基于植被-土壤二向反射模型的土壤含水量遥感

以北京地区为例，利用像元信息分解法，定量提取出区域植被盖度，由植被盖度得到区域叶面积指数，在只考虑一次散射的情况下，利用植被-土壤二向反射模型，提取出下层湿润土壤反射率。通过引入粗糙度因子建立起粗糙地表下土壤反射率与叶面积指数的函数关系，进而得出土壤含水量。     

含水含盐土壤的微波介电特性分析研究

用微波网络分析仪测量了实验室制备的各种不同含水量,含盐量的土壤样品的复介电常数,研究了介电常数的实部和虚部与频率、盐度、含水量的关系。研究表明:频率、盐度对土壤介电常数实部的影响很小;对于某一特定土壤,其介电常数的实部由土壤的含水量决定;在较低频率范围内（f<2GHz）,虚部随着频率的增大而迅速下降,高频部分则趋向于一定值,波长较长的波段,如P波段或L波段对土壤含盐程度具有更高的敏感性,含盐量对虚部在较低频范围（f<5GHz）影响很大。同时,采集了内蒙古吉兰泰盐湖区的土壤样品,并测量了其复介电常数,与同步过顶的RADARSAT图像进行了相关分析。分析结果表明雷达图像记录的后向散射强度与含盐土壤复介电常数实部的相关系数为0.23,与虚部的相关系数为0.66,即雷达图像观测的含盐含水士壤的后向散射强度与土壤的含盐量相关性较高。这为利用微波遥感进行土壤盐碱化程度监测,提供了可能和实验依据。     

粗糙地表土壤含水量遥感模型研究

土壤粗糙度对地表二向反射率特征有重要影响而且极不稳定 ,是影响土壤含水量遥感精度的一个重要因素。该文分析土壤含水量影响反射率的物理过程 ,论证土壤含水量与土壤光谱的关系服从比尔定律 ;分析土块级土壤粗糙度影响土壤反射率的根本原因是微坡面的倾斜使二次和多次散射的比例增加。在此基础上建立粗糙地表土壤含水量遥感模型 ;实验证明模型具有较高的精度     

植物波谱反射特性的研究

为迅速掌握各种植物的生长状况,予测其前景和结果,加强管理措施,促进国民经济的发展。对植物进行波谱特性的研究,从中找出航空和航天遥感所获取的信息,进行分析判读和电子计算机分类的规律性是很重要的。这对测绘、土地利用、农业、林业、环境保护,城市规划建设等都有其特殊的意义。本文在对武汉地区的主要地物进行波谱反射特性测试的基础上,分析了主要植物的波谱     

中国陆地背景和土壤光谱反射特性的地理分区的初步研究

通过对土壤光谱反射特性与土壤理化性状关系的研究,并根据我国土壤的分布规律,提出了以植被覆盖度和土壤光谱反射特性为基础的我国陆地背景地理分区的初步方案。该方案把我国划分为6个区和23个亚区。     

甘肃地区岩石反射光谱特性的研究

近年来,我国利用美国陆地卫星图象(或磁带)进行地质构造解译工作的地质工作者越来越多。为了更好地了解卫星图象的成象机制,我们在甘肃的兰州、玉门、白银等地对部份有代表性的岩石的反射光谱进行了测试。下面对这些岩石的反射光谱特性作些讨论。 一、仪器和测试方法     

基于RS的淮河流域土壤含水量估算方法

运用MODIS等数据,建立了基于能量平衡与水量平衡的地表土壤含水量遥感反演模型。模型验证结果表明,山东半岛地区实测值与模拟值相关性R2为0.63,沂沭泗流域R2为0.6,淮河地区R2为0.65,适合研究区域不同季节不同分区土壤含水量预测。对将RS用于土壤含水量估算有一定参考价值。     

不同含水量土壤偏振光谱特征定量分析

水分含量是影响土壤偏振光谱特征的重要参数之一,研究土壤不同水分含量的偏振光谱特征在土壤偏振遥感波段的选择和图像解释上具有重要意义,为应用偏振遥感信息进行土壤调查及理化性质的分析提供依据。本文通过在350-2500 nm波段范围内对不同水分含量的土壤进行偏振光谱测试与分析,研究土壤偏振光谱数据与水分含量之间的关系,建模并检验其精度,对影响土壤偏振光谱特征的各个因素设计科学的正交实验,研究含水量、偏振角度、探测角和方位角等各个因素及其交互作用对土壤偏振光谱特征的影响。结果表明,含水量与偏振角度的交互作用和含水量本身对土壤偏振光谱的影响最大,显著性最强,其次是探测角与含水量的交互作用的影响,而偏振角对土壤偏振光谱有一定的影响,其他因素对土壤光谱偏振反射的影响不大。     

