检索结果-南通市图书馆

检索条件"主题词=土壤湿度反演模型"

共 3 条记录，以下是1-10 订阅

全选清除本页清除全部题录导出标记到"检索档案"

详细简洁

排序：

基于综合干旱监测的河南省春季土壤湿度反演模型研究

基于综合干旱监测的河南省春季土壤湿度反演模型研究

引用

作者：孙晓宇南京信息工程大学

学位级别：硕士

干旱对我国农业生产造成非常巨大的危害,河南省是我国冬小麦主要种植地之一,受自然因素与人类活动的综合影响,旱灾已成为河南省农业生产中最主要的自然灾害,其中,春旱发生最为频繁。目前,河南省的春早研究主要采用单一干旱监测指标,较... 详细信息

干旱对我国农业生产造成非常巨大的危害,河南省是我国冬小麦主要种植地之一,受自然因素与人类活动的综合影响,旱灾已成为河南省农业生产中最主要的自然灾害,其中,春旱发生最为频繁。目前,河南省的春早研究主要采用单一干旱监测指标,较少考虑多种干旱监测方法的综合应用。因此,本文利用河南有关资料和数据计算出标准化降水指数(SPI)、作物水分亏缺指数(CWDI)以及遥感干旱指数(VSWI),分别从气象干旱、农业干旱、遥感干旱监测三个角度对河南省春季干早进行了监测分析,且从综合干旱监测的角度构建了土壤湿度反演模型,并对其进行了验证,最后本文基于土壤湿度反演模型对河南省春季干旱进行监测评估。研究结果表明：(1)从气象干旱监测来看,具有轻度干旱发生的概率最大,而极端干旱发生的概率最小的特点,河南省北部以及东部春季干旱发生频率较大,北部易发生极端干旱,而南部、西南部干旱频率较小但相对易发生重旱。自1983年以来,河南省春季干旱发生强度最强、波及范围最大的年份为2000年及2001年,干旱周期表现为显著的准2-8a的年际尺度变化规律。(2)从遥感干旱监测来看,VSWI与土壤相对湿度具有一定的正相关关系,总体来说,EVI构建的VSWIE效果最好,MSAVI构建的VSWIM次之,NDVI构建的VSWIN效果最差。此外,VSWI的变化过程与降水量变化的时间基本一致,其中,VSWIE效果最好。随后,本文利用8d合成的VSWIE对2000年河南春季大旱进行了干旱监测分析,结果表明VSWIE总体上更适用于监测河南省的春季干旱。(3)从农业干旱监测来看,拔节抽穗期以及灌浆成熟期,冬小麦水分需求量较大,水分亏缺指数较大,干旱频次较多。冬小麦在返青期至拔节抽穗期生长较为迅速,是发生水分亏缺最严重的时期。河南省冬小麦春季轻旱、中旱以及重旱频率在豫北及豫西地区较高,豫中、豫东地区次之,而豫南地区干旱频率最低。此外,豫中、豫东以及豫南地区春季冬小麦CWDI值年代际变化趋势比较明显：豫中地区春季旱情在一定程度上会加重,豫东地区春季干旱情况会有所缓解;豫南地区在近10年春季干旱情况减轻,干旱趋势逐渐减弱。(4)从基于综合干旱监测的土壤湿度反演模型来看,2012年河南省春季土壤湿度高值区主要分布在商丘、周口、信阳等地;土壤湿度中值区主要分布在豫中以及豫西南地区的郑州、开封、洛阳以及驻马店等地;土壤湿度低值区主要分布在豫北和豫西的安阳、焦作、新乡以及三门峡、南阳等地。

关键词：河南省春季干旱综合干旱监测土壤湿度反演模型

来源：

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

利用GNSS-R观测数据反演土壤湿度

利用GNSS-R观测数据反演土壤湿度

引用

作者：涂晋升西南交通大学

学位级别：硕士

土壤湿度一直以来都是人们关注研究的地表物理量,它是全球地表水循环的一个指标,是农业、气象、水文研究领域中的重点,是描述地表情况的一个重要参数,准确观测大面积范围的土壤湿度对农业、水文以及气象等领域意义重大。在现有的土壤湿... 详细信息

