融合多源数据的草原区土壤水分监测方法研究

发布时间：2020-10-22 18:13

　　 土壤水分是地表水存储的重要组成部分,是大气和陆地间的能量和物质交换的重要因子,同时,也是水文、生态环境等领域的研究热点之一。土壤中水分的多少是以土壤含水量(通过仪器测出的精确定量数据)表示的。在本论文中定量获取土壤含水量是研究的重要内容,所以论文中土壤含水量与土壤水分意义相同。极化合成孔径雷达(Polarimetric Synthetic Aperture Radar,PolSAR)的极化特征、后向散射系数与土壤含水量存在很高的相关性,逐渐成为大尺度土壤水分监测的重要方法。而光学遥感由于其空间分辨率高、卫星传感器多、并能够提供各种光学指数,如:归一化植被指数NDVI、叶面积指数LAI等。所以能够用于定量估测植被含水量。有效地将微波遥感数据与光学遥感数据协同使用,能更准确的反演草原区土壤含水量,最大程度地发挥这些遥感卫星的作用。本论文的主要研究成果包含以下几个方面:(1)本文提出了多源遥感数据融合分类。在多种散射机制并存且密集交叉的环境下,相较于单一极化SAR数据分类,使用本文提出的多源遥感数据融合分类方法使研究区的地物分类精度得到提高,为土壤含水量监测提供了更好的分类支持。(2)分析了含水量反演模型Shi模型和Dubois模型,对比研究了它们在植被覆盖地区的含水量反演效果。发现Shi模型在此类植被覆盖地区并不适用,反演精度低。同时,研究还表明相较于Shi模型,Dubois模型在植被覆盖地区的含水量反演效果比较好。但是在反演含水量过程中会出现数值偏高的问题,它的很大一部分原因在于研究区的植被对电磁波发生散射和吸收的影响,所以需要寻找一种消除植被影响的方法。通过实测数据与分析实验,验证了水云模型在植被覆盖相对较低的温性荒漠化草原地区的适用性,消除了植被散射和吸收对雷达后向散射系数的影响,从而降低了Dubois模型的误差。另外,利用定点实测含水量数值对反演值进行修正,进一步提高反演精度。为大尺度反演温性荒漠化草原地区的含水量研究提出了新的方法。
【学位单位】：内蒙古工业大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：S812.2
【部分图文】：

第三章 草原区多源遥感影像融合与分类研究草原区多源遥感影像融合与演的首要步骤就是先进行地物分类。因为土壤含水量信息的地物，即无效区域，如高反演的准确率。第二章已经对土壤含水。本章首先对研究所用到的光学遥感数据，将本文使用的二级分类方法与 H-α 分类

图 3-2 极化 SAR 影像Fig.3-2 Polarized SAR images SAR 影像预处理据协同应用过程中，由于成像机理等不、分辨率、范围等参数，要实现与光学R 数据进行几何校正、矢量裁剪、几何述工作的专业软件分别是：ENVI5.1 和 与矢量裁剪显示图像文件采集地面控制点计算误差开始误差太大

内蒙古工业大学硕士学位论文影像的过程中，遥感设备被放置在不同的时，因为大气环境、遥感器工作模式等像存在各种扭曲变形[56]。为了解决这一学数据的几何校正处理。几何校正流程学影像作为基准影像，使用 ENVI5.1 专正，具体步骤为：主菜单>Map>Registra几何校正功能，选择光学影像作为 Base。随后在 Zoom 窗口中选择地面控制点，
【参考文献】

相关期刊论文 前10条

1 吴见;刘民士;李伟涛;;基于高光谱影像分解的土壤含水量反演技术[J];水土保持通报;2013年05期

2 赵一博;邹焕新;秦先祥;;一种基于RBF神经网络的极化SAR图像分类方法[J];现代雷达;2013年08期

3 戴玉芳;凌飞龙;;水云模型于L波段SAR和中国北方森林的适用性分析[J];遥感信息;2013年04期

4 周鹏;丁建丽;王飞;古丽加玛丽·吾不力;张治广;;植被覆盖地表土壤水分遥感反演[J];遥感学报;2010年05期

5 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

6 吕殿青;邵明安;潘云;;容重变化与土壤水分特征的依赖关系研究[J];水土保持学报;2009年03期

7 尹嫱;曹芳;洪文;;一种裸露土壤参数反演结果的验证方法[J];电子与信息学报;2009年03期

8 刘万侠;王娟;刘凯;钟凯文;;植被覆盖地表主动微波遥感反演土壤水分算法研究[J];热带地理;2007年05期

9 刘伟;施建成;余琴;;基于机载极化雷达技术的农作物覆盖区土壤水分估算[J];干旱区地理;2005年06期

10 裴浩,张世源,敖艳青;浑善达克沙地气候特征及其气候变化分析[J];气象科技;2005年01期

相关博士学位论文 前5条

1 李洋洋;集成光学与微波遥感苏打盐碱地水盐含量反演方法研究[D];中国科学院研究生院（东北地理与农业生态研究所）;2014年

2 张婷婷;基于PLS模型的农业土壤成分高光谱遥感反演研究[D];吉林大学;2010年

3 银山;内蒙古浑善达克沙地荒漠化动态研究[D];内蒙古农业大学;2010年

4 李森;基于IEM的多波段、多极化SAR土壤水分反演算法研究[D];中国农业科学院;2007年

5 李红丽;浑善达克沙地沙漠化过程及其植被恢复的基础研究——以正蓝旗为例[D];内蒙古农业大学;2003年

相关硕士学位论文 前8条

1 王驰;基于极化SAR的沙地土壤含水量反演方法研究[D];内蒙古工业大学;2017年

2 刘璇;基于高光谱遥感图像的植被光谱特征分析及含水量反演[D];哈尔滨工业大学;2016年

3 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

4 洪伟伟;近红外光在云层中的传输特性与偏振分布研究[D];合肥工业大学;2013年

5 仇成强;基于SAR图像的土壤含水量反演方法研究[D];电子科技大学;2012年

6 巨兆强;中国几种典型土壤介电常数及其与含水量的关系[D];中国农业大学;2005年

7 许小燕;表层土壤水分预测下层土壤水分的模型研究[D];西北农林科技大学;2005年

8 姚春生;使用MODIS数据反演土壤水分研究[D];中国科学院研究生院（遥感应用研究所）;2003年

本文编号：2851940