共查询到19条相似文献，搜索用时 796 毫秒
1.
GPS-R技术辅助的土壤水含量变化监测 总被引：1，自引：0，他引：1
针对传统地表土壤含水量测量方法时空分辨率小等不足,研究一种基于GPS卫星信号的矿区地表土壤水含量反演算法。针对傅里叶变换难以处理非均匀时序数据,设计了一种Lomb Scargle算法分析GPS信噪比特性。直接分离其中的直射信号和反射信号,提取多路径反射信号并分析其时频特征。通过与实测数据对比,分析反演土壤含水率的可行性。结果表明:反射信号频谱特征与实际数据具有较强的相关性。该方法为高时空分辨率监测地表土壤含水率提供了一种新的思路。 相似文献
2.
基于改进热惯量模型的表层土壤水反演研究 总被引：1，自引：0，他引：1
针对改进热惯量模型需要通过对地面实测的温度进行插值推算地表最高温度,而玛多县属高原地区,较难获取实测数据,利用MODIS地表温度产品的4个瞬时值计算日平均地表温度,结合修正普适性单通道算法反演HJ-1B地表温度,推算出地表最高温度,从而减少了改进热惯量模型对地面观测数据的依赖,进而利用HJ-1B数据反演了玛多县土壤水。结果表明:本文方法可行,能够获得较高分辨率的土壤水空间分布结果,拓宽了HJ-1B数据的应用范围。 相似文献
3.
以塔克拉玛干沙漠为研究区域,利用2008年AMSR-E(advanced microwave scanning radiometer-earth observing system)二级亮温资料和全球资料同化系统(global data assimilation system,GDAS)的地表、大气参数产品,反演研究区晴空条件下的微波地表发射率,进而根据不同的土壤类型,分析了沙漠微波地表发射率频谱年内变化规律及其与气候因子的关系。结果表明:沙漠地表发射率与土壤类型密切相关,且不同土壤类型的发射率季节变化规律显著性不同;土壤含水量、地表温度与地表发射率的年内变化规律之间存在着显著相关性,地表发射率随土壤含水量、地表温度的增高而降低;地表植被覆盖度、植被含水量和地表粗糙度也是地表发射率的影响因子,其值均取决于土壤含水量,而土壤含水量受大气总水汽量和土壤类型的共同制约;以砂土为主的沙漠地表发射率更多受到沙漠深度的影响,随着沙漠深度的增加而减小。 相似文献
4.
利用ASAR图像监测土壤含水量和小麦覆盖度 总被引：8，自引：0，他引：8
以高级合成孔径雷达（ASAR）影像数据和地面实测数据为基础，分析了裸土、低覆盖（覆盖度为0．2左右）冬小麦麦地的后向散射与土壤含水量、地表粗糙度及小麦覆盖度之间的关系，探讨了裸土和冬小麦麦地土壤含水量及小麦覆盖度的反演方法。分析结果表明：①裸土后向散射系数受地表粗糙度和土壤质地的综合影响较大，裸土的后向散射和土壤含水量正相关关系未达显著，反演裸土土壤含水量必须考虑这两个因素的影响。②冬小麦麦地两种极化后向散射对土壤含水量和小麦覆盖度的敏感性差异明显。由于小麦植株与土壤的水平同极化后向散射差异较大，水平极化后向散射系数和小麦覆盖度及土壤含水量相关性达到显著；冬小麦麦地的垂直同极化后向散射对土壤含水量较敏感，垂直极化后向散射系数和土壤含水量的相关性达到显著，但与小麦覆盖度的相关性相对较低。据此，利用冬小麦麦地的两个同极化后向散射系数，建立了后向散射系数与土壤含水量和小麦覆盖度之间的关系模型，实现了小麦覆盖度和冬小麦覆盖下的土壤含水量反演。验证结果表明：土壤含水量和小麦覆盖度反演结果与地面调查和测量结果一致。 相似文献
5.
6.
7.
