利用双极化微波遥感数据反演土壤水分的新方法

提出了一种基于微波双极化数据的土壤水分反演经验模型,该模型引入了新的综合粗糙度参数Rs=S2/L(1/2)来描述地表粗糙状况,将两个粗糙度参数均方根高度S和相关长度L合二为一,因而模型的未知量仅为Rs与法向菲涅尔反射系数Г0。基于AIEM模型数值模拟,建立了后向散射系数与Rs、Г0的经验关系,并利用两个极化的微波数据同时反演得到粗糙度参数Rs和Г0,进而得到地表土壤水分。实测数据表明,该模型反演的土壤水分与地表实测值相关性较高(R2=0.681,RMS=0.043),在土壤水分反演方面具有较大的潜力。     

双极化SAR数据反演裸露地表土壤水分

为了较高精度地获取大范围地表土壤水分,提出一种基于双极化合成孔径雷达数据的裸露地表土壤水分反演模型即非线性方程组,通过改进的粒子群算法求解非线性方程组从而得到土壤水分。首先通过AIEM模型数值模拟和回归分析,得到一种新的组合粗糙度,然后模拟分析得到土壤水分与雷达后向散射系数的关系,从而建立雷达后向散射系数与组合粗糙度、土壤水分的经验关系。利用ASAR C波段双极化雷达数据,基于经验关系和改进的粒子群算法即可实现土壤水分的反演。经过黑河流域实测土壤水分数据对模型进行验证,反演结果与实测数据具备良好的相关性(R~2=0.778 6)。与以往同一区域研究成果比较,文中的方法反演精度有所提高,更适用于裸露地表土壤水分反演。     

合成孔径雷达图像的近岸海面风场反演

根据海面微波散射原理，给出了星载合成孔径雷达(Synthetic Aperture Radar,SAR)图像海面风场反演的方法。该方法包括SAR图像辐射定标、海面风向确定和风速计算。利用该方法由加拿大RadarsatSAR图像反演获得了中国海南省东南部近岸海区海面风场，并与预报风场作了比较。结果显示，二者相符得很好，风速的均方根误差为0.94m/s，风向的均方根误差为4.03°。     

植被覆盖地表土壤水分遥感反演

以地域特色突出的新疆渭干河-库车河三角洲绿洲为研究区,联合使用雷达数据和光学遥感数据,对干旱区绿洲土壤和植被水分信息进行提取。在同期光学遥感影像数据提取植被归一化差分水分指数基础上,利用"水-云模型"从雷达数据总的后向散射中去除植被影响,建立土壤后向散射系数与土壤含水量的关系,相关系数为HH极化R2=0.5227,HV极化R2=0.3277。结果表明利用C波段HH极化雷达影像数据结合光学影像数据,进行干旱半干旱地区棉花、玉米等农作物种植区地表土壤水分反演时,在中等覆盖条件下去除植被影响有较好的效果。     

利用半经验模型的土壤水分反演方法

针对土壤水分反演经验模型使用范围受限、而理论模型相对复杂的问题,该文利用积分方程模型及经验相关长度定标模型,分析均方根高度、地表相关长度、土壤体积含水量对雷达后向散射系数组合的影响;结合RADARSAT-2全极化C波段雷达数据和野外实测数据,构建研究区均方根高度反演模型;将该模型与Dubois模型、介电模型进行结合以反演表层土壤含水量,并对反演值进行线性校正,最终实现裸土区表层土壤水分反演。实验结果表明,HH、VV极化下土壤水分实测值与反演值绝对误差在0.06内的点数分别达到总点数的78%和68%,证明该方法具有一定的可靠性和实用性,可为地表均方根高度、土壤水分反演提供方法和借鉴。     

基于ERS散射计数据的土壤水分反演方法

在全球能量与水循环研究中,地表土壤水分是非常关键的参数之一。ERS散射计因具有观测尺度大、重复周期短等优势而在地表土壤水分监测方面日益受到关注。采用目前最先进的理论模型AIEM(改进的积分方程模型),根据ERS散射计的参数设计模拟出一个涵盖较宽地表粗糙度和介电常数输入范围的数据库,利用这个数据库发展出一个参数化模型。该模型采用了一个综合均方根高度(RMS height)与相关长度(Correlation length)的粗糙度参数,该参数在每个入射角度下都可以用同一个函数来描述,解决了多角度数据情况下粗糙度参数的表达问题。应用新发展的参数化模型进行土壤水分的反演结果表明,该模型具有较高的精度。     

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。     

利用ANFIS方法反演裸土区土壤水分含量

为了更好地进行土壤水分反演,发展了一种基于ALOS/PALSAR数据、利用自适应神经模糊推理系统(adaptive neuro fuzzy inference system,ANFIS)反演土壤水分的方法.首先,根据研究区实际情况,利用AIEM和Oh模型模拟了试验区裸土区的后向散射特性,建立了后向散射系数与地表粗糙度之间的关系;然后,考虑到研究区地表粗糙度几乎没有变化这一情况,设定了地表粗糙度对后向散射系数的影响为常量;在此基础上,分别利用ANFIS,BP神经网络、多元线性回归和多元非线性回归方法构建了裸土区土壤水分的反演模型,并利用野外实测数据对模型进行了验证.研究结果表明,采用ANFIS方法构建的模型反演精度最高,其均方根误差为0.030,相对误差为14.5％.因此,可以利用ANFIS方法反演裸土区的土壤水分含量,其反演结果具有较高的精度.     

