光学与微波数据协同反演植被覆盖区土壤水分

基于LandSat5 TM和ENVISAT-1 ASAR数据,通过水云模型剔除了植被层对雷达后向散射系数的影响,利用AIEM模型对黑河中游植被覆盖地表的土壤水分进行了反演。建立植被含水量(Mveg;水云模型中关键参数)与多种植被指数之间的响应关系,发现比值植被指数(RVI)反演的植被含水量精度较高(R2=0.71);去除植被影响后,利用AIEM模型建立LUT表,基于VV和VH极化的后向散射系数,通过查表法反演研究区的土壤水分。对比野外实测数据与反演结果,发现VV极化数据反演结果较好(R2=0.74)。考虑了植被覆盖层对后向散射系数的影响,该方法更适用于植被覆盖地表的土壤水分反演。     

利用改进的水云模型反演夏玉米拔节期土壤墒情方法研究

本文提出了一种对玉米拔节期土壤墒情进行反演的改进水云模型;即:在经典水云模型基础上,考虑作物茎秆的散射因素,加入植被高度(h)和单位体积内植被叶和茎的雷达后向散射截面(σ_(pq))两个参数,同时为扩大模型的适用范围,引入植被覆盖度,结合雷达Sentinel-1A多极化数据,通过AIEM模型构建土壤含水量与土壤表面后向散射系数之间的联系,最终建立雷达后向散射系数与植被覆盖下的土壤墒情之间的直接关系。结果表明:改进的水云模型在反演拔节期间玉米的土壤墒情时,反演精度比经典的水云模型有较大程度的提高,其中,VV极化效果更好,R~2由0.532提高到0.645,RMSE从0.052降到0.039。结果验证了采用改进的水云模型能够有效地反演高秆作物覆盖地表的土壤墒情。     

基于自适应极化分解技术的灌区麦田土壤墒情反演方法

自微波遥感进入土壤墒情研究领域以来,植被覆盖地表的校正一直是微波遥感反演土壤墒情的热点。针对植被层对雷达微波信号的散射容易造成墒情计算误差等问题,以河南焦作广利灌区为研究区,以灌区内的主要作物冬小麦为研究对象,在离散植被的一阶物理散射模型基础上,使用Sentinel-1A SAR雷达提取后向散射系数,通过自适应极化分解技术即在极小的临近空间内利用最小二乘法求解土壤散射和植被多重散射的最优解,再利用Landsat8数据作为辅助数据提取改进的归一化植被水分指数,采用支持向量机的方法反演土壤墒情。结果表明:基于自适应的后向散射系数与麦田土壤墒情的关系在VV极化模式20 cm深的土壤条件下,相关系数为0.827 8;20 cm深度的土壤墒情与冬小麦的相关性较高,相关系数达到0.819 0;自适应极化分解技术反演土壤墒情均方根误差、平均相对误差分别为1.490 7、0.002 2,水云模型反演土壤墒情均方根误差、平均相对误差分别为1.958 5、-0.242 2,自适应极化分解技术反演效果较为理想。该研究可为小麦覆盖下的灌区土壤墒情的评估提供参考。     

基于遗传优化神经网络的多源遥感数据反演土壤水分

为快速反演较高精度土壤水分,提出用遗传算法优化后的神经网络辅以多源遥感数据的方法进行地表土壤水分反演。首先建立4层神经网络并用遗传算法优化此网络,之后以雷达数据不同极化(VV、VH、VH/VV)的后向散射系数、雷达入射角、光学数据的归一化植被指数(NDVI)、以及高程数据作为网络的输入,土壤水分数据为输出,对网络进行训练与仿真,再运用地表实际测量数据与反演数据做对比验证。结果表明:反演结果与实际测量数据相关性良好,R2可达0. 79。采用遗传算法对神经网络优化的土壤水分反演方法可行,且添加光学数据等辅助数据后土壤水分反演效果更优,为多源遥感土壤水分的协同反演研究提供新思路。     

