共查询到20条相似文献，搜索用时 155 毫秒
1.
利用BP神经网络和支持向量回归机两种机器学习算法,构建基于机器学习算法的GNSS卫星反射信号土壤湿度反演模型,并与线性回归统计模型和实测数据进行对比分析。结果表明:基于机器学习算法的GNSS卫星反射信号土壤湿度反演方法获取的土壤湿度结果与土壤湿度参考值误差较小,反演模型的决定系数分别为0.928 3和0.913 1,均方根误差为0.026 6和0.032 6,线性回归统计模型的决定系数分别为0.553 2和0.859 8,均方差根误差分别为0.093 9和0.041 6。说明利用回归算法定量估测土壤湿度明显优于线性回归统计模型,且基于支持向量回归机的土壤湿度反演模型定量估测土壤湿度优于基于BP神经网络算法的土壤湿度反演模型,证明了该方法的可靠性,为土壤湿度的实时反演研究提供了一种新方法。 相似文献
2.
多角度偏振成像仪(DPC)是一种多角度、多光谱具备偏振测量功能的大视场偏振遥感器。偏振定标光源的发散角与DPC像元对应的视场角匹配一致,是提升DPC实验室偏振定标精度的关键因素之一。通过比较实验室偏振定标与在轨定标的状态差异,参考DPC在轨运行光学系统的成像原理,通过微分运算方式,建立一种偏振定标光源的发散角与单像元视场角匹配的模型,分析结果给出了光源的发散角应大于0.14°才能满足DPC全视场的偏振定标要求。以490 nm偏振通道为例,设计了采用可调光谱积分球替代0.125°发散角扩束镜平行光源方案,验证所建立模型和分析结果的合理性。结果表明,DPC的线偏振度测量值和理论预测值间的平均差异由1.26×10–2减小至4.4×10–3,说明所建立模型和采用可调光谱积分球作为偏振定标光源方案可用于DPC的实验室偏振定标。 相似文献
3.
太阳光入射与地表、大气相互作用,会在天空中出现较为稳定的天空偏振模式图,即以太阳为中心,天空中的偏振信号呈现一定的规律分布。影响天空偏振模式图的强度及形态主要由地表反射性质、空气分子散射性质及气溶胶光学性质共同影响。本研究利用矢量辐射传输模型,以海洋下垫面为例,在获取沙尘非球形与煤烟非球型气溶胶单次散射性质的基础上,模拟了不同气溶胶光学厚度情况下的全天空偏振模式图。结果表明,天空以太阳入射方向为中心呈现一个较为稳定的天空偏振模式图。沙尘型散射气溶胶光学厚度的增大会减弱该模式图的强度,而煤烟型吸收气溶胶光学厚度的增大会增大该模式图的强度。利用双模态(沙尘型与煤烟型混合)气溶胶模型,系统分析不同气溶胶比例情况下的天空偏振模式图,结果表明全天空偏振模式图的基本模态依旧存在,但是其强度受气溶胶模型与光学厚度双重影响。因此在利用全天空偏振模式图进行气溶胶光学性质反演时需要注意气溶胶模态信息的选择。 相似文献
4.
水面溢油的多角度偏振与二向性反射定量关系研究 总被引：3，自引：0，他引：3
水面溢油是最常见的水体污染源之一,在反射、散射和透射电磁辐射的过程中,将表现与它们自身性质有关的偏振特性。因此,对水面溢油的多角度偏振信息探测成为水体定量遥感的一种新手段。偏振反射是伴随目标的二向性反射而产生的,在探测目标地物的二向性反射的同时,可以通过起偏器获得目标地物偏振态的三维空间分布。本文从多角度偏振遥感机理的角度出发,研究了水面溢油的多角度偏振反射与二向性反射之间存在的定量关系,并从实验上验证了其二向性反射、45°偏振、偏振均值三者在2π空间的相应方位角、天顶角、探测角以及通道上的反射比均相等。 相似文献
5.
6.
本文提出了一种基于CYGNSS数据的星载GNSS-R土壤湿度反演方法。首先,基于CYGNSS数据提取地表反射率参数,联合SMAP数据中提取的植被光学厚度、地表粗糙度和温度等辅助信息,初步构建了土壤湿度反演理论模型,并利用神经网络模型确定了土壤湿度反演的精细数学模型;然后,将该模型处理获得的土壤湿度以35%为分界点,利用本文提出的阶段函数模型提高反演精度,并使用2018年10月—2019年5月的CYGNSS数据,获得了全球范围内星载GNSS-R土壤湿度;最后,通过与SMAP提供的土壤湿度数据进行对比,评估了本文提出的星载GNSS-R土壤湿度反演方法的有效性,并对获取的星载GNSS-R土壤湿度进行了时间序列分析。结果表明,本文提出的土壤湿度反演方法的结果与SMAP土壤湿度具有良好的一致性,且随时间变化的趋势也相符合,为高精度土壤湿度反演提供了一种思路。 相似文献
7.