土壤湿度一直以来都是人们关注研究的地表物理量,它是全球地表水循环的一个指标,是农业、气象、水文研究领域中的重点,是描述地表情况的一个重要参数,准确观测大面积范围的土壤湿度对农业、水文以及气象等领域意义重大。在现有的土壤湿度探测方法中,微波遥感可以实现大面积、非接触、实时连续的土壤湿度探测,而其中的全球导航卫星系统反射信号(Global Navigation Satellite System Reflection,GNSS-R)技术,作为微波遥感技术的一个重要分支,被广泛应用于各个领域的遥感监测。由于陆地表面反射条件复杂以及各种影响因素对信号具有衰减作用,导致GNSS-R土壤湿度探测技术仍处于研究探索阶段,且主要集中于地基以及机载观测模式研究,难以进行大范围的地表土壤湿度探测,因而实现星载GNSS-R土壤湿度探测也是当下待以解决的难题。本论文针对上述现状展开研究,对GNSS-R遥感应用的发展能够起到一定的推进作用。本论文从GNSS反射信号特性基础理论研究出发,对机载/星载GNSS-R两种不同观测平台下的土壤湿度反演模型开展了相关研究。针对传统的双天线GNSS-R反演模型进行研究,考虑机载平台反演过程中存在的影响因素并给出修正方法,最终得到适用于机载GNSS-R土壤湿度的反演模型。同时研究分析了利用星载GNSS-R观测数据反演土壤湿度的可行性,提出了时延多普勒图(Delay Doppler Map,DDM)信噪比(signal-to-noise ratio,SNR)与土壤湿度的相关性模型。最后利用2002年机载土壤湿度探测实验(Soil Moisture Experiment 2002,SMEX02)数据及星载TDS-1(United Kingdom Techdemosat-1Satellite,UK TDS-1)数据对上述模型进行了验证。实验结果表明,在机载观测模式下:无降雨状态下土壤湿度反演结果与实测土壤湿度变化趋势较为吻合,反演误差控制在0.05 m/m内,两者相关系数R=0.76,均方根误差(Root Mean Squared Error,RMSE)为0.0185 m/m,两者呈现出强相关性;在降雨状态下修正前、后反射率反演出的土壤湿度结果与实测值之间均具有较大的偏差,但修正后的土壤湿度反演结果与实测值的相关系数有了较大的提高:未修正前R=0.2,RMSE=0.023 m/m;修正后R=0.6,RMSE=0.019 m/m,这表明修正方法具有一定的有效性,然而降雨状态下仍存在较大反演误差,因而后续反演过程中应舍弃降雨状态下的数据。在星载观测模式下:针对反演过程中星载DDM数据存在有效信息难以辨别提取的问题,提出了一种DDM波形分类方法,并验证了该方法的有效性,给出了分类后适合于星载土壤湿度反演的DDM数据类型,即规整波形数据;后续处理得到两块研究区域的修正后DDM SNR均值与土壤水分和海洋盐度卫星(Soil Moisture and Ocean Salinity,SMOS)土壤湿度数据间的相关系数分别为R=0.69和R=0.75。两块研究区域均具有较高的相关系数,表明利用星载GNSS-R DDM数据进行土壤湿度反演具有一定可行性。

关键词： GNSS-R 土壤湿度反演模型 SMEX02 TDS-1卫星 DDM波形分类方法 SMOS卫星

来源：

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

顾及植被影响的多星数据融合GNSS-IR土壤湿度反演方法

顾及植被影响的多星数据融合GNSS-IR土壤湿度反演方法

引用

作者：吕继超西南交通大学

学位级别：硕士

土壤湿度作为全球水循环的关键指标,是现代化农业、气象、水文领域研究的重点。准确实时地获取土壤湿度对农业灌溉、气象预报、水资源循环等具有重要参考价值。全球导航卫星系统反射信号干涉测量(Global Navigation Satellite System Re... 详细信息

