盐渍化灌区土壤介电特性与多源遥感水分反演研究
发布时间：2021-11-01 23:53
土壤水分是陆面生态系统中植物生长发育的基本条件,也是进行土壤墒情监测、农作物产量估算等工作的重要指标。传统方法通过地面观测网点进行水分监测工作,虽然获取的土壤水分信息十分准确,但采样点数目有限且数据收集时效性差,很难实现大范围持续监测。而具有全天时、全天候和穿透能力强等特点的微波遥感,却能够快速获取地表参数的时空信息,为全面观测提供可能。介电常数是描述电磁场与物质相互作用关系的一个宏观参量,土壤含水量不同,其介电特性就明显不同,进而使得散射系数不同,因此研究土壤介电特性特别重要。本文通过C波段RADARSAT-2雷达数据模拟土壤介电特性,进而研究反演土壤水分的性能。同时为验证微波遥感反演水分具有广泛的适用性,分析Landsat8遥感影像数据的光谱反射率与水分关系,建立水分反演模型。以受盐渍化影响较严重的内蒙古河套灌区解放闸灌域为试验区:（1）利用剖面板法测量地表粗糙度,建立均方根高度、相关长度的组合粗糙度的神经网络反演模型。（2）回归分析了介电常数实部与SAR四极化后向散射系数、地表粗糙度的复杂关系,并与Oh经验模型对照,其相关性分别为R2=0.8321、R2=0.8209,从而建立了...
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
图１技术路线图??Ｆｉｇ．?１?Ｔｈｅ?ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ｔｅｃｈｎｉｃａｌ?ｒｏｕｔｅ??
图２?ＳＡＲ影响几何关系??Ｆｉｇ．２?ＳＡＲ?ｇｅｏｍｅｔｒｉｃ?ｒｅｌａｔｉｏｎｓｈｉｐ??２雷达方程与后向散射系数??（１）雷达方程??雷达方程就是电磁波的数学表达式，说明了电磁波、接收目标地物散射的电磁目标地物对电磁波的散射特征三者之间的关系。??根据雷达方程，接收机的输入功率为：??ｎ?＿＿?Ｐ，ＳＴＧＴ｛ｅ，（ｐ）ｇ，Ｇ，（〇，（ｐ）＾?，?ｒｎｒ＿?（４冗）３及４??中，巧为雷达接收的回波信号功率；ｆ为雷达反射的信号功率；Ａ为雷达波长；??雷达天线目标之间的距离；＾为目标的雷达截面积；■为雷达接收天线增益；??为雷达接收天线增益方向图；＆为雷达发射天线增益；为雷达发射益方向图；沒为入射角；ｐ为方位角。??雷达后向散射系数〇＊°可表示为??
杭锦后旗位于内蒙古自治区巴彦淖尔市西部，位于黄河“几”字的上方。其地理??坐标为：北纬４０°２６＾?—４１１３＇，东经１０６°４（Ｔ—１０７°２３、东西跨度约５２公里，南北宽??度约８７公里。研宄区域位置示意图如图４所示。??１〇〇。〇，〇？＇东?１１〇。〇，〇？＇东?ｉ２ｃｒｏ＇ｏ＂东???、?簾?＃?５??与?？－?ｇ??〇?名?ｍＶ?Ｖ?ｗＡ?－?Ｖｉｎ??〇？?－?Ｚ－Ｃ．?守??ｋ?篇藏藏蘇??ｅ．?，?／?？、?＇卜?＊??。ｖ：？＾?＇?ｂ??Ｐ?－一１??〇＇?ｖ，?Ａｖ：Ｖ一?Ｃ?，?＇?々??〇?＼?ＷＷ??々?ｆ＊?ｒ蹦？、紅教??＾－３??－＊?＊?？Ｃ３ＨＣ３ＭＭＭＨＭｄＺＺ＾＾Ｉ３ａｍａＭ?砂??〇?ｆｔ?＾?ｊｏｇ?ｔ＞ｒａ?？ｍ??ｐｉ?，?，?ｒ＿??＾?１〇〇。〇，〇”?尔?ｉｉｏ°ｃｒｏＭ?东?１２〇。〇＊〇＂东??图４研究区域位置示意图??Ｆｉｇ．４?Ｓｋｅｔｃｈ?ｍａｐ?ｓｔｕｄｙ?ａｒｅａ??研究区域的地势由西南向东北倾斜
【参考文献】：
期刊论文
