基于多元遥感影像分割和区域特征相似度的微波土壤水分反演靶区选择方法

为解决微波遥感土壤水分反演经验方程(关系)的适用性问题,该文提出一个新的概念——反演靶区,并提出了一种基于多元遥感影像分割和区域特征相似度的微波土壤水分反演靶区选择方法。首先采用主成分分析法(PCA),从影响土壤含水量的12个因子(土壤湿度分布、地表温度、NDVI、土壤质地指数、地形粗糙度、雷达入射角以及Landsat TM除热红外波段的6个波段)中筛选提取第一主成分;再使用Mean Shift方法分割包含第一主成分的单色影像,得到一幅过分割区域图;计算各分割区域与各样方区域的特征向量间的加权欧氏距离,得到区域特征相似度数据集;最后,基于各样方得到的反演经验方程(关系),根据区域相似度选择各自反演靶区进行土壤水分反演。实验证明,与只使用同一反演经验方程进行反演相比,基于反演靶区思想的土壤水分反演精度有较大提高。

基于区域特征相似度的微波土壤水分反演结果可信度评价

微波遥感反演土壤水分的精度评价,一般通过选取有限数量采样点的地表实测土壤水分数据与反演值进行比较,实际上只能反映局部采样区的反演精度。本文提出了微波反演土壤水分中一种可以评价整个研究区反演土壤水分可信程度的方法。首先选择采样区的实测土壤水分数据和地表粗糙度数据,通过多元回归统计拟合得到土壤水分反演经验方程,对整个研究区进行土壤水分反演;然后从TM和SAR数据中通过反演和提取,选择影响土壤水分的10个因子(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角以及Landsat TM的b3、b4、b5、b7共4个波段),采用主成分分析法(PCA)筛选提取主成分,将前3个主成分合成为RGB影像;再使用分水岭算法分割包含前3个主成分的RGB影像,得到一幅分割区域图;最后计算各分割区域的6维特征向量(土壤湿度、地表温度、NDVI、土壤质地指数、地形指数、雷达入射角)与反演时选择采样区的特征向量间的马氏距离,得到区域特征相似度数据集,基于该数据集计算反演结果可信度。以此为基础,利用2008年甘肃黑河地区的ENVISAT ASAR双极化数据(VV、VH)和实测土壤水分数据进行土壤水分反演并评价反演结果的可信度,同时使用反演区域中多个采样区土壤水分实测数据和确定系数(R2)评价反演精度,对比可信度和R2,表明提出的反演可信度可以有效反映土壤水分反演精度。

基于时间反演的无损检测成像初探

时间反演理论自上世纪90年代提出就引起了研究人员的兴趣,于2004年由声学拓展到电磁学,并被应用于无损检测、通信和医疗成像等多个领域。文中微波的时间反演多信号分类法被首次用于介质材料的无损检测,通过测量电磁波分别在有损样本和标准无损样本传播的信道响应,并取其差值获得用信道响应矩阵表示的样本缺陷对电磁波的散射作用,进而利用特征值分解对信道响应进行降维,并根据已知信道格林函数进行成像。根据在时域有限积分软件的仿真结果可知,该方法能够分辨样品中尺寸远小于波长的单个微小缺陷,且误差较小,是一种超分辨率的方法。

热带测雨卫星TMI探测结果对非降水云液态水路径的反演方案研究

根据TRMMTMI的探测特点,结合微波辐射传输模式,研究了针对副热带地区非降水云液态水路径的TMI反演方案,并对反演方案进行了间接检验。首先,利用微波辐射传输模式进行模拟研究,分析了在副热带地区,相应TMI各通道的微波亮温对非降水云液态水路径的响应特点,结果表明37.0GHz和85.5GHz的水平极化通道探测结果对非降水云液态水路径的响应更为敏感;随后,利用模式分析了TMI各单一通道反演的非降水云液态水路径与理论值的差异,并在此基础上给出了利用37.0GHz和85.5GHz的水平极化通道亮温联合反演非降水云液态水路径的方案;最后,利用TMI的探测结果,采用该反演方案对无云区、非降水云区以及台风降水云区进行了反演计算。结果表明,无云区的液态水路径在-1—1g/m2之间,且平均值为10-5量级;非降水云的液态水路径变化范围在0—500g/m2之间,且其水平分布与TRMM的可见光通道0.64μm探测的云分布一致;在台风降水云个例中,随着台风的成熟,高液态水路径的面积比初始阶段增多,且当地表降水率小于5mm/h时,云中液态水路径随地表降水率的增大而逐渐增大。

东亚多卫星集成降水业务系统

静止气象卫星与极轨气象卫星的集成应用,能够充分发挥静止气象卫星与极轨气象卫星的各自优势。东亚多卫星集成降水业务系统采用拉格朗日集成算法,利用静止气象卫星的红外观测信息计算的红外冷云移动矢量,为极轨气象卫星微波降水的发展提供约束条件,实现了静止气象卫星红外观测信息与极轨气象卫星微波降水的集成,综合了两类卫星观测的优势。同时业务系统的设计考虑了多数据分级管理、多业务单元的协同工作和插件式的系统整体框架,为业务系统合理、快速处理多种来源的红外观测数据、微波降水数据,以及未来的数据更迭和算法更新提供了必要保障。