在利用微波辐射计进行对地观测的过程中，陆地表面特性参数（如土壤水分、土壤粗糙度和植被冠层）是土壤微波辐射的重要影响因素。地表粗糙度的标定对于利用微波辐射计数据反演地表参数而言是十分重要的工作。地表粗糙度参数（h和Q）随着观测频率而变化。通常的标定方法是，假设h的空间分布是变化的，Q在全球均一地分布，则在沙漠地区首先采取h=0的近似，再对Q进行标定。但是事实上，h和Q在全球的分布都是变化着的，这与地面环境状况有关。以AMSR—E数据为例，在对MPD1分析的基础上，推导给出了简单的、基于理论模型的参数厂。厂可以直接由观测亮温值计算得到，它是一个与土壤水分无关，仅与植被层含水量7．0，和土壤粗糙度σ有关的参量，因此它可以用于地表粗糙度的标定和对植被层含水量、植被生长／变化的估计。本文选择干旱季节里的北非地区，在没有对h采取任何假设的前提下，利用参数厂实现了对地表粗糙度参数h和σ的标定，并与原有标定方法的结果做了比较分析。 相似文献
8.
9.
10.
基于综合干旱指数的淮河流域土壤含水量反演 总被引：1，自引：0，他引：1
为了方便快捷地得到大范围的土壤含水量产品,以MODIS数据为数据源,淮河流域为研究区域,结合表观热惯量模型和植被供水指数模型的适用性特点,根据地表植被覆盖度的不同,建立综合干旱指数(comprehensive drought index,CDI)模型,对土壤含水量进行反演;然后,将反演的CDI结果与地表实测数据进行相关性建模,得到CDI与实测数据间的最佳拟合模型,利用该模型把CDI结果转化为最终的土壤含水量值;最后,通过实测含水量数据来验证反演结果的可靠性和精度。结果表明,反演得到的土壤含水量与实测土壤含水量相关性较高,相关系数R~2均在0.7左右,该方法对于高效地获取大面积土壤含水量信息具有较好的应用价值。 相似文献
11.
旱情遥感监测研究进展与应用案例分析 总被引：3，自引：2，他引：1
在大范围、长时序的旱情监测中,遥感技术以其快速、经济和大空间范围获取的特点,弥补了基于台站气象数据旱情监测的不足,为防旱和抗旱决策提供了实时、动态、宏观的辅助决策数据。本文对已有旱情遥感监测方法进行分析和整理,将其总结为基于土壤热惯量、基于土壤波谱特征、基于蒸散模型和基于植被指数的旱情监测方法,并对各类方法从监测原理、适用范围和应用进展等方面进行了阐述。在此基础之上,详细介绍一种结合了全球植被水分指数和短波角度归一化指数的优势建立的旱情遥感监测模型和方法。以2010年春季西南地区旱情为应用案例,从监测模型方法、数据处理流程和应用分析等方面,介绍一种基于植被水分指数的旱情监测方法,并对其监测结果进行统计分析与评价。 相似文献
12.
土壤湿度信息遥感研究 总被引：3，自引：0，他引：3
土壤湿度是农业生产与应用过程中非常重要的因素,决定农作物的水分供应状况.本文利用MODIS产品数据获取的归一化植被指数(NDVI)和陆面地表温度(Ts)构建Ts-NDVI特征空间,根据温度植被干旱指数(TVDI)的研究原理与方法,对研究区2010年5～8月份土壤湿度分布情况进行遥感监测.结合气象数据与土壤墒情资料对局部... 相似文献
13.
时序双极化SAR开采沉陷区土壤水分估计 总被引：1，自引：0，他引：1
开采沉陷地质灾害诱发矿区生态环境恶化的关键因子是土壤水分变化。研究提出了一种利用Sentinel-1A双极化SAR和OLI地表反射率数据联合反演土壤含水量的方法,即基于归一化水体指数(NDWI)反演植被含水量;采用Water-Cloud Model(WCM)模型消除植被对Sentinel-1A后向散射系数产生的影响,将其转化为裸土区的后向散射系数;利用基于AIEM模型和Oh模型建立的经验模型反演研究区地表参数,并用OLI光学反演结果进行验证;最后比较了开采沉陷区内外土壤水分含量。研究表明:(1)与基于OLI的土壤水分监测指数(SMMI)的土壤水分含量反演结果相比,两种极化方式中VH极化反演的水分结果具有更好的一致性,且两种极化方式反演结果也表明荒漠化草原区比黄土丘陵沟壑区反演效果更好,说明地形对后向散射的影响不可忽略。(2)在2016年内72期数据中,VH极化反演结果对比区土壤水分含量大于沉陷区的有41期,所占比例为57%;VV极化反演结果对比区土壤水分含量大于沉陷区的有36期,所占比例为50%,且不同矿区内的沉陷区受到的影响不同。说明开采沉陷造成的地表粗糙度的增加会对地表土壤水分产生负面影响,但不同矿区之间又有差异。 相似文献
14.
