Mironov介电常数模型对土壤水分反演误差的定量研究
发布时间：2023-01-28 11:42
土壤水分是反映陆表变化的关键参数。星载微波遥感为快速获取大范围地表土壤水分开辟了新途径。特别是全球首颗被动微波遥感卫星SMOS（Soil Moisture and Ocean Salinity）的成功应用,为获取全球土壤水分奠定坚实基础。但大量验证试验表明,短时段内反演结果存在剧烈波动,需针对算法和模型做进一步的优化研究。2012年,SMOS将原应用的Dobson介电常数模型改为Mironov介电常数模型后,土壤水分总体的反演精度得到提升。为此,本文以SMOS卫星数据为研究对象,定量研究Mironov介电常数对土壤水分反演误差的影响和基于实测资料优化Mironov模型（L-Band microwave emission of the biosphere model）中关键参量,以期达到改进土壤水分反演精度。主要研究成果如下:（1）L-MEB模型关键参数敏感性分析。通过分析Mironov介电模型、土壤粗糙度模型及辐射传输方程发现:Mironov介电常数对土壤水分敏感,对温度类参数不敏感;地表发射率虽受微波入射角度、介电常数实部及土壤粗糙度的共同影响,但介电常数占据主导地位;低矮植被的模拟...
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
Abstract
1.绪论
1.1 土壤水分反演研究意义
1.2 介电常数模型及土壤水分反演研究现状分析
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 选题依据及主要研究内容
1.3.1 选题依据
1.3.2 主要研究内容
1.4 技术路线
2.星载被动微波土壤水分反演理论方法
2.1 地表微波辐射关键参数
2.2 裸土辐射传输模型
2.2.1 Mironov介电常数模型
2.2.2 地表粗糙度模型
2.2.3 有效土壤温度模型
2.2.4 大气辐射
2.3 植被辐射传输模型
2.3.1 植被光学厚度计算
2.3.2 植被层温度
3.研究区与数据
3.1 研究区概况
3.2 SMOS卫星及卫星数据
3.2.1 SMOS探测机制
3.2.2 SMOS数据体系
3.3 USCRN实测数据
3.4 SMOS数据读取及数据匹配
3.4.1 SMOS数据读取方式
3.4.2 SMOS、USCRN数据时空匹配
4.Mironov介电常数模型定量分析
4.1 微波辐射关键参数模型定量分析
4.1.1 Mironov介电常数模型与土壤水分和温度的量化关系
4.1.2 土壤粗糙度对介电常数的量化关系
4.1.3 介电常数对辐射亮温的关系分析
4.2 SMOS-Mironov介电常数可靠性分析
4.2.1 整体站点SMOS-Mironov介电模型的可靠性分析
4.2.2 单个站点SMOS-Mironov介电模型的可靠性分析
5.SMOS-Mironov介电常数误差来源和反演模型的优化
5.1 SMOS-Mironov介电常数误差来源
5.1.1 SMOS反演结果与地类和降水的相关性研究
5.1.2 SMOS观测亮温与土壤水分和介电常数的联系
5.1.3 SMOS观测亮温与覆被之间的关系
5.2 反演优化研究
5.2.1 Mironov介电常数模型优化
5.2.2 基于L-MEB辐射模型的优化
6.结论与展望
6.1 结论与分析
6.2 展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]被动微波反演土壤水分的L波段新发展及未来展望[J]. 赵天杰. 地理科学进展. 2018(02)
[2]基于介电特性的冻土检测方法研究[J]. 刘银锋,余国河,杜建苹,刘柯,翟龙升. 气象水文海洋仪器. 2017(04)
[3]土壤水盐介电模型对比与分析[J]. 魏龙,王维真,吴月茹,马春锋. 遥感技术与应用. 2017(06)
[4]土壤介电特性与其影响因素的相关性研究[J]. 左佃云,田昊,周晋成,赵燕东. 浙江农业学报. 2017(10)
[5]实测拟合Mironov介电常数的SMOS对土壤水分反演精度的优化[J]. 马战林,杨娜,崔学皓. 贵州农业科学. 2017(10)
[6]重金属污染对土壤介电特性的影响规律研究[J]. 乔翠平,赵贵章,刘少康,高菁,赵明星,杨柳. 灌溉排水学报. 2017(08)
[7]几种卫星反演土壤湿度在中国地区的对比分析[J]. 黄图南,郑有飞,段长春,尹继福,吴荣军. 遥感信息. 2017(03)