遥感反演与模型模拟是获取全球土壤湿度数据的两种基本手段,遥感反演可以获得相对较高的空间分辨率,但往往存在时空缝隙;陆面模型能够模拟土壤湿度的时空连续演进,但空间分辨率往往较粗。为此,集成二者的互补优势,提出一种融合微波遥感与模型模拟的全球无缝土壤湿度数据生成方法。具体地,针对SMAP(soil moisture active passive）卫星9 km土壤湿度数据的空缺区域,引入GLDAS Noah 0.25°的模型同化数据,建立二者之间的时空融合模型,通过对模型数据的降尺度实现对遥感数据的填补,进一步基于泊松方程方法进行残差校正,进而生成高精度的9 km日尺度土壤湿度无缝数据。实验结果证明,该方法可以有效结合遥感观测的空间分辨率优势与模型模拟的时空连续优势,提供时空无缝全球土壤湿度数据,更好地满足全球尺度水循环监测与水资源管理的需求。 相似文献
8.
随着航空航天高分辨率观测手段的逐步成熟,定量遥感在有效解决了光学地表多尺度效应后,更高分辨率的光学偏振效应在地表、大气、仪器3大要素方面逐步全面凸显出来,并直接决定或影响高分辨率观测系统的定量遥感效能实现和质量保障。例如,植被冠层极其微弱的多次散射反射偏振效应,如果不加扣除其模型误差达到136%;大气衰减本质是大气偏振效应,是遥感反演的最大误差源,误差达到5%—30%,偏振手段扣除大气误差目前已可以降低一半以上的误差;观测仪器扣除多次散射透射偏振光后,可以实现5 nm分辨率下0.1—0.3 nm高光谱定标能力,并借助偏振强化光噪声分离出中心波长偏移和带宽退化的误差根源。借助偏振"强光弱化,弱光强化",能够实现稳定度达10~(-8)月球辐亮度基准观测,为遥感辐亮度定标不确定度由7%到1%—2%跨越提供可能。 相似文献
9.
地表物体具有较强的偏振特性,因此可以作为偏振遥感的信息源。但是,大气的偏振效应强于地表的偏振效应,导致星载遥感器无法有效接收地表目标的偏振信息,大气的起振与退偏效应成为偏振遥感对地表目标进行观测和应用的一个瓶颈问题。本文提出一种利用大气中性点对偏振遥感中地表偏振效应与大气偏振效应进行分离的方法,通过天空中大气线偏振度为零的中性点区域进行对地观测,目的是去除大气偏振作用,进而最大限度地获取地表目标偏振信息。地面实验的结果验证了利用大气中性点进行大气纠正具有理论上的可行性。 相似文献
10.
偏振成像技术已经成为有效提升空间遥感信息应用能力的有力工具。通过模拟自然界的昆虫、鸟类及鱼类偏振视觉系统的信息感知与高精度导航机制,探索基于仿生偏振视觉环境信息感知与位置姿态测量中的科学问题。构建基于偏振成像目标特征与导航信息融合的仿生态势感知系统,建立了仿生信息感知与导航解算模型,提出基于生物偏振视觉的仿生信息感知与导航的信息融合与误差分析关键算法,设计实现一种空间环境特征感知及导航信息融合的态势感知系统原理样机,数据更新率高于25 Hz,角度测量重复精度优于0.05°。 相似文献
11.
12.
目标分解技术在植被覆盖条件下土壤水分计算中的应用 总被引：6，自引：0，他引：6
目标分解技术利用协方差距阵的特征值和特征矢量，将极化雷达后向散射测量值分解为单向散射，双向散射和交叉极化散射三个分量，并建立了植被覆盖地表的一阶物理离散散射模型。通过分解的各分量与该模型的比较，建立重轨极化雷达测量数据估算土壤水分的方法，采用Washita‘92实验区多时相全极化L波段JPL/AIRSAR图像雷达测量数据，利用分解的散射测量值，我们评估了在同一入射角，单频（L波段），多路条件下，分解理论在进行土壤水分估计时减少植被影响的能力。结果表明利用目标分解理论和重轨极化雷达数据可以估算植被覆盖区域土壤水分的变化情况。 相似文献
13.
