共查询到18条相似文献，搜索用时 109 毫秒
1.
利用土壤水分和海洋盐度(SMOS)卫星进行土壤水分反演的算法中,对地表发射率的描述仍采用半经验Q/H模型,该模型描述地表粗糙度对有效发射率在V和H极化下影响相同.基于微波散射理论模型-高级积分方程模型(AIEM)建立了一个针对SMOS传感器的参数配置,包含各种地表粗糙度和介电特性的裸露地表辐射模拟数据库,发展了L波段多角度地表辐射参数化模型.在此基础上,利用SMOS多角度双极化特点,建立了土壤水分反演算法.该算法可以消除粗糙度对土壤水分反演的影响,同时最小化反演过程中辅助信息引入带来影响.反演算法通过美国农业部提供的L波段多角度地基辐射计数据(BARC)进行验证,在20°~50°入射角,土壤水分反演精度在4%左右. 相似文献
2.
利用主被动微波数据联合反演土壤水分 总被引：6，自引：1，他引：5
在黑河中游干旱区水文试验的基础上,以临泽站为研究区域,探讨主被动微波数据联合反演土壤水分的方法。针对ALOS/PALSAR数据,使用AIEM理论模型计算地表的同极化后向散射系数,Oh半经验模型描述交叉极化散射特征,通过对大量后向散射模拟数据的分析,建立裸露地表粗糙度计算模型;利用模拟数据分析地表辐射亮温随土壤水分和粗糙度的变化规律,在此基础上构建NN模型结合粗糙度计算结果和辐射计飞行数据反演研究区域的土壤水分。地面同步测量数据的验证结果表明,该方法充分发挥了主被动微波数据各自的优势,同时避免了主被动协同过程中的尺度问题,为流域尺度的土壤水分监测提供了一种新的有效途径。 相似文献
3.
以各频段水平极化和垂直极化发射率问的相关关系为条件,利用被动微波数据反演地表温度.算法既解决了地表温度反演过程中发射率难以确定的问题,又克服了热红外遥感受大气影响较大的缺点,其物理意义清晰,计算简便.算法以MODIS温度产品为评价标准,对36.5GHz和89 GHz反演结果进行分析.结果表明:89 GHz亮温数据反演精度高于36.5 GHz;与耕地和草场反演精度相比,裸土和山地反演精度较高.其原因在于高频数据穿透能力较低,能更好地表达地表温度.同时,低频数据相对高频更容易受到地表土壤水分变化的影响,发射率相对不够稳定,对反演结果有一定影响. 相似文献
4.
冻融交替季节黑河上游代表性地物类型的微波辐射时序特征 总被引：4，自引：0，他引：4
被动微波遥感是监测全球土壤冻融的有利手段,然而由于缺乏实验观测数据,对冻土的微波辐射特征和机理并不是很清楚.2008年3月利用地基微波辐射计(RPG-8CH-DP Radiometer)在黑河流域上游对典型地物18.7 GHz和36.5 GHz的微波辐射进行了连续观测,获取了3种典型土地类型的冻融过程中两个频率双极化的微波辐射特征,计算了土壤冻融过程中发射率和亮温梯度的时序特征并进行了分析.结果表明:土壤冻结会引起土壤发射率的变化,变化的大小主要受土壤表层很薄一层土壤的含水量影响,这是因为这两个波段对土壤的微波穿透深度很小,另外,尽管土壤冻结后亮温梯度会降低,但大多数情况下并没有观测剑冻土负的亮温梯度. 相似文献
5.
青藏高原因其复杂的地形地势和和积雪分布使得多种雪深算法未达到理想的精度。基于新一代被动微波数据AMSR2（Advanced Microwave Scanning Radiometer 2）， 应用随机森林算法（Random Forest， RF）将亮温（Brightness Temperature， BT）和亮温差（Brightness Temperature Difference， BTD）作为参数输入， 并将高程和纬度参数引入雪深反演模型中， 经过模拟退火算法进行有效反演因子筛选， 构建了基于随机森林算法的青藏高原雪深反演模型。结果表明： 与AMSR2全球雪深产品相比， 随机森林算法的拟合优度（R2）由0.41提升至0.60， 均方根误差（Root Mean Square Error， RMSE）由7.36 cm降至4.88 cm， 偏差（BIAS）由3.24 cm减小至-0.16 cm， 随机森林雪深反演模型在青藏高原的精度更高； 青藏高原平均海拔超过4 000 m， 当海拔大于青藏高原平均海拔时， 随机森林算法的反演效果最差， 但RMSE仅为3.78 cm， BIAS仅为-0.09 cm； 高原南部（25° ~ 30° N）因其复杂的地势和相对较少的气象站点使得反演效果较差， RMSE为5.94 cm， BIAS为-0.39 cm； 青藏高原的主要土地覆盖类型为草地， 随机森林算法在草地的RMSE约为3 cm， BIAS接近0 cm。 相似文献
6.
