基于机器学习的高分辨率土壤湿度反演方法研究
发布时间：2021-04-15 19:32
土壤湿度影响诸多的环境、气候、生态、经济过程。以更高的分辨率观测土壤湿度可以更高精度地实现农业、河流流域管理,更及时地监测和预警滑坡和泥石流灾害。卫星遥感观测土壤湿度经济、便利、覆盖广泛,但无法避免观测间隙。为实现高分辨率土壤湿度观测,必须有机融合多源异构的观测数据。开展土壤湿度遥感观测前必须选择合适的传感器,这将面临大量传感器不尽相同的观测能力为选择带来的困难。在选择多光谱成像仪开展土壤湿度观测后,还需补足由于不良天气和卫星重访间隔带来的观测间隙,才能满足高分辨率观测需求。这可以与时间连续的地面观测数据融合实现,但必须面临二者大相径庭的观测尺度造成的土壤湿度观测结果对立统一的关系。要在没有地面观测数据的区域弥补云雾遮挡导致的观测间隙,可以融合SAR遥感观测数据以利用主动微波遥感穿透云雾的优势,但还需协调统一不同传感器的土壤湿度观测机理。因此,本文从土壤湿度遥感传感器能力评价和聚类、土壤湿度点面观测数据融合建模、SAR-多光谱成像仪土壤湿度遥感数据融合建模三方面开展研究,基于机器学习算法结合人工神经网络模型提出了一种聚类算法、两种融合模型和算法,以依据土壤湿度潜在观测能力评价及聚类星载...
【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：186 页
【学位级别】：博士
【部分图文】：
图１．２?土壤湿度间隙补足研究趋势（ａ）每年发表的论文数（ｂ）每年的引文数??
（ａ）?（ｂ）??图１．２?土壤湿度间隙补足研究趋势（ａ）每年发表的论文数（ｂ）每年的引文数??另外，Ｚｈａｎｇ?ａｎｄ?Ｃｈｅｎ（２０１６）提出的融合星地土壤湿度数据的方法，利用地??面原位土壤湿度传感器的时间维连续观测优势，通过点面融合，再由点到面地拓??展，实现了完全缺失遥感影像时，恢复地面土壤湿度分布的目标。在点面融合时，??该方法采用了线性模型建模遥感观测的土壤湿度值和同一位置原位站点观测的??土壤湿度值。??１．２．２．２．遥感土壤湿度降尺度方法??一系列旨在提高土壤湿度遥感空间分辨率的降尺度算法，通过融合高分辨率??的遥感数据和低分辨率的土壤湿度数据，达到提升土壤湿度遥感观测空间分辨能??力的目的。在Ｗｅｂ?ｏｆ?Ｓｃｉｅｎｃｅ核心合集中搜索“ｓｏｉｌ?ｍｏｉｓｔｕｒｅ?ｄｏｗｎｓｃａｌｅ”，获得的??结果显示近年来该领域的研究成果逐年增多，研究热度呈上升趋势，如图１．３。??７〇－｜?１６０〇１??６０－?１４００－??５０－?１２００－??ｔ－?１〇〇°－??３５－?｜?８００－??ｐ－?－?Ｉ?６００－?Ｉ??？?５１?〇ｒ〇ｒＸ??§＞〇〇〇§§〇〇〇〇〇〇〇〇〇〇〇〇〇〇?Ｓ〇§〇〇〇〇〇§〇〇〇〇５〇〇５〇〇〇??（ａ）?（ｂ）??图１．３?土壤湿度降尺度研究趋势（ａ）每年发表的论文数（ｂ
最后，假设传感器在仿真过程中一直进行观测并产生和回传观测数据，即这??－－圆锥形视场区域扫过的上述８大粮食产区的范围均纳入有效的观测范围。建立??好仿真场景后，ＳＴＫ软件的界面如图３．２所示。??图３．２?ＳＴＫ仿真界面，曲线示卫星轨道，圆圈示传感器在地面的观测范围??建立好仿真实验时空场景和所有传感器及其卫星平台的模型后，ＳＴＫ可以??在仿真时间段内统计每个传感器每次过境各个选定区域的时刻、过境时覆盖到的??面积占该区域总面积的百分比、过境时持续的观测时间，并以表格形式输出这些??仿真结果。从这些统计记录中即可提取出该传感器在仿真时间段内观测上述每个??粮食产区的次数、最长覆盖时间、最大覆盖时间间隔、最大覆盖百分比和累积覆??盖百分比，即传感器能力仿真参数。结合上文采集的传感器观测能力设计参数，??验证实验需要的数据即收集完成。最终每个传感器共有８个观测能力设计参数、??４０个观测能力仿真参数，共计４８维观测能力参数表达传感器的土壤湿度遥感观??测能力，完整的数据列表见本文附件（下载链接ｈｔｔｐ：／／ｐａｎ．ｂａｉｄｕ．ｅｏｍ／ｓ／ｌｓｌｓｉｚｘｊ）。??５９??