基于Sentinel-1 双极化的鄱阳湖地形提取方法

数字高程模型可以提供丰富的地形信息,是研究生态环境、地质地貌、地表形变监测等问题的重要基础资料。本文以SRTM DEM作为参考DEM,利用四景Sentinel-1双极化雷达影像对鄱阳湖的数字高程模型进行了反演,更新重建了该区域的地形结果,从可视化和精度两个方面,根据山体阴影图、等高线图、相干系数图和数学拟合模型等对比分析了VV极化和VH极化这两种极化方式反演DEM结果。结果表明：利用雷达影像提取鄱阳湖地形是行之有效的,数字高程模型的分辨率为13.90m,与参考DEM相比,提高了53.67%;根据线性数学模型和二次数学模型对VV极化方式和VH极化方式反演结果进行拟合分析,决定系数分别为0.93和0.94,说明这两种极化方式反演出的DEM结果相似性很高,均可以准确反演出研究区域的地形结果,反演出的湖底地形可为水利部门展开河湖管理提供数据支撑。     

基于Sentinel数据的组合极化反演土壤表层水分研究

土壤水分在农业生产发展中扮演着重要的角色,准确、实时地获取大范围的土壤水分对现代化农业建设有重要的意义。本文提出以Sentinel-1(0.453VV+0.547VH)的组合极化模式结合Sentinel-2和Landsat-8影像计算的归一化植被指数(NDVI)和归一化水指数(NDWI)进行大兴区的土壤水分反演研究。表明：(1)以Sentinel-1组合极化(0.453VV+0.547VH)为基础的反演土壤水分的方式可以实现对该地区土壤水分的高精度反演。(2)NDVI在通过水云模型反演土壤水分过程中,去除植被影响的效果要优于NDWI。(3)Sentinel-1组合极化(0.453VV+0.547VH)与NDVI结合反演土壤水分的相关性较高(r=0.886),优于单极化与NDVI结合反演土壤水分的相关性(r_VV=0.798,r_VH=0.743)。研究结论对于利用Sentinel-1双极化组合反演土壤水分有重要参考价值。     

基于回归分析的玉米膜下滴灌适宜土壤含水量及阈值研究

为确定半干旱地区膜下滴灌条件下玉米生长与土壤含水量间的关系,利用通榆灌溉试验站2018年度玉米膜下滴灌灌溉制度试验数据,分析不同灌溉制度下的玉米产量,并对不同灌溉制度下的玉米株高、茎粗、叶面积等指标进行回归求解,得到了玉米各生育阶段的适宜土壤含水量及其阈值.玉米膜下滴灌各生育阶段的适宜土壤含水量区间:苗期65％—75％...     

LAI和FVC植被参数对VIC模型土壤含水量模拟的影响研究

植被参数是分布式水文模型的重要输入参量,对径流、土壤水分等水循环参数的模拟具有显著的影响。论文以西藏那曲为研究区,对比分析了MODIS遥感数据估算的叶面积指数(Leaf Area Index,LAI)、植被覆盖指数(Fractional vegetation cover,FVC)两种动态植被参数对VIC水文模型模拟表层土壤含水量(0~15 cm)的精度影响。结果表明,与使用静态植被参数相比,基于MODIS的动态LAI及FVC驱动的VIC模型模拟的表层土壤含水量的精度显著提高,且冰冻期的改善尤为明显,偏差Bias从0.101 cm~3·cm~(-3)下降至0.032 cm~3·cm~(-3),均方根误差RMSE从0.135 cm~3·cm~(-3)下降至0.071 cm~3·cm~(-3),相关系数R从0.483上升至0.836。进一步分析表明,两种植被参数对VIC模型的表层土壤含水量模拟精度都有一定的影响,但FVC的影响更显著。     

半干旱半荒漠地区沙柳周边土壤水分分布规律研究

土壤与植被是土壤-植物-大气连续体(SPAC)系统中两个相互依存和影响的重要因素.土壤水分是影响沙地植被稳定性的决定因素之一.通过对半干旱半荒漠地区主要植被沙柳根系发育区域内土壤水分的测定,分析了植被周围土壤含水量在水平、垂直方向的变化规律以及土壤含水量与日照、降雨、沙坡位置等因子的关系.结果表明:降雨引起沙地表层土壤含水量增加;65 cm深度土壤含水量偏小;根系的分布使得植株下方土壤含水量减少;土壤水分和植物根系存在相互作用的关系.     

