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%.     

Wind vector retrieval using dual polarization imagery of ASAR

A new algorithm for retrieving wind vector using dual polarization imagery of advanced synthetic aperture radar (ASAR) is developed and tested. Based on the combination of co-polarization and cross-polarization, this new algorithm effectively eliminates the 180° ambiguity which occurs when using single imagery of the ASAR to retrieve wind vector. This algorithm also solves the problem that the retrieval results will break down on very small spatial scales. The results retrieved from dual polarization imagery of ASAR show that the wind speed and direction are in agreement with the data from Quikscat and buoy measurements. The root mean square errors of wind direction and speed between the retrieved results and data from Quikscat are 2.21° and 0.53 m/s, respectively. Comparisons between the new method and the traditional method show that the new methods fit the buoy data and Quikscat data a little better than the traditional method in this image.     

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。     

Envisat ASAR在水稻识别中的应用

合成孔径雷达(SAR)具有全天时全天候工作的能力,是南方多云地区水稻识别监测的有利手段.该文利用目前世界上最先进的EnvisatASAR数据,在长乐市进行水稻提取.在常规预处理的基础上对多时相数据进行自动配准和主成分变换,并采用面向对象法进行水稻的提取,精度为89.1%.结果表明:利用多时相双极化ASAR数据进行水稻信息的提取在南方多云地区具有一定实用意义.     

微波遥感在洪水探测中的应用研究

利用BEST软件,对ASAR雷达数据进行洪水区的快速提取,并利用开源的GRASS GIS和QGIS软件对提取结果进行再处理,最后进行相应的空间分析,最终得到了ASAR雷达数据的处理流程图。     

Estimation of surface soil moisture from ASAR dual-polarized data in the middle stream of the Heihe River Basin

In this paper, a new approach was introduced to estimate surface soil moisture using alternating polarization (AP) data of advanced synthetic aperture radar (ASAR). First, synthetic aperture radar (SAR) backscattering characteristic of bare surface at C band was simulated using advanced integrated equation model (AIEM), and four bare surface backscattering models with different polarization were established. In addition, with simultaneous equations of the former four formulas, the surface roughness was eliminated, and models used to estimate soil moisture on bare surface were derived from simulated multipolarization and multiangle ASAR-AP data. Based on these, the best combination of polarization and incident angle was determined. Finally, soil moisture in the middle stream of the Heihe River Basin was estimated. The field measured data demonstrated that the proposed method was capable of retrieving surface soil moisture for both sparse grassland and homogeneous farmland area.     

多时相SAR图像水稻分布信息提取方法研究

以多时相的ENVISAT ASAR数据为基础,对水稻分布信息提取的图像获取、图像预处理、图像分类和分类精度评价等一系列问题进行了详尽的探讨.分析了水稻的雷达后项散射随其不同生长阶段变化的特殊性质,提出了进行水稻分类ASAR数据处理流程和分类方法.以福州地区为例进行了试验,分类精度达到86.64%.     

应用与ASAR同步的MERIS对重复轨道InSAR进行大气校正

研究了使用ENVISAT(European environmental satellite)ASAR (advanced synthetic aperture radar) 数据进行重复轨道干涉测量时, 如何利用MERIS ( mediumresdution imaging spectrometer)水汽产品去除干涉差分图中的水汽效应。通过理论研究, 建立了大气校正模型, 并以长江中下游地区宜都市的差分干涉测量为例, 对其进行大气校正。试验结果表明: 斜距向形变的方差显著减小, 干涉测量精度得到了有效改进, 综合应用ASAR 和MERIS 数据可以有效地去除重复轨道InSAR(interferometric synthetic aperture radar)中的大气效应。     

一种ASAR图像中养殖地目标自动提取的方法

提出一个ASAR图像中养殖地目标自动提取的方法.首先,针对雷达遥感图像中养殖地目标的ASAR数据特征,采用改进的模糊聚类算法FFCM分割ASAR遥感图像,分离出海洋与陆地;然后依据养殖地的纹理形态特征,并利用其空间关系知识,从海洋区域中提取出养殖地.试验结果表明,该方法能快速、准确地提取ASAR遥感图像中的养殖地.