基于改进的BP神经网络裸露地表土壤水分反演模型对比

土壤水分对于全球水循环十分重要,大面积、快速获取土壤水分信息具有重要意义。微波遥感数据可以用于反演土壤水分。以Matlab为平台建立BP神经网络,通过改进BP神经网络的权值、阈值和网络结构,对该算法进行了优化;在研究区范围,分别利用积分方程模型(integral equation model,IEM)、Oh模型、Shi模型生成模拟数据,训练改进的BP神经网络,构建裸露地表土壤水分反演模型,并用野外实测土壤水分数据对模型进行了验证。结果表明,改进后的BP神经网络算法反演精度明显提高,且Shi模型训练网络反演精度较其他2种模型更高,绝对误差为2.47 g/cm3,相对误差仅为7.78%。     

粗糙度对被动微波遥感反演土壤水分影响的试验研究

土壤水分是气象预报、农情监测及水文模型的重要参数之一,利用被动微波遥感技术可以有效获取土壤水分。本文分析被动微波遥感反演土壤水分的国内外研究现状,在前人相关理论与方法的研究基础之上,基于土壤的微波辐射特性,通过双波段(C、Ku)微波辐射计对不同水分、不同表面粗糙度的土壤微波辐射特性进行了试验研究,分析土壤湿度与微波发射率、土壤粗糙度与微波遥感指数之间的定量关系,并建立了土壤湿度与微波发射率、粗糙度与微波遥感指数间的经验模型。     

SAR影像中海洋浮油膜特征分割的Level Set方法

介绍了一种全新的区域影像分割技术--基于迎风格式偏微分方程（PDE）的Level Set方法进行海洋浮油膜特征提取.在该方法中,海洋浮油膜特征表示为扩散界面,影像灰度的梯度决定了界面扩散的方向和强度.界面边缘在影像灰度差异动力和曲率流的共同作用下不断向外扩散,能够有效地克服尖锐突起和裂缝等,在特征边缘趋于稳定和光滑.同时,该方法对高噪声具有一定抑制作用,适用于低对比度高噪声图像,特别是SAR图象中特征提取.以不同地区ERS-2 SAR图像中海洋浮油膜提取为例,进行方法验证,同时对传统的影像分割技术进行对比.     

全极化SAR数据的最大后验概率分类

结合后验概率对分类的影响和全极化SAR数据特点,提出了一种全极化SAR数据分类方法。首先将全极化SAR数据的协方差矩阵转换为9个服从正态分布的强度量;然后通过迭代分类计算类别出现的概率,对9个强度量进行基于最大后验概率的分类。以黑龙江省逊克县境内的一景ALOS PALSAR全极化数据为例,用该方法进行分类,总体精度和Kappa系数分别达到81.34%和0.84,优于传统的最大似然分类方法。     

GPS信噪比观测值的土壤湿度变化趋势反演

土壤湿度变化趋势是某一个位置或区域内水资源循环的重要指标.多路径误差作为一种在导航、定位中的重要测量误差,由于其较弱的空间相关性,难以采用全球甚至区域性模型或差分的方法予以消除.在讨论和研究了多路径误差反射模型的基础上,实现了利用 GPS信噪比 SNR(Signal - to - NoiseRatio)观测值中的多路径反射分量对土壤湿度变化趋势的模拟.结合实测 GPS数据和土壤湿度计观测数据的对比和分析表明,该方法能反映土壤湿度变化趋势.同时,在计算过程中如何选择合适卫星、对反演结果质量进行评价以及如何实现两种观测结果之间的同化等是进一步需要研究的问题.     

