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.     

基于星载被动微波遥感的地表土壤湿度反演

为了解决传统地面测量站网络不能满足大尺度土壤水分的时、空间变化的问题,而利用微波在土壤水分反演方面具有的独特优势,总结了被动微波遥感模态反演土壤湿度的规律,提出了利用双谱模型计算土壤表面的发射率的方法,并对实验区进行了成功的地表土壤水分反演,取得了理想的结果,该成果对于利用被动遥感技术反演土壤湿度具有一定的技术推广意义。     

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。     

土壤散射及其参数反演的研究

本文基于经验模型计算了粗糙地面的后向散射系数,并且考虑了土壤湿度、高度起伏均方根对后向散射系数的影响。通过和实验数据的比较,利用该模型计算的后向散射系数能够很好的和实验数据吻合。最后用粒子群算法对土壤表面的参数进行了反演,得到了比较理想的反演结果。     

地表组分温度反演

在热辐射方向性规律的基础上,以喜直型连续植被为例,进行了大量的Monte Carlo模拟,建立了辐射亮度和组分温度、植被叶面积指数及土壤比辐射率之间的经验函数关系。采用遗传算法,从热红外2个波段2个角度数据中,同时反演混合像元组分温度、土壤比辐射率和叶面积指数等5个参数。通过对模拟的观测数据进行大量的遗传算法反演试验,结果表明,遗传算法反演组分温度非常稳健,在宽松的先验知识条件下,遗传算法可以解决不确定性反演问题。遗传算法反演结果和野外实测数据作了比较,证实了反演方法的正确性。为基于热红外方向性辐射模型反演地表组分温度,提供了新的实例。     

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%.     

辽东湾北部碱蓬群落及滩涂土壤盐分遥感反演模型

土壤盐分是评价土壤质量的重要指标，也是影响辽河口滨海湿地盐地碱蓬生长的主要环境因素之一，提出一种实时、准确、大尺度监测碱蓬群落及周围滩涂土壤盐分的算法十分必要.为了减少大气对模型的影响，该文利用地面高光谱数据模拟Landsat 8 OLI卫星反射率，采用基于交叉验证的逐步回归分析方法构建土壤盐分反演模型.结果表明：1) 碱蓬样本的土壤盐分明显低于裸滩，海南三区域土壤盐分在总体上低于鸳鸯沟和笔架岭区域，而植株高度和生物量普遍均高于鸳鸯沟和笔架岭区域，在一定程度上说明了土壤盐分对盐地碱蓬生长的影响；2) 模拟卫星反射率构建的多光谱指数与土壤盐分的相关性相较于单波段在整体上有所提高，其中植被指数NDVI和RVI与土壤盐分的相关性较高，相关系数达到了－0.689和－0.683；3) 利用基于交叉验证的逐步回归分析法构建土壤盐分反演模型，模型的自变量为RVI、SAVI和SI3，模型的建模集决定系数R2为0.684，均方根误差(RMSE)为3.45，验证集RMSE为1.88，相对分析误差(RPD)为2.28，表明模型的反演精度和反演能力较好；为了进一步验证模型的精度，对比分析基于逐步回归分析法筛选的指数因子构建的多元线性回归反演模型，发现交叉验证的逐步回归模型的R2、RMSE均优于多元线性回归反演模型，同时土壤盐分反演值和实测值散点图更接近1∶1线，为辽东湾北部碱蓬群落及裸滩土壤盐分因子的反演提供技术及数据支持.     

ESA土壤湿度遥感产品在河南省的时空变化分析

利用河南省区域2012年1月1日到2012年12月31日的土壤湿度观测资料和欧空局(ESA CCI SM)土壤湿度遥感资料,验证ESA土壤湿度遥感产品在河南省的精度及其时空分布特征.进行了一系列的反复实验,得出结果,结果表明:(1)ESA土壤体积含水量反演值与地面实测值相关性较好,R2为0.6765;RMSE为0.0511,偏差较小;平均值相差0.0113,土壤湿度值较接近.(2)ESA土壤湿度遥感产品可以很好地展现出河南省土壤湿度的空间分布特征.(3)ESA土壤湿度数据在一定程度上可以精确地展现各个季节河南省的土壤湿度时间变化趋势和空间变化特征,与实际情况大致符合,对分析河南的土壤水分变化有着一定的适用性.     