利用GPS-IR监测土壤含水量的反演模型

雪水当量的监测对于气候变化的预测、水资源管理、农业生产规划具有重要意义。GPS干涉反射(GPS interferometric reflectometry, GPS-IR)技术是一种十分有效的地表积雪监测技术,基于GPS-IR技术提出了一种雪水当量的快速估计方法。首先基于GPS-IR技术获取美国板块边界观测（plate boundary observatory,PBO）GPS站的雪深时间序列;然后利用美国积雪遥测（SNowTELemetry, SNOTEL）站观测数据构建雪水当量转换模型;最后以北美历史与预测气候数据项目（historical and projected climate data for North America,ClimateNA）的气候预测数据作为参数约束,将GPS日雪深快速转化为雪水当量,并对雪水当量估计与验证过程的影响因素进行评价。实验结果表明,基于GPS-IR技术得到的雪深序列具有良好可靠性,与观测值的相关系数（R²）达到0.98,均方根误差（root mean square error, RMSE）为11.1 cm,偏差（Bias）为-3.7 cm;快速转化模型对雪水当量估计具有较高精度（R²=0.98,RMSE=4.2 cm,Bias=-2.5 cm）与稳定性;转化模型时空稳定性较高,残差集中在5 cm内;气候预测数据的引入、积雪分布差异对雪水当量估计与验证影响较小。所提方法在积雪监测设备缺乏区域可实现雪水当量快速估计,同时也为现有积雪观测网络增强、积雪产品改善等研究提供参考。     

利用GPS-IR监测土壤含水量的反演模型

GPS-IR（GPS-interferometric reflectometry）本质上是一种基于GPS辐射源的双基地雷达技术,利用大地测量型接收机记录的信噪比（signal-to-noise ratio,SNR）数据可用于反演土壤含水量。针对GPS-IR获取土壤含水量的参数估计问题,提出了一种改进的反射信号参数估计方法,并研究了土壤含水量反演模型的建立过程。实验结果表明,利用改进的反射信号参数估计方法可获得更加准确可靠的结果,反射信号相位与土壤含水量间存在显著的线性相关,可建立土壤含水量的线性反演模型,但在连续降雨条件下会存在较大误差。     

水面油膜微波辐射特性的研究

用36GHz和9.2GHz微波辐射计测量了不同厚度的水面油膜的亮度温度,应用并矢格林函数及起伏逸散定理进行了理论模式的数值计算,同实验取得了基本一致的结果。     

基于反射光谱预测土壤重金属元素含量的研究

本文利用实验室实测的土壤反射光谱以及铅、镉、汞等重金属元素数据,进行土壤重金属元素含量快速预测的可行性研究。本文利用偏最小二乘回归方法,研究了反射率(R)、一阶微分(FDR)、反射率倒数的对数(lg(1/R))和波段深度(BD)等对预测精度的影响,对这几种光谱指标预测土壤重金属含量的能力进行了分析和评价,同时分析了多光谱数据估算土壤重金属元素含量的可行性。结果表明,反射率倒数的对数lg(1/R)是估算土壤重金属元素含量最好的光谱指标,尤其是Cd和Pb,检验精度R超过0.82。有机质、铁锰氧化物和黏土矿物对土壤重金属元素的吸附是可见光—近红外—短波红外光谱估算其含量的机理。多光谱数据同样具有估算土壤重金属元素含量的能力,但实际数据则要考虑多种因素的影响。     

测量方位与土壤对玉米微波辐射特性的影响分析

微波具有穿透性,相对于可见光与红外探测器而言,微波探测器不仅能反映叶片层植被信息,还能反映较深层木质生物信息。笔者利用6.6 GHz与18.7 GHz被动微波辐射计对夏季玉米进行了不同角度(0°~60°每5°一个间隔)、不同极化(V与H极化)及不同方位(顺垄、垂直垄、垄向45°)的微波辐射特性观测试验。试验中玉米从幼苗到抽穗共分8期进行了测量,每期都利用LAI-3000实地获得了LAI数据,以此代表植被的生长状态。研究结果表明,随着观测角度和LAI的增大,V和H极化的亮温都有明显变化;微波植被指数随观测角度和LAI的变化都有明显规律;测量方位对玉米的微波辐射特性有明显的影响;土壤对植被的微波辐射影响随植被的长高而减弱。     

水稻冠层光谱反射特性的动态变化研究

通过对早稻整个生长期内冠层反射光谱特性动态变化的系统研究表明:①在整个水稻生长期内,水稻冠层反射光谱的比值植被指数(RVI)值呈有规律的变化,在抽穗前,随移栽后天数增加,RVI值也逐渐增大,至抽穗前达到最大值;而抽穗后,则随着移栽后天数的增加,RVI值逐渐下降,至收割前降至最低值;②积温与RVI之间存在着较密切的关系,通过对不同生育期积温与RVI之间进行的线性回归分析表明,在抽穗前,积温与RVI值之间呈极显著正相关;而抽穗后,积温与RVI之间呈极显著的负相关。在遥感估产中,这种水稻冠层反射光谱特性的变化对于校正生育期的估产偏差和提高估产精度可能有重要意义。     