为了有效解决大尺度区域土壤水分时、空间变化监测的问题,在总结了被动微波遥感反演土壤湿度规律的基础上,基于先进的AMSR星载被动微波遥感数据,提出了利用双谱模型计算土壤表面发射率的计算机算法。首先需要由双站散射系数计算反射率和发射率,然后应用人工神经网络反演土壤湿度,实现了在随机粗糙面状况下基于被动微波遥感的土壤表面水分反演,并在实验区进行了成功的应用。 相似文献
14.
利用GNSS-R(Global Navigation Satellite System-Reflectometry)技术探测土壤水分是近年来一个新兴的研究方向。目前GNSS-R遥感观测中反射信号的接收与处理方式包括单天线与多天线两种模式,面向实际应用需求,GNSS-R遥感正在实现从最初的地基观测向空基、星载观测的转变。在推进GNSS-R土壤水分遥感技术业务化应用的过程中,必须首先进行适宜性分析,确定该技术探测的地理位置、空间分辨率与探测深度,然而目前对此尚未有系统、全面、定量的论述。本文针对适宜性分析中的3个关键因子分别进行理论分析与公式推导,明确相关概念的定义,并实现定量化描述,最终通过实际应用分析进一步诠释其应用价值。对于单天线模式地基观测,以美国板块边界观测计划PBO(Plate Boundary Observatory)土壤水分产品为例,分析镜面反射点的相对位置、第一级Fresnel反射椭圆簇的面积与时间序列土壤水分所代表的探测深度;对于多天线模式,以郑州上街区农田空基观测试验为例,得到基于航迹的栅格土壤水分空间分布并探讨其探测深度。本文能够为未来两种观测模式下地基、空基和星载GNSS-R遥感观测、北斗反射信号遥感,以及GNSS-R在农业、水文、生态等领域的实际应用提供理论指导。 相似文献
15.
Status and future of laser scanning, synthetic aperture radar and hyperspectral remote sensing data for forest biomass assessment 总被引：3，自引：0，他引：3
This is a review of the latest developments in different fields of remote sensing for forest biomass mapping. The main fields of research within the last decade have focused on the use of small footprint airborne laser scanning systems, polarimetric synthetic radar interferometry and hyperspectral data. Parallel developments in the field of digital airborne camera systems, digital photogrammetry and very high resolution multispectral data have taken place and have also proven themselves suitable for forest mapping issues. Forest mapping is a wide field and a variety of forest parameters can be mapped or modelled based on remote sensing information alone or combined with field data. The most common information required about a forest is related to its wood production and environmental aspects. In this paper, we will focus on the potential of advanced remote sensing techniques to assess forest biomass. This information is especially required by the REDD (reducing of emission from avoided deforestation and degradation) process. For this reason, new types of remote sensing data such as fullwave laser scanning data, polarimetric radar interferometry (polarimetric systhetic aperture interferometry, PolInSAR) and hyperspectral data are the focus of the research. In recent times, a few state-of-the-art articles in the field of airborne laser scanning for forest applications have been published. The current paper will provide a state-of-the-art review of remote sensing with a particular focus on biomass estimation, including new findings with fullwave airborne laser scanning, hyperspectral and polarimetric synthetic aperture radar interferometry. A synthesis of the actual findings and an outline of future developments will be presented. 相似文献
16.
The fractional vegetation cover (FVC), crop residue cover (CRC), and bare soil (BS) are three important parameters in vegetation–soil ecosystems, and their correct and timely estimation can improve crop monitoring and environmental monitoring. The triangular space method uses one CRC index and one vegetation index to create a triangular space in which the three vertices represent pure vegetation, crop residue, and bare soil. Subsequently, the CRC, FVC, and BS of mixed remote sensing pixels can be distinguished by their spatial locations in the triangular space. However, soil moisture and crop-residue moisture (SM-CRM) significantly reduce the performance of broadband remote sensing CRC indices and can thus decrease the accuracy of the remote estimation and mapping of CRC, FVC, and BS. This study evaluated the use of broadband remote sensing, the triangular space method, and the random forest (RF) technique to estimate and map the FVC, CRC, and BS of cropland in which SM-CRM changes dramatically. A spectral dataset was obtained using: (1) from a field-based experiment with a field spectrometer; and (2) from a laboratory-based simulation that included four distinct soil types, three types of crop residue (winter-wheat, maize, and rice), one crop (winter wheat), and varying SM-CRM. We trained an RF model [designated the broadband crop-residue index from random forest (CRRF)] that can magnify spectral features of crop residue and soil by using the broadband remote sensing angle indices as input, and uses a moisture-resistant hyperspectral index as the target. The effects of moisture on crop residue and soil were minimized by using the broadband CRRF. Then, the CRRF-NDVI triangular space method was used to estimate and map CRC, FVC, and BS. Our method was validated by using both laboratory- and field-based experiments and Sentinel-2 broadband remote-sensing images. Our results indicate that the CRRF-NDVI triangular space method can reduce the effect of moisture on the broadband remote-sensing of CRC, and may also help to obtain laboratory and field CRC, FVC, and BS. Thus, the proposed method has great potential for application to croplands in which the SM-CRM content changes dramatically. 相似文献
17.