基于温度植被干旱指数的黄河源区土壤表层含水量反演

为了对黄河源区的土壤表层含水量进行反演与时空分析,利用黄河源区2006年第65—321天MODIS温度和植被指数产品数据,计算了温度植被干旱指数(TVDI),构建了不同像元尺度窗口的LST/NDVI斜率与实测表层土壤相对含水量之间的线性关系,比较了不同尺度像元窗口的拟合效果。分析结果表明:9×9像元窗口的拟合效果(回归系数R2为0.65)优于其他像元窗口尺度;季节尺度的拟合精度(回归系数R2为0.76)优于长时间序列的拟合精度;夏季模拟值与实测值的均方根误差为0.09,模拟精度满足实验要求,可用于黄河源区短时间序列的土壤表层含水量反演。     

基于极化雷达的裸露地表土壤水分反演研究

为准确、快速提取大范围裸露地表土壤水分空间分布,以河套平原巴彦淖尔市杭锦后旗陕坝镇灌区土壤水分四极化精细模式雷达监测为例,研究基于RADARSAT-2数据土壤水分提取的技术与方法,选择AIEM模型作为研究区裸露地表土壤水分反演模型的基础,建立适合河套灌区裸露地表土壤水分微波散射的经验模型。应用经验模型对河套灌区地表水分进行反演研究并与实测数据进行相关性分析。结果表明极化组合VV-VH的相关程度高达0.931 1,经验模型能够满足土壤水分监测的需要,优于传统土壤水分分类方法,促进了极化微波遥感在土壤水分监测中的开拓应用。     

基于Sentinel-1数据的水体信息提取方法研究

SAR影像对于水体和地表形变具有很好的辨识性,因此常用来进行水体识别、土壤湿度反演和地表形变检测研究与应用。利用载有C波段合成孔径雷达的Sentinel-1卫星数据对大范围的水体信息进行识别,提出了SDWI（Sentinel-1 Dual-Polarized Water Index）水体信息提取方法。该方法受到NDVI和NDWI方法的启发,结合微波遥感中水体信息在影像中的特点,进一步研究了Sentinel-1双极化数据（VV和VH）之间水体信息提取的关系,以此关系达到增强水体特征的目的,同时消除土壤和植被的存在。分别以Sentinel-1A巢湖区域和Sentinel-1B鄱阳湖区域SAR影像为例来提取水体信息,实验结果表明该方法显著有效,但对影像中阴影的处理是未来研究的难点。     

Great Lakes ice classification using satellite C-band SAR multi-polarization data

The objective of this study is to advance development of algorithms to classify and map ice cover on the Laurentian Great Lakes using satellite C-band synthetic aperture radar (SAR) multi-polarization data. During the 1997 winter season, shipborne polarimetric backscatter measurements of Great Lakes ice types, using the Jet Propulsion Laboratory C-band scatterometer, were acquired together with surface-based ice physical characterization measurements and environmental parameters, concurrently with European Remote Sensing Satellite 2 (ERS-2) and RADARSAT-1 SAR data. This fully polarimetric dataset, composed of over 20 variations of different ice types measured at incidence angles from 0° to 60° for all polarizations, was processed and fully calibrated to obtain radar backscatter, establishing a library of signatures for different ice types. Computer analyses of calibrated ERS-2 and RADARSAT ScanSAR images of Great Lakes ice cover using the library in a supervised classification technique indicate that different ice types in the ice cover can be identified and mapped, but that wind speed and direction can cause misclassification of open water as ice based on single frequency, single polarization data. Using RADARSAT-2 quad-pol and ENVISAT ASAR dual-pol data obtained for Lake Superior during the 2009 and 2011 winter seasons, algorithms were developed for small incidence angle (< 35°) and large incidence angle (> 35°) SAR images and applied to map ice and open water. Ice types were subsequently classified using the library of backscatter signatures. Ice-type maps provide important input for environmental management, ice-breaking operations, ice forecasting and modeling, and climate change studies.     

