基于Radarsat2雷达影像的土壤水分监测方法研究

摘要

土壤水分是水文、气象和农业环境研究中重要的参数之一,因此大面积的土壤水分监测在水文、气象、农业科学等领域有着重要的意义。随着遥感技术的发展,土壤水分遥感监测也从光学遥感监测发展到了微波遥感监测,然而光学遥感和被动微波遥感进行土壤水分监测都存在着一定的不足。研究表明雷达在土壤水分反演方面有很大的潜力,同时地表植被覆盖情况和地表粗糙度是影响反演精度的两个重要因素。本文的主要目的就是针对裸露地表研究利用Radarsat2雷达影像的四极化数据建立四种极化方式下的后向散射模型,然后通过不同极化方式模型的组合消除土壤粗糙度的影响,最终建立一种适用于地表情况复杂或难于精确测量地表粗糙度地区的土壤水分反演算法。
　　 研究表明,星载合成孔径雷达的后向散射系数与地表参数(介电常数)有着直接的关系,而介电常数又可直接反映地表土壤水分情况,因此可以通过雷达影像有效地提取出土壤水分信息。本研究首先利用AIEM模型模拟裸露地表L、S和C波段SAR信号在不同雷达系统参数以及不同地表参数情况下的后向散射特征,并在此基础上分析总结了裸露地表的后向散射变化规律。然后针对所选数据源Radarsat2的雷达系统参数以及研究区域地表参数的特点,进行参数范围设定,利用AIEM模型模拟设定参数范围内的雷达后向散射特征,找出后向散射系数与土壤湿度和组合粗糙度参数之间的关系,得到四种极化方式下裸露地表的后向散射模型。最后利用不同极化(HH和VV、HV和VH)方式的组合,消除地表粗糙度的影响,建立两种双极化雷达数据土壤水分反演算法。模型模拟结果表明土壤湿度和组合粗糙度作为两种独立的变量,都与雷达后向散射系数之间存在良好的对数关系,并且同极化方式(HH、VV)和交叉极化方式(HV、VH)下组合粗糙度对后向散射系数的响应基本一致。将所建立的两种反演算法应用于开封北研究区域,得到了研究区域的土壤水分空间分布图,结果表明所得到的土壤水分空间分布图与实际土壤水分分布情况基本一致,对反演算法进行精度验证表明反演结果同土壤水分实测数据有较好的相关性,相关系数分别达到了R2=0.8185和R2=0.8467,残差的标准差达到了σ=0.03562和σ=0.04826。可见本文所建立的反演模型可以在不需测量地表粗糙度情况下较好的反演出研究区域的土壤水分信息。
　　 研究中针对目前一般遥感影像处理软件对Radarsat2影像定标存在的不足,利用VS2005开发平台,C＃语言编程实现了Radarsat2数据格式的雷达影像的定标,结果表明该程序可以快速较好的解决Radarsat2雷达影像的定标问题。