极化分解技术在估算植被覆盖地区土壤水分变化中的应用

地表植被覆盖是影响雷达遥感估算土壤水分的主要因素之一。本文探讨了将极化分解技术与植被覆盖地区的一阶散射模型结合估算土壤水分变化的方法。雷达数据经极化目标分解技术分解后得到的双次散射项和一阶植被散射模型的植被-地表的双次散射项一一对应,再利用多时相雷达数据消除植被层后向散射的影响,从而估算出地表土壤水分变化量。最后应用全极化机载雷达数据(AirSAR)对该方法进行了检验,结果表明该方法能够较好的估算植被覆盖地表的土壤水分变化。

基于自适应极化分解技术的灌区麦田土壤墒情反演方法

自微波遥感进入土壤墒情研究领域以来,植被覆盖地表的校正一直是微波遥感反演土壤墒情的热点。针对植被层对雷达微波信号的散射容易造成墒情计算误差等问题,以河南焦作广利灌区为研究区,以灌区内的主要作物冬小麦为研究对象,在离散植被的一阶物理散射模型基础上,使用Sentinel-1A SAR雷达提取后向散射系数,通过自适应极化分解技术即在极小的临近空间内利用最小二乘法求解土壤散射和植被多重散射的最优解,再利用Landsat8数据作为辅助数据提取改进的归一化植被水分指数,采用支持向量机的方法反演土壤墒情。结果表明:基于自适应的后向散射系数与麦田土壤墒情的关系在VV极化模式20 cm深的土壤条件下,相关系数为0.827 8;20 cm深度的土壤墒情与冬小麦的相关性较高,相关系数达到0.819 0;自适应极化分解技术反演土壤墒情均方根误差、平均相对误差分别为1.490 7、0.002 2,水云模型反演土壤墒情均方根误差、平均相对误差分别为1.958 5、-0.242 2,自适应极化分解技术反演效果较为理想。该研究可为小麦覆盖下的灌区土壤墒情的评估提供参考。