青海省鱼卡-大柴旦盆地绿洲地下水位埋深遥感反演

以卫星遥感数据获得鱼卡-大柴旦盆地绿洲地下水位分布状况,利用TM8数据获得归一化植被指数NDVI,利用大气传输方程法反演地表温度TS,构成TS-NDVI特征空间,计算得到温度植被干旱指数TVDI对研究区表层土壤含水量进行估算。干旱区土壤水依赖于地下水,利用表层土壤含水量和TVDI与地下水位埋深的经验方程得到研究区地下水位埋深分布图并进行实地验证。结果表明:研究结果符合实际,用土壤含水量和TVDI反演得到的地下水位埋深与实测地下水位埋深之间的相关系数分别为0.83和0.765。     

SWAT模型土壤物理属性数据遥感 反演建库研究

针对秦淮河流域以水稻土为主的研究区域，探讨在湿润条件下SWAT模型土壤物理属性数 据库的建立。将现有的土壤质地资料，通过插值计算，转化成美国制土壤质地。在此基础上率定研究 区土壤的相关水文特性，针对研究区水田的管理措施划分其土壤的水文学分组。通过对研究区遥感图 像进行反演计算，较为准确地反应特定时段下研究区域的地表反照率，为SWAT模型在大面积研究 区域中的应用提供了便捷的可行手段。     

基于Sentinel数据的组合极化反演土壤表层水分研究

土壤水分在农业生产发展中扮演着重要的角色,准确、实时地获取大范围的土壤水分对现代化农业建设有重要的意义。本文提出以Sentinel-1(0.453VV+0.547VH)的组合极化模式结合Sentinel-2和Landsat-8影像计算的归一化植被指数(NDVI)和归一化水指数(NDWI)进行大兴区的土壤水分反演研究。表明：(1)以Sentinel-1组合极化(0.453VV+0.547VH)为基础的反演土壤水分的方式可以实现对该地区土壤水分的高精度反演。(2)NDVI在通过水云模型反演土壤水分过程中,去除植被影响的效果要优于NDWI。(3)Sentinel-1组合极化(0.453VV+0.547VH)与NDVI结合反演土壤水分的相关性较高(r=0.886),优于单极化与NDVI结合反演土壤水分的相关性(r_VV=0.798,r_VH=0.743)。研究结论对于利用Sentinel-1双极化组合反演土壤水分有重要参考价值。     

基于神经网络的近地面气温遥感反演研究

为了获取近地面气温的空间分布格局,鉴于遥感技术在获取地表时空分布信息方面所具有的优势,提出了利用BP神经网络进行遥感反演近地面日平均气温、日最高和最低气温的算法。采用汉江上游流域的气象站点观测数据和Landsat ETM+遥感图像进行了试验研究。研究结果表明,遥感反演近地面日平均气温和日最高气温时,单纯利用遥感信息或者地形信息,都不能得到精度最高的结果,只有把两者结合起来,才能准确地获取近地面气温的空间分布信息。     

基于BP神经网络的温榆河水质参数反演模型研究

为进一步提高内陆水体水质参数遥感反演的准确性,北京市温榆河被选为研究对象,研究选取ETM＋数据和准同步实测水质指标（浊度、BOD;）数据,建立了多个隐含层数目为1的BP神经网络模型,并选出分别针对浊度和BOD5的最佳神经网络模型,利用ETM＋影像的波段组合值反演了浊度和BOD,浓度值。最后将其反演结果与常规多元线性回归模型的反演结果进行精度比较。结果表明：温榆河的水质参数遥感反演为非线性问题,使用BP神经网络方法进行浊度与BOD,两种水质参数反演的结果优于线性回归方法的反演结果。     

基于遗传优化神经网络的多源遥感数据反演土壤水分

为快速反演较高精度土壤水分,提出用遗传算法优化后的神经网络辅以多源遥感数据的方法进行地表土壤水分反演。首先建立4层神经网络并用遗传算法优化此网络,之后以雷达数据不同极化(VV、VH、VH/VV)的后向散射系数、雷达入射角、光学数据的归一化植被指数(NDVI)、以及高程数据作为网络的输入,土壤水分数据为输出,对网络进行训练与仿真,再运用地表实际测量数据与反演数据做对比验证。结果表明:反演结果与实际测量数据相关性良好,R2可达0. 79。采用遗传算法对神经网络优化的土壤水分反演方法可行,且添加光学数据等辅助数据后土壤水分反演效果更优,为多源遥感土壤水分的协同反演研究提供新思路。     

皇甫川流域地表特征参数遥感反演研究

运用Landsat-5 TM数据反演了皇甫川流域地表特征参数:归一化植被指数(NDVI)、植被覆盖度、地表比辐射率、地表反射率和地表温度.结果表明:反演的结果与实际地表状况较为吻合,能很好地反映研究区地表实际状况;将反演的地表温度进行检验,相对误差为0.58%.     