通过应用一阶离散植被模型,结合前人研究成果及雷达极化特性提出了多时相多极化雷达后向散射消除农作物覆盖层影响的算法:①应用已知的假设关系将植被层的体散射用交叉极化的总散射代替;②分析并将垂直极化的总后向散射中贡献很小的植被-土壤多次散射忽略;③将直接地表的后向散射分解成土壤水分与地表粗糙度的函数,使用重轨数据消除了地表粗糙度和农作物覆盖层的影响,并使用多时相全极化L波段(频率为1.2GHz)机载雷达测量数据进行验证,成功的估算了地表土壤水分的相对变化。 相似文献
7.
基于AMSR2被动微波积雪参量高精度反演方法研究 总被引：2，自引：2，他引：0
以新疆为研究区域建立了被动微波遥感积雪深度高精度反演模型,采用高空间和时间分辨率AM SR2被动微波遥感数据(2012年11月-2015年3月逐日数据),结合研究区域海拔高度、坡度、坡向、沙漠,荒漠和地表粗糙度等地形、地貌特征,考虑冰川、水体、林地等地表覆盖类型和不同季节的新雪、干雪和湿雪等积雪属性的微波辐射特征,以决策树阈值法为基础,通过采集样本分类建立起多种雪深判识阈值,在此基础上建立AMSR2高精度积雪深度反演综合模型,分类分析不稳定积雪和冰川信息,从而实现雪深在60 cm以内的积雪深度AMSR2反演的主要原理、思路及方法,并对模型的反演结果跟台站实测或者野外观测积雪值以时间和空间角度进行检验.结果表明:该综合模型能够定量判识研究区域复杂地形地貌条件下的1~60 cm积雪厚度,检验的复相关系数为0.74~0.88,均方根误差为2.92~6.14 cm,平均绝对偏差指数为3~4 cm,雪深误差5 cm的精度为91%~94%,雪深误差2.5cm的精度为81%~87%. 相似文献
8.
土壤含水量是水文、农业和气象等领域的关键参数,而微波遥感是目前监测土壤含水量最有效的手段之一。本文利用主动微波与被动微波数据,结合其他多源遥感数据,运用随机森林算法分别在主动微波数据分辨率尺度和被动微波数据分辨率尺度下完成主被动微波数据的土壤含水量联合反演。首先对被动微波尺度的地表覆盖类型与归一化植被指数(NDVI)参数进行空间分辨率优化,再利用回归ReliefF方法对两种尺度所用的输入变量的重要性进行评估,并对输入变量进行优选,最后对比主被动微波数据土壤含水量联合反演和单独利用主动/被动微波数据进行反演的精度,分析主被动微波联合反演方法的有效性。结果表明：在主动微波尺度,主被动微波联合反演的精度相比单独利用主动微波数据反演的精度有所提升,相关系数r由0.691升至0.744,RMSE由0.084 8 cm3/cm3降至0.079 6 cm3/cm3;在被动微波尺度,主被动微波联合反演的精度反而比单独利用被动微波数据反演的精度更低,相关系数r由0.944变为0.939,RMSE由0.043 5 cm... 相似文献
9.
月壤介电常数是当前月球微波遥感探测的基础, 是月壤厚度、成分等信息提取不可或缺的参数.为了实现全月介电常数反演, 通过对嫦娥二号卫星微波辐射计亮温数据进行时角校正, 得到同一时角的全月微波亮温图.全月微波亮温表现出随月球地形、月壤成分及纬度变化的特征.基于校正后的微波辐射亮温, 结合辐射传输模型, 通过解算相关参数, 反演得到3GHz频率下全月介电常数分布.其中, 月海地区的介电常数实部高于月陆地区, 且月球极地区域介电常数实部偏低; 而介电常数虚部则在月海区域和艾肯盆地较高.通过模拟月表介电常数实验对反演结果进行温度校正, 得到22℃下全月介电常数.将反演结果和月壤真实样品的介电常数测量值进行比较评价.结果表明介电常数实部相对误差都低于11%;虚部相对误差偏大, 但其差值最大仅为0.02.因此, 基于嫦娥二号卫星微波辐射计亮温数据反演月表介电常数的方法是可行的. 相似文献
10.
