赵晓伟:基于变化探测算法的SAR农田土壤水分反演研究论文

赵晓伟:基于变化探测算法的SAR农田土壤水分反演研究论文

本文主要研究内容

作者赵晓伟(2019)在《基于变化探测算法的SAR农田土壤水分反演研究》一文中研究指出:土壤水分是全球水、能源和碳循环的关键变量,同时也是农作物生长、作物长势监测、作物估产及旱情监测的基本参数。合成孔径雷达(Synthetic Aperture Radar,SAR)可以实现全天时、全天候的采集数据,由于SAR后向散射系数对土壤介电常数的敏感性,而土壤水分又是土壤介电常数的决定因素,因此SAR遥感被广泛应用于土壤水分反演研究。但雷达系统参数、地表粗糙度等因素对SAR反演土壤水分的干扰很大,特别是在农田区域,干扰因素更为复杂,又包括植被冠层结构、植被含水量等因素影响。因此为提高农田区域土壤水分的反演精度,需要有效的剔除这些干扰。而以往的研究多集中在经验、半经验、物理模型等方法,这些模型的输入参数在真实地表很难获得,且仅仅适用于小区域的土壤水分反演。变化探测算法因其无需先验知识、只要有雷达、光学数据,就能有效地减弱地表粗糙度和植被覆盖等干扰,在大面积的农田区域反演土壤水分具备优势,欧空局发布的哨兵系列卫星数据兼具雷达、光学数据,数据覆盖范围广,且时间分辨率(12天)和空间分辨率(10m)很高,为变化探测算法提供了有力支持。本文研究变化探测算法在农田区域土壤水分反演的可行性,取得的研究成果如下:(1)土壤水分观测网络与地面土壤水分验证数据集获取考虑空间异质性、植被类型、土壤质地等因素,在德惠市农田区域设计了一套40km*40km的土壤水分自动监测网络。测量了表层土壤水分0-5cm有效“真”值。地表粗糙度采用针式粗糙度剖面板进行测量,并计算出表征地表几何特征的粗糙度参数,包括相关长度、均方根高度、垄宽、垄高、垄向等。其中,垄宽范围为62.8-70.4 cm,垄高范围为5.92-12.94 cm,均方根高度0.36-1.28 cm,指数相关长度1.23-7.85cm,垄台高斯相关长度0.94-11.1cm,雷达系统参数垄的平均入射角为37.95-39.79°。本研究同时测量了对雷达后向散射信号影响比较大的所有监测点垄台方位角,垄台方位角在16.42-76.42°之间。(2)基于时间序列SAR数据的变化探测算法研究以及土壤水分最佳空间分辨率的确定详细介绍了雷达数据后向散射系数处理、光学数据提取NDVI以及插值出因云覆盖而缺失的NDVI值。详细阐述3种变化探测算法的原理和应用。算法1是根据长时间序列内,假设雷达过境时间内,农田的粗糙度变化很小,植被影响以及土壤水分的变化与后向散射系数的变化直接相关,将植被影响因素用与植被归一化指数NDVI相关的函数来代替,达到去除植被覆盖的干扰。算法2改进了算法1,提出一种运用模型IEM模拟出最干条件下的后向散射系数最小值,根据各期雷达数据与模拟最小值的差值以及光学NDVI数据,联合反演土壤水分,确定最终的土壤水分反演算法以及最佳空间尺度。算法3是假设相邻两期雷达数据的粗糙度变化和植被生物量通常很小,以至于两期之间的后向散射信号差异主要取决于土壤水分的变化,给定边界约束条件,反演出土壤水分。将各个算法升尺度到90m的空间分辨率(9*9个后向散射系数的像元值取平均)。经过升尺度到30m(3*3个像元),50m(5*5个像元),70m(7*7像元)等多次尝试,反演水分值与实测土壤水分值的误差较大。升尺度到90m后,该尺度下各个方法反演的精度最高。且90m的分辨率可以减少不同玉米品种的异质性所造成的不确定性,可满足研究区的农业实际需要。(3)几种算法的精度评价、误差分析以及误差来源的不确定性分析根据地面实测数据与3种方法土壤水分反演值的对比分析,利用RMSE、MRE、MAE、IA、ubRMSE和R等统计指标分别评价了3种反演方法的精度和优劣性,给定3种方法的适用性以及应用范围,对误差来源进行分析讨论。综合各个指标来看,方法2整体精度略优于方法1,方法3精度低于方法1和方法2。考虑到简单性,高效性,且部分数据因仪器故障问题会导致水分实测值的缺失,所以尽可能的选择水分实测值较多的数据来进行验证分析。这里选择几期代表性的数据,裸土时期(20170429)、植被生长时期(20170628)、植被茂盛期(20170815)以及植被衰落期(20170920)。其中,在裸土期,方法2更为可靠。在生长期,方法1更具备适用性。在衰落期,方法1和方法2都比较合理。以上结果说明基于变化探测算法的SAR数据反演农田有一定的合理性与实用性。

