不同微波遥感模态和不同数据组合的等湿度区域分布与土壤湿度的反演

论述了主动、被动和主动被动相结合的3种微波遥感模态反演土壤湿度的方法和特点。为了采用人工神经网络方法反演出土壤湿度，在随机粗糙面双谱散射模型的基础上计算了裸土壤表面的散射系数和发射率，分析了3种不同的微波遥感模态和不同数据组合的等湿度区域分布的特点，从而确定了适合于各个微波遥感模态的输入数据组合。反演结果表明，只要选择适当的人工神经网络输入数据组合，采用3种模态中的任何一种微波遥感模态反演土壤湿度都是可行的，并具有较好的反演精度，结果对于微波遥感反演土壤湿度方案的选取具有指导意义。     

地面实验条件下土壤水分微波辐射特性

为解决被动微波遥感反演土壤水分问题,通过C、KU两个波段微波辐射计对不同水分的裸露地表的土壤微波辐射特性进行实验研究,分析土壤湿度与土壤的微波发射率之间的定量关系,建立了土壤湿度与微波发射率的经验模型.研究结果表明:在土壤表面平整时,土壤湿度与土壤微波发射率呈线性负相关,即随着土壤湿度的增加,土壤微波发射率线性下降.在入射角为30°~50°范围内,无论是垂直还是水平极化,30°入射角时微波对土壤测湿灵敏度最大,表明在入射角30°的水平极化下微波反演土壤水分的效果最好.     

青藏高原地表参数的被动微波遥感反演研究

利用被动微波遥感数据TMI和GAMB-Tibet加强观测期的地面观测数据，改进和发展了一个被动微波遥感反演地表温度、土壤湿度和植被含水量的三维查表算法(3-D LUT)，并在青藏高原中部中尺度范围内进行了反演试验．对1998年7月1日的数据进行了个例处理，给出了3个地表参数的空间分布结果．进一步考虑了高原对流云对反演结果的影响，对5个月的TMI数据进行了10天的合成处理，利用合成图像运行算法得到了10天平均的结果．结果显示1998年5～9月5个月的土壤湿度反演结果的时空分布与实际情况符合较好；从选取的几个测站的数据比较看，去云处理后得到的土壤湿度反演结果有了明显改善．     

一种基于AMSR-E和ASAR数据的土壤水分协同反演方法

在缺乏卫星过境时地面同步观测数据的情况下, 大范围高时空分辨率的土壤水分监测存在一定的困难。针对这一问题, 提出一种不依赖地面土壤水分同步观测数据的主、被动微波协同反演逐日高空间分辨率的土壤水分观测新方法。该方法将补偿后的 AMSR-E 土壤水分作为“高时间分辨率土壤水分观测控制值”, 以此计算逐日土壤水分变化量, 并结合 ASAR 交替极化模式数据, 反演高空间分辨率的土壤水分基准日期值, 然后基于两者建立土壤水分协同反演模型。该模型适用于地势比较平坦、地表粗糙度较小且无植被覆盖或植被覆盖度较低的区域。在陕西省渭北台塬西部地区的试验结果表明: 该方法参数拟合的决定系数约为0.81; 反演得到的土壤水分与凤翔县农业气象站地面实测土壤湿度数据对比, 两者的决定系数为 0.92, 土壤体积含水量的均方根误差为0.025。反演结果可用于水分限制条件下作物生长模拟。     

土壤水分遥感反演研究进展

土壤水分是陆面生态水文循环的重要组成部分. 及时、准确地获取土壤水分数据,对研究全球气候问题、构建流域水文模型、监测干旱等具有极其重要的意义. 遥感技术具有范围广和信息传输快等优点,为土壤水分监测提供了全新的手段. 本文梳理了可见光–近红外遥感、热红外遥感、可见光–近红外–热红外遥感、主动微波遥感、被动微波遥感的发展现状及对应的土壤水分反演方法,介绍了结合主被动微波遥感的GNSS-R技术,对土壤水分反演研究中的热点问题进行了归纳和总结,并展望了土壤水分遥感反演的发展趋势.      