11.
卫星遥感反演土壤水分研究综述 总被引：12，自引：1，他引：11
土壤水分是影响地表过程的核心变量之一。精准地测量土壤水分及其时空分布,长期以来是定量遥感研究领域的难点问题。简要回顾基于光学、被动微波、主动微波和多传感器联合反演等卫星遥感反演土壤水分的主要反演算法、存在的难点和前沿性研究问题,介绍了应用土壤水分反演算法所形成的3种主要全球土壤水分数据集,包括欧洲气象业务卫星（ERS/MetOp）数据集、高级微波扫描辐射计（AMSR-E）数据集、土壤湿度与海洋盐分卫星（SMOS）数据集,并结合目前存在的问题探讨卫星遥感反演土壤水分研究的发展趋势。 相似文献
12.
遥感技术在陆面过程研究中的应用进展 总被引：10，自引：1，他引：10
探讨了当前陆面过程 (LSP)研究的特点 ,指出遥感在陆面过程研究中的应用以及陆面过程国际合作实验是突出的特点 ,进而对遥感技术的陆面参数获取、地表能量通量的计算以及与 LSP模式的结合研究及进展进行了综述。根据不同特征的地表参数选择光学遥感或微波遥感已成共识 ,而综合利用不同遥感数据获取同一种地表参数也已成为研究热点 ,当前及今后发射的携载多种遥感仪器的众多遥感卫星为此项研究提供了条件 ;遥感与 LSP模式的结合研究是遥感在陆面过程研究中深入应用的一个方面 ,国际陆面过程合作实验是这项研究的重要保证。 相似文献
13.
Microwave remote sensing provides a unique capability for soil parameter retrievals. Therefore, various soil parameters estimation models have been developed using brightness temperature (BT) measured by passive microwave sensors. Due to the low resolution of satellite microwave radiometer data, the main goal of this study is to develop a downscaling approach to improve the spatial resolution of soil moisture estimates with the use of higher resolution visible/infrared sensor data. Accordingly, after the soil parameters have been obtained using Simultaneous Land Parameters Retrieval Model algorithm, the downscaling method has been applied to the soil moisture estimations that have been validated against in situ soil moisture data. Advance Microwave Scanning Radiometer-EOS BT data in Soil Moisture Experiment 2003 region in the south and north of Oklahoma have been used to this end. Results illustrated that the soil moisture variability is effectively captured at 5 km spatial scales without a significant degradation of the accuracy. 相似文献
14.
被动微波反演裸露区土壤水分综述 总被引：4，自引：1，他引：4
被动微波具有全天候、穿透性以及不受云的影响等特征,使其在反演土壤水分时具有很大的优势。通过研究发现,被动微波遥感是反演土壤水分的各种技术中最有效的方法之一。概括了主要的被动微波传感器并从被动微波遥感的原理出发,针对被动微波遥感裸露区地表随机粗糙面的模型以及土壤水分反演算法作了简要介绍。 相似文献
15.
Thomas J. Jackson 《Hydrogeology Journal》2002,10(1):40-51
Remote sensing provides information on the land surface. Therefore, linkages must be established if these data are to be
used in groundwater and recharge analyses. Keys to this process are the use of remote sensing techniques that provide information
on soil moisture and water-balance models that tie these observations to the recharge. Microwave remote sensing techniques
are used to map the spatial domain of surface soil moisture and to monitor its temporal dynamics, information that cannot
be measured using other techniques. The physical basis of this approach is presented with examples of how microwave remote
sensing is utilized in groundwater recharge and related studies.
Electronic Publication 相似文献
16.
