下,土壤水分的反演精度RMSE由0.0553提高到0.0407,相关系数R2由0.70提高到0.81;V极化条件下,反演精度RMSE由0.0452提高到0.0348,相关系数R2由0.79提高到0.86。     

农田垄行结构对被动微波遥感土壤壤湿度反演的影响

根据离散方法建模垄行结构农田表面微波发射率,与地基多频率微波辐射计实测发射率比较发现：二者之间的平均绝对偏差小于0.01 ,证实了利用离散化方法建模农田表面微波发射率的可行性.在给定条件下不同观测方位角农田表面微波发射率与平坦表面的发射率差值在0.02 与0.05 之间,这说明农田结构微波辐射具有各向异性,行结构对发射率的影响在农田电磁波辐射建模过程中不可忽略.本文分析了不同土壤湿度条件下农田垄行结构可能引起的土壤湿度反演误差,结果表明,土壤湿度变化范围是0.02—0.5 cm³/cm³,垄行结构引起的土壤湿度反演误差为0—0.1 cm³/cm³, 此误差超过了土壤湿度反演的容限值,因此在进行农田参数的遥感提取过程中不可忽略周期性垄行结构对表面发射率的影响.     

地基雷达的微波面散射模型对比与土壤水分反演

为了探究地基合成孔径雷达(cGBSAR)后向散射信号的时空变化规律和研究雷达土壤水分反演的影响因素,在内蒙古闪电河流域的昕元牧场站进行了地基雷达观测试验,本文结合以上观测试验的地基雷达数据进行波段、入射角度、极化通道3个雷达参数以及地表粗糙度参数对雷达的后向散射系数影响的分析,然后利用以上分析结果选择地表微波面散射模型...     

The inversion method study of sub-canopy soil moisture estimation using repeat pass SIR-C PolInSAR data

From repeat pass SIR-C L band polarimetric SAR interferometric data and fully maximum likelihood inversion decomposition model of PolInSAR, a method for sub-canopy soil moisture estimation using repeat pass SIR-C PolInSAR data is proposed. At the same time, the potential and validity of fully maximum likelihood inversion decomposition model of PolInSAR for sub-canopy soil moisture inversion is investigated. Firstly, from the random oriented volume over ground two layer coherent scattering model and the statistical characteristics of Pol-InSAR coherency matrix, the fully maximum likelihood inversion decomposition model is used to reconstruct or recover the surface polarimetric coherency matrix with volume scattering components significantly removed; then, from recovered surface polarimetric coherency matrix, co-HH, VV and cross-HV polarization backscattering coefficient are obtained, and the sub-canopy soil moisture are inverted from Oh and Dihedral scattering model. At last, Compared the inversion result with the field measurement and the climate data of hetan region from 1951 to 2006, the preliminary result indicates that the proposed method based on fully maximum likelihood inversion decomposition model has enough high inversion accuracy, if the new spaceborne or airborne polarimetric SAR interferometric data with synchronously spaceborne or airborne-ground measurement will be acquired, the validity and accuracy of proposed inversion method will be further investigated and validated.     

多星融合的土壤湿度滚动式估算模型

全球定位系统干涉反射测量(GPS-IR)是一种新的遥感技术,可用于估算近地表土壤水分含量。考虑到多卫星融合的优势和土壤湿度的时空尺度性,提出一种基于多星融合的土壤湿度最小二乘支持向量机(LS-SVM)滚动式估算模型。首先通过低阶多项式拟合分离GPS卫星直射和反射信号,进而建立反射信号正弦拟合模型,获取相对延迟相位。最后,通过线性回归模型有效分析和选取多卫星相对延迟相位,并建立基于多星融合的最小二乘支持向量机模型进行滚动式估算土壤湿度。以美国板块边界观测计划PBO提供的监测数据为例,对比分析利用单颗、多颗GPS卫星进行土壤湿度滚动式估算的可行性和有效性。经理论分析和两个测站实验表明:该模型充分发挥了LS-SVM的优势,有效综合了各卫星的性能,改善了采用单颗卫星进行土壤湿度估算时,其结果极易出现异常跳变的现象;模型只需较少的建模数据,采用滚动式能实现较长时间的估算,估算误差较为稳定;模型所估算的结果与土壤湿度实测值之间的相关系数R2以及均方根误差分别为0.942和0.962、0.072和0.032,相对于部分单一卫星至少提高了18.18%。因此,土壤湿度问题可作为非线性事件处理,采用多卫星融合估算是可行和有效的。