R. N. Sahoo M. Bhavanarayana B. C. Panda C. N. Arika R. Kaur 《Journal of the Indian Society of Remote Sensing》2005,33(1):17-23
Accurate estimation of soil moisture through remote sensing technique has been a challenge till date. In optical and thermal
remote sensing, there is no index developed to detect the changes in soil moisture levels. In microwave region, soil roughness
and other target parameters equally affect the technique for soil moisture estimation. Therefore, a computational technique
in C language based on Shannon’s Information Theory (Shannon, 1948) has been developed to calculate total information content
from multispectral radiometer data. The total information content is a compressed single value, which quantifies the information
content of soil spectral reflectance in the electromagnetic spectrum range (400–1100 nm) under study. This technique was tested
over a wide range of soil moisture levels. The study revealed that as compared to other techniques total information content
index is very sensitive to change in moisture content of soil. This technique could not only quantify the soil moisture content
in optical and near infra red region, but also led to a simplified one dimensional separability and clustering analysis. 相似文献
18.
光学与微波数据协同反演农田区土壤水分 总被引：1，自引：0，他引：1
光学和微波协同遥感反演对于提高农田土壤水分遥感反演精度十分重要。本文采用SMEX02数据集,研究了L波段土壤发射率与地表土壤水分之间的关系,分析了地面植被覆盖对L波段土壤发射率与地表水分之关系的影响规律,推导了以L波段土壤发射率和归一化植被指数NDVI为自变量的土壤水分反演模型。研究表明:L波段土壤发射率与地表土壤水分之间的相关性随NDVI的增加而下降。验证结果表明,本文算法相对常规经验算法,土壤水分反演精度明显提高,H极化条件下,土壤水分的反演精度RMSE由0.0553提高到0.0407,相关系数R2由0.70提高到0.81;V极化条件下,反演精度RMSE由0.0452提高到0.0348,相关系数R2由0.79提高到0.86。 相似文献
19.
土壤水分的遥感监测方法 总被引：4，自引：0，他引：4
本文讨论了用雷达图像散射系数法、NOAA-AVHRR数字图像热惯量法和作物缺水指数法监测土壤水分的结果,并将这些方法与常规气象方法、绿度指数法和温差法监测土壤水分的效果进行了比较和评价。结果表明,微波遥感监测土壤水分有广阔的应用前景,但必须深入开展基础研究。在我国目前情况下,采用NOAA-AVHRR数字图像及有关气象数据计算热惯量、作物蒸散和缺水指数,从而估算土壤水分的方法是一种比较切实可行的方法。 相似文献
20.
Besides amplitude, frequency and phase, the polarization is another basic property of the electromagnetic wave. In
the remote sensing field, the polarization is mainly applied in active detection systems of radar and lidar. This paper presents the
quantitative relationship between soil moisture and polarization signatures in a certain type of soil in a farm. And this
relationship is expected to be introduced on agriculture and hydrology ultimately. The experiments were performed both in the
laboratory and the field. Soil samples with different moisture contents were measured at three wavebands on visible spectrum,
and at several viewing angles in the plane of incidence. The polarization signature was indicated by the multi-band and
multi-angle degree of linear polarization (DOLP) in this paper. The soil moisture were divided into five levels according to the
properties of DOLP curves, namely, the quasi-quantitative relationship between soil moisture and its polarization signature were
established. The percentages of soil moisture of the five levels are: ≤10%, 10%—20%, 20%—40%, 40%—56% and >56%,
respectively. Although this division for soil moisture is on a rather large scale, it will meet the precision of application
agricultural and hydrologic remote sensing. 相似文献