基于Sentinel-1/2遥感数据的冬小麦覆盖地表土壤水分协同反演

冬小麦是我国重要粮食作物之一,对冬小麦覆盖地表土壤水分进行监测有助于解决因土壤供水导致的冬小麦歉收和农业用水浪费等问题.为了降低冬小麦覆盖地表土壤水分微波遥感反演过程中冬小麦对雷达后向散射系数的影响,该文基于Sentinel-1携带的合成孔径雷达(SAR)数据和Sentinel-2携带的多光谱成像仪(MSI)数据,结合水云模型,开展冬小麦覆盖地表土壤水分协同反演研究.首先,基于MSI数据,该文定义了一种新的植被指数,即融合植被指数(FVI),用于冬小麦含水量反演;然后,该文发展了一种基于主被动遥感数据的冬小麦覆盖地表土壤水分反演半经验模型,校正冬小麦在土壤水分反演过程中对雷达后向散射系数的影响;最后,以河南省某地冬小麦农田为研究区域,开展归一化水体指数(NDWI)和FVI两种指数与VV,VH,VV/VH 3种极化组合而成的6种反演方式下的土壤水分反演对比实验.结果表明:以FVI为植被指数,能够更好地去除冬小麦在土壤水分反演过程中对雷达后向散射系数的影响;6种反演方式中,FVI与VV/VH组合下的反演效果最优,其决定系数为0.7642,均方根误差为0.0209 cm3/cm3,平均绝对误差为0.0174 cm3/cm3,展示了该文所提土壤水分反演模型的研究价值和应用潜力.     

基于Sentinel-1/2遥感数据的冬小麦覆盖地表土壤水分协同反演

冬小麦是我国重要粮食作物之一,对冬小麦覆盖地表土壤水分进行监测有助于解决因土壤供水导致的冬小麦歉收和农业用水浪费等问题.为了降低冬小麦覆盖地表土壤水分微波遥感反演过程中冬小麦对雷达后向散射系数的影响,该文基于Sentinel-1携带的合成孔径雷达(SAR)数据和Sentinel-2携带的多光谱成像仪(MSI)数据,结合...     

基于实测光谱与Landsat8影像的白洋淀COD遥感反演

以白洋淀为研究区域,结合实测光谱、Landsat8影像和化学需氧量(COD)实测值,使用BP神经网络构建COD反演模型。结果显示,光谱反射率可对白洋淀水体COD污染程度进行区分,BP神经网络模型预测值与实测值的平均相对误差为16.5%,模型精度较好。基于模型反演2017年10月30日白洋淀水体COD浓度空间分布,白洋淀水体存在一定程度的有机污染,部分水体达到劣V类,污染中心主要位于东南部的村镇和旅游景点,区域内的生活、生产污水可能是造成COD升高的主要原因。     

基于Landsat8OLI可见光波段反演陆地气溶胶光学厚度

为解决目前城市上空气溶胶光学厚度反演中城市地表复杂与卫星分辨率较低的问题,提出一种改进的反演算法.首先利用波段修正后的MODIS(moderate resolution imaging spectroradiometer)地表反射率产品探究了城市区与非城市区在红、蓝波段地表反射率的比值统计关系,然后运用6S辐射传输模型构建查找表反演获得北京及其周边地区的AOD分布.通过AERONET(aerosol robotic network)观测数据验证算法的反演精度,利用相对平均偏差RMB、平均绝对误差MAE、平均相对误差MRE、均方根误差RMSE和相关系数R共5个指标进行衡量,结果表明:反演结果与AERONET观测数据具有较高的一致性,5个观测站点的R都大于0.95,MAE范围为0.037～0.065,MRE范围为24.08％～39.54％,RMSE范围为0.047～0.083,RMB范围为0.86～1.452,且所有观测点对中有超过84％满足MODIS气溶胶产品的误差精度要求,说明算法对获取高分辨率城市地区的AOD具有较好的可行性.     

基于Sentinel-1的绿洲区域尺度土壤水分微波建模

根据最新Sentinel-1雷达系统参数及研究区地表参数特点,采用AIEM模型进行数值模拟分析,建立稀疏植被覆被下地表微波散射特征数据库,并在此基础上构建干旱区土壤水分模型.结果表明,1)不同入射角和极化方式下,后向散射系数对土壤含水量(Mv)、组合地表粗糙度(Zs)的响应分别呈明显对数相关,VV极化对土壤水分响应更敏感,最优响应区间范围为Mv 0~30%、Zs 0~0.06 cm.2)初探Sentinel-1雷达数据预处理方法,Gamma MAP滤波去噪最优,模型用于土壤水分空间分布信息提取与研究区同期野外实况具有良好的一致性,符合四月渭-库地区春旱期土壤水分时空分布特征.3)对于0-10 cm表层土壤水分,模拟值同实测值相关系数达到0.76,即该模型对于干旱区绿洲区域尺度表层土壤水分监测具有适用性.     

