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Radarsat2与Landsat8协同反演植被覆盖地表土壤水分的一种新方法

主动微波遥感与被动光学遥感在反演地表土壤水分方面分别具有各自的优缺点,为了将这两者的优势结合弥补缺点,提出了一种基于Radarsat 2与Landsat 8数据协同反演植被覆盖地表土壤水分的半经验耦合模型.该模型基于水云模型,将光学遥感反演得到的植被冠层含水量作为水云模型的关键输入参数,并同时考虑植被冠层与土壤以及其之间的部分对雷达后向散射系数的影响,以此来去除雷达回波中的植被部分.最后选用内蒙古呼伦贝尔市额尔古纳市大兴安岭西侧研究区的Radarsat 2与Landsat 8遥感数据,利用新的耦合模型反演得到植被覆盖区土壤水分含量,并利用地面测量数据对模型进行验证.结果表明:利用Landsat 8数据反演植被含水量算法精度较高(R2=0.89),论文提出的耦合模型反演植被覆盖地表土壤水分精度比之前算法也有了较大的提高,其中HH极化效果最好,R2由0.27提高至0.65.这表明该耦合模型具有较好的反演精度,可以应用于植被覆盖区土壤水分含量的反演.     

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.     

基于多时相Sentinel-1 SAR数据的喀斯特石漠化区地表土壤水分反演研究

土壤水分是地球表层水循环、能量循环和生物地球化学循环中的重要组成部分,是研究喀斯特石漠化地区生态系统的关键参数。基于多时相的Sentinel-1 SAR数据与Alpha 近似模型构建土壤水分观测方程组,反演喀斯特石漠化地区地表土壤水分并对其时空变化特征及误差影响因素展开分析。研究发现观测周期内区域土壤水分总体变化趋势与降雨量变化趋势高度一致,石漠化地区土壤水分高值与空间异质性程度明显高于非石漠化地区。精度验证结果显示土壤水分反演结果的均方根误差为0.059 cm³/cm³,平均误差为0.026 cm³/cm³,该方法在区域地表土壤水分反演中表现出一定的适用性,分析认为地表土壤因周边的复杂生境条件产生的混合像元问题是导致反演误差的主要影响因素。研究可为利用短时间周期重复遥感观测方法获取复杂山区环境下的土壤水分提供参考,为喀斯特石漠化地区生态系统修复和生态产业发展提供支撑。     

基于Sentinel-2遥感数据的上海市河道水质参数反演研究

由于上海市河湖水网密布,科学有效地监测河湖水质,有利于巩固河湖治理成果,为新形势下水资源的保护和管理服务。研究目的是实现卫星遥感技术在城市水体水质监测中的有效应用。基于Sentinel-2多光谱影像,采用机器学习技术建立了城市河流水质参数反演模型,对2019~2021年上海市103条河流的溶解氧(Dissolved Oxygen, DO)、高锰酸盐指数(Permanganate index, CODMn)、氨氮(Ammonia Nitrogen, NH3-N)和总磷(Total Phosphorus, TP) 4种水质参数进行了遥感反演。分析了上海市主要河流水质参数的时空变化特征,并对上海市水环境进行了评价。结果表明,DO、CODMn和TP三个水质指标的反演精度优于80%,NH3-N的反演精度优于70%;4种水质参数所属水体类别均优于V类;第一、第四季度水质优于第二、第三季度。     

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.     

Sentinel-2的胶州湾水体透明度遥感反演

针对目前透明度遥感反演研究多以较低空间分辨率卫星数据为主的现状,采用分辨率高达10 m的Sentinel-2卫星数据进行了胶州湾海域水体透明度的遥感反演研究。构建了基于实测数据的反演模型。结果表明:模型具有较高的精度,反演值与实测值的平均相对误差为9.86%,均方根误差为0.22 m。依据构建的反演模型与卫星影像数据反演了胶州湾水体的透明度,绘制了水体的透明度分布图,分析了胶州湾海域水体透明度的空间分布规律和局部的细微变化特征。研究发现,胶州湾海域水体透明度呈现由近岸向外海逐渐升高的趋势,径流量大的河流会造成汇入海域透明度明显降低的变化,潮汐会引起透明度出现沿垂直于岸边方向的纹理变化特征,大型船只的通航会造成透明度短时降低的变化。     

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%.     

