基于多源遥感数据的玉米全生育期土壤含水量反演算法研究

摘要

利用C波段全极化SAR数据反演玉米整个生育期土壤含水量是一个具有挑战性的工作。随着玉米的生长，单一模型、单一数据源难以精确监测玉米全育期土壤含水量。本文以河北省衡水市深州市为研究区，开展野外实验，并构建了裸土区（玉米播种期）和玉米植被覆盖区（拔节期、抽穗期和花期）土壤含水量反演模型。针对不同玉米生长阶段，分别构建不同的土壤含水量反演模型。本文研发了基于多源数据协同以及基于极化分解技术的土壤含水量反演技术，解决了较高精度反演玉米整个生育期土壤含水量难的问题，获得了较好的结果。
　　基于多源数据协同的土壤含水量反演研究：本文利用IEM理论模型，提出一种同极化差模型，降低地表粗糙度对土壤含水量的影响，并利用该模型改进传统的Dubois模型，提高裸土区土壤含水量反演精度。其次，基于6种典型植被指数，构建并筛选出针对示范区的最优植被冠层含水量反演模型。最后，将改进的Dubois模型和最优植被冠层含水量反演模型应用于水-云模型中，构建出针对示范区的稀疏植被覆盖下土壤含水量反演模型。
　　基于极化分解技术的土壤含水量反演研究：本文基于极化分解原理，分析极化分解技术在反演土壤含水量中可行性，选取三种典型极化分解方法（Freeman_Durden, Yamaguchi和 VanZly）用于土壤含水量反演。其次，分析三种分解参量（表面、二面角及体散射分量）所占比例，确定主导地表的散射分量。最后，基于分解获得的表面散射分量和二面角散射分量，分别构建了土壤含水量反演回归模型，确定针对示范区的土壤含水量最优回归模型，并引入Bragg和X-Bragg表面散射模型，改进表面散射模型，获得针对示范区的最优表面散射模型。
　　实验证明，利用C波段全极化SAR等多源数据构建的改进型Dubois模型、最优植被冠层含水量反演模型以及改进型表面散射模型均取得了较好的反演结果。本研究实现玉米整个生育期的土壤含水量模型构建以及反演过程，为农作物区土壤含水量反演提供了技术支撑。利用极化分解技术反演土壤含水量，为土壤含水量反演提供了一种新的思路与方法，推动了土壤含水量反演进程。

目录

声明

1 绪 论

1.1 研究背景与意义

1.2 国内外研究现状

1.3 研究内容与方法

1.4 技术路线与创新点

2 主动微波反演土壤含水量理论基础

2.1 雷达基础理论

2.2 地表参数

2.3 裸土区土壤含水量微波散射模型

2.4 植被区土壤含水量微波散射模型

2.5 本章小结

3 野外实验数据处理

3.1 研究区概况

3.2 野外实验

3.3 数据预处理

3.4 本章小结

4 基于多源数据协同的土壤含水量反演研究

4.1 裸土区土壤含水量反演模型建立

4.2 植被冠层含水量模型构建

4.3 水-云模型构建

4.4 本章小结

5 基于极化分解技术的土壤含水量反演模型研究

5.1 极化分解原理及分解方法

5.2 不同散射分量分析

5.3 基于不同散射分量的土壤含水量模型构建

5.4 本章小结

6 结论与展望

6.1 结论

6.2 展望

参考文献

致谢

攻读硕士期间主要成果