土壤水分反演方法及装置制造方法及图纸

本公开涉及一种土壤水分反演方法，包括：获取预设时间窗口内多次观测测量土壤得到的多种极化方式下的观测数据；以及根据观测数据采用预设的代价函数确定测量土壤的土壤水分；代价函数中包括多种极化方式下的模拟后向散射系数。本公开的方法至少具有以下有益技术效果之一：通过获取多时相多极化方式下的雷达观测数据，提升了遥感观测变量的维度；并利用雷达观测数据构建代价函数进行参数反演，显著提升土壤水分反演的精度和算法的鲁棒性。

Soil Water Inversion Method and Device

【技术实现步骤摘要】
土壤水分反演方法及装置
本公开涉及土壤监测领域，具体地，涉及一种土壤水分反演方法、装置、存储介质和电子设备。
技术介绍
合成孔径雷达(SAR)能够提供全天时全天候的高分辨率的地物后向散射信息，其与土壤介电常数、植被覆盖情况、以及地表粗糙度等因素密切相关，可以用于地表土壤水分的反演，从而满足农业、水利、气象等部门对于高分辨率土壤水分信息的需求。然而，目前基于雷达数据的土壤水分反演方法由于观测变量不足，仅能得到土壤水分的变化情况，而无法准确获取土壤水分数值。
技术实现思路
在下文中将给出关于本公开的简要概述，以便提供关于本公开的某些方面的基本理解。应当理解，此概述并不是关于本公开的穷举性概述。它并不是意图确定本公开的关键或重要部分，也不是意图限定本公开的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。根据本公开的第一方面，提供了一种土壤水分反演方法，包括：获取预设时间窗口内多次观测测量土壤得到的多种极化方式下的观测数据；以及根据观测数据采用预设的代价函数确定测量土壤的土壤水分；代价函数中包括多种极化方式下的模拟后向散射系数。在一个实施例中，根据观测数据采用预设的代价函数确定测量土壤的土壤水分，包括：基于观测数据和模拟后向散射系数确定代价函数的最优解；以及根据最优解确定测量土壤的土壤水分。在一个实施例中，代价函数为：其中，J(X)为代价函数，X为变量集合，t为观测次数，n为观测次数的最大值，i为极化方式的类型，为观测次数为t且极化方式的类型为i时的模拟后向散射系数，为观测次数为t且极化方式的类型为i时的观测数据，变量集合X中的变量个数不大于观测次数的最大值n与极化方式的类型i的总数的乘积。在一个实施例中，多种极化方式至少包括VV极化方式、VH极化方式、HH极化方式和HV极化方式中的两种。根据本公开的第二方面，提供了一种土壤水分反演装置，包括：获取单元，被配置用于获取预设时间窗口内多次观测测量土壤得到的多种极化方式下的观测数据；以及确定单元，被配置用于根据观测数据采用预设的代价函数确定测量土壤的土壤水分；代价函数中包括多种极化方式下的模拟后向散射系数。在一个实施例中，确定单元，具体用于：基于观测数据和模拟后向散射系数确定代价函数的最优解；以及根据最优解确定测量土壤的土壤水分。根据本公开的第三方面，提供一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当一个或多个程序被一个或多个处理器执行时，使得一个或多个处理器执行如第一方面的方法。根据本公开的第四方面，提供一种计算机可读介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行如第一方面的方法。本公开的技术方案至少具有以下技术效果之一：通过获取多时相多极化方式下的雷达观测数据，提升了遥感观测变量的维度；并利用雷达观测数据构建代价函数进行参数反演，显著提升土壤水分反演的精度和算法的鲁棒性。附图说明本公开可以通过参考下文中结合附图所给出的描述而得到更好的理解，附图连同下面的详细说明一起包含在本说明书中并且形成本说明书的一部分。在附图中：图1是根据本公开实施例的土壤水分反演方法的流程示意图；图2是根据本公开实施例的土壤水分反演方法得到的土壤水分反演值与实测值的对比图；图3是根据本公开实施例的土壤水分反演装置的结构框图；图4是实现本公开实施例的电子设备的结构示意图。具体实施方式在下文中将结合附图对本公开的示例性实施例进行描述。为了清楚和简明起见，在说明书中并未描述实际实施例的所有特征。然而，应该了解，在开发任何这种实际实施例的过程中可以做出很多特定于实施例的决定，以便实现开发人员的具体目标，并且这些决定可能会随着实施例的不同而有所改变。在此，还需要说明的一点是，为了避免因不必要的细节而模糊了本公开，在附图中仅仅示出了与根据本公开的方案密切相关的装置结构，而省略了与本公开关系不大的其他细节。应理解的是，本公开并不会由于如下参照附图的描述而只限于所描述的实施形式。在本文中，在可行的情况下，实施例可以相互组合、不同实施例之间的特征替换或借用、在一个实施例中省略一个或多个特征。本公开的实施例提供一种土壤水分反演方法，包括获取预设时间窗口内多次观测测量土壤得到的多种极化方式下的观测数据；以及根据观测数据采用预设的代价函数确定测量土壤的土壤水分；代价函数中包括多种极化方式下的模拟后向散射系数。本公开的上述实施例，假定在预设时间窗口内地表粗糙度和植被覆盖情况不发生明显的改变，观测数据的变化主要由土壤水分波动带来的土壤介电常数的变化引起的，从而降低了待反演的参数的个数；同时，本实施例通过获取多时相(多次观测)多极化方式下的雷达观测数据，提升了遥感观测变量的维度；并利用雷达观测数据构建代价函数进行参数反演，显著提升土壤水分反演的精度和算法的鲁棒性。图1示出了根据本公开实施例的土壤水分反演方法100的流程示意图。方法100开始于步骤110，获取预设时间窗口内多次观测测量土壤得到的多种极化方式下的观测数据。这里，可以采用合成孔径雷达(SAR)获取观测数据，例如可以采用哨兵1号(Sentinel-1)卫星C波段合成孔径雷达，观测数据可以为观测测量土壤得到的后向散射数据。预设时间窗口的大小取决于地表粗糙度和植被光学厚度相对于卫星时间分辨率的稳定性，显然，预设时间窗口越大，获取的观测数据越多，但在一定程度上削弱了地表粗糙度和植被覆盖情况稳定的假设，因此，一般选取不大于10天的时间窗口。这里在预设时间窗口内采用合成孔径雷达多次观测测量土壤，而且在每次观测时合成孔径雷达能够获取多种极化方式下的观测数据，这里，多种极化方法至少包括VV极化方式、VH极化方式、HH极化方式和HV极化方式中的两种，其中，V表示垂直极化，H表示水平极化，VV极化方式指的是发射极化为垂直极化，接收极化为水平极化，举例来说，当多种极化方式包括两种时，可以采用VV极化方式和VH极化方式，也可以采用其他任意两种极化方式的组合。然后，在步骤120，根据观测数据采用预设的代价函数确定测量土壤的土壤水分；代价函数中包括多种极化方式下的模拟后向散射系统。这里，具体地，基于观测数据和模拟后向散射系数确定代价函数的最优解；以及根据最优解确定测量土壤的土壤水分。这里的代价函数中包括观测数据和模拟后向散射系数，这里的最优解可以为代价函数取最小值时对应的变量值，该变量值中包括测量土壤的土壤水分，还可以包括地表粗糙度和植被光学厚度，可以将求解得到最优解中的土壤水分确定为测量土壤的土壤水分。上述实施例，通过获取多时相(多次观测)多极化方式下的雷达观测数据，提升了遥感观测变量的维度；并基于观测数据、模拟后向散射系数和代价函数反演土壤水分，能够显著提升土壤水分反演的精度和算法的鲁棒性。进一步地，代价函数可以用以下公式表示：其中，J(X)为代价函数，X为变量集合，例如可以包括土壤水分、地表粗糙度和植被光学厚度，t为观测次数，n为观测次数的最大值，i为极化方式的类型，例如可以为VV极化方式、VH极化方式、HH极化方式和HV极化方式中的至少两种，为观测次数为t且极化方式的类型为i时的模拟后向散射系数，为观测次数为t且极化方式的类型为i时的观测数据。变量集合X中的变量个数不大于观测次数的最大值n本文档来自技高网...