Abstract

tu rang shui fen shi quan qiu shui 、neng yuan he tan xun huan de guan jian bian liang ,tong shi ye shi nong zuo wu sheng chang 、zuo wu chang shi jian ce 、zuo wu gu chan ji han qing jian ce de ji ben can shu 。ge cheng kong jing lei da (Synthetic Aperture Radar,SAR)ke yi shi xian quan tian shi 、quan tian hou de cai ji shu ju ,you yu SARhou xiang san she ji shu dui tu rang jie dian chang shu de min gan xing ,er tu rang shui fen you shi tu rang jie dian chang shu de jue ding yin su ,yin ci SARyao gan bei an fan ying yong yu tu rang shui fen fan yan yan jiu 。dan lei da ji tong can shu 、de biao cu cao du deng yin su dui SARfan yan tu rang shui fen de gan rao hen da ,te bie shi zai nong tian ou yu ,gan rao yin su geng wei fu za ,you bao gua zhi bei guan ceng jie gou 、zhi bei han shui liang deng yin su ying xiang 。yin ci wei di gao nong tian ou yu tu rang shui fen de fan yan jing du ,xu yao you xiao de ti chu zhe xie gan rao 。er yi wang de yan jiu duo ji zhong zai jing yan 、ban jing yan 、wu li mo xing deng fang fa ,zhe xie mo xing de shu ru can shu zai zhen shi de biao hen nan huo de ,ju jin jin kuo yong yu xiao ou yu de tu rang shui fen fan yan 。bian hua tan ce suan fa yin ji mo xu xian yan zhi shi 、zhi yao you lei da 、guang xue shu ju ,jiu neng you xiao de jian ruo de biao cu cao du he zhi bei fu gai deng gan rao ,zai da mian ji de nong tian ou yu fan yan tu rang shui fen ju bei you shi ,ou kong ju fa bu de shao bing ji lie wei xing shu ju jian ju lei da 、guang xue shu ju ,shu ju fu gai fan wei an ,ju shi jian fen bian lv (12tian )he kong jian fen bian lv (10m)hen gao ,wei bian hua tan ce suan fa di gong le you li zhi chi 。ben wen yan jiu bian hua tan ce suan fa zai nong tian ou yu tu rang shui fen fan yan de ke hang xing ,qu de de yan jiu cheng guo ru xia :(1)tu rang shui fen guan ce wang lao yu de mian tu rang shui fen yan zheng shu ju ji huo qu kao lv kong jian yi zhi xing 、zhi bei lei xing 、tu rang zhi de deng yin su ,zai de hui shi nong tian ou yu she ji le yi tao 40km*40kmde tu rang shui fen zi dong jian ce wang lao 。ce liang le biao ceng tu rang shui fen 0-5cmyou xiao “zhen ”zhi 。de biao cu cao du cai yong zhen shi cu cao du pou mian ban jin hang ce liang ,bing ji suan chu biao zheng de biao ji he te zheng de cu cao du can shu ,bao gua xiang guan chang du 、jun fang gen gao du 、long kuan 、long gao 、long xiang deng 。ji zhong ,long kuan fan wei wei 62.8-70.4 cm,long gao fan wei wei 5.92-12.94 cm,jun fang gen gao du 0.36-1.28 cm,zhi shu xiang guan chang du 1.23-7.85cm,long tai gao si xiang guan chang du 0.94-11.1cm,lei da ji tong can shu long de ping jun ru she jiao wei 37.95-39.79°。ben yan jiu tong shi ce liang le dui lei da hou xiang san she xin hao ying xiang bi jiao da de suo you jian ce dian long tai fang wei jiao ,long tai fang wei jiao zai 16.42-76.42°zhi jian 。(2)ji yu shi jian xu lie SARshu ju de bian hua tan ce suan fa yan jiu yi ji tu rang shui fen zui jia kong jian fen bian lv de que ding xiang xi jie shao le lei da shu ju hou xiang san she ji shu chu li 、guang xue shu ju di qu NDVIyi ji cha zhi chu yin yun fu gai er que shi de NDVIzhi 。