先验知识在被动微波遥感土壤湿度反演中的作用和影响

利用微波遥感的发射率数据反演裸土壤湿度，不可避免需要结合地表面和土壤层的一些先验知识，而先验知识的准确度又将对反演结果的准确度产生一定的影响。文章讨论了地表的高度起伏相关函数形式、土壤温度和土壤质地等三类先验知识，定义了几种不同的土壤湿度反演误差，从而定量地给出三类先验知识的不确定性对土壤湿度反演的影响，指出：基于BSM散射模型和人工神经网络（ANN）的土壤湿度的反演方法是可行的，向ANN输入两种极化的裸土壤表面发射率数据便可反演出裸土壤的湿度，在上述三种先验知识具有一定的不确定性时仍可保证较好土壤湿度反演准确度。     

利用GNSS信号地表穿透特性反演土壤湿度的思考

利用全球导航卫星系统干涉信号（GNSS-interferometric reflectometry, GNSS-IR）进行土壤地表湿度反演具有无需信号源、探测区域宽广等特点，受到了国内外研究机构的广泛关注. 为解决传统GNSS穿透模型结构复杂的问题，根据几何构型给出了GNSS-IR计算天线相位中心与地表实际反射面垂直距离的方法，通过仿真不同土壤湿度下的高度测量偏差，建立了与GNSS信号理论穿透土壤深度的线性关系，以及与土壤湿度的反比例关系. 考虑到卫星高度角的变化对高度反演的影响，采用修正的测高模型，并利用Lomb-Scargle谱分析的方法计算了高度测量偏差. 为减少地表植被对反演天线相位中心距离地表实际反射面垂直距离的影响，利用归一化植被指数对高度测量偏差进行了修正，同时建立了GNSS信号高度测量偏差与土壤湿度的一阶反比例模型，最后对该模型进行了验证. 结果表明，对于长时间大尺度变化土壤湿度的场景，利用GNSS信号地表穿透特性进行土壤湿度反演有着很好的效果.      

被动微波遥感土壤水分代价函数构建研究

在被动微波遥感土壤水分的传统代价函数中,默认垂直极化(V)和水平极化(H)地表微波辐射率观测数据对代价函数值的贡献是相同的;但二者对土壤水分敏感性不同的事实导致设定贡献相同的做法值得商榷。利用AIEM模拟数据集计算不同极化地表微波辐射率对土壤水分及土壤粗糙度的敏感性;并以敏感性程度来定量不同极化地表微波辐射率对反演土壤水分信息的贡献度,发展了裸露地表条件下的双极化被动微波地表辐射率协同提取土壤水分的代价函数。利用模拟数据集,对土壤水分反演算法中传统代价函数和本文发展的代价函数进行了对比。结果表明,在代价函数中考虑不同极化地表微波辐射率数据对土壤水分的敏感性差异,可有效提高裸露地表土壤水分的反演精度。     

基于微波遥感的土壤湿度异常监测

提出地表微波极化差异指数,并利用AMSR-E星载被动微波遥感亮温数据,统计分析了2002-2006年7月上旬新疆微波极化差异指数旬平均分布;通过计算归一化距平,反演得到新疆7月上旬土壤湿度动态变化分布图。结果表明:利用微波极化差异指数能够较好地表征土壤湿度时空异常变化,为定量监测土壤相对干湿程度提供了一种有效便捷的方法。     

基于机器学习模型的多层土壤湿度反演

为了获取深层土壤湿度缺测值,采用支持向量机、BP神经网络和随机森林3种机器学习算法,在表层至深层土壤中利用主成分分析法选择与土壤湿度相关性显著的气象因子作为输入数据,建立多层土壤湿度反演模型反演了不同深度的土壤湿度。结果表明:随机森林模型模拟结果更加稳定,反演效果更佳;受气象因子驱动的影响,3种机器学习模型对地表0~10.cm深度内土壤湿度的反演效果更佳,对深层土壤湿度的反演效果随着深度增加而变差;增加表层土壤湿度及不同深度土壤温度作为驱动因子可以有效提高机器学习模型对深层土壤湿度的反演能力。     

综合利用光学、微波遥感数据反演土壤湿度研究

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模式;其次,分析了植被微波单次散射、植被层双程透过率与NDVI之间的关系,建立了单次散射及双程透过率模型,然后,结合IS2入射角模式ASAR数据,建立土壤湿度反演模型.最后,基于模拟数据和获取的ASAR、TM影像数据,利用半经验模型反演土壤湿度.研究结果表明:IS2_HH模式土壤散射在总散射中贡献更大,该数据更适合土壤湿度反演;植被微波单次散射、双程透过率与NDVI有很好的线性关系,可以利用线性模型建立它们之间的关系;半经验模型能够较好地反演土壤湿度,反演和实测的土壤湿度相关系数为0.75,均方根误差为5.07%.     

