检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

L波段主被动微波协同反演裸土土壤水分

农业工程学报 2016年第19期32卷 133-138页

作者：马红章刘素美彭爱华孙林孙根云中国石油大学(华东)理学院青岛266580 山东科技大学测绘科学与工程学院青岛266590 中国石油大学(华东)地球科学与技术学院青岛266580

土壤水分是进行干旱监测、土壤侵蚀、农作物产量预测以及地表温度研究的重要参量,利用主被动微波协同的方法提高土壤水分的反演精度是定量遥感发展所面临的重要任务。本文基于土壤L波段微波散射辐射模拟数据集,通过对比分析主被动微波... 详细信息

土壤水分是进行干旱监测、土壤侵蚀、农作物产量预测以及地表温度研究的重要参量,利用主被动微波协同的方法提高土壤水分的反演精度是定量遥感发展所面临的重要任务。本文基于土壤L波段微波散射辐射模拟数据集,通过对比分析主被动微波数据对土壤水分含量和粗糙度2个参数的敏感性,提出了基于L波段主被动协同的裸土土壤水分反演算法,算法充分利用了被动微波地表发射率对土壤水分较为敏感,而主动微波后向散射系数对地表粗糙度较为敏感的特点。首先由地表垂直极化发射率和VV极化后向散射系数协同提取地表粗糙度信息,再由被动微波双极化数据结合地表粗糙度信息来估算土壤水分信息。利用SMAPVEX12实验数据集中部分稀疏植被采样点的观测数据对算法进行验证,验证结果显示,土壤水分反演结果与地面实测数据相关性为0.6637,RMSE为0.0607 cm3/cm3。该文反演算法模型系数直接由模拟数据集计算得到,克服了常规经验算法的发展对地表实测数据的依赖性,减小了算法在实际应用中的局限性。

关键词：土壤水分遥感算法模型主被动微波裸露地表地表粗糙度

青藏高原地区主被动微波遥感联合反演土壤水分的研究

在线全文

学校读者我要写书评

暂无评论

青藏高原地区主被动微波遥感联合反演土壤水分的研究

作者：李芹首都师范大学

学位级别：硕士

土壤水分是地气相互作用、水文循环等研究的关键变量,它影响地表能量通量、径流、辐射平衡、物质迁移等。土壤水分的准确估计在农业灌溉、灾害监测等实际应用中非常重要。但是,土壤水分在空间和时间上变化非常大,建立稠密的地球表层变... 详细信息

土壤水分是地气相互作用、水文循环等研究的关键变量,它影响地表能量通量、径流、辐射平衡、物质迁移等。土壤水分的准确估计在农业灌溉、灾害监测等实际应用中非常重要。但是,土壤水分在空间和时间上变化非常大,建立稠密的地球表层变量的观测网几乎不现实。通过遥感尤其是微波遥感的方式来快速的、大范围的获取土壤水分是目前最佳的选择。微波遥感因为具有对地表的穿透性和对水分的敏感性的优势因而非常适合用来监测土壤水分。但与此同时,微波遥感信号还受到其他一些地表参数(如地表粗糙度、植被覆盖、土壤温度等)以及观测条件(如传感器、降水)的影响。因此为了更好的在实际应用中利用微波遥感手段获取土壤水分信息,还有很多问题需要去解决。研究表明,主动微波对与地表几何特征相关的地表参数(如植被结构、地表粗糙度等)比较敏感,而被动微波对土壤水分比较敏感。同时,主被动微波传感器并不总是搭载在同一平台上。因此,采取什么方案将主被动微波遥感结合起来对土壤水分进行反演成为关注的热点。本文的研究目标是利用被动辐射计AMSR-E和主动散射计Quikscat/seawinds发展针对青藏高原玛曲区的土壤水分反演方法。主要内容可以分为5部分。第一部分为引言。阐述研究背景、研究意义和国内外研究现状,提出本论文的研究内容和技术路线。第二部分为主被动微波遥感反演土壤水分的理论基础。简介与本论文研究工作相关的基础理论：主被动微波遥感的基本概念、辐射与散射模型。第三部分为卫星数据和研究区概况。介绍了研究区(即青藏高原玛曲地区)的地理位置、地形地貌、地表覆盖、降水、气候特点以及地面观测网络等,并基于此综合分析了研究区地面数据资料,以便加深对地面能提供的信息的理解;然后对选择的主被动传感器(被动辐射计AMSR-E和主动散射计Quikscat/seawinds)的进行介绍。第四部分为模型和算法分析。根据研究目的,分析以往研究中的反演方案的不足,综合考虑卫星数据和研究区的特点,主要使用模型模拟分析的手段,研究和分析适用的主被动微波模型和模型参数,然后进行主被动观测的正向模拟,接着分析各个地表参数对主被动观测的敏感性,最后总结出改良后的反演方案。这一方案的要点有：(1)结合研究区资料和植被指数经验公式估算了植被对于Ku波段后向散射系数的影响,得到了用两个极化的后向散射系数之差估算粗糙度参数的一个统计回归公式;(2)引入新近发展的Qp模型代替传统的Q/H模型,并用同一频率不同极化的亮温差来消除植被光学厚度项从而对辐射模型公式进行变形;(3)将后向散射系数反演的粗糙度输入到变形后的辐射模型公式中,利用反演算法,来反演土壤水分。此外,结合微波遥感反演原理,对两种反演算法一一LM和EnKF——进行阐述。第五部分为针对研究区的土壤水分反演及验证。在本部分,用前面提出的反演方法对研究区的土壤水分进行反演,然后与地面站点实测值进行对比、分析。第六部分为结论。总结本论文的研究成果和不足之处。本文的创新点有：1、分析以往主被动结合的不足,并引入新近发展的Qp模型代替传统Q/H模型,从而提出一种改进后的主被动微波联合反演的方案。2、研究集合卡尔曼滤波算法,尝试将其引入主被动微波遥感反演。

