基于RADARSAT-2的风沙滩地区地表土壤水分遥感反演

发布时间：2017-03-30 00:18

  本文关键词：基于RADARSAT-2的风沙滩地区地表土壤水分遥感反演，由笔耕文化传播整理发布。

【摘要】：干旱半干旱地区气候干旱，常年降水稀少，，且蒸散强烈，土地贫瘠，水是最为敏感和活跃的因素。土壤水虽然只占全球水资源的很少一部分（0.005％），但它能对地球表层与大气圈之间的水热交换产生直接影响，对气候变化产生重要影响，在地-气界面间物质、能量交换以及大气圈、水圈和生物圈三者之间的相互作用都起着非常重要的作用。 土壤水分的动态变化研究一直是国内外研究的重要课题之一，而传统的测量土壤水分的方法大多是基于点的测量，在进行实地测量时需要建立密度很高的观测点网络，在野外的实际操作和后续的数据处理过程都相当繁琐复杂，给农业生产以及生态环境预警带来了诸多不便。随着遥感技术的发展，利用遥感技术监测土壤水分已经表现出很多优势，其主要优势在于其监测范围广、效率高、成本低，还能够进行长期、动态的监测，因而受到研究者广泛的关注和重视。光学遥感和红外遥感获取土壤水分都存在一定的限制，微波遥感具有全天时、全天候的观测优点，并且对地表有一定的穿透能力，能弥补光学和红外遥感方式在土壤水分监测中的不足，为大区域、大范围土壤水分监测提供了新的方法和渠道，在土壤水分的研究中得到了很高的重视。地表土壤水分与星载合成孔径雷达（SAR）的雷达后向散射系数有直接的相关性，为土壤水分的反演研究提供了可能性。 诸多研究表明，C波段估计0~5cm层的裸露地表土壤水分可达到较好的精度，目前在轨运行的Radarsat-2SAR提供的多极化、多角度的C波段SAR数据对于地表土壤水分监测具有很大的潜力。本文的主要目的就是采用C波段SAR数据反演风沙滩地区地表土壤水分，主要研究成果如下： （1）对常用的裸露地表和植被覆盖地表微波散射模型进行适用性分析，结合研究区的NDVI情况，选择裸露地表微波散射模型模拟研究区地表微波散射特性，选择能够较好刻画地表微波散射特征的AIEM模型模拟同极化的后向散射数据，交叉极化后向散射特征则由OH模型的交叉极化比和AIEM模拟的同极化后向散射数据共同描述。 （2）对研究区的RADARSAT-2数据和实测数据进行收集处理，得到研究区雷达后向散射系数影像和采样点土壤水分数据，确定研究区土壤水分的变化范围，为研究区地表微波散射特征模拟提供依据。 （3）利用AIEM模型模拟C波段雷达微波的地表后向散射特征，分析了不同极化下雷达入射角、土壤含水量、均方根高度以及相关长度等参数对雷达后向散射特征的影响，揭示了雷达后向散射系数随着这些参数变化而变化的规律。 （4）建立研究区地表微波散射特征数据库，分析了后向散射系数与土壤含水量、组合粗糙度之间的关系，通过非线性回归的方法建立后向散射系数、土壤水分与组合粗糙度之间的函数关系表达式，利用HV和HH极化相同角度的后向散射系数比来反演组合粗糙度，以此建立了利用雷达后向散射系数反演地表土壤水分的数学模型。 （5）利用RADARSAT-2后向散射系数，对建立的土壤水分反演模型在研究区进行应用与验证，结果表明本研究建立的土壤水分反演模型得到的反演值与实际测量值之间在风沙滩地区较平坦、低植被覆盖地表有很好的相关性，相关系数R2达到0.8309，绝对误差为1.29%，相对误差为14.8%，均方根误差RMSE为3.44。表明RADARSAT-2的C波段SAR数据，可以用来风沙滩地区的土壤水分。
【关键词】：土壤水分反演 主动微波遥感 Radarsat-2 AIEM 风沙滩
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：S152.7;P237
【目录】：

