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。     

基于区域特征相似度的微波土壤水分反演结果可信度评价

微波遥感反演土壤水分的精度评价,一般通过选取有限数量采样点的地表实测土壤水分数据与反演值进行比较,实际上只能反映局部采样区的反演精度。本文提出了微波反演土壤水分中一种可以评价整个研究区反演土壤水分可信程度的方法。首先选择采样区的实测土壤水分数据和地表粗糙度数据,通过多元回归统计拟合得到土壤水分反演经验方程,对整个研究区进行土壤水分反演;然后从TM和SAR数据中通过反演和提取,选择影响土壤水分的10个因子(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角以及Landsat TM的b3、b4、b5、b7共4个波段),采用主成分分析法(PCA)筛选提取主成分,将前3个主成分合成为RGB影像;再使用分水岭算法分割包含前3个主成分的RGB影像,得到一幅分割区域图;最后计算各分割区域的6维特征向量(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角)与反演时选择采样区的特征向量间的马氏距离,得到区域特征相似度数据集,基于该数据集计算反演结果可信度。以此为基础,利用2008年甘肃黑河地区的ENVISAT ASAR双极化数据(VV、VH)和实测土壤水分数据进行土壤水分反演并评价反演结果的可信度,同时使用反演区域中多个采样区土壤水分实测数据和确定系数(R2)评价反演精度,对比可信度和R2,表明提出的反演可信度可以有效反映土壤水分反演精度。     

GNSS-R土壤水分反演研究进展

土壤水分是陆地水循环中最活跃的部分,是影响水文、生物生态和生物地球化学过程的关键变量。全球导航卫星系统反射测量（GNSS-R）技术由于使用L波段的电磁波且具备高频观测的能力,是土壤水分监测的有效手段。北斗卫星导航系统（BDS）是我国自行研制的全球卫星导航系统,土壤水分监测也是其业务应用的重要组成部分。从观测平台、反演方法两方面对当前GNSS-R反演土壤水分的研究进行了总结分析,指出了不同反演方法的优势和劣势,并进一步阐明了BDS对GNSS-R土壤水分反演研究的主要贡献和优势。     

基于遥感和地面测量的多尺度土壤水分产品验证分析

遥感反演是大尺度土壤水分监测的有效手段,但地面验证一直是土壤水分遥感反演的瓶颈。针对地面土壤水分测量,频域反射仪(FDR)和宇宙射线中子法(CRS)在土壤水分测量中展现出较大的应用潜力。本研究选取不同像元尺度的土壤水分遥感反演结果,包括30 m分辨率Landsat土壤水分反演、1 km分辨率MODIS土壤水分反演和SMAP卫星3 km分辨率和9 km分辨率土壤水分反演产品,利用CRS和FDR土壤水分监测数据对不同像元尺度土壤水分结果进行精度验证分析。结果表明:CRS在30 m分辨率、1 km分辨率、3 km分辨率和9 km分辨率土壤水分反演结果中精度均较FDR方法高,其中1 km分辨率中CRS反演值的均方根误差小于3 km分辨率和9 km分辨率的误差。CRS测量方法对小降水事件较敏感,会带来一定误差。     

神经网络在应用雷达遥感反演土壤水分中的应用

土壤水分是水文、气象和农业环境研究中的重要参数，应用微波特别是雷达进行土壤水分的反演估算是当前研究的热点。探讨了当前对土壤水分研究的方法，通过对比分析前人结果提出了应用半经验模型和神经网络算法(SM—NN)相结合估算土壤水分的方法及过程。     

区域土壤含水率遥感监测分析方法研究进展

土壤水分是陆地表面参数化的一个关键变量。遥感技术为大面积动态监测土壤水分提供了可能。简述了热惯量法、作物缺水指数法、植被指数距平法、微波遥感法、高光谱法五种目前为止比较成熟和广泛应用的土壤水分遥感监测方法和模型,并进行了优缺点分析。     

区域土壤水分状况评价方法的研究进展

综合分析比较了目前区域干旱监测的各种研究方法,结果表明,以气象观测为基础的区域干旱评价方法,不适宜在地形变化复杂的地区.遥感技术由于能够获得连续地表参数,通过建立这些参数(后向散射系数、地表亮温)与土壤湿度之间的关系,或者利用这些参数,根据区域能量平衡原理,建立评价区域水分状况的指标(作物水分胁迫系数或水分胁迫指数),比气象观测法具有更高的效率.而微波遥感由于其全天候和全天时的工作特点,对于我国南部多雨、多雾地区的干旱评价具有不可替代的作用,是未来发展的方向.     

土壤水分空间变异性的研究方法评述与展望

土壤水分的变化和区域差异不但对于区域水文有影响,而且通过植被、土壤等对气候也有着很大的影响。目前,土壤水分已经成为全球变化研究的重要焦点之一。本文综述了国内外有关土壤水分空间变异的研究方法与动态,提出了若干建议,以期为进一步深化土壤水分空间变异性的研究提供参考。     

国内外干旱遥感监测技术发展动态综述

干旱是我国影响范围最广和造成经济社会损失最为严重的一种自然灾害,干旱缺水已成为制约我国可持续发展的一个瓶颈。及时发现干旱并准确预报旱情发展动态,对抗旱减灾至关重要。本文在简述国内外遥感技术总体发展态势基础上,从干旱监测的遥感数据源开始,系统地总结了目前国内外干旱遥感监测的主要方法以及发展状况,包括土壤含水量的遥感反演法、热惯量法、冠层温度法、植被指数法、微波遥感法等。提出了加强我国干旱遥感监测技术研究的建议,以期推动我国干旱遥感监测的全面应用。     

