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Landsat数据的地表温度反演差异及参数分析（英文）

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.     

分层土壤后向散射及其在深层土壤湿度探测中的应用

该文定量地分析了频率、入射角、土壤介电常数等主要因素对电磁波穿透性能的影响。计算了分层土壤后向散射系数与地表参数,介电常数,系统工作频率,极化方式,入射角的关系,并从理论上得到验证,为深层土壤湿度反演提供了一个比较合理的模型。文中结论对低频段(0.1-1GHz)合成孔径雷达系统设计及深层土壤湿度反演具有实际应用价值。     

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。     

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.     

含水红壤的偏振特性分析

不同含水量的土壤会产生不同的偏振态,其与波长、土壤表面的结构、内部的构成、以及入射的角度密切相关。根据Kodis粗糙表面的散射理论,推导了不同湿度土壤表面的偏振度与入射天顶角和观测天顶角以及等效折射率的关系,并用野外地物偏振辐射计和地面多波段CCD相机实测了红壤的偏振反射数据,并将其与理论计算结果相对照,初步总结出不同含水量红壤的偏振特性变化规律。研究土壤偏振度与含水量以及入射天顶角、观测天顶角的关系,对于卫星农业遥感有重要的意义。     

基于叶片含水量的激光偏振成像模型研究

目标物体的偏振特性是一种固有特性,由目标的外部结构、内部结构以及入射角度等决定,因此利用偏振信息研究植物叶片含水量测量。主要研究过程分为以下五个部分：搭建激光偏振成像测量实验系统、计算目标偏振度、测量叶片实际含水量、建立偏振度与叶片含水量间映射模型、验证映射模型。根据目标与环境特性,选择和调整实验器件和实验步骤;基于图像灰度提取方法计算目标偏振度;采用水分梯度处理方法测量叶片实际含水量;基于统计方法建立叶片偏振度与含水量的一到三阶函数映射模型,比较一到三阶模型的稳定性与预测能力分析其适用情况,为利用偏振测定植物叶片含水量的方面提供理论基础。结果发现：在含水量所处15%~75%区间内,偏振度随着水分含量上升呈现一个递增趋势。含水量较高情况下,递增关系较明显;含水量较小情况下,映射关系不显著。     

被动微波遥感大气校正

以星载微波辐射计AMSR-E的频段设置和亮温数据为参考,利用一年的大气廓线数据,对与过境时间相匹配的AMSR-E亮温数据进行了大气校正,并通过计算校正前后的微波植被指数(MVI)分析了大气校正的有效性;最后选择一天的AMSR-E亮温数据,利用现有的大气参数产品进行大气校正.校正过程中,以求取地表发射率为中间过程.结果显示,能够实现全天时全天候条件下的星载微波辐射计数据的大气校正,算法成功有效,有潜力进行推广.     

微波遥感及其在中国的发展

全天候全天时微波遥感是空间遥感监测技术的前沿之一.文章回顾了自1970年代中国遥感事业起步,到2000年后中国空间遥感技术迅速发展的过程,充分展示了中国空间微波遥感在风云气象卫星与海洋卫星、星载合成孔径雷达技术方面的研究进展,展现从“追跑、跟跑”,到“平跑”的历史进程,并展望在未来30年,中国空间微波遥感技术将达到国际...