[1]基于Radarsat2与Landsat8协同反演植被覆盖地表土壤水分的一种新方法[J]. 赵昕,黄妮,宋现锋,李增元,牛铮. 红外与毫米波学报. 2016(05)
[2]L波段主被动微波协同反演裸土土壤水分[J]. 马红章,刘素美,彭爱华,孙林,孙根云. 农业工程学报. 2016(19)
[3]河套灌区土壤盐渍化微波雷达反演[J]. 刘全明,成秋明,王学,李相君. 农业工程学报. 2016(16)
[4]基于新的组合粗糙度参数的土壤水分微波遥感反演[J]. 孔金玲,甄珮珮,李菁菁,杨笑天,杨晶,吴哲超. 地理与地理信息科学. 2016(03)
[5]基于Radarsat-2全极化数据的高原牧草覆盖地表土壤水分反演[J]. 谢凯鑫,张婷婷,邵芸,柴勋. 遥感技术与应用. 2016(01)
[6]基于ETM+遥感影像的农田土壤含水率反演研究[J]. 白燕英,魏占民,刘全明,李泽鸣. 灌溉排水学报. 2013(04)
[7]基于SAR数据的干旱区冲积扇地表粗糙度反演[J]. 林国青,郭华东,张露. 遥感技术与应用. 2013(04)
[8]双极化雷达反演裸露地表土壤水分[J]. 陈晶,贾毅,余凡. 农业工程学报. 2013(10)
[9]SAR土壤水分反演中的介电常数实部简化模型[J]. 曾江源,李震,陈权,毕海芸. 红外与毫米波学报. 2012(06)
[10]应用电磁感应和遥感的新疆绿洲区域尺度盐渍土识别[J]. 孙永猛,丁建丽,瞿娟,江红南. 农业工程学报. 2012(20)
博士论文
[1]基于IEM的多波段、多极化SAR土壤水分反演算法研究[D]. 李森.中国农业科学院 2007
[2]植被覆盖地表极化雷达土壤水分反演与应用研究[D]. 刘伟.中国科学院研究生院（遥感应用研究所） 2005
硕士论文
[1]基于Radarsat-2雷达影像和BP人工神经网络的土壤墒情监测研究[D]. 李彪.内蒙古农业大学 2015
[2]基于微波遥感的裸露地表土壤水分反演研究[D]. 郑磊.内蒙古农业大学 2014
[3]基于多源遥感数据的白龙江流域土壤水分反演研究[D]. 屈创.兰州大学 2014
[4]LMBP神经网络算法改进及其应用[D]. 赵旭峰.中国科学技术大学 2014
[5]冬小麦微波散射特性及参数反演研究[D]. 李成钢.电子科技大学 2013
[6]基于BP人工神经网络和Radarsat-2遥感影像的土壤墒情监测研究[D]. 喻忠伟.郑州大学 2013
[7]基于SAR数据的稀疏植被覆盖条件下的地表土壤水分反演研究[D]. 郭曼.新疆大学 2012
本文编号：3470930
【文章来源】：内蒙古农业大学内蒙古自治区
【文章页数】：83 页
【学位级别】：硕士
【部分图文】：
图１技术路线图??Ｆｉｇ．?１?Ｔｈｅ?ｆｌｏｗ?ｃｈａｒｔ?ｏｆ?ｔｅｃｈｎｉｃａｌ?ｒｏｕｔｅ??
图２?ＳＡＲ影响几何关系??Ｆｉｇ．２?ＳＡＲ?ｇｅｏｍｅｔｒｉｃ?ｒｅｌａｔｉｏｎｓｈｉｐ??２雷达方程与后向散射系数??（１）雷达方程??雷达方程就是电磁波的数学表达式，说明了电磁波、接收目标地物散射的电磁目标地物对电磁波的散射特征三者之间的关系。??根据雷达方程，接收机的输入功率为：??ｎ?＿＿?Ｐ，ＳＴＧＴ｛ｅ，（ｐ）ｇ，Ｇ，（〇，（ｐ）＾?，?ｒｎｒ＿?（４冗）３及４??中，巧为雷达接收的回波信号功率；ｆ为雷达反射的信号功率；Ａ为雷达波长；??雷达天线目标之间的距离；＾为目标的雷达截面积；■为雷达接收天线增益；??为雷达接收天线增益方向图；＆为雷达发射天线增益；为雷达发射益方向图；沒为入射角；ｐ为方位角。??雷达后向散射系数〇＊°可表示为??
