基于Sentinel-1双极化的鄱阳湖地形提取方法

数字高程模型可以提供丰富的地形信息,是研究生态环境、地质地貌、地表形变监测等问题的重要基础资料。本文以SRTM DEM作为参考DEM,利用四景Sentinel-1双极化雷达影像对鄱阳湖的数字高程模型进行了反演,更新重建了该区域的地形结果,从可视化和精度两个方面,根据山体阴影图、等高线图、相干系数图和数学拟合模型等对比分析了VV极化和VH极化这两种极化方式反演DEM结果。结果表明:利用雷达影像提取鄱阳湖地形是行之有效的,数字高程模型的分辨率为13.90m,与参考DEM相比,提高了53.67%;根据线性数学模型和二次数学模型对VV极化方式和VH极化方式反演结果进行拟合分析,决定系数分别为0.93和0.94,说明这两种极化方式反演出的DEM结果相似性很高,均可以准确反演出研究区域的地形结果,反演出的湖底地形可为水利部门展开河湖管理提供数据支撑。

运用Sentinel-1A时序数据和动态时间规整算法提取稻虾田空间分布信息

针对稻虾田水稻移植期的不确定性给稻虾田空间分布信息提取带来的困难,运用SAR VH极化年时序数据、VV极化年时序数据以及调查区稻虾田各自极化的年时序数据通过标准化处理后,进行TWDTW方法(time-weighted dynamic time warping)计算,得到二波段(VH极化、VV极化)与调查区稻虾田年时序数据相似度空间分布栅格数据,再利用最大似然法进行监督分类,得到2016—2018年3年的监利县稻虾田空间分布栅格数据,分类结果与4块区域(龚场镇、福田寺镇、红城乡、白螺镇,面积分别是373.33、2200.00、126.67、240.00 hm 2)稻虾田实际分布图比较,其Kappa系数分别是0.79、0.80、0.75、0.90,介于0.75~0.90之间,说明运用Sentinel-1A时序数据和动态时间规整算法的提取方法是准确的。由于SAR传感器具有全天侯以及不受云层影响等特点,能定期获取研究区上空数据,相比光学传感器获得无云或者少云数据的不确定性,此方法能在实际操作中运用。

Sentinel-1和Sentinel-2协同反演稀疏非光合植被覆盖度

精准定量反演光合植被(PV)和非光合植被(NPV)覆盖度对了解植被碳循环过程至关重要,同时,获取的非光合植被覆盖度信息也为土地沙漠化及植被转化机制研究提供重要信息。本文以甘肃省民勤县为研究区、Sentinel-1B IW GRD和Sentinel-2A为数据源,采用线性指数模型(LIM)和随机森林模型(RFM),基于控制变量法开展微波与光学遥感数据协同反演NPV覆盖度的方法研究,并参考野外获取样地真实性检验数据,将均方根误差(RMSE)和相对均方根误差(RMSE,%)作为指标评价反演结果精度。结果表明:(1)与仅采用Sentinel-2光学遥感数据相比,Sentinel-1和Sentinel-2协同反演NPV能够明显提高NPV覆盖度的估算精度;(2)由Sentinel-1和Sentinel-2获取植被指数构建的RFM在NPV覆盖度估算上较LIM精度更高,RFM和LIM估算NPV的RMSE分别为0.0149和0.0153,估算精度提高了1.4%;(3)垂直水平极化(VH)和垂直极化(VV)两种极化方式参与建立RFM可有效提高NPV覆盖度的估算精度,尤其VH极化对非光合植被信息探测更为敏感,较VV模型估算精度提高了5.1%;(4)加入表征土壤信息的比值土壤指数(RSI)有效减少了土壤对NPV覆盖度估算影响,提高了NPV覆盖度估算精度。综上,微波和光学遥感数据结合是提高NPV覆盖度估算精度的有效方法,同时,土壤作为独立重要指标参与模型计算对提高NPV覆盖度估算具有重要意义。

基于Sentinel-1和MODIS数据反演农田地表土壤水分—以REMEDHUS地区为例

土壤水分是陆地生态系统和水循环的重要状态变量,在植被生长监测、农作物产量评估等研究中均发挥着重要作用。为了消除植被散射的影响,进而实现农田地表土壤水分的高精度反演,以时间序列Sentinel-1影像及MODIS产品为实验数据,基于高级积分方程模型和比值植被模型的耦合模型,通过采用不同光学植被参数和VH交叉极化后向散射系数,分别对农田植被散射贡献进行表征,消除植被散射的影响,进而实现土壤水分的高精度反演。结果表明:当利用VH极化进行参数化植被散射贡献时,标定的耦合模型,虽然可消除对光学植被参数的依赖并较好地模拟Sentinel-1卫星观测,但土壤水分反演结果效果欠理想,相关系数R最大仅为0.54;与VH极化相比,利用光学植被参数表征植被散射贡献时,土壤水分整体反演效果较理想,R最大达到0.79,但光学植被参数反演结果在不同站点存在显著的空间差异性,R介于0.07~0.79之间。因此,在未来研究中可尝试将雷达数据与光学数据协同反演,以期在消除植被散射影响的基础上,实现植被覆盖区域土壤水分的高精度反演及动态变化监测。