北京地区夏玉米滴灌下土壤水分分布及水分利用效率的研究

在北京地区开展滴灌条件下不同灌溉水量的夏玉米田间试验,通过测定土壤含水量和夏玉米产量,研究滴灌条件下不同灌溉水量对土壤水分分布及水分利用效率的影响.研究结果表明：由于2012年是丰水年份,在相同土层各灌水处理之间的土壤水分分布差异性较小;各灌水处理耗水总量随着灌水量的减小而减小,但在丰水年份均能满足夏玉米需水的需要,各灌水处理夏玉米全生育期内土壤蓄水供水基本平衡;各灌水处理水分利用效率随着灌水量的减小而增大,30豫（ ET0-P）的灌水方式可以获得较高的水分利用效率.因此,在研究区种植夏玉米若采用30豫（ ET0-P）的滴灌灌水方式进行灌溉,耗水量为368.5 mm,灌水量仅为42.9 mm,夏玉米减产幅度较低,提高了水分利用效率,从而实现高效用水的目的.     

基于SAR卫星的内陆水体信息提取方法研究 ——以华阳河湖泊群流域为例

为快速准确的提取SAR卫星数据中的水体信息,采用2020年汛期SAR卫星过境华阳河湖泊群流域获取的雷达数据,提出了一种自适应迭代水体OTSU-SDWI阈值分割方法（简称“AIOS 阈值法”）,并从定性和定量两种角度与VV阈值法、VH阈值法和SDWI阈值法进行了对比分析。从定性角度,VV阈值法难以识别河湖藻华区域的水体信息,VH阈值法和SDWI阈值法存在将潮湿的滩地、池塘等识别为地表水体,易引起水体监测结果偏大,AIOS 阈值法的提取结果与实际情况更为相符;从定量角度,AIOS阈值法的提取结果精确率和准确率高于其他三种方法,但完整度低于SDWI阈值法。实验表明AIOS阈值法可以识别藻华区域的水体信息,具有自动化程度强、检测精度高的优势,对于提升内陆水体信息分布监测的速度和精度具有重要参考意义。     

基于光学和雷达遥感信息的灌溉信号分析及灌溉面积提取方法研究-以华北平原灵寿县磁右灌区为例

目前,灌溉面积主要通过调查统计方式获取,时效性和准确性较差,而在灌区用水管理中迫切需要掌握实际灌溉面积及其空间分布和动态变化等信息。为此,本文开展基于雷达遥感信息的灌溉信号探测识别及次灌面积提取方法研究。首先,使用水云模型结合实测土壤水分数据进行模拟,量化灌溉事件导致后向散射系数的变化。然后,提出一种基于时序差值和局部阈值法的实际灌溉面积提取方法,使用高频次的哨兵1号雷达卫星遥感数据开展华北平原灵寿县磁右灌区灌溉面积提取,并结合灌区实地调查资料对提取结果进行验证。结果表明:使用水云模型模拟显示春季小麦地块的灌溉事件可导致C波段的雷达后向散射系数变化超过1 dB,灌溉信号可被绝对辐射精度优于1 dB的雷达卫星探测;基于时序雷达后向散射系数分析显示,灌溉事件导致C波段雷达后向散射系数呈现明显的先增大后减小的时域特征,与降水事件不同,灌溉事件导致雷达后向散射系数呈现明显的局地变化特征。以本文提出的方法提取研究区的灌溉面积,结合实地调查样本检验,结果表明灌溉面积的总体提取精度为76.6%。小麦返青期第一次渠灌面积约为9.20万亩,小麦拔节期第二次渠灌面积约为10.64万亩。此外,由于井灌区和渠灌区存在明显的时差,基于雷达遥感信息可对不同水源的灌溉区进行探测,研究区井灌面积约为3.9万亩。基于高频次的雷达遥感信息可对灌区的灌溉事件进行探测,本文提出的方法可为区域次灌溉面积调查和流域水资源管理等应用提供技术支撑。