基于地物波谱库构造农作物生长参数的时空分布先验知识

认识典型地物的波谱特征及其随波谱测量环境变量的变化,从积累的观测数据中提取地物波谱及其配套参数的时空分布知识,是对地表参数定量遥感反演研究的重要支撑.基于"中国典型地物标准波谱数据库"中收集的数据和模型,对典型农作物测量数据进行了系统整理,得到了我国5种农作物的主要生长参数(叶面积指数、全氮含量)在其主要生育期的统计数据,构造了这些参数的时空分布知识.文中所述的数据和方法,对于遥感反演中地表参数先验知识的初始值与不确定性估计、数据同化等相关研究,都有使用和参考价值.     

长江中下游流域土壤湿度遥感反演研究及其影响因素分析

土壤湿度是水文学、气象学及农业科学研究领域的重要指标参数,对气候、农业、旱情监测都有重要意义.利用MODIS数据产品MOD09A1、MOD11A2和MOD13A2获取表观热惯量(ATI)和植被供水指数(VSWI)模型中的关键参数,以NDVI作为判别阈值将ATI和VSWI相结合建立集合土壤湿度反演模型,用预留的实测数据对模型进行了验证.并从土地覆盖类型、高程、坡度等方面进一步分析了长江中下游流域土壤湿度的分布规律,研究区土壤相对湿度随土地覆盖类型、高程及坡度等因素的变化呈明显的分异规律.结果表明,基于ATI和VSWI的集合土壤湿度反演模型结合两种模型的优点,实现了优势互补,提高土壤相对湿度反演的精度.     

基于冰川流速的喀喇昆仑地区典型冰川厚度反演与冰储量估算

文章以青藏高原喀喇昆仑地区却哥隆玛冰川、锡亚琴冰川和巴尔托洛冰川3条规模较大且具代表性的冰川作为研究对象，利用Sentinel-1A卫星雷达影像和像素跟踪算法获取冰川表面流速数据，并基于数字高程模型(digital elevation model, DEM)和冰川表面流速数据，运用层流理论对目标冰川进行厚度反演和冰储量估算；采用全球冰川厚度产品对反演结果进行准确度评价，同时探讨采用层流理论反演冰厚的内在机制及存在的不确定性。结果表明，采用层流理论反演冰川厚度具有较好的可行性。研究结果可为青藏高原冰冻圈动态变化研究提供参考。     

MODIS数据在几种典型地表发射率光谱特性中的适用性分析

发射率是识别地物的重要参数,受季节和下垫面的影响发射率波谱特性曲线呈一定变化规律.以沙漠、土壤、冻土、湖泊以及渤海海域为研究区域,利用M OD021KM反演发射率,并与M OD09产品所得发射率在可见光与近红外波段进行对比及交叉验证,探究两种算法在地表识别中的适用性.结果表明:在乌兰布和沙漠,二者相关系数达到0.890...     

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．     

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.      

北斗GEO卫星微动条件下的GNSS-R土壤湿度反演

全球定位系统GPS发射的L波段导航信号源已被用于估测地球表面的土壤湿度,但由于卫星具有一定的重返周期,所以对固定区域土壤湿度反演的性能受到不断变化的星下点轨迹的限制。北斗GEO（geostationary earth orbit）卫星是地球静止轨道卫星,同时又存在着周期性的微动,利用它的反射信号来反演土壤湿度受到其微动特性的影响。针对这个问题,本文研究了利用GEO卫星反射信号功率进行固定区域内土壤湿度反演的可行性。本文首先分析了GEO卫星的微动特征和反射区域的变化;然后采用包络提取和三次多项式插值的方法来恢复SNR的趋势变化规律,以消除因为GEO卫星轻微运动带来的周期性波动和噪声,并且根据现场收集的部分实验数据确定的校准参数值对反射系数进行校正;最后,我们使用测试数据进行土壤湿度反演,得到每半小时固定区域的连续土壤湿度反演值。结果表明,土壤湿度反演值与原位土壤湿度值的变化趋势基本一致,反演的平均绝对误差小于4.63％。可见,BDS GEO卫星信号可以作为GNSS反射计的重要数据来源。     