杭锦后旗位于内蒙古自治区巴彦淖尔市西部，位于黄河“几”字的上方。其地理??坐标为：北纬４０°２６＾?—４１１３＇，东经１０６°４（Ｔ—１０７°２３、东西跨度约５２公里，南北宽??度约８７公里。研宄区域位置示意图如图４所示。??１〇〇。〇，〇？＇东?１１〇。〇，〇？＇东?ｉ２ｃｒｏ＇ｏ＂东???、?簾?＃?５??与?？－?ｇ??〇?名?ｍＶ?Ｖ?ｗＡ?－?Ｖｉｎ??〇？?－?Ｚ－Ｃ．?守??ｋ?篇藏藏蘇??ｅ．?，?／?？、?＇卜?＊??。ｖ：？＾?＇?ｂ??Ｐ?－一１??〇＇?ｖ，?Ａｖ：Ｖ一?Ｃ?，?＇?々??〇?＼?ＷＷ??々?ｆ＊?ｒ蹦？、紅教??＾－３??－＊?＊?？Ｃ３ＨＣ３ＭＭＭＨＭｄＺＺ＾＾Ｉ３ａｍａＭ?砂??〇?ｆｔ?＾?ｊｏｇ?ｔ＞ｒａ?？ｍ??ｐｉ?，?，?ｒ＿??＾?１〇〇。〇，〇”?尔?ｉｉｏ°ｃｒｏＭ?东?１２〇。〇＊〇＂东??图４研究区域位置示意图??Ｆｉｇ．４?Ｓｋｅｔｃｈ?ｍａｐ?ｓｔｕｄｙ?ａｒｅａ??研究区域的地势由西南向东北倾斜
【参考文献】：
期刊论文
[1]基于Radarsat2与Landsat8协同反演植被覆盖地表土壤水分的一种新方法[J]. 赵昕,黄妮,宋现锋,李增元,牛铮. 红外与毫米波学报. 2016(05)
[2]L波段主被动微波协同反演裸土土壤水分[J]. 马红章,刘素美,彭爱华,孙林,孙根云. 农业工程学报. 2016(19)
[3]河套灌区土壤盐渍化微波雷达反演[J]. 刘全明,成秋明,王学,李相君. 农业工程学报. 2016(16)
[4]基于新的组合粗糙度参数的土壤水分微波遥感反演[J]. 孔金玲,甄珮珮,李菁菁,杨笑天,杨晶,吴哲超. 地理与地理信息科学. 2016(03)
[5]基于Radarsat-2全极化数据的高原牧草覆盖地表土壤水分反演[J]. 谢凯鑫,张婷婷,邵芸,柴勋. 遥感技术与应用. 2016(01)
[6]基于ETM+遥感影像的农田土壤含水率反演研究[J]. 白燕英,魏占民,刘全明,李泽鸣. 灌溉排水学报. 2013(04)
[7]基于SAR数据的干旱区冲积扇地表粗糙度反演[J]. 林国青,郭华东,张露. 遥感技术与应用. 2013(04)
[8]双极化雷达反演裸露地表土壤水分[J]. 陈晶,贾毅,余凡. 农业工程学报. 2013(10)
[9]SAR土壤水分反演中的介电常数实部简化模型[J]. 曾江源,李震,陈权,毕海芸. 红外与毫米波学报. 2012(06)
[10]应用电磁感应和遥感的新疆绿洲区域尺度盐渍土识别[J]. 孙永猛,丁建丽,瞿娟,江红南. 农业工程学报. 2012(20)
博士论文
[1]基于IEM的多波段、多极化SAR土壤水分反演算法研究[D]. 李森.中国农业科学院 2007
[2]植被覆盖地表极化雷达土壤水分反演与应用研究[D]. 刘伟.中国科学院研究生院（遥感应用研究所） 2005
硕士论文
[1]基于Radarsat-2雷达影像和BP人工神经网络的土壤墒情监测研究[D]. 李彪.内蒙古农业大学 2015
[2]基于微波遥感的裸露地表土壤水分反演研究[D]. 郑磊.内蒙古农业大学 2014
[3]基于多源遥感数据的白龙江流域土壤水分反演研究[D]. 屈创.兰州大学 2014
[4]LMBP神经网络算法改进及其应用[D]. 赵旭峰.中国科学技术大学 2014
[5]冬小麦微波散射特性及参数反演研究[D]. 李成钢.电子科技大学 2013
[6]基于BP人工神经网络和Radarsat-2遥感影像的土壤墒情监测研究[D]. 喻忠伟.郑州大学 2013
[7]基于SAR数据的稀疏植被覆盖条件下的地表土壤水分反演研究[D]. 郭曼.新疆大学 2012
本文编号：3470930
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3470930.html
