基于最佳极化组合和入射角的土壤水分反演

详细信息    查看官网全文

• 论文作者：秦小宝 ; 张馨月
• 年：2017
• 作者机构：长安大学地质工程与测绘学院;江苏省地质测绘院;
• 论文关键词：土壤水分 ; 粗糙度计算模型 ; ASAR ; AIEM ; 反演
• 会议召开时间：2017-07-18
• 会议录名称：2017年度江苏省测绘地理信息学会GPS、 大地专业委员会学术年会暨JSCORS技术交流大会论文集
• 语种：中文
• 分类号：S152.7
• 学会代码：XDCH
• 会议名称：2017年度江苏省测绘地理信息学会GPS、大地专业委员会学术年会暨JSCORS技术交流大会
• 会议地点：中国江苏南京
• 主办单位：江苏省测绘地理信息学会、江苏省测绘工程院
• 学会名称：《现代测绘》编辑部
• 页数：5
• 文件大小：479k
• 原文格式：D
• 会议级别：地方

摘要

为了较高精度的反演大范围裸土地表土壤水分,利用C波段多极化合成孔径雷达ASAR影像数据,发展了一种新的土壤水分反演算法估计裸土土壤水分。该算法基于AIEM模拟数据通过回归分析,建立了不同后向散射系数极化比与组合粗糙度的粗糙度计算模型,得到VV和VH后向散射系数极化比与组合粗糙度的相关系数最高。利用多角度模拟数据推导建立不同角度的土壤水分经验反演模型,发现小入射角反演模型所得土壤水分和AIEM输入土壤水分相关系数更高。基于此建立VV/VH最佳极化组合和小入射角的土壤水分半经验反演模型。验证结果表明:模型估计结果与实测数据具有较高的相关性,R2达到了0.778 6。该模型无需实测粗糙度数据,就可以实现较高精度裸土地表土壤水分反演。

引文

[1]Beck H E,De Jeu R a M,Schellekens J,et al.Improving Curve Number Based Storm Runoff Estimates Using Soil Moisture Proxies[J].IEEE Journal of Selected Topics in Applied Earth Observations&Remote Sensing,2010,2(4):250-259.
    [2]Barrett B W,Dwyer E,Whelan P.Soil moisture retrieval from active spaceborne microwave observations:an evaluation of current techniques[J].Remote Sensing,2009,1(3):210-242.
    [3]马红章,柳钦火,闻建光,等.裸露地表土壤水分的L波段被动微波最佳角度反演算法[J].农业工程学报,2010,26(11):24-29.
    [4]鲍艳松,刘利,孔令寅,等.基于ASAR的冬小麦不同生育期土壤湿度反演[J].农业工程学报,2010,26(9):224-232.
    [5]田国良.土壤水分的遥感监测方法[J].遥感学报,1991,(2):89-98.
    [6]Dobson M C,Ulaby F T.Active Microwave Soil Moisture Research[J].IEEE Transactions on Geoscience&Remote Sensing,1986,24(1):23-36.
    [7]Bolten J D,Crow W T,Zhan X,et al.Evaluating the Utility of Remotely Sensed Soil Moisture Retrievals for Operational Agricultural Drought Monitoring[J].Selected Topics in Applied Earth Observations&Remote Sensing IEEE Journal of,2010,3(1):57-66.
    [8]Fung A K.Microwave Scattering and Emission Models and Their Applications[M].Artech House,1994.
    [9]Zribi M,Dechambre M,Ieee,et al.A new empirical model to inverse soil moisture and roughness using two radar configurations[M].2002:2223-2225.
    [10]乌拉比.微波遥感[M].北京:科学出版社,1988.
    [11]Fung A K,Li Z,Chen K S.Backscattering from a randomly rough dielectric surface[J].IEEE Transactions on Geoscience and Remote Sensing,1992,30(2):356-69.
    [12]Chen K S,Tzong-Dar W,Mu-King T,et al.Note on the multiple scattering in an IEM model[J].IEEE Transactions on Geoscience and Remote Sensing,2000,38(1):249-56.
    [13]Wu T D,Chen K S.A reappraisal of the validity of the IEM model for backscattering from rough surfaces[J].IEEE Transactions on Geoscience&Remote Sensing,2004,42(4):743-753.
    [14]Wu T D,Chen K S,Shi J,et al.A transition model for the reflection coefficient in surface scattering[J].IEEE Transactions on Geoscience&Remote Sensing,2001,39(9):2040-2050.
    [15]Bruckler L,Witono H,Stengel P.Near surface soil moisture estimation from microwave measurements[J].Remote Sensing of Environment,1988,26(2):101-121.
    [16]Oh Y,Sarabandi K,Ulaby F T.An empirical model and an inversion technique for radar scattering from bare soil surfaces[J].Geoscience&Remote Sensing IEEE Transactions on,1992,30(2):370-381.
    [17]Dubois P C,Van Zyl J,Engman T.Measuring soil moisture with imaging radars[J].IEEE Transactions on Geoscience and Remote Sensing,1995,33(4):915-26.
    [18]Chen K S,Yen S K,Huang W P.A simple model for retrieving bare soil moisture from radar-scattering coefficients[J].Remote Sensing of Environment,1995,54(2):121-126.
    [19]Oh Y,Sarabandi K,Ulaby F T.Semi-empirical model of the ensemble-averaged differential Mueller matrix for microwave backscattering from bare soil surfaces[J].Geoscience&Remote Sensing IEEE Transactions on,2002,40(6):1348-1355.
    [20]Shi J,Wang J,Hsu A Y,et al.Estimation of bare surface soil moisture and surface roughness parameter using L-band SAR image data[J].Geoscience&Remote Sensing IEEE Transactions on,1997,35(5):1254-1266.
    [21]余凡,赵英时.合成孔径雷达反演裸露地表土壤水分的新方法[J].武汉大学学报:信息科学版,2010,35(3):317-321.
    [22]王军战,张友静,鲍艳松,等.基于ASAR双极化雷达数据的半经验模型反演土壤湿度[J].地理与地理信息科学,2009,2(2):5-9.