【技术实现步骤摘要】
山地地表土壤水分遥感估算方法、装置及电子设备
[0001]本专利技术属于遥感
，具体而言，涉及一种时空无缝高分辨率的山地地表土壤水分遥感估算方法、装置及电子设备。
技术介绍
[0002]土壤水分作为重要的陆地表层系统要素，是生态、环境、农业等领域研究中的重要指标。目前，获取土壤水分的方法主要有地面站点观测和卫星遥感反演两类。
[0003]地面站点观测方法难以捕捉到土壤水分的时空异质性，且难以在短时间内获取大范围土壤水分数据，因此无法满足实际应用。
[0004]卫星遥感反演根据工作波段的不同可分为光学遥感技术和微波遥感技术，两种遥感技术都能够实现监测土壤水分的目的。其中，基于光学遥感技术反演的土壤水分虽然空间分辨率较高，但是容易受到云雾覆盖、大气状况的影响，且难以获取空间上连续的图像，光学数据与土壤水分信号是间接关系，反演过程相对复杂，因此在获取土壤水分数据时实用性较差，无法获取高精度数据。
[0005]微波遥感技术根据其传感器工作方式分为主动微波遥感和被动微波遥感。主动微波遥感反演土壤水分具有空...
【技术保护点】
【技术特征摘要】
1.山地地表土壤水分遥感估算方法，其特征在于，包括步骤：获取时空无缝的地表参数数据，所述时空无缝的地表参数数据包括地表温度数据与归一化植被指数数据；建立地表温度数据周期性变化特征模型，确定时空无缝的地表温度数据；利用山地高程数据对时空无缝的地表温度数据进行地形效应校正，得到地形效应校正后的山地地表温度数据；利用所述地形效应校正后的山地地表温度数据与所述归一化植被指数数据，计算温度植被干旱指数；利用所述温度植被干旱指数，构建所述地形效应校正后的山地地表温度数据和所述归一化植被指数数据与第一山地地表土壤水分之间的第一非线性关系模型；利用所述地形效应校正后的山地地表温度数据与所述归一化植被指数数据，根据所述第一非线性关系模型，确定所述第一山地地表土壤水分数据；利用所述地形效应校正后的山地地表温度数据与所述归一化植被指数数据，根据所述第一非线性关系模型，确定所述第一山地地表土壤水分数据；使用迭代求解的方法，在设定尺度上基于自适应窗口，利用所述温度植被干旱指数，重新构建所述地形效应校正后的山地地表温度数据和所述归一化植被指数数据与所述第一山地地表土壤水分数据之间的第二非线性关系模型；将所述地形效应校正后的山地地表温度数据和所述归一化植被指数数据导入所述第二非线性关系模型，得到所述第二山地地表土壤水分数据；判断所述第二山地地表土壤水分数据是否存在斑块效应；若所述第二山地地表土壤水分数据不存在斑块效应，则所述第二山地地表土壤水分数据为目标山地地表土壤水分数据；若存在斑块效应，则重新使用迭代求解的方法获取所述第二山地地表土壤水分数据，直到所述第二山地地表土壤水分数据不存在斑块效应。2.根据权利要求1所述山地地表土壤水分遥感估算方法，其特征在于，建立地表温度数据周期性变化特征模型，确定时空无缝的地表温度数据，包括：根据地表温度数据年周期性变化特征，将地表温度年周期性变化特征设定为余弦组合的周期模型，基于全年有效观测数据利用所述周期模型进行拟合，得到日尺度的时空无缝的地表温度数据。3.根据权利要求1所述山地地表土壤水分遥感估算方法，其特征在于，利用山地高程数据对所述时空无缝的地表温度数据进行地形效应校正，得到地形效应校正后的山地地表温度数据，包括：将所述山地高程数据通过空间聚合的方式升尺度至所述时空无缝的地表温度数据的空间尺度，基于自适应窗口对窗口内所有所述地表温度数据与所述山地高程数据进行线性拟合，确定各个窗口内日尺度的所述时空无缝的地表温度数据随所述山地高程数据的变化速率；根据所述山地高程数据、所述变化速率与各个窗口内日尺度的所述时空无缝的地表温度数据，通过高程归一化得到所述地形效应校正后的山地地表温度数据。4.根据权利要求1所述山地地表土壤水分遥感估算方法，其特征在于，利用所述温度植被干旱指数，构建所述地形效应校正后的山地地表温度数据和所述归一化植被指数数据与
所述第一山地地表土壤水分之间的第一非线性关系模型，包括：将所述地形效应校正后的山地地表温度数据和所述归一化植被...
【专利技术属性】
技术研发人员：赵伟，蔡俊飞，周蕊，欧毅，骆剑承，
申请(专利权)人：中国科学院，水利部成都山地灾害与环境研究所，
类型：发明
国别省市：
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。