全极化SAR图像的山地低矮植被区域土壤含水量估计

发布时间：2018-07-20 20:41

【摘要】：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。
[Abstract]:The soil moisture content in mountainous area is of great significance to the monitoring of vegetation growth and landslide prediction. Therefore, a method of soil moisture content estimation based on full polarimetric SAR image is proposed for the low vegetation area in mountainous area. In order to solve the problem of geometric deformation and polarization rotation of SAR images in mountainous regions, measurable and undetectable regions are defined according to the information of incident angle, slope and direction, and the backscattering coefficients of measurable regions are corrected. Secondly, based on the Michigan model, the scattering model of low vegetation is developed. On the assumption that the vegetation and soil characteristics are invariant, a soil moisture inversion method is established based on the scattering model and the correction data. The results show that the soil moisture content of the model is basically the same as the measured values of the experimental points. The inversion values of the two experimental points are 14% and 15. The measured values are 11. 45% and 15. 80, which can meet the requirements of general application.
【作者单位】： 电子科技大学自动化工程学院;
【基金】：国家自然科学基金(编号:41571333,41371340)~~
【分类号】：S152.7;TN957.52

【相似文献】

相关期刊论文 前10条

1 吴文义,尉永平;瓶筒法快速测定土壤含水量[J];山西水利科技;2001年04期

2 李美婷;武红旗;蒋平安;卢响军;付彦博;;利用土壤的近红外光谱特征测定土壤含水量[J];光谱学与光谱分析;2012年08期

3 洪重光;硫酸注射法快速测定土壤含水量[J];土壤通报;1960年02期

4 ;怎样测定土壤含水量[J];农田水利;1960年04期

5 孙福廷;电阻值法测土壤含水量[J];吉林水利;2002年07期

6 张成才,吴泽宁,余弘婧;遥感计算土壤含水量方法的比较研究[J];灌溉排水学报;2004年02期

7 左玉萍,贾志宽;土壤含水量对秸秆分解的影响及动态变化[J];西北农林科技大学学报(自然科学版);2004年05期

8 张学礼,胡振琪,初士立;土壤含水量测定方法研究进展[J];土壤通报;2005年01期

9 徐玉英;土壤含水量计算方法[J];东北水利水电;2005年07期

10 谢恒星;张振华;刘继龙;谭春英;李清翠;;苹果园土壤含水量测定取样点数目及插值方法研究[J];莱阳农学院学报;2005年04期

相关会议论文 前10条

1 王二虎;仝文伟;鲁建立;霍继超;王娟;;暴雨过程对不同深度土壤含水量的影响分析[A];第27届中国气象学会年会现代农业气象防灾减灾与粮食安全分会场论文集[C];2010年

2 王春梅;左强;杨鹤松;;应用随机组合方法分析不同尺度表层土壤含水量合理取样数目[A];农业工程科技创新与建设现代农业——2005年中国农业工程学会学术年会论文集第二分册[C];2005年

3 武红旗;李美婷;蒋平安;卢响军;付彦博;;北疆典型盐渍土土壤含水量光谱特征研究[A];面向未来的土壤科学（上册）——中国土壤学会第十二次全国会员代表大会暨第九届海峡两岸土壤肥料学术交流研讨会论文集[C];2012年

4 匡亚红;陆桂华;吴志勇;;中国近60年模拟土壤含水量时空特征分析[A];中国水文科技新发展——2012中国水文学术讨论会论文集[C];2012年

5 纪瑞鹏;班显秀;张淑杰;张玉书;冯锐;陈鹏狮;;基于遥感的农田土壤含水量面预报方法研究[A];中国气象学会2006年年会“卫星遥感技术进展及应用”分会场论文集[C];2006年

6 邹洪涛;黄毅;张玉龙;孙占祥;;东北风沙半干旱区不同栽培模式春播前土壤墒情变化的研究[A];中国农作制度研究进展2008[C];2008年

7 顾静;;西安地区麦地不同降水年份土壤含水量研究[A];中国地理学会2007年学术年会论文摘要集[C];2007年

8 张素芳;马礼;;坝上高原林草地表层土壤含水量对比研究[A];自然地理学与生态安全学术论文摘要集[C];2012年

9 王学军;李怀耿;崔少君;;土壤含水量监测与智能灌溉系统应用研究[A];济宁市技术创新与可持续发展论文选编[C];2005年

10 党修伍;周景春;张永芹;孔妲;张存岭;陈若礼;;0-50cm土壤水分变化规律分析[A];中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集[C];2007年

相关重要报纸文章 前9条

1 赵永春;农田保墒是关键[N];沈阳日报;2006年

2 记者 张梅　实习生 颜薇;我省部分地区旱情持续[N];陕西日报;2009年

3 记者 李宁波;一场雨雪润了干渴运城[N];山西日报;2009年

4 记者 许怡平;全市旱情基本解除[N];安庆日报;2011年

5 杨建辉;华池伏旱加剧 45万亩大秋作物面临威胁[N];甘肃经济日报;2007年

6 本报记者 赵颂;提供决策依据实现主动抗旱[N];贵阳日报;2010年

7 本报记者 谢盼;河北：给土壤做“体检”[N];中国气象报;2013年

8 记者 王文辉;我省中西部地区面临春旱各地积极采取应对措施[N];吉林日报;2009年

9 杨乃芬;小麦大抢救：河北邯郸旱情直击[N];第一财经日报;2009年

相关博士学位论文 前6条

1 刁万英;基于可见-近红外波段反射率估算表层土壤含水量[D];中国农业大学;2016年

2 朱鹤;面向农业用水管理的土壤含水量多源数据同化方法与应用研究[D];中国水利水电科学研究院;2016年

3 王向华;基于LSMEM模型的黑河流域土壤含水量遥感反演研究[D];中国地质大学(北京);2017年

4 易小波;西北干旱区土壤含水量时空变化特征及土壤物理性质模拟试验研究[D];西北农林科技大学;2017年

5 王立权;雪被—农田土壤复合系统复杂性分析及水热互作效应研究[D];东北农业大学;2014年

6 陈俊英;污灌土壤斥水性的机理研究[D];西北农林科技大学;2010年

相关硕士学位论文 前10条

1 祝倩;晋西北黄土区三种植被类型土壤含水量变化特征研究[D];山西大学;2014年

2 张广波;基于3S技术的苹果园信息提取与管理系统开发[D];山东农业大学;2015年

3 柯丽娟;遥感反演土壤含水量在灌溉用水管理中的应用研究[D];兰州交通大学;2015年

4 金梦婷;基于合成孔径雷达卫星数据反演表层土壤含水量的研究[D];杭州师范大学;2016年

5 贾秋洪;低丘红壤区农田小气候特征及土壤水分动态模拟[D];南京信息工程大学;2016年

6 马骥;基于不同植被配置的六盘山区土壤水分及地表径流研究[D];宁夏大学;2016年

7 王志军;非线性分形理论与时间序列分析法在土壤含水量预测中的应用研究[D];长安大学;2016年

8 李萍;黄河三角洲土壤含水量状况的高光谱估测与遥感反演[D];山东农业大学;2016年

9 马建新;农作物覆盖区土壤含水量多源遥感反演方法[D];河南理工大学;2016年

10 卢奕竹;基于探地雷达的土壤水遥感监测地面验证及尺度问题研究[D];中国水利水电科学研究院;2017年

，

本文编号：2134714