改进的表观热惯量法反演土壤含水量

提出一种改进的表观热惯量计算模型,以中科院栾城农业生态系统试验站为基地,通过实测的模型参数,利用提出的表观热惯量模型计算不同植被覆盖下、不同实验区土壤含水量的热惯量值,并与土壤含水量进行相关性分析,以找到热惯量方法可以用来反演土壤含水量的适用条件(归一化植被指数NDVI的阈值).实验结果表明,该模型监测土壤含水量是可行的,在植被覆盖度较低的情况下(NDVI≤O.35)具有较高的精度,在植被覆盖度较高(NDVI＞0.35)时,热惯量模型失效,因此用热惯量方法反演土壤含水量植被覆盖时将NDVI阈值的最大值设为0.35.将该方法应用到MODIS数据中,以河北省栾城县、赵县、藁城市3市县为研究区,分别反演该区土壤含水量,反演结果与实际情况相符合.实地取点人工监测土壤含水量为25.1％,栾城站模型计算结果为22.4％,匹配性较好,该方法在遥感数据中得到了很好的应用.     

基于综合干旱指数的淮河流域土壤含水量反演

为了方便快捷地得到大范围的土壤含水量产品,以MODIS数据为数据源,淮河流域为研究区域,结合表观热惯量模型和植被供水指数模型的适用性特点,根据地表植被覆盖度的不同,建立综合干旱指数(comprehensive drought index,CDI)模型,对土壤含水量进行反演;然后,将反演的CDI结果与地表实测数据进行相关性建模,得到CDI与实测数据间的最佳拟合模型,利用该模型把CDI结果转化为最终的土壤含水量值;最后,通过实测含水量数据来验证反演结果的可靠性和精度。结果表明,反演得到的土壤含水量与实测土壤含水量相关性较高,相关系数R~2均在0.7左右,该方法对于高效地获取大面积土壤含水量信息具有较好的应用价值。     

基于作物缺水指数的土壤含水量估算方法

为研究江苏省徐州市的土壤水分时空分布及动态变化,基于MODIS数据和站点气象数据,利用蒸散发双层模型和考虑土壤水分可供率的改进双层模型分别计算实际蒸散发量,利用Penman-Monteith模型计算区域潜在蒸散发量,计算获得作物缺水指数(crop water stress index,CWSI),并与2010年7月和11月的土壤相对含水量实测数据分别进行回归分析建模,得到了土壤含水量分布图。结果表明:基于蒸散发双层模型的土壤含水量估算结果与实测值的决定系数分别为0.53和0.72,平均相对误差分别为5.89%和9.6%;对双层模型进行改进后,土壤含水量估算结果与实测值的决定系数都为0.84,平均相对误差分别为3.47%和6.03%,利用改进后的双层模型对土壤相对含水量进行估算效果更好。     

可变模糊集的土壤含水量高光谱估测模型

针对土壤含水量高光谱定量反演中影响因素的多样性及实测数据划分上的模糊性问题,该文利用可变模糊集理论进行土壤含水量预测。以山东省泰安市的94个棕壤样本为研究对象,对室外光谱数据进行平方根的一阶微分变换;在此基础上,采用单相关分析法提取反演因子,即R669、R762、R1022、R1235、R2060;根据可变模糊集理论建立土壤含水量高光谱可变模糊集估测模型,用平均相对误差以及决定系数进行模型精度评价。实验结果表明,基于平方根的一阶微分变换的可变模糊集模型估测,18个检验样本的平均相对误差为2.761%,模型的决定系数R2=0.972。研究表明,利用可变模糊集进行土壤含水量高光谱估测是有效的,可以为土壤含水量的定量估测提供一种新的建模方法。     

基于TVDI与气象因子的土壤含水量估算

基于TVDI的干边斜率,结合降雨和实际蒸散发等气象因子,构建表层土壤相对含水量估算模型。利用MODIS地表参数产品数据,提取了TVDI干边斜率,根据淮河流域2010年3~5月实测降水和遥感估算实际蒸散发等计算表层平均土壤相对含水量,以6~10月实测数据对模型进行验证。结果表明,0~50 cm土体平均含水量估算结果与实测值的决定系数R2=0.82,平均相对误差为5.22%,优于仅用TVDI干边斜率的估算结果(R2=0.71,平均相对误差为9.86%)。在验证期,其决定系数为R2=0.80,平均相对误差为5.63%。