目前,国内外对矿山生态修复工程实施后,修复成效监测缺少一套完整的监测指标体系。为推动矿山生态修复监测指标体系的构建,本文从矿山生态修复监测的基本内容、监测指标选取等方面开展研究,从水环境、土壤环境、地表环境、地质环境、生态修复综合效益5个方面,构建了一套科学评价矿山生态修复成效的监测指标体系。将指标体系应用于陕西省神木市某煤矿的生态修复监测,并采用GIS分析和样本监测等手段进行验证,评价矿山生态修复的整体效果。试验结果表明,土壤环境各指标中,反映土壤物理性质的土层厚度指标较好;地表水质污染较少,基本没有微生物和有机物污染,水质偏碱性,与矿区内土壤一致偏碱性;植被覆盖和生境质量指数较好;矿山生态修复区域的沉降区域比例较小;矿山生态修复的综合效益指标表现不佳。 相似文献
15.
Influence of surface and vegetation characteristics on C-band radar measurements for soil moisture content 总被引：1，自引：0，他引：1
Shakil Ahmad Romshoo Masahiro Koike Sadayukihir Onaka Taikan Oki Katumi Musiake 《Journal of the Indian Society of Remote Sensing》2002,30(4):229-244
Soil moisture estimation using microwave remote sensing faces challenges of the segregation of influences mainly from roughness and vegetation. Under static surface conditions, it was found that Radarsat C-band SAR shows reasonably good correlation and sensitivity with changing soil moisture. Dynamic surface and vegetation conditions are supposed to result in a substantial reduction in radar sensitivity to soil moisture. A C-band scatterometer system (5.2 GHz) with a multi-polarization and multi-angular configuration was used 12 times to sense the soil moisture over a tall vegetated grass field. A score of vegetation and soil parameters were recorded on every occasion of the experiment. Three radar backscattering models Viz., Integral Equation Model (IEM), an empirical model and a volume scattering model, have been used to predict the backscattering phenomena. The volume scattering model, using the Distorted Born Approximation, is found to predict the backscattering phenomena reasonably well. But the surface scattering models are expectedly found to be inadequate for the purpose. The temporal variation of soil moisture does show good empirical relationship with the observed radar backscattering. But as the vegetation biomass increases, the radar shows higher sensitivity to the vegetation parameters compared to surface characteristics. A sensitivity analysis of the volume scattering model for all the parameters also reveals that the radar is more sensitive to plant parameters under high biomass conditions, particularly vegetation water content, but the sensitivity to surface characteristics, particularly to soil moisture, is also appreciable. 相似文献
16.
