L波段土壤微波辐射计算程序设计及影响亮温的因素分析

发布时间：2021-05-18 09:04

　　虽然土壤湿度只占地球含水量中很小的一个部分，但是土壤湿度对气象却有很大的影响力。所以，及时的获取土壤湿度值，对研究水文学、气象学、农业科学都有很大的帮助。为了精确的获取土壤湿度，通过土壤正向模型法来反演土壤湿度，被公认为最有效的一种探测手段。本文基于L波段土壤微波辐射亮温模型的算法，设计编写了一个土壤正向模型亮温计算的Matlab程序。首先本文从理论算法上介绍了三种地形下的L波段土壤微波辐射亮温模型。接着以这一算法为基础，着重介绍了基于该算法的Matlab计算程序的程序设计。包括它的程序需求、总体设计以及各个模块的模块设计和仿真结果。该程序包含三个大模块，分别是裸土地形亮温计算模块、水域亮温计算模块和植被地形亮温计算模块。每个大模块还包含多个小模块用以计算它们所需的物理参数。本文利用SMOS的L1C、L2以及辅助数据，通过作者设计的Matlab程序计算了一轨的模拟亮温值，并将计算的结果分别与SMOS官方程序的计算结果以及L1C的实测结果进行了对比，从而验证程序计算结果的精度。最后，本文利用该Matlab程序分别分析了土壤湿度、黏土含量、叶面积指数以及植被水含量对亮温的影响。 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：80 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景和意义
    1.2 土壤微波辐射正向模型研究现状
    1.3 本文主要内容和结构安排
2 L 波段土壤微波辐射亮温模型
    2.1 亮温的概念
    2.2 模拟亮温正向传输算法总述
    2.3 土壤的介电常数模型
    2.4 反射率
    2.5 大气贡献及衰减
    2.6 裸土辐射模型
    2.7 水域辐射模型
    2.8 植被辐射模型
    2.9 计算模拟天线亮温
    2.10 本章小结
3 L 波段土壤微波辐射亮温计算的 MATLAB 程序设计
    3.1 L 波段土壤微波辐射亮温计算程序需求
    3.2 程序总体设计
    3.3 模块设计
    3.4 本章小结
4 与 SMOS 结果的对比
    4.1 SMOS 数据
    4.2 SMOS 计算程序的介绍
    4.3 与 SMOS 计算结果的对比
    4.4 计算结果与实测值的对比
    4.5 本章小结
5 影响亮温的因素分析
    5.1 土壤湿度的影响
    5.2 黏土含量的影响
    5.3 叶面积指数的影响
    5.4 植被水含量的影响
    5.5 本章小结
6 总结与展望
    6.1 全文总结
    6.2 不足和展望
致谢
参考文献


【参考文献】：
期刊论文
[1]温度植被干旱指数法（TVDI）在黄淮海平原土壤湿度反演中的应用研究[J]. 王纯枝,毛留喜,何延波,韩丽娟,陈健,宇振荣.  土壤通报. 2009(05)
[2]中国西北区西部土壤湿度及其气候响应[J]. 王磊,文军,韦志刚,胡泽勇,赵逸舟,魏荣庆.  高原气象. 2008(06)
[3]中国土壤湿度的分布与变化II.耦合模式模拟结果评估[J]. 张文君,宇如聪,周天军.  大气科学. 2008(05)
[4]仪征地区农田深层土壤湿度遥感反演初探[J]. 魏国栓,沈润平,丁国香.  遥感技术与应用. 2008(01)
[5]综合利用光学、微波遥感数据反演土壤湿度研究[J]. 鲍艳松,刘良云,王纪华.  北京师范大学学报(自然科学版). 2007(03)
[6]中国土壤湿度的垂直变化特征[J]. 张秀芝,吴迅英,何金海.  气象学报. 2004(01)
[7]半干旱地区流动沙地土壤湿度变异及其对降水的依赖[J]. 何志斌,赵文智.  中国沙漠. 2002(04)



本文编号：3193524