基于Landsat数据的地表温度反演差异及参数分析

只有基于准确的地表温度反演算法计算出的产品数据,才能正确推广使用。研究基于Landsat-8、Landsat-9和气象站数据,对比了5种常用地表温度反演算法的结果,并对不同算法的反演结果和参数灵敏度进行了测试。结果表明：基于地表比辐射率参数计算的辐射传输方程和单通道算法反演结果与地面实测数据吻合较好。基于大气水汽参数计算的单窗算法和劈窗算法的反演结果均高于实测温度。基于平均温度参数计算的单窗算法反演精度误差较大。此外,比较了两种遥感数据在不同地物上反演温度的一致性。研究结果可为地表温度反演和产品选择提供参考。     

基于可见光红外与被动微波遥感的土壤水分协同反演

利用MODIS传感器的可见光、红外波段数据反演土壤水分在一定时段内的基准值,用被动微波传感器AMSR-E数据反演其变化量,提出将被动微波遥感数据与热红外遥感数据在模型级别协同反演大范围地表土壤水分的方法,这样每天可输出1 km×1 km的升、降轨土壤水分反演结果.以新疆为研究区,对上述方法进行了土壤水分协同反演实验,以地面实测数据为参考的验证结果表明,所提模型得到的土壤水分值与地面实测值之间相关性较高,均方根误差较小,优于单一传感器数据的反演结果,可更好地满足新疆土壤水分监测的需求.     

喀斯特地区的高分一号与Landsat8遥感影像归一化水体指数定量比较

以百色市田阳县右江河谷为研究样区,定量比较喀斯特地区的高分一号与Landsat8影像归一化水体指数 (Normalized difference water Index, NDWI),以期为喀斯特地区的水资源研究提供科学支撑。选择喀斯 特河谷盆地和喀斯特石山两类不同地貌类型为研究区,分别计算两类地区两类影像的NDWI,结合目视解译, 对两类影像的水体识别阈值和精度进行比较,进而分析两类影像的归一化水体指数的相互定量关系。 结果表明:1)从水体识别阈值看,高分一号影像的水体混合像元NDWI 值多在0.6$\sim$0.8之间,水体的NDWI值 大多为1.0,而Landsat8的水体混合像元NDWI值在-0.2$\sim$0之间,水体的NDWI值多为0以上; 2)从识别 精度而言,在河谷地带和山区,高分一号影像都明显优于Landsat8,特别是对混合水体混合像元的识别, 高分一号影像有比较好的优势; 3)两类影像NDWI值具有一定的线性关系,但定量回归结果不太理想。 高分一号和Landsat8在喀斯特地区水体识别的山地地带和河谷地带都有较好的效果,但高分一号的的估算精度和效果都优于Landsat8。     

基于风云三号MWTS的地表比辐射率反演

针对地表比辐射率反演,提出基于氧气二窗口频率下的反演方法。以am大气模型为基础,结合风云三号微波温度探测仪(MWTS)的扫描特性,推导出基于其二窗口频率下的地表比辐射率公式。运用Matlab对地表比辐射率进行仿真,仿真结果反映了地表的陆海特性。     

基于遗传BP神经网络算法的主被动遥感协同反演土壤水分

提出了一种基于遗传神经网络算法的主被动遥感协同反演地表土壤水分的方法.首先,建立一个BP神经网络,并采用遗传算法对BP网络的节点权值进行了优化.然后分别将TM数据(TM3,TM4,TM6)、不同极化和极化比的(VV,VH,VH/VV)ASAR数据作为神经网络的输入,土壤水分含量作为网络的输出,用部分实测数据对网络进行训练并反演得到研究区土壤水分布图.最后,利用地面实测数据分别对遗传神经网络优化算法的有效性和主被动遥感协同反演的效果进行了验证,结果表明,新优化算法是有效可行的,且TM和ASAR协同反演的结果比两者单独反演的结果明显要好,体现了主被动遥感协同反演土壤水分的优势与潜力.     

基于双谱模型的被动微波遥感土壤湿度反演

利用随机粗糙表面的双谱散射模型计算了粗糙裸土壤表面的发射率,并建立了基于双谱模型的被动微波遥感的土壤湿度的人工神经网络反演方法.结果表明,基于双谱散射模型计算粗糙裸土壤表面发射率是可行的,利用人工神经网络反演方法,仅采用两个发射率的数据组合便可以反演出精度较高的土壤湿度值,且反演方法具有一定的抗噪性能.     

多源遥感数据与水文过程模型的土壤水分同化方法研究

提出一种基于集合卡尔曼滤波的一维数据同化系统,对不同深度土壤层的水分含量进行同化,该系统的模型算子为分布式水文模型,观测算子是积分方程模型和条件温度指数模型.于2008年6月1日至7月2日在黑河流域进行了同化实验,结果表明,集合卡尔曼滤波能较好地处理强非线性问题,与单独DHSVM模型模拟土壤水分含量相比,同化的表层和根层土壤水分含量精度有明显提高,其中盈科站表层的均方根误差和平均误差分别减小了0.021 7和0.032 9,根层的均方根误差和平均误差分别减小了0.019 3和0.025;临泽站的精度也有明显提高,表明多源遥感数据的同化在地表土壤水分含量的估计中具有较大的潜力.     