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.     

基于卫星遥感与同步地面实验数据的冬小麦长势遥感监测

农作物长势的有效监测对于精准农业建设意义重大。基于Landsat8卫星影像和同步实验数据,采用双变量相关性分析法筛选植被指数,构建LAI反演模型并进行精度评定。结果表明：DVI与LAI的相关性最高,其次为SAVI和EVI,NRI与LAI相关性最低。基于DVI建立的模型精度最高,模型R2为0.77。研究区冬小麦长势总体良好,其中长势一般的区域占44.37%,长势良好的区域主要分布在扶风县中南部,武功县中部,长势过旺地区主要分布在扶风县西部地区,武功县西北部地区。     

微波遥感技术监测土壤湿度的研究

土壤湿度在全球气候环境变化中具有重要的作用,微波遥感技术具有监测这一参数的诸多优势。其原理是基于土壤水分在一定范围内和土壤介电常数密切相关。该文从主动微波遥感及被动微波遥感的算法、应用和存在问题等方面分别阐述了当前微波遥感在土壤湿度反演中的研究进展,其中重点介绍了应用较广泛的主动微波遥感中的合成孔径雷达(SAR)和被动微波遥感中的高级微波扫描仪(AMSR)。主动微波遥感中,如何减少或摆脱对地面参数测定特别是粗糙度的依赖、如何采用有效的植被散射模型去除植被影响等问题是未来关注的热点和难点。被动微波遥感中对模型的机理研究还很欠缺,需要结合辐射传输机理及波动论等加强对机理的探讨。另外主被动结合的微波遥感中,对尺度转换、数据同化等技术的研究将是未来关注的重要方向。     

Remote Sensing of Soil Moisture: Recent Advances

In the past few years there have been many advances in our understanding of microwave approaches for the remote sensing of soil moisture. These advances include a method for estimating the dependence of the soil's dielectric constant on its texture; the use of percent of field capacity to express soil moisture magnitudes independently of soil texture; experimental and theoretical estimates of the soil moisture sampling depth; models for describing the effect of surface roughness on the microwave response in terms of surface height variance and the horizontal correlation length; verification of the ability of radiative transfer models to predict the microwave emission from soils; and experimental and theoretical estimates of the effects of vegetation on the microwave response to soil moisture. This research has demonstrated that it is possible to remotely sense soil moisture in the surface layer of the soil (about 0-5 cm). In addition there have been simulation studies indicating how remotely sensed surface soil moisture may be used to estimate evapotranspiration rates and root-zone soil moisture.     

基于高分二号卫星遥感数据的建筑物高度提取

建筑高度信息提取是高分辨率卫星遥感获取城市空间信息的热点问题之一。为了实现建筑物高度信息的高精度提取,提出了一种基于 规则信息的面向对象的建筑物高度反演方法。首先根据建筑物阴影几何、纹理、和光谱特征建立基于规则信息的建筑物阴影 提取算法,进行建筑物阴影信息提取,再通过计算像元平均值算出阴影长度,构建卫星、太阳、建筑物和其阴影的空间模型反演 建筑物高度。采用扬州市两个实验区(佳家花园和杉湾小区)的高分二号卫星遥感数据进行高度反演试验,通过对反演小区的105栋 建筑物实际高度测量,对反演结果验证,总体精度为96.5%。表明该方法在城市建筑物高度信息提取方面具有较高的精度。     