【技术保护点】
1.一种土壤水分反演方法，包括：获取预设时间窗口内多次观测测量土壤得到的多种极化方式下的观测数据；以及根据所述观测数据采用预设的代价函数确定所述测量土壤的土壤水分；所述代价函数中包括多种极化方式下的模拟后向散射系数。

【技术特征摘要】
1.一种土壤水分反演方法，包括：获取预设时间窗口内多次观测测量土壤得到的多种极化方式下的观测数据；以及根据所述观测数据采用预设的代价函数确定所述测量土壤的土壤水分；所述代价函数中包括多种极化方式下的模拟后向散射系数。2.根据权利要求1所述的土壤水分反演方法，其中，根据所述观测数据采用预设的代价函数确定所述测量土壤的土壤水分，包括：基于所述观测数据和所述模拟后向散射系数确定所述代价函数的最优解；以及根据所述最优解确定所述测量土壤的土壤水分。3.根据权利要求1或2所述的土壤水分反演方法，所述代价函数为：其中，J(X)为代价函数，X为变量集合，t为观测次数，n为观测次数的最大值，i为极化方式的类型，为观测次数为t且极化方式的类型为i时的模拟后向散射系数，为观测次数为t且极化方式的类型为i时的观测数据，所述变量集合X中的变量个数不大于所述观测次数的最大值n与极化方式的类型i的总数的乘积。4.根据权利要求1所述的土壤水分反演方法，所述多种极化方式至少包括VV极化方式、VH极化方式、HH极化方式和HV极化方式中的两种。5.一种土壤水分反演装置，包括：获取单元，被配置用于获取预设时间窗口内多次观测测量土壤得到的多种极化方式下的观测数据；以及确定单元，被配置用于根据所述...

【专利技术属性】
技术研发人员：赵天杰，李睿，姬大彬，王天星，潘金梅，樊东，
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