基于温度植被干旱指数的黄河源区土壤表层含水量反演

为了对黄河源区的土壤表层含水量进行反演与时空分析,利用黄河源区2006年第65—321天MODIS温度和植被指数产品数据,计算了温度植被干旱指数(TVDI),构建了不同像元尺度窗口的LST/NDVI斜率与实测表层土壤相对含水量之间的线性关系,比较了不同尺度像元窗口的拟合效果。分析结果表明:9×9像元窗口的拟合效果(回归系数R2为0.65)优于其他像元窗口尺度;季节尺度的拟合精度(回归系数R2为0.76)优于长时间序列的拟合精度;夏季模拟值与实测值的均方根误差为0.09,模拟精度满足实验要求,可用于黄河源区短时间序列的土壤表层含水量反演。     

比辐射率对遥感反演滇池流域地表温度的影响

为了探究地表比辐射率(以下简称“比辐射率”)对遥感反演地表温度的影响。利用Landsat5 TM6波段数据,以滇池流域为研究区域,通过NDVI阈值法和经验公式模型法求算比辐射率,应用普适性单通道算法反演得到滇池流域地表温度,结合滇池流域地面温度实测数据,分析不同比辐射率求算方法对反演地表温度的影响。结果表明: NDVI阈值法求算出的比辐射率和经验公式模型法求算出的比辐射率与MODIS比辐射率产品均显著相关;通过经验公式求算的比辐射率反演得到的城镇地区地表温度,超出观测温度4～5 ℃,不能精确地反映地表温度,而通过NDVI阈值法求算的比辐射率反演得到的地表温度更接近于地表实测温度,更能正确反映不同地表覆盖下的温度;由2种比辐射率反演得到的地表温度与实测温度差异较小,在精度控制范围之内。因此,对于滇池流域这种地表覆盖比较好的区域,用NDVI阈值法求算出的比辐射率来反演地表温度更为合适。     

被动微波遥感土壤水分反演研究进展

准确获取区域土壤水分时空分布和变化对于水文过程模拟、洪旱灾害监测等方面具有重要意义.近几十年,快速发展的遥感技术为大区域地表土壤水分连续观测提供了机遇.尤其,被动微波遥感具有诸多优势,被认为是进行大区域表层土壤水分连续监测的最有潜力的手段.国内外学者对被动微波遥感土壤水分反演开展了大量的研究.为了更好了解国内外研究前沿...     

Using multi-satellite microwave remote sensing observations for retrieval of daily surface soil moisture across China

The objective of this study was to retrieve daily composite soil moisture by jointly using brightness temperature observations from multiple operating satellites for near real-time application with better coverage and higher accuracy.Our approach was to first apply the single-channel brightness radiometric algorithm to estimate soil moisture from the respective brightness temperature observations of the SMAP,SMOS,AMSR2,FY3B,and FY3C satellites on the same day and then produce a daily composite dataset by averaging the individual satellite-retrieved soil moisture.We further evaluated our product,the official soil moisture products of the five satellites,and the ensemble mean(i.e.,arithmetic mean)of the five official satellite soil moisture products against ground observations from two networks in Central Tibet and Anhui Province,China.The results show that our product outperforms the individual released products of the five satellites and their ensemble means in the two validation areas.The root mean square error(RMSE)values of our product were 0.06 and 0.09 m~3/m~3 in Central Tibet and Anhui Province,respectively.Relative to the ensemble mean of the five satellite products,our product improves the accuracy by 9.1%and 57.7%in Central Tibet and Anhui Province,respectively.This demonstrates that jointly using brightness temperature observations from multiple satellites to retrieve soil moisture not only improves the spatial coverage of daily observations but also produces better daily composite products.     

冬小麦田间墒情预报的BP神经网络模型

土壤墒情预报是农田适时适量灌水的基础。田间土壤水分的变化受到外界气象因素及土壤特性、作物长势等的影响，关系比较复杂。本文利用北京市永乐店试验站冬小麦返青后的土壤水分试验资料，建立了土壤墒情预报的BP网络模型，模型中同时考虑了多个因素对土壤贮水量的影响。利用部分实测资料对网络进行训练，然后对2年不同灌水处理下的土壤贮水量进行预测，取得了较好的效果，表明BP神经网络用于墒情预报是可行的。     

一种简易遥感腾发模型在干旱区平原绿洲的应用

本文对基于植被指数一地表温度特征空间的三角形算法进行改进,用梯形特征空间代替三角形空间,并把利用遥感数据计算出来的瞬时腾发量扩展到日、月等时间尺度上.利用改进后的模型对新疆塔里木盆地喀什噶尔绿洲、叶尔羌绿洲及和田绿洲2001.2002年的腾发量进行了模拟计算,分析了腾发量的时空分布,模拟结果比较合理.     

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。     

基于冠气温差的枣树根区土壤水分预报模型

针对目前果树水分亏缺状况难以迅速准确地监测与预报的问题,以冠气温差理论模型为基础,建立以冠气温差为指标的枣树根区土壤水分预报模型,采用回归分析法分析土壤相对含水量与冠气温差及气象因子间的关系,对模型进行具体化,并对模型可靠性进行分析。结果表明:晴天日14:00时枣树冠气温差与根区土壤水分关系最为显著(P 0. 01);采用完全预报模型可以较为准确得到枣树根区土壤水分状况(MRE≤6%);采用概化预报模型可以在一定误差范围内(MRE≤10%)预报枣树根区土壤水分状况;枣树生长期内冠气温差高于阈值,表明枣树需要灌溉,否则不需要灌溉。基于冠气温差的枣树根区土壤水分预报模型能够有效的诊断枣树水分亏缺状况,为枣树的科学灌溉提供指导。