基于多源雷达遥感技术的黄河径流反演研究

发布时间：2021-04-13 09:07

　　黄河是我国华北地区重要的水资源,采用雷达遥感方式对其径流进行监测可以便捷地反映出黄河的旱涝变化趋势,具有重要的现实意义。目前,雷达遥感径流反演常用雷达高度计（RA）获取水位信息用以构建水深-径流模型,这种方法忽略了河面变化对径流波动的影响,具有一定的局限性。该文提出一种基于多源雷达遥感技术的径流计算模型（MRRS-RCM）,综合应用RA测高技术与合成孔径雷达（SAR）信息提取技术,以曼宁公式为基础,构建MRRS-RCM模型实现径流反演。该文选取黄河下游3个研究站点进行径流反演实验,结果证明MRRSRCM模型径流反演结果的相对均方根误差（RRMSE）达到13.969%,优于传统径流监测15%～20%的精度要求。 

【文章来源】：电子与信息学报. 2020,42(07)北大核心EICSCD

【文章页数】：9 页

【部分图文】：

基于MRRS-RCM模型的径流反演方法处理流程

由于A,B,C站点在同一景SAR图像下，本文选用2018年1月—12月共28景Sentinel-1A地距多视影像产品(Ground Range Detected High,GRDH)为建模数据，以2019年1月—8月共21景SAR数据为测试数据，采用干涉幅宽(Interferometric Wide-swath,IW)成像模式，极化方式为VV极化，分辨率为5 m×20 m，幅宽为250 km。SAR数据时间信息如表3所示，数据下载地址为：https://scihub.copernicus.eu/dhus/。(3)水文数据：本文以2018年1月—12月花园口、夹河滩、高村水文站实测水位、径流数据为建模数据，以2019年1月—8月的水文数据为模型测试的验证数据。数据来源于水利部黄河水利委员会，数据获取地址：http://www.yellowriver.gov.cn/。

在A,B,C站点MRRS-RCM模型建模过程中，A站点RA数据重访周期为27 d,B和C站点RA数据重访周期为10 d,SAR数据重访周期为12 d。本文以准同步方式，选择相近时间内RA和SAR数据用以建模。在A站点建模中，选用实测水位进行插值补全，降低RA数据重访周期长的影响。如图7所示，拟合相对水深、河宽以及实测径流，得到A,B,C站点的河流经验系数rep，将rep代入MRRS-RCM模型，分别得到式(13)—式(15)。

【参考文献】：
期刊论文
[1]基于混合模糊的SAR图像水陆分割算法[J]. 郭拯危,王乐,宋国磊.  国土资源遥感. 2018(04)
[2]基于面向对象方法的Sentinel-1A SAR在洪水监测中的应用[J]. 汤玲英,刘雯,杨东,陈乐,苏扬媚,徐宪立.  地球信息科学学报. 2018(03)
[3]一种合成孔径雷达高度计定标方法[J]. 谌华,郭伟,杨双宝,许可,徐曦煜,史灵卫,王磊.  电子与信息学报. 2017(09)
[4]一种改进的ACM算法及其在鄱阳湖水域监测中的应用[J]. 冷英,刘忠玲,张衡,王宇,李宁.  电子与信息学报. 2017(05)
[5]Cryosat-2数据的大地水准面分辨能力研究[J]. 张胜军,金涛勇,褚永海,孔祥雪.  武汉大学学报(信息科学版). 2016(06)

博士论文
[1]黄河流域天然年径流变化特性分析及其预测[D]. 张少文.四川大学 2005

硕士论文
[1]基于雷达高度计的内陆水体应用研究[D]. 袁翠.中国科学院大学(中国科学院遥感与数字地球研究所) 2017



本文编号：3135016