基于粗糙度参数的风沙滩地区土壤水分微波遥感反演模型研究

发布时间：2017-06-09 03:03

  本文关键词：基于粗糙度参数的风沙滩地区土壤水分微波遥感反演模型研究，由笔耕文化传播整理发布。

【摘要】：水是人类及地球上一切生物赖以生存且必不可少的重要物质,是农业生产、经济发展过程中极为宝贵的自然资源。土壤水分是水循环中重要的参数之一,它不仅是联系降水和地下水的纽带,还决定着植被的生长发展。鄂尔多斯风沙滩地区属干旱半干旱荒漠区,降雨稀少,蒸发量大。近年来,地表土壤水分的大量蒸发和流失导致区域内土壤盐渍化、荒漠化以及植被和耕地的退化,不仅制约了当地农业经济的发展,生态环境也日益脆弱。因此,在干旱缺水地区监测土壤水分具有重要的意义。微波遥感技术是目前大尺度土壤水分监测的主要手段,与传统的测量手段相比,微波遥感具有全天时,全天候的优势,能够实现大面积、实时监测。利用微波遥感反演土壤水分是一种十分有效的手段,对水环境评价以及合理利用水资源具有现实的指导意义。微波遥感反演土壤水分关键是要建立后向散射系数与土壤水分的函数关系,然而对于裸露地表,影响雷达后向散射系数的重要参数是地表粗糙度,因此,对地表粗糙度进行精确描述,并去除粗糙度对后向散射的影响,是提高土壤水分反演精度的关键所在。本文以风沙滩地区为研究区,利用AIEM模型模拟雷达后向散射系数与粗糙度、土壤水分之间的关系,分别建立了基于组合粗糙度、有效相关长度以及粗糙度定标的AIEM反演模型,针对组合粗糙度、有效粗糙度、粗糙度定标这三大描述粗糙度的方法进行深入探究;通过评价各模型的精度,确定出适合研究区的最佳土壤水分反演模型。利用RADARSAT-2 C波段全极化雷达数据对研究区进行地表土壤水分反演,并制作土壤水分分布图,结合研究区DEM数据与GF-1遥感数据,从不同尺度分析土壤水分与地形地貌的关系。主要研究成果如下:(1)实验发现,法向菲涅尔反射系数与后向散射系数的相关性较土壤水分与后向散射系数的相关性更显著;由此,基于AIEM模型以法向菲涅尔反射系数建立的土壤水分反演模型,较直接以土壤水分建立的反演模型反演精度要高。(2)在利用不同粗糙度参数构建的土壤水分反演模型中,基于组合粗糙度的AIEM模型反演效果较好,基于粗糙度定标的AIEM模型次之,基于有效相关长度的AIEM模型反演效果一般。其中,基于新的组合粗糙度参数Zs=s3/l的AIEM模型精度较高,其相关系数、平均相对误差、平均绝对误差、一致性指数和均方根误差分别为0.942、26.4%、4.95%、0.885和6.00%。该模型较适合于干旱半干旱地区土壤水分的反演。(3)研究区土壤水分反演图显示,整个区域土壤含水量较低,平均为12%,土壤含水量小于10%的地区多为沙丘,土质为砂质。总体来看,土壤水分分区明显,呈西北—东南向高、低相间的条带状分布。(4)通过典型剖面分析不同尺度土壤水分与地形、地貌的关系,发现土壤含水量的分布与沙丘、草滩的分区一致,即沙丘区土壤含水量低,在12%以下,草滩区土壤含水量高,平均含水量为21%。从地形上来看,整个研究区地势较高的沙丘与草滩相间分布,呈西北—东南向条带状;一些流动沙丘,由于风力作用沙丘表层呈现高低不平的鱼鳞状分布,不同尺度的剖面显示,土壤水分与地形有着较好的响应关系,进一步验证了土壤水分反演结果的可靠性。
【关键词】：地表粗糙度 土壤水分 RADARSAT-2 AIEM 遥感反演模型
【学位授予单位】：长安大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：S152.7;S127
【目录】：