Bi-Spectrum Scattering Model for Conducting Randomly Rough Surface

IntroductionThe scattering model for randomly rough surfacesis an important part of microwave remote sensingtheory.However,the scattering from a randomlyrough surface is a very complex problem whichdose not admit closed- formed analytic solutionsfrom the …     

基于无人机多光谱数据的农田土壤水分遥感监测

为了提高农田精准管理效率,基于无人机(Unmanned Aerial Vehicle,UAV)实时获取和传输的遥感数据设计了一种快速监测农田土壤水分的方法:首先,利用UAV飞行采集农田的多光谱数据,在农田选取一个代表性的重点观测区域进行随机样点土壤水分探测;然后,利用垂直干旱指数(Perpendicular Drought Index, PDI),结合样点土壤水分数据快速构建农田土壤水分反演模型,进而获得大范围的农田土壤水分监测结果.并通过6个时相获取的UAV数据和样点土壤水分数据,进行方法实验和模型精度分析,结果表明利用该方法进行农田土壤水分监测的精度较高:6个时相土壤水分反演结果的决定系数R2均在0.8以上,其中5个时相的均方根误差RMSE和系统误差SE值均小于0.1.这证明了基于UAV数据设计的农田土壤水分监测方法的有效性和可行性,可以为大范围农田土壤水分的快速监测提供方法参考.     

Bi-Spectrum Scattering Model for Dielectric Randomly Rough Surface

The bistatic scattering model is often used for remote microwave sensing. The bi-spectrum model (BSM) for conducting surfaces was used to develop a scattering model for dielectric randomly rough surfaces to estimate their bistatic scattering coefficients. The model for dielectric rough surfaces differs from the BSM for a conducting surface by including Fresnell reflection and transmission from dielectric rough surfaces. The bistatic scattering coefficients were defined to satisfy the reciprocal theorem. Values calculated using the BSM for dielectric randomly rough surfaces compare well with those of the integral equation model (IEM) and with experimental data, showing that the BSM accuracy is acceptable and its range of validity is similar to that of IEM while the BSM expression is simpler than that of IEM。     

基于模拟土壤含水量的干旱监测技术

为实现大范围干旱的实时监测,开发了基于模拟土壤含水量的干旱监测技术.采用VIC(variable infiltration capacity)大尺度水文模型模拟了30 km网格尺度的逐日土壤含水量,建立了土壤含水量距平指数(SMAPI),分析了其在2002年山东干旱和2010年西南地区干旱监测中的作用.结果表明,SMAPI具有较明确的物理意义,能够反映大范围干旱在时间和空间上的发生、发展及变化趋势.基于模拟土壤含水量的干旱监测技术,可为全面认识干旱,有效预防和减轻干旱灾害提供技术支持.     

含水率及孔隙率对黏性土电阻率影响的试验研究——以桂林红黏土、粉质黏土为例

为获得土体电阻率与含水率及孔隙率之间的定量关系,以桂林红黏土、粉质黏土为研究对象,通过更严格的单因素控制试验,在保持其他各因素不变的情况下,探讨两种土体的电阻率随含水率（保持土体类型、孔隙率不变）、孔隙率（保持土体类型、含水率不变）的变化规律,并引入能够综合反映含水率和孔隙率变化的土体体积含水率,探讨电阻率与体积含水率间的确定性关系及经验公式。试验结果表明：孔隙率一定时（含水率一定时）,两种土体电阻率与含水率（孔隙率）之间均呈幂函数关系。两种土体电阻率均随含水率的增加先剧烈减小,而后逐渐变缓;均随孔隙率的增加而增加。两种土体电阻率均随体积含水率的增大而减小,红黏土电阻率与体积含水率间呈幂函数关系,粉质黏土电阻率与体积含水率间呈线性关系,基于体积含水率得到的两种土体电阻率经验公式相关性较高,可应用于红黏土、粉质黏土地区的岩土工程实践。     

一种基于TVDI模型的边界提取方法研究

提出一种基于TVDI模型的湿地边界信息提取方法,利用TM遥感影像建立地表温度(Ts)与归一化植被指数(NDVI)之间的二维特征空间,用IDL编程在特征空间内拟合温度植被干旱指数法(TVDI)需要的干、湿边方程,并反演出试验区的土壤干湿情况.利用野鸭湖湿地3m×3m植物样方,统计、分析、确定湿地生态系统的上边界.试验测得湿地边界的土壤水分含量阈值0.56,根据该阈值确定湿地边界信息,提取湿地边界.通过该方法提取的湿地核心区准确率达到72%,说明利用遥感方法反演土壤水分含量,提取湿地边界的方法可行.     

基于GIS的两种土壤水分模拟方法的对比研究

借助数字地形分析和GIS方法,将野外采样和空间分析相结合,研究了利用区域土壤水分空间统计模型和地形湿度指数模型模拟土壤水分的方法。并在此基础上,以陕北黄土高原为实验样区,利用实测的土壤水分数据分别构建两种模型对土壤水分进行模拟,分析了不同模型模拟土壤水分的精度,对两种方法模拟土壤水分的效果进行了评价。