[8]土壤介电常数影响因素的研究综述[J]. 高菁,李志萍,刘少康,陈一元,赵明星,袁伟博. 人民珠江. 2017(05)
[9]土壤水分反演中的主动微波散射模型[J]. 李俐,王荻,潘彩霞,牛焕娜. 国土资源遥感. 2016(04)
[10]基于SMOS卫星数据的海表面盐度模型[J]. 赵红,王成杰. 海洋技术学报. 2016(01)
硕士论文
[1]SMOS微波遥感土壤水分验证/校正研究[D]. 崔慧珍.河南理工大学 2015
[2]中国几种典型土壤介电常数及其与含水量的关系[D]. 巨兆强.中国农业大学 2005
本文编号：3732550
【文章页数】：72 页
【学位级别】：硕士
【文章目录】：
致谢
摘要
Abstract
1.绪论
1.1 土壤水分反演研究意义
1.2 介电常数模型及土壤水分反演研究现状分析
1.2.1 国内研究现状
1.2.2 国外研究现状
1.3 选题依据及主要研究内容
1.3.1 选题依据
1.3.2 主要研究内容
1.4 技术路线
2.星载被动微波土壤水分反演理论方法
2.1 地表微波辐射关键参数
2.2 裸土辐射传输模型
2.2.1 Mironov介电常数模型
2.2.2 地表粗糙度模型
2.2.3 有效土壤温度模型
2.2.4 大气辐射
2.3 植被辐射传输模型
2.3.1 植被光学厚度计算
2.3.2 植被层温度
3.研究区与数据
3.1 研究区概况
3.2 SMOS卫星及卫星数据
3.2.1 SMOS探测机制
3.2.2 SMOS数据体系
3.3 USCRN实测数据
3.4 SMOS数据读取及数据匹配
3.4.1 SMOS数据读取方式
3.4.2 SMOS、USCRN数据时空匹配
4.Mironov介电常数模型定量分析
4.1 微波辐射关键参数模型定量分析
4.1.1 Mironov介电常数模型与土壤水分和温度的量化关系
4.1.2 土壤粗糙度对介电常数的量化关系
4.1.3 介电常数对辐射亮温的关系分析
4.2 SMOS-Mironov介电常数可靠性分析
4.2.1 整体站点SMOS-Mironov介电模型的可靠性分析
4.2.2 单个站点SMOS-Mironov介电模型的可靠性分析
5.SMOS-Mironov介电常数误差来源和反演模型的优化
5.1 SMOS-Mironov介电常数误差来源
5.1.1 SMOS反演结果与地类和降水的相关性研究
5.1.2 SMOS观测亮温与土壤水分和介电常数的联系
5.1.3 SMOS观测亮温与覆被之间的关系
5.2 反演优化研究
5.2.1 Mironov介电常数模型优化
5.2.2 基于L-MEB辐射模型的优化
6.结论与展望
6.1 结论与分析
6.2 展望
参考文献
作者简历
学位论文数据集
【参考文献】：
期刊论文
[1]被动微波反演土壤水分的L波段新发展及未来展望[J]. 赵天杰. 地理科学进展. 2018(02)
[2]基于介电特性的冻土检测方法研究[J]. 刘银锋,余国河,杜建苹,刘柯,翟龙升. 气象水文海洋仪器. 2017(04)
[3]土壤水盐介电模型对比与分析[J]. 魏龙,王维真,吴月茹,马春锋. 遥感技术与应用. 2017(06)
[4]土壤介电特性与其影响因素的相关性研究[J]. 左佃云,田昊,周晋成,赵燕东. 浙江农业学报. 2017(10)
[5]实测拟合Mironov介电常数的SMOS对土壤水分反演精度的优化[J]. 马战林,杨娜,崔学皓. 贵州农业科学. 2017(10)
[6]重金属污染对土壤介电特性的影响规律研究[J]. 乔翠平,赵贵章,刘少康,高菁,赵明星,杨柳. 灌溉排水学报. 2017(08)
[7]几种卫星反演土壤湿度在中国地区的对比分析[J]. 黄图南,郑有飞,段长春,尹继福,吴荣军. 遥感信息. 2017(03)
[8]土壤介电常数影响因素的研究综述[J]. 高菁,李志萍,刘少康,陈一元,赵明星,袁伟博. 人民珠江. 2017(05)
[9]土壤水分反演中的主动微波散射模型[J]. 李俐,王荻,潘彩霞,牛焕娜. 国土资源遥感. 2016(04)
[10]基于SMOS卫星数据的海表面盐度模型[J]. 赵红,王成杰. 海洋技术学报. 2016(01)
硕士论文
[1]SMOS微波遥感土壤水分验证/校正研究[D]. 崔慧珍.河南理工大学 2015
[2]中国几种典型土壤介电常数及其与含水量的关系[D]. 巨兆强.中国农业大学 2005
本文编号：3732550
本文链接：https://www.wllwen.com/kejilunwen/nykj/3732550.html