• 摘要4-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 选题背景与研究意义10-11
• 1.2 国内外研究进展11-15
• 1.2.1 国外研究现状11-13
• 1.2.2 国内研究现状13-14
• 1.2.3 存在的问题及分析14-15
• 1.3 本文研究内容与技术路线15-18
• 1.3.1 研究内容15
• 1.3.2 技术路线15-17
• 1.3.3 论文组织及安排17-18
• 第二章 土壤水分微波遥感反演理论基础18-28
• 2.1 微波遥感18-22
• 2.1.1 雷达方程19-20
• 2.1.2 雷达后向散射系数20
• 2.1.3 雷达系统参数20-22
• 2.2 土壤介电特性22-25
• 2.2.1 土壤水分22-23
• 2.2.2 土壤介电常数23-25
• 2.3 粗糙度参数25-28
• 2.3.1 均方根高度25
• 2.3.2 表面相关长度25-26
• 2.3.3 表面自相关函数26-27
• 2.3.4 地表粗糙度测量27-28
• 第三章 土壤水分微波遥感反演模型28-35
• 3.1 经验模型28-29
• 3.1.1 Oh模型28-29
• 3.1.2 Dubois模型29
• 3.2 半分析模型29-30
• 3.3 理论模型30-35
• 3.3.1 几何光学模型（GOM）30
• 3.3.2 物理光学模型（POM）30-31
• 3.3.3 小扰动模型（SPM）31-32
• 3.3.4 积分方程模型（IEM）32
• 3.3.5 高级积分方程模型（AIEM ）32-35
• 第四章 研究区概况及数据采集与处理35-46
• 4.1 研究区概况35-37
• 4.1.1 地理位置35
• 4.1.2 地形地貌35-36
• 4.1.3 水文与气象36
• 4.1.4 资源与经济36-37
• 4.2 数据获取与处理37-46
• 4.2.1 RADARSAT-2 数据37
• 4.2.2 雷达数据的预处理37-41
• 4.2.3 实测数据的采集及预处理41-46
• 第五章 土壤水分反演模型的建立与应用46-65
• 5.1 基于组合粗糙度的AIEM模型46-52
• 5.1.1 组合粗糙度46
• 5.1.2 基于Zs=s3/l的AIEM模型46-51
• 5.1.3 基于Zs=s2/l的AIEM模型51-52
• 5.2 基于有效相关长度的AIEM模型52-54
• 5.2.1 有效相关长度52-53
• 5.2.2 土壤水分反演与验证53-54
• 5.3 基于粗糙度定标的AIEM模型54-58
• 5.3.1 粗糙度定标54
• 5.3.2 土壤水分反演模型54-55
• 5.3.3 土壤水分反演与验证55-58
• 5.4 基于不同粗糙度参数的反演模型精度评价58-59
• 5.5 模型的应用59-65
• 5.5.1 风沙滩地区土壤水分反演59
• 5.5.2 土壤水分的空间分布与地形地貌的关系59-65
• 结论与展望65-68
• 主要结论65-66
• 创新点66
• 不足与展望66-68
• 参考文献68-76
• 攻读学位期间取得的研究成果76-77
• 致谢77

【参考文献】

中国期刊全文数据库 前10条

1 黄对;王文;;基于粗糙度定标的IEM模型的土壤含水率反演[J];农业工程学报;2014年19期

2 胡蝶;郭铌;沙莎;王丽娟;李巧珍;王静;刘伟刚;;基于Radarsat-2 SAR数据反演定西裸露地表土壤水分[J];干旱气象;2014年04期

3 余凡;李海涛;张承明;万紫;刘江;赵颖;;利用双极化微波遥感数据反演土壤水分的新方法[J];武汉大学学报(信息科学版);2014年02期

4 王亚飞;程亮;钟礼山;李满春;蒋洁;;像素级SAR影像时间序列的建模方法研究[J];地理与地理信息科学;2013年04期

5 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

6 陈晶;贾毅;余凡;;双极化雷达反演裸露地表土壤水分[J];农业工程学报;2013年10期

7 丁建丽;姚远;;干旱区稀疏植被覆盖条件下地表土壤水分微波遥感估算[J];地理科学;2013年07期

8 施建成;杜阳;杜今阳;蒋玲梅;柴琳娜;毛克彪;徐鹏;倪文俭;熊川;刘强;刘晨洲;郭鹏;崔倩;李云青;陈晶;王安琪;罗禾佳;王殷辉;;微波遥感地表参数反演进展[J];中国科学:地球科学;2012年06期

9 陈亮;施建成;蒋玲梅;杜今阳;;基于物理模型的被动微波遥感反演土壤水分[J];水科学进展;2009年05期

10 王军战;张友静;鲍艳松;陈晨;杨立君;王冬梅;;基于ASAR双极化雷达数据的半经验模型反演土壤湿度[J];地理与地理信息科学;2009年02期

  本文关键词：基于粗糙度参数的风沙滩地区土壤水分微波遥感反演模型研究，由笔耕文化传播整理发布。

，

本文编号：434271