一种基于广义散射模型的三分量分解的土壤水分反演方法技术

本发明专利技术提供了一种基于广义散射模型的三分量分解的土壤水分反演方法，首先对获取农作物生长周期内的全极化合成孔径雷达影像进行预处理，将观测散射矩阵转化为观测相干矩阵；再根据同极化功率比建立查找表得到针对单个像元的最佳SNVSM体散射模型，基于X

【技术实现步骤摘要】
一种基于广义散射模型的三分量分解的土壤水分反演方法


[0001]本专利技术涉及极化雷达遥感定量反演领域，尤其涉及一种基于广义散射模型的三分量分解的土壤水分反演方法。

技术介绍

[0002]在精准农业应用中，土壤水分不仅是土壤肥力的重要组成部分，也是影响作物生长发育的重要因素和作物干旱灾害的重要指标。因此，精确估计土壤水分在作物生长模拟和产量预测中具有重要的价值。
[0003]传统的土壤湿度实地测量方法耗时耗力，并且调查范围有限。主动微波遥感对散射目标的介电常数等物体特性敏感，信号具有一定的地表穿透性，能够对植被覆盖区域进行连续监测，已经成为土壤湿度反演的有效手段。现已发展出理论、经验、半经验模型，为土壤湿度反演提供了理论依据。然而实际应用表明：不同的模型的适用范围不同，普适性差；理论模型未知变量较多，参数调节过程复杂，需要地表先验知识；经验、半经验模型仅适用于特定范围的地表粗糙度、地表含水量、雷达频率或入射角。
[0004]基于多极化观测的极化目标分解理论的提出旨在分离粗糙地面和植被覆盖的后向散射信号。利用极化目标分解方法剔除植被体散射，提取地表散射分量，结合理论模型构建代价方程来解算土壤介电常数，为土壤湿度反演提供了新的思路。但是由于传统基于模型的三分量极化分解方法基于散射粒子服从随机取向、均匀分布的假设，难以准确的描述地表和植被散射特征，且在参数解算过程中存在欠定问题，因此直接应用于土壤湿度反演的精确度和普适性仍有待提高。