【参考文献】：
期刊论文
[1]“高分四号”卫星观测能力与应用前景分析[J]. 王殿中,何红艳. 航天返回与遥感. 2017(01)
[2]面向任务的成像卫星传感器观测能力度量方法[J]. 王伟,郑重,李鹏飞,陈能成. 武汉大学学报(信息科学版). 2013(12)
[3]海河流域不同下垫面土壤水分动态模拟研究[J]. 朱忠礼,林柳莺,徐同仁. 地球科学进展. 2012(07)
[4]遥感卫星传感器的重复观测能力计算[J]. 李子扬,李传荣,胡坚,高彩霞. 空间科学学报. 2009(06)
[5]论智能化对地观测系统[J]. 李德仁,沈欣. 测绘科学. 2005(04)
[6]条件植被温度指数及其在干旱监测中的应用[J]. 王鹏新,龚健雅,李小文. 武汉大学学报(信息科学版). 2001(05)
[7]美国新一代对地观测卫星EOS-TERRA概况[J]. 袁本凡,李长军,葛之江. 航天器工程. 2001(03)
[8]用气象卫星监测土壤水分的试验研究[J]. 肖乾广,陈维英,盛永伟,李靖. 应用气象学报. 1994(03)
博士论文
[1]对地观测网传感器资源共享管理模型与方法研究[D]. 胡楚丽.武汉大学 2013
本文编号：3139960
【文章来源】：武汉大学湖北省 211工程院校 985工程院校 教育部直属院校
【文章页数】：186 页
【学位级别】：博士
【部分图文】：
图１．２?土壤湿度间隙补足研究趋势（ａ）每年发表的论文数（ｂ）每年的引文数??
（ａ）?（ｂ）??图１．２?土壤湿度间隙补足研究趋势（ａ）每年发表的论文数（ｂ）每年的引文数??另外，Ｚｈａｎｇ?ａｎｄ?Ｃｈｅｎ（２０１６）提出的融合星地土壤湿度数据的方法，利用地??面原位土壤湿度传感器的时间维连续观测优势，通过点面融合，再由点到面地拓??展，实现了完全缺失遥感影像时，恢复地面土壤湿度分布的目标。在点面融合时，??该方法采用了线性模型建模遥感观测的土壤湿度值和同一位置原位站点观测的??土壤湿度值。??１．２．２．２．遥感土壤湿度降尺度方法??一系列旨在提高土壤湿度遥感空间分辨率的降尺度算法，通过融合高分辨率??的遥感数据和低分辨率的土壤湿度数据，达到提升土壤湿度遥感观测空间分辨能??力的目的。在Ｗｅｂ?ｏｆ?Ｓｃｉｅｎｃｅ核心合集中搜索“ｓｏｉｌ?ｍｏｉｓｔｕｒｅ?ｄｏｗｎｓｃａｌｅ”，获得的??结果显示近年来该领域的研究成果逐年增多，研究热度呈上升趋势，如图１．３。??７〇－｜?１６０〇１??６０－?１４００－??５０－?１２００－??ｔ－?１〇〇°－??３５－?｜?８００－??ｐ－?－?Ｉ?６００－?Ｉ??？?５１?〇ｒ〇ｒＸ??§＞〇〇〇§§〇〇〇〇〇〇〇〇〇〇〇〇〇〇?Ｓ〇§〇〇〇〇〇§〇〇〇〇５〇〇５〇〇〇??（ａ）?（ｂ）??图１．３?土壤湿度降尺度研究趋势（ａ）每年发表的论文数（ｂ
最后，假设传感器在仿真过程中一直进行观测并产生和回传观测数据，即这??－－圆锥形视场区域扫过的上述８大粮食产区的范围均纳入有效的观测范围。建立??好仿真场景后，ＳＴＫ软件的界面如图３．２所示。??图３．２?ＳＴＫ仿真界面，曲线示卫星轨道，圆圈示传感器在地面的观测范围??建立好仿真实验时空场景和所有传感器及其卫星平台的模型后，ＳＴＫ可以??在仿真时间段内统计每个传感器每次过境各个选定区域的时刻、过境时覆盖到的??面积占该区域总面积的百分比、过境时持续的观测时间，并以表格形式输出这些??仿真结果。从这些统计记录中即可提取出该传感器在仿真时间段内观测上述每个??粮食产区的次数、最长覆盖时间、最大覆盖时间间隔、最大覆盖百分比和累积覆??盖百分比，即传感器能力仿真参数。结合上文采集的传感器观测能力设计参数，??验证实验需要的数据即收集完成。最终每个传感器共有８个观测能力设计参数、??４０个观测能力仿真参数，共计４８维观测能力参数表达传感器的土壤湿度遥感观??测能力，完整的数据列表见本文附件（下载链接ｈｔｔｐ：／／ｐａｎ．ｂａｉｄｕ．ｅｏｍ／ｓ／ｌｓｌｓｉｚｘｊ）。??５９??
【参考文献】：
期刊论文
[1]“高分四号”卫星观测能力与应用前景分析[J]. 王殿中,何红艳. 航天返回与遥感. 2017(01)
[2]面向任务的成像卫星传感器观测能力度量方法[J]. 王伟,郑重,李鹏飞,陈能成. 武汉大学学报(信息科学版). 2013(12)
[3]海河流域不同下垫面土壤水分动态模拟研究[J]. 朱忠礼,林柳莺,徐同仁. 地球科学进展. 2012(07)
[4]遥感卫星传感器的重复观测能力计算[J]. 李子扬,李传荣,胡坚,高彩霞. 空间科学学报. 2009(06)
[5]论智能化对地观测系统[J]. 李德仁,沈欣. 测绘科学. 2005(04)
[6]条件植被温度指数及其在干旱监测中的应用[J]. 王鹏新,龚健雅,李小文. 武汉大学学报(信息科学版). 2001(05)
[7]美国新一代对地观测卫星EOS-TERRA概况[J]. 袁本凡,李长军,葛之江. 航天器工程. 2001(03)
[8]用气象卫星监测土壤水分的试验研究[J]. 肖乾广,陈维英,盛永伟,李靖. 应用气象学报. 1994(03)
博士论文
[1]对地观测网传感器资源共享管理模型与方法研究[D]. 胡楚丽.武汉大学 2013
本文编号：3139960
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3139960.html