融合合成孔径雷达和光学影像的植被覆盖区土壤湿度反演

利用合成孔径雷达(synthetic aperture radar,SAR)卫星可对土壤湿度实现大面积、时间连续的反演.针对此过程中难以消除植被遮挡的问题,提出融合SAR微波数据和光学数据,利用修正水云模型消除植被影响,求解纯粹地表后向散射系数,代入裸土区土壤湿度反演算法进行土壤湿度反演,并在武汉豹澥区域设置实测站点记录实测数据进行比对.结果分析表明,经过植被消除后,实测站点垂直极化后向散射系数平均衰减量与植被覆盖度之间时间序列上相关系数达到0.83;土壤湿度反演值与实测值趋势相关性平均提升0.08,且提升程度与植被覆盖度相关系数也达到0.8以上,表明本算法针对植被覆盖度越大区域反演效果越好.该方法通过SAR影像和光学影像融合反演长时间序列土壤湿度具有良好可信度.     

AMSR-E微波数据反演裸地地表温度算法研究

利用AMSR-E被动微波数据,以撒哈拉沙漠地区为研究对象,基于搭载在同一颗卫星上的AMSR-E传感器和MODIS传感器同步观测成像的特点,将MODIS数据反演得到的裸地地表温度产品进行尺度上推.作为AMSR-E像元尺度的地表真实温度.在分析AMSR-E不同通道微波探测值所包含的不同信息特点的基础上,选出反演裸地地表温度较为有效的探测通道,利用多元线性回归的方法,建立经尺度上推后对应AMSR-E尺度的MODIS地表温度与AMSR-E各通道亮温之间的对应关系同,从而实现利用AMSR-E被动微波数据反演裸地地表温度的算法.经验证,反演计算的裸地地表温度误差在±3 K之间.该方法不仅对时间和空间的变化有一定的适应性.而且具有一定的物理意义,演结果可以较好地反映裸地地表温度的变化情况.     

基于多时相高分一号影像的土壤湿度反演

近年来使用国产光学遥感数据反演土壤湿度已成为业内研究热点,其中利用高分一号(GF-1)影像反演土壤湿度是一种潜在的新兴手段,但应用中模型参数需要根据地域调节.为提高GF-1反演土壤湿度的准确度,将豹澥试验区2019年12月至2020年6月的GF-1多光谱宽幅覆盖(WFV)影像和地面观测站点实测数据作为数据源,以垂直干旱指数(PDI)、基于归一化植被指数(NDVI)的修正型垂直干旱指数(MPDIN)、基于两波段增强型植被指数(EVI2)的修正型垂直干旱指数(MPDIE)以及植被调整垂直干旱指数(VAPDI)这四种干旱指数为基准建立土壤湿度反演模型并进行精度评估.实验结果表明:在无植被区域,四种模型的反演结果大致相同,决定系数均在0.7350左右、平均相对误差均在4.50％左右、均方根误差均在1.10％左右,具有较高的精度;在有植被区域,VAPDI的反演效果最优,MPDIN与MPDIE次之,PDI效果不佳.与PDI相比,VAPDI由于考虑了混合像元的影响,不仅适用于稀疏植被区域,也适用于密集植被区域,应用范围更广;与基于两种不同植被指数的MPDI相比,VAPDI由于克服了植被覆盖度和植被像元反射率等因素的影响,基于该指数的土壤湿度估计值与实测值的决定系数达到0.7277以上,具有较高的反演能力.因此,针对豹澥试验区的实际情况,VAPDI指数具有精确反演土壤湿度的潜力.     

基于高分一号的农田植被区土壤湿度反演研究

以国产高分一号(GF-1)遥感数据为数据源,以荆州市公安县为实验区,选择垂直干旱指数(PDI)、改进型的垂直干旱指数(MPDI)和植被调整垂直干旱指数(VAPDI),对土壤湿度指数反演的效果进行比较和验证,同时为减少水体对地表反射率的干扰,采用归一化差异水体指数法(NDWI)对水体进行掩膜处理.研究结果表明,PDI、MPDI和VAPDI分别反演得到的土壤湿度值与实测值的相关系数为0. 520 5、0. 697 2、0. 687 2,实测土壤含水量验证精度评价也表明各模型均能满足反演的精度要求;在植被覆盖较好的农区,MPDI和VAPDI能够在一定程度上克服混合像元对土壤湿度光谱信息的影响,模型拟合效果优于PDI.研究结果可为江汉平原大范围和动态监测表层土壤湿度指数提供理论基础和实践参考.