A. Brosinsky A. Lausch D. Doktor C. Salbach I. Merbach S. Gwillym-Margianto M. Pause 《Journal of the Indian Society of Remote Sensing》2014,42(2):311-324
The assessment and quantification of spatio-temporal soil characteristics and moisture patterns are important parameters in the monitoring and modeling of soil landscapes. Remote-sensing techniques can be applied to characterize and quantify soil moisture patterns, but only when dealing with bare soil. For soils with vegetation, it is only possible to quantify soil-moisture characteristics through indirect vegetation indicators, i.e. the “vitality” of plants. The “vitality” of vegetation is a sum of many indicators, whereby different stress factors can induce similar changes to the biochemical and physiological characteristics of plants. Analysis of the cause and effect of soil-moisture properties, patterns and stress factors can therefore only be carried out using an experimental approach that specifically separates the causes. The study describes an experimental approach and the results from using an imaging hyperspectral sensor AISA-EAGLE (400–970 nm) and a non-imaging spectral sensor ASD (400–2,500 nm) under controlled and comparable conditions in a laboratory to study the spectral response compared to biochemical and biophysical vegetation parameters (“vitality”) as a function of soil moisture characteristics over the entire blooming period of Ash trees. At the same time that measurements were taken from the hyperspectral sensors, the following vegetation variables were also recorded: leaf area index (LAI), chlorophyll meter value — SPAD-205, vegetation height, C/N content and leaf water content as indicators of the “vitality” and the state of the vegetation. The spectrum of each hyperspectral image was used to calculate a range of vegetation indices (VI’s) with relationships for soil moisture characteristics and stress factors. The relationship between vegetation indices and plant “vitality” indicators was analysed using a Generalized Additive Model (GAM). The results show that leaf water content is the most appropriate vegetation indicator for assessing the “vitality” of vegetation. With the Water Index (WI) it was possible to differentiate between the moisture treatments of the control, moisture drought stress and the moisture flooding treatment over the entire growing season of the plants (R 2?=?0.94). There is a correlation between the “vitality” vegetation parameters (LAI, C/N content and vegetation height) and the indicators NDVI, WI, PRI and Vog2. In our study with Ash trees the vegetation parameter chlorophyll was found not to be a suitable indicator for detecting the “vitality” of plants using the spectral indicators. There is a possibility that the sensitivity of the indicators selected was too low compared to changes in the chlorophyll content of Ash trees. Adding the co-variable ‘time’ strengthens the correlation, whereas incorporating time and moisture treatment only improves the model very slightly. This shows that changes to the biochemical and biophysical characteristics caused by phenology, overlay a differentiation of the moisture treatments. 相似文献
17.
干旱—半干旱地区地表特征探测的成像雷达干涉测量方法与模型 总被引：4，自引：0，他引：4
从估测干涉测量雷达数据相关性出发，通过利用欧洲资源卫星1号和2号获取的重轨干涉测量雷达数据，开展新疆喀什试验区地表土地类型的识别与分类，区分和识别出裸土，盐碱地，灌丛，裸岩/戈壁，沼泽和水体6类土地类型。并对不同土地类型的后向散射特性和相关性进行定量分析。探讨干涉测量数据相关性干旱-半干旱地区地表特征的关系，从而建立了干旱-半干旱地区地表变化的干涉测量时相关模型。为干旱-半干旱地区利用干涉测量数据进行地表变化监测提供理论依据。 相似文献
18.
南昌地区不透水面信息自动提取 总被引：1，自引：0，他引：1
随着城市化进程的不断加速，不透水面成为一种十分关键的地表覆盖类型之一，如何快速获取高精度的不透水面信息成为目前遥感研究的重点话题。考虑不透水面构成复杂、光谱曲线复杂的特征，本文基于决策树思想，通过建成区指数（BUAI）、改进的归一化水体指数（MNDWI），制作研究区植被、水体掩膜，并根据研究区土壤反射光谱特点制作研究区土壤掩膜。通过基于决策树思想的提取模型，结合掩膜文件，逐步剔除透水面，得到不透水面信息。结果表明：该模型提取的不透水面信息总体精度达到了98.27%，Kappa系数为0.86。通过和实地信息对比分析，认为该模型提取结果较为可靠，适用于大范围地区的不透水面信息提取。 相似文献
19.
基于混合光谱分解的城市不透水面分布估算 总被引：10，自引：0，他引：10
城市化的一个重要表现就是不透水面分布比率的上升,城市内部不透水面分布是城市生态环境的一个重要指标。对于规模较大的大城市,采用高性价比的中等分辨率影像,获取不透水面的分布,是当前国际研究的一个热点。本研究利用Landsat 7的ETM 影像,在线性光谱分解的技术上,提取了上海市的不透水面分布并对其空间特征进行了分析。研究揭示,ETM 影像对于城市尺度的信息提取,其成本是较低的;对于城市地域来说,利用植被、高反照度、低反照度和裸露的土壤四种最终光谱端元的线性组合,可以较好地模拟ETM 波谱特征,而除了水面以外的高反照度、低反照度两种最终光谱端元,可以较好地表达城市不透水表面信息。结果显示,利用中等分辨率影像对上海中心城区不透水面分布提取的精度还是令人满意的,总体上,上海市不透水面分布比率较高,不透水面分布的空间差异进一步揭示了城市土地覆被空间结构以及城市空间扩展的差异性。 相似文献