基于相似性原理确定无资料格网土壤水分数据

地表土壤水分在陆地水循环中扮演着重要的角色,是水文、气象和环境研究的重要参数之一。研究地表土壤水分对我们在各种灾害、洪涝监测中能够起到许多帮助。但是在许多地区并无土壤水分数据,因此对无资料地区获取土壤水分数据的方法需要进一步研究。为此提出基于相似性原理通过GLDAS数据将有资料与无资料网格建立相关关系,从而由有观测资料网格推求得到无资料网格的土壤水分数据。研究区域选择青藏高原,运用的卫星遥感数据是SMOS数据,数字地面模型数据为GLDAS数据,青藏高原实测数据来自于青藏高原中部土壤温湿度监测网(CTP-SMTMN)。     

基于偏差校正和三重组合分析的主、被动微波土壤湿度数据融合

为了提高微波遥感土壤湿度产品在中国地区的精度,将多种主、被动微波土壤湿度产品进行融合。选取中国陆面数据同化系统(CLDAS)表层土壤湿度数据为参考进行偏差校正,通过对模型数据和主、被动微波遥感土壤湿度数据(ASCAT-A/B,AMSR2,SMOS微波土壤湿度产品)进行皮尔逊相关性分析和三重组合(triple collocation,TC)分析,计算主、被动微波土壤湿度数据的误差,在此基础上计算权重并采用加权平均方法实现微波遥感土壤湿度数据的融合。融合后的土壤湿度数据与ESA-CCI土壤湿度融合产品的平均相关系数为0. 62,前者比后者平均偏小0. 023m~3/m~3;与ERA-Interim土壤湿度再分析数据相比具有良好的相关性;与实测土壤湿度数据相比,融合数据的精度优于ESA-CCI融合产品和CLDAS表层土壤湿度产品,具有更高的相关系数,较低的平均偏差和均方根误差。     

遥感干旱监测在抗旱减灾应用中的若干思考

推动遥感干旱监测技术的业务化运行,对水利抗旱减灾工作至关重要。从土壤水分监测、植被状况监测和多维光谱特征综合监测3方面简述了国内外遥感干旱监测的主要技术方法。深入分析遥感干旱监测技术在水利抗旱减灾业务化应用中急需解决的问题：研究对象、遥感数据源和研究方法等,并在卫星遥感数据源、遥感干旱监测方法、遥感干旱监测应用策略等方面提出了进一步应用建议,以期推动遥感干旱监测技术在我国水利行业中的应用。     

遥感技术在灌区现代化管理中的应用研究进展

在综述国内外遥感技术在灌区现代化管理中应用研究的基础上,论述了遥感技术在灌区现代化管理上所具有的巨大潜力。通过分析其在土地类型与种植结构、灌溉监测与土壤水反演等方面的应用研究,进行了研究成果的回顾,并对现有问题及其解决方案进行了探讨。指出在未来的研究中,一是要建立各个灌区研究成果和地理信息的数据共享平台,二是要加强对于遥感技术机理的深入研究。     

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。     

Satellite Soil Moisture: Review of Theory and Applications in Water Resources

Soil moisture (SM) plays an important role in the water and energy exchanges that occur in the terrestrial surface. Soil moisture can be retrieved at a larger scale by using the visible and InfraRed (IR) bands as well as through the microwave remote sensing. Because of very high importance of SM for variety of applications, there are now two dedicated microwave satellites in the Earth’s orbit for soil moisture retrieval from space. The first, Soil Moisture and Ocean Salinity (SMOS) satellite has been launched by the European Space Agency in November 2009 and second is Soil Moisture Active and Passive (SMAP) launched by the National Aeronautics and Space Administration (NASA) in January 2015. In this review, brief background of soil moisture retrieval algorithms are presented with different applications in the area of water resources. The first section provides the introduction of the soil moisture, presents several in situ techniques for measurement of soil moisture and soil moisture retrieval algorithms from visible/IR and microwave remote sensing. Section 2 describes the satellite soil moisture applications in water resources.     

基于CLDAS数据和机器算法模型的大清河流域地表土壤湿度降尺度研究

土壤水分是"四水"转换的纽带,农业生产的基础,传统的野外定点测量土壤水分的方法难以实现空间上的展布,现代微波遥感数据可以得到大尺度的土壤水分,但分辨率低。本文利用CLDAS数据,将机器算法应用到遥感影像指数运算中,开展土壤水分的降尺度研究。论文分别采用OLS算法、Bagging算法、BRT算法和随机森林算法模型建立MODIS光学遥感数据(LST、Albedo、NDVI、ET)与土壤水分的关系模型。研究结果表明:四种算法中随机森林算法的拟合效果更优(R~2=0.961 28,RMSE=0.006 99)。利用该算法算出降尺度后的土壤体积水分,可以得到大尺度且空间分辨率更高的土壤水分数据。大清河流域西北部土壤含水量高于东南部,土壤含水量差异可达0.2 mm~3/mm~3,在流域土壤含水量空间分布的季节变化显著,3月土壤水分低至0.16 mm~3/mm~3,9月土壤水分高达0.33 mm~3/mm~3。