玉米作物极化SAR数据模拟

通过重点研究玉米叶子的空间位置、指向角分布,分析玉米作物的结构特点,建立玉米的三维结构模型和场景,发展针对玉米作物的极化合成孔径雷达(synthetic apertureradar,SAR)数据模拟方法。利用该模拟方法和实地获取的玉米参数模拟极化SAR数据,通过与散射计实地测量的多极化、多角度后向散射系数进行对比,表明该模拟方法能够有效的模拟玉米作物的后向散射系数;通过分析模拟极化SAR数据获得的HH-VV、HH-HV、VH-VV之间的相位差,表明该模拟方法能够有效的模拟玉米作物散射的相位信息;通过分析模拟数据的极化响应图和Cloude H-α分类图,从散射类型角度验证了模拟极化SAR数据的有效性。     

联合热红外与微波的作物辐射方向性模型研究

热红外遥感提供地表表层辐射信息为主,被动微波遥感可更好地提供植被和土壤背景垂直结构的辐射信息。结合热红外与被动微波遥感的优势协同反演植被和土壤组分温度是提高组分温度反演精度的一种思路。本文在对热红外辐射传输模型和微波辐射模型进行比较的基础上,构建均匀作物的统一场景,将统一场景的参数分为直接参数和间接参数。基于统一场景,修改微波辐射模型的场景结构及叶倾角分布,并增加组分温度参数以计算辐射亮温,最终构建热红外与微波辐射联合模拟模型(UEasmmes模型)。针对均匀玉米作物,利用UEasmmes模型进行联合模拟,分析了组分温度、组分发射率、叶面积指数LAI及叶倾角分布LAD对热红外与微波的方向性亮温DBT的敏感性响应差异。分析结果表明:协同热红外与被动微波遥感反演植被和土壤组分温度是可行的,但对于如何克服组分发射率、LAI及LAD对植被有效发射率的影响而导致的微波辐射亮温变化以及实现热红外表皮温度与微波等效温度之间的转化仍是需要深入研究和探讨的问题。     

光学与微波植被指数协同反演农作物叶面积指数的可行性分析

光学遥感是目前反演植被叶面积指数LAI（Leaf Area Index）的主要手段,但是当叶面积指数较大时存在光学遥感信息饱和、反演精度显著降低的问题。叶面积指数和平均叶倾角对光学、微波波段范围内反射和散射特性都有重要影响,主要表现在植被结构参数的变化可以引起冠层孔隙率和消光截面大小的改变。本文以典型农作物玉米为例,通过构建统一的PROSAIL和MIMICS模型输入参数,生成一套玉米全生长期光学二向反射率和全极化微波后向散射系数模拟库和冠层参数库。通过对模拟数据与LAI敏感性和相关性分析得出：（1）光学植被指数MNDVI_{(800 nm,2000 nm)},在LAI为0—3时敏感,基于MNDVI与LAI的回归模型可以估算LAI变化 0.4的情况,RMSE是0.33,R²是0.958。（2）微波植被指数SAR_{SRVI(1.4 GHz HH,9.6 GHz HV)},在LAI为3—6时敏感,基于SAR_SRVI与LAI的回归模型可以估算LAI变化1的情况,RMSE为0.22,R²是0.9839。研究表明,采用分段敏感的植被指数,协同光学和微波遥感反演玉米全生长期叶面积指数是可行的。     

青藏高原冰雪覆盖变化监测的卫星立体影像方法

针对青藏高原冰雪覆盖变化监测问题,以各拉丹冬冰川为例,提出了利用ALOS立体像对提取冰雪DEM,并以同源不同时相的冰雪DEM监测冰雪覆盖变化及体量变化的方法。依据DEM纠正裁切后的影像,采用ISODATA分类方法得到了冰雪覆盖面积变化量,由不同时相网格DEM高程点数据高差与面积求得体积变化,得出了2009年与2010年冬季冰雪量大小。结果显示2010年12月比2009年12月冰雪量减少了19.728 3 km³,雪覆盖面积减少了349.691 km²。文中还列出了遇到的技术困难及有待进一步研究的问题。