关键词：主被动微波 AMSR-E Quikscat/seawinds 土壤水分青藏高原l

利用主被动微波遥感结合反演土壤水分的理论模型分析

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

国土资源遥感 2011年第2期23卷 53-58页

作者：杨立娟武胜利张钟军北京师范大学信息科学与技术学院北京100875 中国气象局国家卫星气象中心北京100081 遥感科学国家重点实验室北京100875

为了更好地进行土壤水分反演,发展了一种基于热带降雨观测计划(TRMM)的主被动微波结合反演裸露地表土壤水分的算法。为了提高反演精度,同时利用TRMM搭载的测雨雷达(PR)和微波成像仪(TMI)进行观测。另外,针对PR/TMI数据,还建立了包含大... 详细信息

为了更好地进行土壤水分反演,发展了一种基于热带降雨观测计划(TRMM)的主被动微波结合反演裸露地表土壤水分的算法。为了提高反演精度,同时利用TRMM搭载的测雨雷达(PR)和微波成像仪(TMI)进行观测。另外,针对PR/TMI数据,还建立了包含大范围的土壤水分和粗糙度参数的AIEM模型数据库。通过分析AIEM模型对地表后向散射和辐射的模拟发现,地表粗糙度参数对后向散射系数和亮温均有重要的影响。最后,在AIEM模型模拟数据库的基础上,利用理论模型——几何光学模型(GO模型)和半经验模型———Qp模型,通过对地表粗糙度参数的分析,结合TRMM/PR和TMI数据,建立了一种主被动微波遥感相结合的反演裸露地表土壤水分的模型,并进一步获得了反演土壤水分的算法。

关键词：主被动微波 TRMM 土壤水分

基于水云模型的Sentinel-1A双极化反演植被覆盖区土壤水分

在线全文

学校读者我要写书评

暂无评论

水土保持研究 2019年第5期26卷 39-44页

作者：李伯祥陈晓勇徐雯婷东华理工大学测绘工程学院南昌330013 流域生态与地理环境监测国家测绘地理信息局重点实验室南昌330013 江西省数字国土重点实验室南昌330013

根据开展的景县地区玉米农田主被动微波遥感协同反演土壤水分监测试验,提出利用FY-3 B WMRI被动微波数据计算微波极化差异指数(MPDI),建立了植被层含水量反演模型,去除植被含水量对于农田土壤水分反演的影响,然后结合植被层含水量反演... 详细信息

根据开展的景县地区玉米农田主被动微波遥感协同反演土壤水分监测试验,提出利用FY-3 B WMRI被动微波数据计算微波极化差异指数(MPDI),建立了植被层含水量反演模型,去除植被含水量对于农田土壤水分反演的影响,然后结合植被层含水量反演模型和水云模型,以及Sentinel-1A主动微波数据和部分实测样点土壤体积含水量数据建立植被覆盖区农田土壤水分半经验反演模型,最后验证分析Sentinel-1A VV/VH不同极化条件下土壤水分反演模型的精度。结果表明:VV极化条件下土壤水分反演模型反演精度为R^2=0.7422,RMSE=0.0674 cm^3/cm^3,MAE=0.0305 cm^3/cm^3,MaxE为0.1196 cm^3/cm^3,MinE=0.0024 cm^3/cm^3;VH极化模型为R^2=0.1898,RMSE=0.0768 cm^3/cm^3,MAE=0.0474 cm^3/cm^3,MaxE=0.1933 cm^3/cm^3,MinE=0.0190 cm^3/cm^3。研究区VH极化模型反演值存在普遍偏低现象,VV极化模型土壤水分反演结果优于VH极化模型。VV极化方式具有更强的穿透性,受到植被层衰减作用影响较小,对土壤水分含量变化也更为敏感。建立的VV极化条件下土壤水分反演半经验模型能较好地表征研究区土壤水分空间分布情况。

关键词：主被动微波土壤水分水云模型双极化