Soil freeze-thaw cycles have important effects on surface water and energy balance,and then affect vegetation growth,soil water content,carbon cycle and terrestrial ecosystem. Passive microwave plays an important role in monitoring global and regional surface freeze-thaw processes due to its high temporal resolution,abundant data and sensitivity to soil moisture. With the launch of passive microwave sensors at home and abroad,it provides conditions for the study of permafrost interannual variation,seasonal variation,diurnal variation and long time series of near-surface soil freeze-thaw cycle. In recent years,the study of surface freeze-thaw cycle using passive microwave data has gradually increased. Based on previous studies,this paper summarizes the types of passive microwave remote sensing data and the characteristics of the bands contained in them. Expounded the principle of passive microwave monitoring data used for freezing and thawing,focus on passive microwave data in five categories in the study of freezing and thawing monitoring algorithms,including double index algorithm,the decision tree algorithm,freeze-thaw discriminant algorithm,seasonal threshold algorithm and based on the freezing L-band relative factors discriminant algorithm threshold,and analysis of 5 kinds of algorithms are compared;The freeze-thaw products based on different algorithms and passive microwave data were combed. Finally,the problems and future research directions of passive microwave remote sensing in surface freeze-thaw applications are summarized. In the acquisition of passive microwave data,it is found that the passive microwave data is missing due to the physical characteristics of the sensor,the shape and orbit of the earth,and the low resolution of passive microwave data leads to the low precision of freeze-thaw discrimination. For the problem of missing passive microwave data,it is proposed to use the average value of passive microwave data before and after two days to fill the missing brightness temperature data,or establish statistical function to complement the missing data. For the problem of low passive microwave resolution,the current development trend is to scale down based on passive microwave data and combine with multiple data products,such as ground temperature and active microwave data,or perform probability discrimination on surface freezing-thawing state in pixels,so as to better describe surface freeze-thaw state. In terms of the algorithm for discriminating surface freezing-thawing,based on the problem that dual-index algorithm,decision tree algorithm,freezing-thawing discriminant algorithm and seasonal threshold algorithm cannot accurately distinguish snow and frozen soil,this paper proposes to adopt the method of data assimilation or start from the snow radiation and frozen soil dielectric model. Optimization of the algorithm for the snow covered surface can further improve the accuracy of freeze-thaw classification. Based on existing freeze-thaw products,Although SMAP freeze-thaw products continue to be updated,SAMP satellite was launched late,and SAMP freeze-thaw products have a short time series. In the future,the time span of this algorithm for freezing-thawing products can be extended by combining L-band data provided by SMOS satellite. The problems mentioned above and the direction of further research are of great significance for improving the accuracy of freezing and thawing discrimination and improving the understanding of the variation law of freezing and thawing cycles,and also have certain research space. © 2022 Science Press (China). 相似文献
17.
Satellite remote sensing applications for surface soil moisture monitoring: A review 总被引：6，自引：0，他引：6
Surface soil moisture is one of the crucial variables in hydrological processes, which influences the exchange of water and
energy fluxes at the land surface/atmosphere interface. Accurate estimate of the spatial and temporal variations of soil moisture
is critical for numerous environmental studies. Recent technological advances in satellite remote sensing have shown that
soil moisture can be measured by a variety of remote sensing techniques, each with its own strengths and weaknesses. This
paper presents a comprehensive review of the progress in remote sensing of soil moisture, with focus on technique approaches
for soil moisture estimation from optical, thermal, passive microwave, and active microwave measurements. The physical principles
and the status of current retrieval methods are summarized. Limitations existing in current soil moisture estimation algorithms
and key issues that have to be addressed in the near future are also discussed. 相似文献
18.
土壤水分与干旱遥感研究的进展与趋势 总被引：47，自引：2，他引：47
对土壤水分和干旱遥感监测的国内外发展情况进行了回顾,依据土壤水分和干旱遥感监测的原理,围绕着可见光与近红外、热红外、微波光谱波段的使用,分别以土壤和植被为观测对象,对国内外土壤水分与干旱遥感现状与发展趋势进行讨论。重点对微波遥感土壤湿度的算法发展和研究趋势进行了较详细的论述。在总结国内外土壤水分遥感监测研究实验中所用过的方法与原理的基础上,对目前遥感监测土壤水分研究领域的重点、难点和未来的发展方向进行了评述。土壤水分遥感监测是一个复杂的间接过程,波段及变量选择、传感器的性能等因素对土壤水分监测是至关重要的,土壤的各种理化性状、地形的分异作用以及气候变化和人为的土壤管理措施对土壤水分均有不同的影响,地表特征与土壤水分也存在着一定的相关性。改进的热惯量法和作物缺水指数法是当前土壤水分遥感监测中较为成熟的方法。GIS技术的广泛应用、土壤水分遥感监测模型的优化。微波遥感的应用将是该领域的重点研究方向。 相似文献