本发明专利技术公开了一种基于多极化RADARSAT-2和Landsat8数据的植被覆盖地表土壤含水量反演方法，该方法包括如下步骤：步骤1)基于IEM模型，建立后向散射系数同极化差、同极化和与地表粗糙度和土壤含水量的关系模型；步骤2)基于Dubois模型与1)，建立后向散射系数同极化数据与裸土区土壤含水量关系模型；步骤3)基于PROSAIL辐射传输模型，建立玉米整个生长周期(初期、中期和末期)、冬小麦(初期)NDVI、NDWI1、NDWI2、MSI与植被冠层含水量关系模型，绘制植被含水量影像图；步骤4)结合裸土区土壤含水量半经验模型与植被含水量模型，建立植被覆盖地表土壤含水量反演方法，该方法经过多源数据协同、多模型融合、多区域试验，进一步提高了土壤含水量反演精度。
【技术实现步骤摘要】
本专利技术设及一种基于多极化RADARSAT-2和LandsatS数据的植被覆盖地表±壤含 水量信息提取方法，特别是一种应用雷达和多光谱卫星数据协同、大面积检测的±壤含水 量的方法。
技术介绍
地表±壤水分是陆地和大气能量交换过程中的重要因子，是联系地表水和地下水 的纽带，也是进行旱情监测、农作物估产的重要指标，地表±壤水分过多、多少对农业都会 带来严重影响，是人们生活中最为关注的问题。 遥感作为新型对地观测技术，具有大面积同步覆盖、实时连续、经济有效等优点。 雷达卫星传感器（如RADARSAT-2)与光学传感器化andsat8-0LI)等多源遥感数据为空间探 测提供了新的视角和研究方向。其中，雷达卫星传感器具有不受天气影响、全天时、全天候、 穿云透雾的能力，能够穿透植被层和±壤表面，长波微波具有更深的穿透能力能够让人们 了解植被覆盖下±壤的状况。多光谱遥感影像具有分辨率高，波段信息丰富，表现地表特征 丰富等优点。基于光学遥感数据可较好的完成植被冠层水分信息的反演。雷达影像与光学 影像协同反演稀疏植被覆盖区地表±壤含水量时，具有其他方法不可比拟的优势。 余凡（2011)等利用ASAR与TM数据协同建立了一种植被覆盖地表±壤水分的半经 验禪合模型，提取了甘肃黑河实验区上壤含水量信息。曾文远(2012)等利用ENVLSAT ASAR 和LandsatS数据，提取了山西省西山矿区的表层±壤水分状况。张友静（2010)等人利用 EASAR-APP、TM和MODIS数据，研究了小麦覆盖下地表±壤含水量的反演方法[000引McDonald等根据福射传输模型，提出了MIMICS模型，之后经Roo等人的简化，被应 用与稀疏植被覆盖地表±壤含水量反演。Attema(1978)等提出了水-云模型，探索出了一种 植被覆盖度地表的±壤含水量反演方法。 目前，国内外反演±壤含水量多采用单一影像数据源，单一区域、单一模型进行研 究，利用多源数据、多区域、多模型融合的方法，反演植被覆盖地表±壤含水量，至今较少。 考虑到W上问题，本专利技术利用RADARSAT-2散射特性和全极化特点，结合LandsatS 光学特性，研发了一种具有典型区域特色的多源遥感数据协同反演植被覆盖地表上壤含 水量反演方法。
技术实现思路
针对数据源单一、区域单一、模型单一植被覆盖地表±壤含水量反演方法研究不 足、精度偏低等问题，本专利技术结合多数据源、多区域、多模型，建立了一种基于多极化 RADARSAT-2和Landsa巧数据的植被覆盖地表±壤含水量反演方法。 本专利技术的目的通过W下技术步骤实现： 步骤1)基于IEM模型，建立后向散射系数同极化差瑞）与地表粗糖度关系， 获得同极化差与地表粗糖度关系响应图；步骤2)基于KM模型，建立后向散射系数同极化和（O方+ 与地表粗糖度关 系，获得同极化差与地表粗糖度关系响应图；[001引步骤3)基于IEM模型，建立后向散射系数同极化与地表粗糖度关系模型 步骤4)基于Dubois模型化H模型和VV模型），结合步骤3)，建立后向散射系数同极 化差、和与裸±区±壤含水量关系模型； 步骤5)基于PROSAIL福射传输模型，建立玉米整个生长周期（初期、中期和末期） NDVI、NDWI 1、NDWI2、MSI与植被冠层含水量关系，分别获得NDVI、NDWI1、NDWI2、MSI关系响应 图； 步骤6)基于河北省衡水市深州市实测植被冠层含水量统计数据，获得针对河北省 的最优玉米冠层水指数，获得最优玉米冠层水指数影像图； 步骤7)基于PROSAIL福射传输模型，建立冬小麦(初期)NDVI、NDWI1、NDWI2、MSI与 植被冠层含水量关系，分别获得NDVI、NDWI1、NDWI2、MSI关系响应图； 步骤8)基于安徽省固镇县实测植被冠层含水量统计数据，获得针对安徽省的最优 冬小麦冠层水指数，获得最优小麦冠层水指数影像图； 步骤9)基于步骤4)、步骤6)和步骤8)，利用水-云模型，获得多源数据协同、多模型 融合、多区域试验的植被覆盖地表±壤含水量反演方法。