全极化SAR图像的山地低矮植被区域土壤含水量估计

山区土壤含水量对山区植被生长监测、滑坡预测等工作具有重要意义,因此针对山地低矮植被区域,提出了全极化SAR图像的土壤含水量估计方法。为解决山地区域SAR图像几何形变和极化旋转问题,根据入射角、坡度、坡向信息定义了可测区域与不可测区域,并对可测区域后向散射系数进行校正。其次以密西根模型为基础,发展了低矮植被的散射模型。在假定植被和土壤特征不变的情况下,基于此散射模型并结合校正数据建立了山区土壤含水量反演方法。结果表明,模型反演的土壤含水量和实验点实测值基本一致,两个实验点反演值分别为14%和15%,实测值为11.45%和15.80%,能够满足一般应用的需求。     

不同植被指数在基于TVDI方法反演土壤水分中的应用

研究增强型植被指数基于Landsat-8数据反演土壤水分的可行性及适用性,分析研究区土壤水分总体分布,提高该地区应对干旱灾害的能力。基于温度植被干旱指数方法,以淮河流域上游地区作为研究区,基于2017年2月的Landsat-8影像,分别计算了地表温度、归一化植被指数、增强型植被指数,基于TVDI构建了两种土壤水分反演模型。研究比较了:1) EVI在TM数据中的应用特点;2)研究区土壤含水率的空间分布特征;3)两种模型反演结果的差异。结果表明:1)基于TM数据计算的EVI总体明显低于NDVI,但不同时间段的结果并不总是低于NDVI;2)基于EVI的模型结果精度低于基于NDVI模型结果。3)两种模型结果与植被覆盖度、地表温度的关系均为负相关,其中,基于EVI的模型结果与地表温度的负相关程度极高,即基于EVI的模型结果受植被影响较小,受温度影响程度高。     

星载合成孔径雷达回波数据仿真研究

本文对星载合成孔径雷达（SAR）图像仿真方法进行了研究,在分析并建立合成孔径雷达回波信号数学模型的基础上,提出了基于分布目标的SAR回波信号数据仿真,进而提出了一种与传统实现方法不同的SAR原始回波数据的生成方法,并用这种方法进行了初步的建模和仿真,验证了其有效性。     

基于模糊算法的极化SAR影像分类

极化合成孔径雷达（POLSAR）由于其能对目标进行更为全面的极化信息的描述,已经成为SAR领域中最先进的传感器之一。本文对模糊集理论中的三种模糊聚类算法进行了系统全面的阐述,并重点研究了基于模糊可能性C均值算法（FPCM）的极化SAR非监督分类方法。     

面向多基线干涉SAR高程反演的全局最优相干方法

本文针对多基线极化干涉SAR数据,提出了面向多基线干涉SAR高程反演的全局最优相干方法。该方法将多景全极化干涉影像联合在一起,构建多基线极化相干矩阵,由多基线最优相干准则指导,求解全局条件下的最优干涉图。该方法可以有效降低多基线干涉中散射中心不一致对干涉相位影响,从而提高干涉相位的精度和可靠性,并提高最终获取DEM的精度。利用国产X-SAR系统和德国E-SAR系统获取的多基线全极化数据进行全局最优相干方法试验,利用多基线极化最优相干方法生成全局条件下的最优干涉图,依据多基线高程反演方法计算目标高程,验证了本文提出的方法的有效性。     

Speckle filtering of Synthetic Aperture Radar images using filters with object-size-adapted windows

Speckle degrades the radiometric quality of a Synthetic Aperture Radar (SAR) image. Previous methods for speckle reduction have used a fixed-size window for filtering the entire image. This, however, may not be effective for the entire image, as land covers of different sizes require different filtering windows. In this paper, a novel method is proposed by which each pixel in the image is filtered with a window appropriate for the size of object within it. The real in-phase and the imaginary quadrature components of the SAR images determine the best window size and the pixels in the intensity image are filtered using their own optimal windows. The proposed method is presented for both single- and multi-polarized SAR images, and the results of several common filters that were modified are presented. This approach is applied to two RADARSAT-2 images: one over San Francisco, California, USA and the other over St. John’s, Newfoundland and Labrador, Canada, producing results that were similar to, or outperformed, comparable filters while retaining details and suppressing speckle effectively. While the method was successful for single-look intensity data, it offers great potential for multi-look and amplitude data as well.     

Observing water-level variations from space-borne high-resolution Synthetic Aperture Radar (SAR) image correlation

The potential of correlating high-resolution Synthetic Aperture Radar images to estimate local water-level variations is analysed based on observing the motions of floating structures. By computing range and azimuth offsets on a COSMO-SkyMed multi-temporal data-set in an area of the French Atlantic Coast, displacement signatures were detected in several harbours of the region. They can be associated with specific floating structures, whose vertical motion is mostly driven by tides. Although the image resolution is not the best achievable for the COSMO-SkyMed sensor, comparison with ground-based tide information revealed that the obtained space-borne measurements are consistent with the tide gauges to a decimetric accuracy. Even if the requirements for traditional users of tidal data are not met by the current revisit time of the COSMO-SkyMed constellation, the method proposed here provides complementary measures, which are already well aligned to requirements of users concerned with long-term sea-level variation and river or lake water stocks.