xiang xi chan shu 3chong bian hua tan ce suan fa de yuan li he ying yong 。suan fa 1shi gen ju chang shi jian xu lie nei ,jia she lei da guo jing shi jian nei ,nong tian de cu cao du bian hua hen xiao ,zhi bei ying xiang yi ji tu rang shui fen de bian hua yu hou xiang san she ji shu de bian hua zhi jie xiang guan ,jiang zhi bei ying xiang yin su yong yu zhi bei gui yi hua zhi shu NDVIxiang guan de han shu lai dai ti ,da dao qu chu zhi bei fu gai de gan rao 。suan fa 2gai jin le suan fa 1,di chu yi chong yun yong mo xing IEMmo ni chu zui gan tiao jian xia de hou xiang san she ji shu zui xiao zhi ,gen ju ge ji lei da shu ju yu mo ni zui xiao zhi de cha zhi yi ji guang xue NDVIshu ju ,lian ge fan yan tu rang shui fen ,que ding zui zhong de tu rang shui fen fan yan suan fa yi ji zui jia kong jian che du 。suan fa 3shi jia she xiang lin liang ji lei da shu ju de cu cao du bian hua he zhi bei sheng wu liang tong chang hen xiao ,yi zhi yu liang ji zhi jian de hou xiang san she xin hao cha yi zhu yao qu jue yu tu rang shui fen de bian hua ,gei ding bian jie yao shu tiao jian ,fan yan chu tu rang shui fen 。jiang ge ge suan fa sheng che du dao 90mde kong jian fen bian lv (9*9ge hou xiang san she ji shu de xiang yuan zhi qu ping jun )。jing guo sheng che du dao 30m(3*3ge xiang yuan ),50m(5*5ge xiang yuan ),70m(7*7xiang yuan )deng duo ci chang shi ,fan yan shui fen zhi yu shi ce tu rang shui fen zhi de wu cha jiao da 。sheng che du dao 90mhou ,gai che du xia ge ge fang fa fan yan de jing du zui gao 。ju 90mde fen bian lv ke yi jian shao bu tong yu mi pin chong de yi zhi xing suo zao cheng de bu que ding xing ,ke man zu yan jiu ou de nong ye shi ji xu yao 。(3)ji chong suan fa de jing du ping jia 、wu cha fen xi yi ji wu cha lai yuan de bu que ding xing fen xi gen ju de mian shi ce shu ju yu 3chong fang fa tu rang shui fen fan yan zhi de dui bi fen xi ,li yong RMSE、MRE、MAE、IA、ubRMSEhe Rdeng tong ji zhi biao fen bie ping jia le 3chong fan yan fang fa de jing du he you lie xing ,gei ding 3chong fang fa de kuo yong xing yi ji ying yong fan wei ,dui wu cha lai yuan jin hang fen xi tao lun 。zeng ge ge ge zhi biao lai kan ,fang fa 2zheng ti jing du lve you yu fang fa 1,fang fa 3jing du di yu fang fa 1he fang fa 2。kao lv dao jian chan xing ,gao xiao xing ,ju bu fen shu ju yin yi qi gu zhang wen ti hui dao zhi shui fen shi ce zhi de que shi ,suo yi jin ke neng de shua ze shui fen shi ce zhi jiao duo de shu ju lai jin hang yan zheng fen xi 。zhe li shua ze ji ji dai biao xing de shu ju ,luo tu shi ji (20170429)、zhi bei sheng chang shi ji (20170628)、zhi bei mao cheng ji (20170815)yi ji zhi bei cui la ji (20170920)。ji zhong ,zai luo tu ji ,fang fa 2geng wei ke kao 。zai sheng chang ji ,fang fa 1geng ju bei kuo yong xing 。zai cui la ji ,fang fa 1he fang fa 2dou bi jiao ge li 。yi shang jie guo shui ming ji yu bian hua tan ce suan fa de SARshu ju fan yan nong tian you yi ding de ge li xing yu shi yong xing 。