【附图说明】 图1为同极化差与地表粗糖度关系响应结果图； 图2为同极化和与地表粗糖度关系响应结果图； 图3为河北省衡水市深州市裸±区±壤含水量反演结果图； 图4为安徽省固镇县裸±区±壤含水量反演结果图； 图5为NDVI、NDWI1、NDWI2、MSI与玉米冠层含水量响应结果图（初期、中期和末期）； 图6为NDVI、NDWI1、NDWI2、MSI与冬小麦冠层含水量响应结果图； 图7为河北省衡水市深州市最佳玉米冠层水指数结果图； 图8为安徽省固镇县最佳冬小麦冠层水指数结果图； 图9为河北省植被覆盖地表±壤含水量结果图； 图10为安徽省植被覆盖地表±壤含水量结果图。【具体实施方式】 下面结合附图对本专利技术"一种基于多全极化RADARSAT-2和Landsa巧数据的植被覆 盖地表±壤含水量反演方法"作进一步阐述说明。 本专利技术所设及的"基于RADARSAT-2影像裸±区±壤含水量反演方法"、"基于 LandsatS影像植被冠层最佳水指数冠层含水量反演方法"和"基于多极化RADARSAT-2和 Landsa巧数据的植被覆盖地表±壤含水量反演方法"是±壤含水量的重要方法创新。其中， "基于RADARSAT-2影像裸±区±壤含水量反演方法'，将IEM理论模型与Dubois经验模型相 结合，建立裸±区±壤含水量反演方法，并应用到河北和安徽示范区，该方法实现了多模型 结合、多区域试验的效果，同时提升了算法的运行效率，为建立植被覆盖地表±壤含水量反 演打下了良好的基础；"基于LandsatS影像植被冠层最佳水指数冠层含水量反演方法"，将 PROSAIL福射传输模型与不同植被水指数相结合，建立了基于最优植被水指数的冠层含水 量反演方法，并应用与河北和安徽示范区，该方法亦实现了多模型结合、多区域试验的效 果，为建立植被覆盖地表±壤含水量反演打下了良好的基础；"基于多极化RADARSAT-2和 LandsatS数据的植被覆盖地表±壤含水量反演方法"，将"基于RADARSAT-2影像裸±区±壤 含水量反演算法"和"基于LandsatS影像植被冠层最佳水指数冠层含水量反演方法"相结 合，实现了多源数据协同、多模型结合、多区域试验的效果，使植被覆盖地表±壤含水量反 演结果具备了一定的可靠性。( - )基于RADARSAT-2影像裸±区±壤含水量反演方法 基于IEM和Dubois模型，利用RADARSAT-2数据，获得裸±区±壤含水量反演方法，并应 用与河北和安徽试验区。首先，基于IEM模型，建立后向散射系数同极化差的*)与地 表粗糖度关系，口-端=_〇. 442 * 沪 + 2.819 * S3 - 4.753 * 沪-1 说8当前第1页1 2 本文档来自技高网...
【技术保护点】
一种基于多极化RADARSAT‑2和Landsat8数据的植被覆盖地表土壤含水量反演方法，该度量方法包括如下步骤：步骤1)基于IEM模型，建立后向散射系数同极化差与地表粗糙度和土壤含水量的关系，获得同极化差与地表粗糙度关系响应图；步骤2)基于IEM模型，建立后向散射系数同极化和与地表粗糙度和土壤含水量的关系，获得同极化差与地表粗糙度关系响应图；步骤3)基于IEM模型，建立后向散射系数同极化与地表粗糙度关系模型；步骤4)基于Dubois模型(HH模型和VV模型)，结合步骤3)，建立后向散射系数同极化差、和与裸土区土壤含水量关系模型；步骤5)基于PROSAIL辐射传输模型，建立玉米整个生长周期(初期、中期和末期)NDVI、NDWI1、NDWI2、MSI与植被冠层含水量关系，分别获得NDVI、NDWI1、NDWI2、MSI关系响应图；步骤6)基于河北省深州市实测植被冠层含水量数据，获得针对河北省的最优玉米冠层水指数，获得最优玉米冠层水指数影像图；步骤7)基于PROSAIL辐射传输模型，建立冬小麦(初期)NDVI、NDWI1、NDWI2、MSI与植被冠层含水量关系，分别获得NDVI、NDWI1、NDWI2、MSI关系响应图；步骤8)基于安徽省固镇县实测植被冠层含水量统计数据，获得针对安徽省的最优冬小麦冠层水指数，获得最优小麦冠层水指数影像图；步骤9)基于步骤4)、步骤6)和步骤8)，利用水‑云模型，获得多源数据协同、多模型融合、多区域试验的植被覆盖地表土壤含水量反演方法。...
【技术特征摘要】
【专利技术属性】
技术研发人员：孟庆岩，谢秋霞，马建新，王春梅，
申请(专利权)人：中国科学院遥感与数字地球研究所，
类型：发明
国别省市：北京;11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。