基于单极化雷达数据的土壤含水量反演方法及系统技术方案

本发明专利技术涉及一种基于单极化雷达数据的土壤含水量反演方法及系统，所述方法包括：S1、选取待测地区的干旱期图像和雨期图像；S2、对所述干旱期图像和所述雨期图像分别进行定标；S3、将定标后的所述干旱期图像和雨期图像进行配准，并计算所述配准后的干旱期图像的后向散射系数和所述配准后的雨期图像的后向散射系数；S4、使用预设的干旱期土壤介电常数、所述配准后的干旱期图像的后向散射系数和所述配准后的雨期图像的后向散射系数进行反演计算，得到雨期的土壤介电常数；S5、将所述雨期土壤介电常数代入土壤水分反演模型，计算所述待测地区的土壤含水量。本发明专利技术的方法能够有效利用多时相的单极化雷达数据获取干旱半干旱区土壤含水量分布。

【技术实现步骤摘要】

本专利技术涉及微波遥感
，尤其涉及一种基于单极化雷达数据的土壤含水量反演方法及系统。
技术介绍
地表参数的反演一直是微波遥感研究的热点，尤其是土壤水分的反演。在现有文献中，学者对土壤含水量的反演进行了多方面的研究，也创立了很多经验反演模型，比如Shi模型、Dubois模型、Oh模型等等。这些模型是根据实测数据，建立HH、VV或者HV等多极化数据与地面参数。但现在大量的数据是单波段、单极化，比如Radarsat-1，ERS，JERS，环境一号C卫星等。为了克服以上模型的问题，即要利用单极化数据进行水分反演。不少学者结合研究区地理特征进行了研究，提出了多时相单极化雷达数据在半干旱地区反演水分的方法。但这些算法对极化方式、角度、干旱区土壤介电特性等参数对于模型结果的影响没有进一步分析。
技术实现思路
基于上述问题，本专利技术提供一种适用于单极化雷达数据的土壤水分反演方法及系统，该方法能够利用多时相的单极化雷达数据有效地获取干旱半干旱区土壤含水量的分布。根据上述目的，本专利技术提供了一种基于单极化雷达数据的土壤含水量反演方法，其特征在于，所述方法包括：S1、选取待测地区的干旱期图像和雨期图像，所述干旱期图像与所述雨期图像具有相同的成像参数；S2、对所述干旱期图像和所述雨期图像分别进行定标；S3、将定标后的所述干旱期图像和雨期图像进行配准，得到配准后的干旱期图像和配准后的雨期图像，并计算所述配准后的干旱期图像的后向散射系数和所述配准后的雨期图像的后向散射系数；S4、使用预设的干旱期土壤介电常数、所述配准后的干旱期图像的后向散射系数和所述配准后的雨期图像的后向散射系数进行反演计算，得到雨期的土壤介电常数；S5、将所述雨期土壤介电常数代入土壤水分反演模型，计算所述待测地区的土壤含水量。其中，所述成像参数包括成像模式和入射角度。其中，所述干旱期图像和所述雨期图像均为单极化雷达图像。其中，所述步骤S3中将定标后的所述干旱期图像和雨期图像进行配准，具体包括：采用基于自动匹配找点的一次多项式几何校正的方式将定标后的所述干旱期图像和雨期图像进行配准。其中，采用基于自动匹配找点的一次多项式几何校正的方式将定标后的所述干旱期图像和雨期图像进行配准，具体包括：将所述干旱期图像或雨期图像的任意一个作为基准图像，另一个为带匹配图像；通过一次多项式几何校正的方式对所述带匹配图像进行校正。其中，所述步骤S4中计算所述雨期的土壤介电常数具体包括：当选择的所述干旱期图像和所述雨期图像为VV极化图像时，计算所述雨期的土壤介电常数的反演公式为：σvv-wet0-σvv-dry0=γvvλ1Cvv-1ln(ϵwet-ϵdry)+λ2Cvv-2,]]>当选择的所述干旱期图像和所述雨期图像为HH极化图像时，计算所述雨期的土壤介电常数的反演公式为：σhh-wet0-σhh-dry0=γhhλ1Chh-1ln(ϵwet-ϵdry)+λ2Chh-2,]]>其中，为VV极化图像的雨期图像后向散射系数，为VV极化图像的干旱期图像后向散射系数，为HH极化图像的雨期图像后向散射系数，为VV极化图像的干旱期图像后向散射系数，εwet为雨期土壤介电常数，εdry为干旱期土壤介电常数，γvv=[sin(θ)sin(i)]n,]]>γhh＝1/γvv、n=110-θ/10,]]>Cvv-1＝2.1561、Cvv-2＝1.5584、Chh-1＝2.0089、Chh-2＝1.5561、均为反演计算时的拟合系数。根据本专利技术的另一个方面，提供一种基于单极化雷达数据的土壤含水量反演系统，其特征在于，所述系统包括：图像选取单元，用于选取待测地区的干旱期图像和雨期图像，所述干旱起图像与所述雨期图像具有相同的成像参数；定标单元，用于对所述干旱期图像和所述雨期图像分别进行定标；图像配准单元，用于将定标后的所述干旱期图像和雨期图像进行配准；后向散射系数计算单元，用于计算所述配准后的干旱期图像的后向散射系数和所述配准后的雨期图像的后向散射系数；反演计算单元，使用预设的干旱期土壤介电常数、所述配准后的干旱期图像的后向散射系数和所述配准后的雨期图像的后向散射系数进行反演计算，得到雨期的土壤介电常数；土壤含水量计算单元，用于将所述雨期土壤介电常数代入土壤水分反演模型，计算所述待测地区的土壤含水量。本专利技术提供一种适用于单极化雷达数据的土壤水分反演方法及系统，通过对多时相的单极化雷达数据的应用，突破了常规使用多极化数据开展土壤水分反演的方法，能够利用我国更为广泛的单极化数据开展土壤水分反演；另外，本专利技术反演方法灵活，考虑了不同极化方式、不同入射角、不同干旱期土壤状况等因素，适用性较广泛。附图说明通过参考附图会更加清楚的理解本专利技术的特征和优点，附图是示意性的而不应理解为对本专利技术进行任何限制，在附图中：图1示出了本专利技术的基于单极化雷达数据的土壤含水量反演方法的流程图。图2示出了本专利技术的基于单极化雷达数据的土壤含水量反演系统的结构框图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚吧明白，以下结合附图及实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。下面将结合附图对本专利技术的实施例进行详细描述。图1示出了本专利技术的基于单极化雷达数据的土壤含水量反演方法的流程图。参照图1，本专利技术的本专利技术提供了一种基于单极化雷达数据的土壤含水量反演方法，其特征在于，所述方法包括：S1、选取待测地区的干旱期图像和雨期图像，所述干旱期图像与所述雨期图像具有相同的成像参数；本实施例中，干旱期图像和雨期图像均为单极化雷达图像，并且成像参数包括成像模式和入射角度等参数。S2、对所述干旱期图像和所述雨期图像分别进行定标；在本实施例中，定标公式和定标系数一般由数据分发组织提供，如典型的定标公式有：σ0＝k*DN2*sinθ其中，σ0为定标后的雷达后向散射系数，DN为图像像素值，θ为像元入射角，k为定标常数。S3、将定标后的所述干旱期图像和雨期图像进行配准，得到配准本文档来自技高网...