论文参考文献

  • [1].基于深度学习的多网络社团探测算法研究[D]. 张旸.北京理工大学2016
  • [2].基于数据融合技术的火灾探测算法研究[D]. 傅剑锋.重庆大学2007
  • [3].对地遥感图像的目标探测技术研究[D]. 刘德连.西安电子科技大学2006
  • [4].火灾探测中的信息处理算法研究[D]. 蔡嘉成.华南理工大学2012
  • [5].基于多智能体群集的分布式环境探测算法研究[D]. 刘倩.东北大学2014
  • [6].基于概念格粗糙集—支持向量机的图像型火焰特征优化分类与探测算法的研究[D]. 沈雯.西安建筑科技大学2015
  • [7].高光谱遥感图像目标探测方法研究[D]. 侯力.成都理工大学2016
  • [8].基于红外图像识别的火灾探测系统研究与开发[D]. 陆峰.东华大学2009
  • [9].遥感图像信息提取核方法抗噪特性研究[D]. 崔亚博.重庆邮电大学2016
  • [10].航路飞行冲突探测与解脱策略研究[D]. 李平.中国民用航空飞行学院2013
  • 读者推荐
  • [1].基于Sentinel-1 SAR数据的表层土壤水分遥感反演[D]. 李新尧.西北大学2019
  • [2].基于主动微波遥感的典型黑土区表层土壤水分反演研究[D]. 秦乐乐.东北农业大学2019
  • [3].主动微波遥感矿区地表土壤水分反演实验研究[D]. 马威.河南理工大学2018
  • [4].新成陆区多卫星平台MT-InSAR形变时序融合方法与InSAR时间失相干效应对土地覆盖分类的影响[D]. 马冠宇.华东师范大学2019
  • [5].基于Sentinel-1A和Landsat 8影像的槎白河小流域土壤水分反演研究[D]. 蔡娅娅.贵州大学2019
  • [6].基于双极化数据的草原地表土壤水分反演研究[D]. 戴玉玲.中国矿业大学2019
  • [7].多源遥感数据反演植被覆盖地表土壤水分方法研究[D]. 林利斌.南京信息工程大学2018
  • [8].基于全极化SAR数据的土壤水分反演研究[D]. 陶浩然.西安科技大学2018
  • [9].结合Sentinel-1B和Landsat8 OLI数据的针叶林冠层叶片含水量反演研究[D]. 王长青.东北林业大学2018
  • [10].基于合成孔径雷达(SAR)的土壤水分反演[D]. 杨晶晶.内蒙古大学2018
  • 论文详细介绍

    论文作者分别是来自吉林大学的赵晓伟,发表于刊物吉林大学2019-06-25论文,是一篇关于土壤水分论文,合成孔径雷达论文,变化探测算法论文,模型论文,农田区域论文,吉林大学2019-06-25论文的文章。本文可供学术参考使用,各位学者可以免费参考阅读下载,文章观点不代表本站观点,资料来自吉林大学2019-06-25论文网站,若本站收录的文献无意侵犯了您的著作版权,请联系我们删除。

    标签:;  ;  ;  ;  ;  ;  

    赵晓伟:基于变化探测算法的SAR农田土壤水分反演研究论文
    下载Doc文档

    猜你喜欢