基于多源遥感协同反演的区域性土壤含水率动态研究

为进一步推动多源遥感技术在农业生产与管理中的应用,以内蒙古河套灌区五原县3500 hm 2研究区为实验对象,对实验区进行实地取样化验,获取并处理了多种遥感影像,综合研究光学影像地表反射率及雷达影像后向散射系数对土壤含水率的响应特征.对遥感影像数据进行各种数学变换,求出其与土壤含水率的相关性强弱;利用SPSS与MATLAB对数据进行回归分析,采用多元线性回归、最小二乘回归、神经网络回归等不同的回归方法进行分析,得出相对应的回归模型方程,建立了多数据源含水率反演模型.ALOS,北京二号和Landsat影像协同反演土壤含水率神经网络的拟合值达到0.892,R 2值达到0.796,模型的稳定性和预测精度较好,可知融合多源遥感数据的神经网络模型可快速精准监测土壤含水率的动态变化规律,为灌区农业生产及土壤盐碱化防治提供基础信息指导.

运用SAR图像和TM热红外图像定量反演地表空气动力学粗糙度的二维分布

在分析“陆地表面与大气相互作用”研究领域对地表空气动力学粗糙度二维分布的科学需求后,确定以SAR(Synthetic Aperture Radar)图像的后向散射系数与地表的几何特征参数、介电常数等参数具有定量关系的SPM(Small Perturbation Model)模型为基础,提出了运用TM热红外图像和地面同步观测的微气象数据相结合的热惯量-土壤湿度反演模型,获取了试验区内土壤表层的湿度信息,通过与介电常数的链结,从SAR图像的后向散射的复合信息中解析出像元尺度的非体散射地表的几何特征信息;经过形态因子的转换,在SAR图像和TM图像空间尺度转换的基础上得出非植被区的等效几何粗糙度信息。再应用作物高度的光谱模型,计算出试验区的作物高度后,转换为等效几何粗糙度。采用分层镶嵌等图像处理方法,生成了试验区像元尺度的地表等效几何粗糙度的二维分布图。根据大气湍流理论和大气稳定度订正方法,对测量的大气温度剖面数据和风速剖面数据进行迭代运算,获取了试验区内裸土及小麦植被等类型地表风浪区的空气动力学粗糙度实测值。在分析风浪区等效几何粗糙度、动力因子、热力因子对空气动力学粗糙度的共同作用后,建立了由地表等效几何粗糙度向空气动力学粗糙度转换的尺度转换模型。运用实测值验证了这一系列模型最终反演结果。