【技术保护点】
一种基于单极化雷达数据的土壤含水量反演方法，其特征在于，所述方法包括：S1、选取待测地区的干旱期图像和雨期图像，所述干旱期图像与所述雨期图像具有相同的成像参数；S2、对所述干旱期图像和所述雨期图像分别进行定标；S3、将定标后的所述干旱期图像和雨期图像进行配准，得到配准后的干旱期图像和配准后的雨期图像，并计算所述配准后的干旱期图像的后向散射系数和所述配准后的雨期图像的后向散射系数；S4、使用预设的干旱期土壤介电常数、所述配准后的干旱期图像的后向散射系数和所述配准后的雨期图像的后向散射系数进行反演计算，得到雨期的土壤介电常数；S5、将所述雨期土壤介电常数代入土壤水分反演模型，计算所述待测地区的土壤含水量。

【技术特征摘要】
1.一种基于单极化雷达数据的土壤含水量反演方法，其特征在
于，所述方法包括：
S1、选取待测地区的干旱期图像和雨期图像，所述干旱期图像与
所述雨期图像具有相同的成像参数；
S2、对所述干旱期图像和所述雨期图像分别进行定标；
S3、将定标后的所述干旱期图像和雨期图像进行配准，得到配准
后的干旱期图像和配准后的雨期图像，并计算所述配准后的干旱期图
像的后向散射系数和所述配准后的雨期图像的后向散射系数；
S4、使用预设的干旱期土壤介电常数、所述配准后的干旱期图像
的后向散射系数和所述配准后的雨期图像的后向散射系数进行反演
计算，得到雨期的土壤介电常数；
S5、将所述雨期土壤介电常数代入土壤水分反演模型，计算所述
待测地区的土壤含水量。
2.根据权利要求1所述的基于单极化雷达数据的土壤含水量反演
方法，其特征在于，所述成像参数包括成像模式和入射角度。
3.根据权利要求1所述的基于单极化雷达数据的土壤含水量反演
方法，其特征在于，所述干旱期图像和所述雨期图像均为单极化雷达
图像。
4.根据权利要求1所述的基于单极化雷达数据的土壤含水量反
演方法，其特征在于，所述步骤S3中将定标后的所述干旱期图像和
雨期图像进行配准，具体包括：
采用基于自动匹配找点的一次多项式几何校正的方式将定标后
的所述干旱期图像和雨期图像进行配准。
5.根据权利要求1所述的基于单极化雷达数据的土壤含水量反演
方法，其特征在于，所述步骤S4中计算所述雨期的土壤介电常数具体
包括：
当选择的所述干旱期图像和所述雨期图像为VV极化图像时，计
算所述雨期的土壤介电常数的反演公式为：
σvv-wet0-σvv-dry0=γvvλ1Cvv-1ln(ϵwet-&ep...

【专利技术属性】
技术研发人员：熊文成，聂忆黄，孙中平，屈冉，娄启佳，
申请(专利权)人：环境保护部卫星环境应用中心，
类型：发明
国别省市：北京;11