基于多源雷达遥感技术的黄河径流反演研究

黄河是我国华北地区重要的水资源,采用雷达遥感方式对其径流进行监测可以便捷地反映出黄河的旱涝变化趋势,具有重要的现实意义。目前,雷达遥感径流反演常用雷达高度计(RA)获取水位信息用以构建水深-径流模型,这种方法忽略了河面变化对径流波动的影响,具有一定的局限性。该文提出一种基于多源雷达遥感技术的径流计算模型(MRRS-RCM),综合应用RA测高技术与合成孔径雷达(SAR)信息提取技术,以曼宁公式为基础,构建MRRS-RCM模型实现径流反演。该文选取黄河下游3个研究站点进行径流反演实验,结果证明MRRS-RCM模型径流反演结果的相对均方根误差(RRMSE)达到13.969%,优于传统径流监测15%～20%的精度要求。

     

Improvement of Moisture Estimation Accuracy of Vegetation-Covered Soil by Combined Active/Passive Microwave Remote Sensing

The measured effects of vegetation canopies on radar and radiometric sensitivity to soil moisture are compared to first-order emission and scattering models. The models are found to predict the measured emission and backscattering with reasonable accuracy for various crop canopies at frequencies between 1.4 and 5.0 GHz, especially at angles of incidence less than 30°. The vegetation loss factor L (?) increases with frequency and is found to be dependent upon canopy type and water content. In addition, the effective radiometric power absorption coefficient of a mature corn canopy is roughly 1.75 times that calculated for the radar at the same frequency. Comparison of an L-band radiometer with a C-band radar shows the two systems to be complementary in terms of accurate soil moisture sensing over the extreme range of naturally occurring soil-moisture conditions. The combination of both an L-band radiometer and a C-band radar is expected to yield soil-moisture estimates that are accurate to better than +/-30 percent of true soil moisture, even for a soil under a lossy crop canopy such as mature corn. This is true even without any other ancillary information.     

一种基于数据融合的合作频谱感知技术

认知无线电是为了提高频谱利用率而提出的一种智能频谱共享技术,快速可靠的检测到主用户和频谱空穴是认知无线电实现的关键和前提.由于阴影和多径衰落的影响,单认知用户检测可靠性低.基于数据融合的合作感知可以大大提高对主用户的检测概率.文中提出基于数据融合的等权重增益结合准则.仿真结果表明:当融合中心采用等权重增益结合准则时的检测性能要优于采用硬判决融合准则时的检测性能.     

基于MODIS遥感数据地表反照率经纬度查询软件设计

地表反照率在大气辐射传输及遥感成像研究中应用广泛,对地球大气系统的能量收支平衡有重要影响,反映了地表对太阳辐射的反射能力。地表反照率经纬度查询软件以MODIS遥感数据为数据源,使用C++语言对该软件进行设计开发,包括数据源(MCD43B3)的预处理、MySQL数据库的设计、像元经纬度坐标的获取、数据的存储,以及根据经纬度参数查询地表反照率的流程。建立了中国大陆地区地表反照率数据库,依据经纬度参数可以方便快捷地查询某一具体地理位置的反照率数据。     

Passive Microwave Remote Sensing of Soil Moisture: The Effect of Tilled Row Structure

The tilled row structure is known to be one of the important factors affecting the observations of the microwave emission from a natural surface. Measurements of this effect were carried out with both L-and X-band radiometers mounted on a mobile truck on a bare 40 m × 45 m row tilled field. The soil moisture content during the measurements ranged from ~10 to ~30 percent by dry weight. The results of these measurements showed that the variations of the antenna temperatures with incident angle ? changed with the azimuthal angle ? measured from the row direction. In particular, at ? = 0° and ? ? 45°, the observed horizontally and vertically polarized antenna temperatures, TBH(?, ?) and TBV(?, ?), were not equal. In general, TBH(?°, ?) > TBV(?°, ?) when 0° ? ? < 45° and TBH(?°, ?) < TBV(0°, ?) when 45° < ? ? 90°. The difference between TBH(0°, ?) and TBV(0°, ?) was observed to decrease with ? approaching 45° and/or with soil moisture content. A numerical calculation based on a composite surface roughness-a small-scale RMS height variations superimposed on a large periodic row structure-was made and found to predict the observed features within the model's limit of accuracy. It was concluded that the difference between TBV(0°, ?) and TBH(0°, ?) was due to the change in the local angle of field emission within the antenna field of view caused by the large-scale row structure.