• 摘要5-7
• ABSTRACT7-11
• 第一章 绪论11-21
• 1.1 选题背景与研究意义11-13
• 1.1.1 选题背景11-12
• 1.1.2 研究意义12-13
• 1.2 土壤水分微波遥感国内外研究现状13-16
• 1.2.1 被动微波遥感监测土壤水分进展13-14
• 1.2.2 主动微波遥感监测土壤水分进展14-16
• 1.3 本文研究内容与技术路线16-20
• 1.3.1 主要研究内容16-18
• 1.3.2 技术路线18-20
• 1.4 论文结构20-21
• 第二章 土壤水分微波遥感反演基础21-30
• 2.1 微波遥感机理21-24
• 2.1.1 雷达方程和后向散射系数21-23
• 2.1.2 雷达系统参数23-24
• 2.2 土壤介电特性24-27
• 2.2.1 土壤水分25-26
• 2.2.2 土壤介电常数26-27
• 2.3 粗糙度参数27-30
• 2.3.1 均方根高度27-28
• 2.3.2 表面相关长度28
• 2.3.3 表面自相关函数28-29
• 2.3.4 地表粗糙度测量29-30
• 第三章 土壤水分微波遥感反演模型30-41
• 3.1 经验模型30-31
• 3.1.1 Oh 模型30-31
• 3.1.2 Dubois 模型31
• 3.2 理论模型31-37
• 3.2.1 基尔霍夫模型（Kirchhoff）32-33
• 3.2.2 小扰动模型（SPM）33-34
• 3.2.3 积分方程模型(IEM)34-35
• 3.2.4 高级积分方程模型（AIEM）35-36
• 3.2.5 MIMICS 模型36-37
• 3.3 半经验模型37-39
• 3.3.1 Shi 模型37-38
• 3.3.2 水云模型(Water-Cloud model)38-39
• 3.4 研究区微波散射模型的选择39-41
• 第四章 研究区土壤水分反演模型的建立与验证41-64
• 4.1 研究区概况41-42
• 4.2 数据收集与处理42-46
• 4.2.1 雷达数据42-44
• 4.2.2 实测数据44-46
• 4.3 AIEM 模拟裸露地表后向散射特征46-53
• 4.3.1 后向散射系数对雷达入射角的响应特征46-49
• 4.3.2 后向散射系数对土壤含水量的响应特征49-50
• 4.3.3 后向散射系数对地表粗糙度的响应特征50-53
• 4.4 地表参数与后向散射系数的关系模型53-58
• 4.4.1 后向散射系数与土壤水分的关系模型53-55
• 4.4.2 后向散射系数与地表粗糙度的关系模型55-58
• 4.5 研究区土壤水分反演与验证58-64
• 4.5.1 后向散射模型58-60
• 4.5.2 土壤水分反演60-62
• 4.5.3 研究区地表土壤水分反演62-64
• 第五章 结论与展望64-66
• 5.1 主要结论64
• 5.2 创新点64
• 5.3 不足与展望64-66
• 参考文献66-72
• 攻读学位期间取得的研究成果72-73
• 致谢73

【参考文献】

中国期刊全文数据库 前10条

1 黄芳;徐红松;齐青青;;土壤水分测试技术研究进展[J];安徽农学通报;2007年11期

2 鲍艳松;刘良云;王纪华;;综合利用光学、微波遥感数据反演土壤湿度研究[J];北京师范大学学报(自然科学版);2007年03期

3 袁苇,李宗谦,刘宁;不同微波遥感模态和不同数据组合的等湿度区域分布与土壤湿度的反演[J];中国工程科学;2004年06期

4 刘伟;施建成;余琴;;基于机载极化雷达技术的农作物覆盖区土壤水分估算[J];干旱区地理;2005年06期

5 刘万侠;刘旭拢;王娟;曾文华;;华南农作物覆盖区土壤水分ENVISAT-ASAR与MODIS数据联合反演算法研究[J];干旱地区农业研究;2008年03期

6 芮本善;航天合成孔径雷达技术应用研究及其进展[J];国外铀金地质;1999年01期

7 李宗谦,冯孔豫;从雷达后向散射系数反演土壤湿度与复介电常数[J];中国科学E辑:技术科学;1997年03期

8 吴涛;张荣标;冯友兵;;土壤水分含量测定方法研究[J];农机化研究;2007年12期

9 Wang Dan;Huang Pingping;Huang Mo;Liu Aijun;;SIMPLE ALGORITHM FOR SOIL MOISTURE RETRIEVAL WITH CO-POLARIZED SAR DATA[J];Journal of Electronics(China);2013年03期

10 谢亚楠;雷达方程在星载合成孔径雷达中的应用研究[J];上海航天;2000年06期

  本文关键词：基于RADARSAT-2的风沙滩地区地表土壤水分遥感反演，由笔耕文化传播整理发布。

本文编号：275778