基于热红外的四种土壤含水量估算方法对比

基于遥感的区域土壤水分反演是流域水资源规划管理、农作物灌溉制度制定、区域旱情监测、农作物估产等方面的基础.本文对四种可见光/热红外土壤水分反演方法进行评估对比,这四种土壤水分估算方法包括基于温度植被干旱指数(TVDI)的土壤水分估算方法和三种基于蒸散比/潜在蒸散比的土壤水分估算方法(EFM1,EFM2和EFM3).基于以上四种土壤水分估算方法,本文使用ASTER数据估算了黑河流域中游地区的土壤水分状况,使用研究区内生态水文无线传感器网络和流域水文气象观测站点的土壤水分观测对四个模型进行了验证评估.结果表明,TVDI方法因其干、湿边确定的经验性,会导致土壤水分估算的误差.而基于蒸散比/潜在蒸散比的土壤水分估算方法会在一定程度改善TVDI方法估算的经验性.通过蒸散比/潜在蒸散比的三种方法对比显示基于EFM1和EFM3方法优于EFM2方法.此外,基于热红外的土壤水分估算方法都需要土壤参数信息,土壤参数的不确定性会导致土壤水分估算的误差,高精度的土壤参数会改善基于热红外的土壤水分估算方法的精度.     

中波红外土壤含水量的光谱偏振特性

考虑到中波红外偏振遥感受大气干扰影响较弱,将其应用于土壤含水量监测具有独特的优势和重要意义。采用中波红外光谱偏振探测手段,对不同含水量的土壤表面进行了观测,结果表明,含水土壤表面自身热辐射的偏振特性很弱,其偏振特性主要是由太阳光反射所引起,并在太阳光较强的波段上,土壤表面的偏振度与土壤含水量存在单调递增关系,为土壤含水量的航空和卫星中波红外偏振遥感技术发展提供了科学依据。     

基于微波与光学遥感的石漠化地区土壤剖面含水率反演模型研究

土壤水是全球生态系统的重要组成部分,定量遥感估测喀斯特石漠化地区土壤含水率,可为石漠化治理和生态恢复工作提供基础数据和理论支撑.通过Sentinel-1A和Landsat 8影像数据,运用水云模型提取灌木林地和疏林地的土壤后向散射系数,并计算旱地与有林地的TVDI.并结合实测数据,利用拟合分析对不同深度土壤含水率进行建模,从而对土壤含水率进行反演.结果表明VH极化二次曲线模型和VH极化三次曲线模型分别适用于灌木林地0~5 cm和5~10 cm深度的土壤含水率反演,其R~2和RMSE分别为0.87、0.87和4.57%、4.29%.疏林地0~5 cm和5~10 cm深度土壤含水率反演宜选用VH极化指数回归模型和VH极化下的线性回归模型,各模型的R~2与RMSE分别为0.736、0.72和9.77%、11.28%.三次曲线模型和Logistic回归模型分别适用于旱地和有林地的土壤含水率的反演,各模型的R~2与RMSE在0~5 cm深度分别为0.85、0.69和2.88%、4.02%,在5~10 cm分别为0.76、0.23和3.5%、6.37%.     

SAR土壤水分反演中的介电常数实部简化模型

利用Dobson半经验模型建立模拟数据库,用建立的模拟数据库对Hallikainen关系式进行最小二乘回归,标定其在SAR关键频点下的系数并进行适当改进,最终建立了介电常数实部与土壤体积含水量关系的简化模型.对建立的简化模型进行验证和对比,结果表明,简化模型在精度上优于Hallikainen经验模型,并且与复杂的Dobson半经验模型相比,具有良好的精度和实用性.     

水肥一体化中土壤水分测试仪的研究

此次设计选择DS18B20和STH11两款传感器分别对土壤的温度和湿度进行数据采集,并以Atmega128单片机为核心,结合相应的外围电路实现对土壤温湿度的实时测量,对当代农业的快速发展有一定的帮助.     

一种基于k均值的多相位水平集遥感图像分割方法

针对遥感图像的特点,本文提出了一种基于K-均值与改进的多相位水平集模型结合的新方法。相比于传统的水平集模型,改进模型在能量函数中考虑了图像的面积、梯度信息和边缘检测。图像的梯度信息可以克服分割中存在的边缘定位的不准确,边缘检测可以在曲线衍化过程中更好的保持边缘信息。为了加快边缘的收敛速度,避免陷入局部最优,本文提出先对图像进行中值滤波来平滑图像和消除部分噪声,然后利用K均值进行聚类得到明显的特征差异。接着用Sobel算子进行梯度重建,然后用改进的多相位水平集模型进行分割。实验结果显示本文的算法对于遥感图像的分割在时间和精度上都有较好的效果。