土壤湿度作为全球水循环的关键指标,是现代化农业、气象、水文领域研究的重点。准确实时地获取土壤湿度对农业灌溉、气象预报、水资源循环等具有重要参考价值。全球导航卫星系统反射信号干涉测量(Global Navigation Satellite System Reflectometry and Interferometry,GNSS-IR)作为一种新型的微波遥感技术,发射的L波段信号对土壤水分十分敏感,其主要利用GNSS直射信号和经地表反射的信号在接收机天线处产生的干涉效应,通过干涉信号特征来反演地表物理参数,目前被广泛应用于各个领域遥感监测,正逐渐成为GNSS遥感技术的重要分支。由于现有的GNSS-IR土壤湿度反演模型存在精度和可靠性低及难以回避季节性植被生长造成的误差问题,导致GNSS-IR技术反演土壤湿度许多问题亟待解决和完善,因而实现顾及植被影响的多星数据融合GNSS-IR土壤湿度反演是当下待解决的难题,本文针对上述问题开展系统性研究,相关研究成果将会对GNSS-IR陆面遥感发展具有一定的参考意义。本论文从反射信号相关数学与物理特性理论出发,对单天线GNSS-IR土壤湿度反演模型以及植被误差项对反射信号影响机制开展了相关研究,最终得到适用于修正植被含水量扰动下的GNSS-IR土壤湿度反演模型。为此,本文一方面提出基于熵值法的双频数据融合植被误差修正方法,克服了仅利用单频数据开展归一化差异植被指数(Normalized Difference Vegetation Index,NDVI)反演的精度与可靠性的局限,解决了缺乏实测植被含水量数据情况下反射信号相位修正的难题。该方法分别将GPS L1、L2双频伪距和载波相位观测值计算的多路径数据引入熵值法衡量不确定度,评价各指标的信息熵,反向定权实现最优的加权融合并计算归一化微波反射指数(Normalized Microwave Reflection Index,NMRI),以提高NDVI反演精度和可靠性,实现测站周围的NDVI反演,为保证NDVI与反射信号相位的数学尺度一致,通过年时间序列前15%NDVI中位数归零处理的计算值近似代替植被引起的相位偏移,最后利用美国PBO四个站点观测数据对上述算法进行了验证。另一方面,本论文深入开展基于GNSS-IR多星数据融合的土壤湿度反演模型研究,以期解决现有多星土壤湿度反演算法存在的自动化组合最优反演土壤湿度卫星程度低的问题,提出了一种多变量自适应回归样条(Multivariate Adaptive Regression Splines,MARS)土壤湿度反演模型。该方法分为前向逐步、后向剪枝、模型选取三个步骤以自适应的提取能反映土壤湿度最优的卫星组合。此外,为了验证MARS模型的精度和可靠性分别与BP神经网络、支持向量回归机、多元线性回归土壤湿度反演模型开展对比分析。针对双频数据融合的植被误差修正问题,本文通过PBO四个站点观测数据开展实验分析,实验结果表明:(1)双频数据融合后的NDVI反演模型在四个站点的相关性分别为0.828、0.826、0.800、0.816,均方根误差为0.052、0.037、0.050、0.064,其相关性相比于传统L1载波模型分别上升了9.4%、28.5%、17.6%、7.4%,均方根误差分别降低了17.5%、15.9%、16.6%、15.8%。(2)修正植被误差项后土壤湿度反演结果与实际值之间的相关性在4个站点均有所提升,且修正前后四种模型反演结果与实际值相关性平均提升7.4%。针对多星数据融合的土壤湿度反演模型问题,利用PBO实验数据开展了四种模型对比分析,实验结果表明:(1)MARS土壤湿度反演模型在P036、P037、P041、P049四个站点的相关性达到了0.930、0.912、0.903、0.921,相比于未修正植被含水量相关性0.836、0.823、0.842、0.844分别提升了11.2%、10.8%、7.2%、9.1%,RMSE分别降低了47.7%、45.5%、26.9%、37.9%。(2)BPNN、SVRM、MLR三种土壤湿度反演结果在4个站点修正反射信号后相关性在0.803～0.874之间,均未优于MARS土壤湿度反演模型。与传统方法相比,本研究能够提升植被覆盖区地表土壤湿度反演精度、可靠性和泛化能力,并可为气候变化、精准农业、旱涝灾害等领域相关研究工作提供典型参考数据、基础理论和支撑技术。

关键词： GNSS-IR 土壤湿度反演模型植被含水量信噪比观测值 MARS 机器学习算法

来源：

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

全选清除本页清除全部题录导出标记到“检索档案”

共1页 << < 1 > >>

回到顶部

执行限定条件

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：