技术实现思路

[0005]为了解决上述问题，本专利技术提供了一种基于广义散射模型的三分量分解的土壤水分反演方法，主要包括以下步骤：
[0006]S1：获取农作物生长周期内的全极化合成孔径雷达影像，对原始影像进行预处理，得到观测相干矩阵；
[0007]S2：根据同极化功率比建立查找表，得到针对原始影像中单个像元的最佳SNVSM体散射模型，根据该最佳SNVSM体散射模型从所述观测相干矩阵中去除每个像元的体散射贡献，得到观测相干矩阵剩余项；
[0008]S3：基于X
‑
Bragg表面散射模型和改进的双次X
‑
Fresnel二面角散射模型，建立与观测相干矩阵剩余项的等式关系，利用非线性拟合方法解算得到植被覆盖下的土壤介电常数；
[0009]S4：通过介电混合模型将所述土壤介电常数转化为土壤含水量。
[0010]进一步地，步骤S1中，选取研究区，获取在时间维度上覆盖研究区作物生长周期的全极化合成孔径雷达影像，对原始数据进行预处理的操作包括：单视复数转换、相干矩阵提取、极化滤波、地理编码和数据裁剪，将观测散射矩阵转化为观测相干矩阵。
[0011]进一步地，步骤S2中，SNVSM体散射模型假设散射粒子方向角的概率密度函数服从圆高斯分布，形状为水平或垂直类长圆柱体偶极子，基于粒子方向随机性τ对冠层散射建模，根据同极化功率比γ随所述方向随机性τ单调变化的关系，将τ设置为0
‑
1，间隔为0.01，建立查找表，通过最小化观测相干矩阵同极化功率比与体散射相干矩阵同极化功率比之间的差值确定针对单个像元的最佳SNVSM体散射模型：
[0012][0013]其中，γ(T)为观测相干矩阵的同极化功率比，为SNVSM体散射模型相干矩阵的同极化功率比。
[0014]进一步地，步骤S2中，基于非负特征值约束确定体散射系数f
V
，进而从观测相干矩阵中去除目标的体散射贡献，公式为：
[0015]T
Remainder
＝T
Observation
‑
f
V
·
T
V_SNVSM
[0016]其中，T
Observation
表示观测相干矩阵，T
V_SNVSM
表示SNVSM体散射模型相干矩阵，f
V
表示体散射系数，T
Remainder
表示观测相干矩阵剩余项。
[0017]进一步地，步骤S3中，考虑地面粗糙度，基于均匀分布概率密度函数，将布拉格散射模型与方位面斜率引起的去极化角进行积分构建得到X
‑
Bragg表面散射模型。
[0018]进一步地，步骤S3中，在由水平地面和垂直植被构成的双次Fresnel散射模型的基础上，将其与地表去极化角概率密度函数进行积分，获得改进的双次X
‑
Fresnel二面角散射模型。
[0019]进一步地，基于X
‑
Bragg表面散射模型和改进的双次X
‑
Fresnel二面角散射模型建立与观测相干矩阵剩余项的等式关系：
[0020]T
Residual
＝T
Remainder
‑
f
S
·
T
S_X
‑
Bragg
‑
f
D
·
T
D_X
‑
Fresnel
[0021]其中，T
Remainder
表示观测相干矩阵剩余项，T
S_X
‑
Bragg
表示X
‑
Bragg表面散射模型相干矩阵，f
S
表示表面散射系数，T
D_X
‑
Fresnel
表示X
‑
Fresnel二面角散射模型相干矩阵，f
D
表示二面角散射系数，T
Residual
表示残差矩阵，T
S_X
‑
Bragg
和T
D_X
‑
Fresnel
公式中包含有土壤介电常数，利用非线性拟合解算方法，通过最小化残差矩阵准则得到土壤介电常数。
[0022]进一步地，步骤S4中，通过介电混合模型将植被覆盖下的土壤介电常数转化为土壤含水量，实现土壤水分反演，介电混合模型公式为：
[0023]sm＝
‑
5.3+2.92ε
s
‑
0.055ε
s2
+0.0043ε
s3
[0024]其中，sm为土壤水分，ε
s
为土壤介电常数。
[0025]本专利技术提供的技术方案带来的有益效果是：通过广义散射模型对植被下垫面和冠层散射自适应的准确建模，充分利用了相干矩阵信息，将欠定方程组转化为适定方程组进行非线性拟合解算，无需借助地面先验数据即可高效、精确地对植被覆盖下的土壤水分进行反演。
附图说明
[0026]下面将结合附图及实施例对本专利技术作进一步说明，附图中：
[0027]图1是本专利技术实施例中一种基于广义散射模型的三分量分解的土壤水分反演方法的流程图。
[0028]图2是本专利技术实施例中研究区位置图。
[0029]图3是本专利技术实施例中本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于广义散射模型的三分量分解的土壤水分反演方法，其特征在于：包括以下步骤：S1：获取农作物生长周期内的全极化合成孔径雷达影像，对原始影像进行预处理，得到观测相干矩阵；S2：根据同极化功率比建立查找表，得到针对原始影像中单个像元的最佳SNVSM体散射模型，根据该最佳SNVSM体散射模型从所述观测相干矩阵中去除每个像元的体散射贡献，得到观测相干矩阵剩余项；S3：基于X
‑
Bragg表面散射模型和改进的双次X
‑
Fresnel二面角散射模型，建立与观测相干矩阵剩余项的等式关系，利用非线性拟合方法解算得到植被覆盖下的土壤介电常数；S4：通过介电混合模型将所述土壤介电常数转化为土壤含水量。2.如权利要求1所述的一种基于广义散射模型的三分量分解的土壤水分反演方法，其特征在于：步骤S1中，选取研究区，获取在时间维度上覆盖研究区作物生长周期的全极化合成孔径雷达影像，对原始数据进行预处理的操作包括：单视复数转换、相干矩阵提取、极化滤波、地理编码和数据裁剪，将观测散射矩阵转化为观测相干矩阵。3.如权利要求1所述的一种基于广义散射模型的三分量分解的土壤水分反演方法，其特征在于：步骤S2中，SNVSM体散射模型假设散射粒子方向角的概率密度函数服从圆高斯分布，形状为水平或垂直类长圆柱体偶极子，基于粒子方向随机性τ对冠层散射建模，根据同极化功率比γ随所述方向随机性τ单调变化的关系，将τ设置为0
‑
1，间隔为0.01，建立查找表，通过最小化观测相干矩阵同极化功率比与体散射相干矩阵同极化功率比之间的差值确定针对单个像元的最佳SNVSM体散射模型：其中，γ(T)为观测相干矩阵的同极化功率比，为SNVSM体散射模型相干矩阵的同极化功率比。4.如权利要求1所述的一种基于广义散射模型的三分量分解的土壤水分反演方法，其特征在于：步骤S2中，基于非负特征值约束确定体散射系数f
V
，进而从观测相干矩阵中去除目标的体散射贡献，公式为：T
Remainder
＝T
Observation
‑
f
V
·
T
V_SNVSM
其中，T
Observation
表示观测相干矩阵，T
V_SNVSM
表示SNVSM体散射模型相干矩阵，f
V
表示体散射系数，T
Remainder
表示观测相干矩阵剩余项。5.如权利要求1所述的一种基于广义散射模型的三分量分解的土壤水分反演方法，其特征在于：步骤S3中，考虑地面粗糙度，基于...

【专利技术属性】
技术研发人员：解清华，窦奇，赖昆渝，彭星，
申请(专利权)人：中国地质大学武汉，
类型：发明
国别省市：