全国气象卫星遥感应用技术交流会

全国气象卫星遥感应用技术交流会

ID:36614159

大小:1.03 MB

页数:17页

时间:2019-05-13

全国气象卫星遥感应用技术交流会_第1页
全国气象卫星遥感应用技术交流会_第2页
全国气象卫星遥感应用技术交流会_第3页
全国气象卫星遥感应用技术交流会_第4页
全国气象卫星遥感应用技术交流会_第5页
资源描述:

《全国气象卫星遥感应用技术交流会》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、2017年全国气象卫星遥感应用技术交流会Radarsat-2/SAR和MODIS数据联合反演黄土高原地区植被覆盖下土壤水分研究胡蝶、郭铌、沙莎、王丽娟中国气象局兰州干旱气象研究所2017年4月27日主要内容1研究意义和现状2数据源与研究区3植被覆盖下土壤水分反演4总结与讨论1.研究意义和现状土壤水分在黄土高原半干旱区生态系统中是最活跃的因子之一,其动态变化和运动规律很大程度上决定着植被的组成、结构、形态和生理特征,是表征农业、水文干旱状况的关键指标,在干旱防御中有重要意义。传统的土壤水分测量方法需要实地操作和繁杂的后处理过程,不仅耗时,而且难以获得大范围同步的土壤水分信息,而遥感技术的发展为

2、区域尺度的土壤水分信息的获取提供了有效手段。不同传感器获取的不同特征的遥感信息存在一定互补性。在植被覆盖地区,光学遥感数据对植被覆盖信息敏感,但受天气影响较大。微波遥感对土壤水分变化非常敏感,具有一定表面穿透性和全天时、全天候的观测特点,在土壤水分的研究中日益被关注。1.研究意义和现状在裸露地表情况下,土壤水分反演算法的核心是如何抑制表面粗糙度对土壤水分反演精度的影响。当研究区有植被覆盖时,反演土壤水分时必须借助其他辅助数据,进行地表植被影响的校正。因此,联合光学与主动微波遥感数据估算植被覆盖下地表土壤水分是应用前景非常好的研究思路。本文基于MODIS光学数据计算的归一化植被指数(NDVI)

3、估算农作物植被含水量,应用微波散射的Water-Cloud模型对地表植被影响进行合理校正,进一步利用Radarsat-2SAR数据对农作物覆盖下土壤水分的估算进行初步探讨,并结合同步野外观测试验数据进行验证。2.数据源与研究区2.1卫星遥感数据Radarsat-2数据为四极化精细模式(FineQuadPolarization)观测方案,空间分辨率为5.2m×7.6m,入射角32.56°,产品级别为SLC(斜距产品)。影像获取时间为2013年6月10日10点58分(北京时)。对获取的图像需进行定标、几何校正和滤波处理,并将SAR图像数据转换成后向散射系数,用于土壤水分反演的计算。同时收集了当天

4、的MODIS反射率产品数据MOD09GQ,分辨率为250m,包含近红外、可见光波段、质量控制数据,用来计算NDVI值。2.数据源与研究区2.2研究区(a)(b)(c)图1试验区地理位置(红色圆点为采样点)2.数据源与研究区2.3地面试验地面试验于2013年6月10日进行准同步数据采集测量。选择均一,平坦的农作物覆盖地块进行采样。为了不破坏农作物且能多采集样本,利用W.E.Tsensor(土壤三参数速测仪)测量表层0~6cm土壤体积含水量、温度、介电常数等相关数据。同时,对每个采样点均进行统一编号,进行GPS定位和景观描述。在进行地面同步观测之前,对用于观测的两部W.E.Tsensor土壤水分

5、仪的精度进行验证。于2013年5月21日在同一试验区内用两部WET仪器(编号分别为1和2)测量土壤体积含水量,同时用土钻采集每个样点0~6cm土壤样品,装入铝盒进行封存,带回实验室用称重法测量土壤重量含水量。土壤容重利用环刀法测量,用来计算土壤重量含水量和体积含水量的转换。2.数据源与研究区2.3地面试验图2称重法与WET仪器测量0~6cm土壤水分对比图3.植被覆盖下土壤水分反演3.1微波植被散射模型-WaterCloud模型Water-Cloud模型将农作物覆盖地表的总的雷达后向散射系数描述为农作物直接反射回来的散射项和经作物双次衰减后地面的后向散射项之和,形式如下:0020v

6、egsoil02AVWCcos()(1)veg2exp(2BVWCsec())000式中为总的雷达后向散射系数,veg为直接植被层后向散射系数,soil为直接2地表后向散射系数,为植被双层衰减因子(透过率),为雷达入射角,VWC是植被含水量(kg/m2),A和B分别为依赖于植被类型的经验参数。其中,A=0.0012,B=0.091。(Bindlish等,2001)3.植被覆盖下土壤水分反演3.1微波植被散射模型-WaterCloud模型植被含水量是水云模型中的重要输入参量,直接影响不同植被层的后向散射系数。在试验期间受仪器及资源限制,没有对进行地面观测。因此选择利

7、用同天MODIS数据计算的NDVI来估算采样点的植被含水量。543玉米:VWC192.64NDVI417.46NDVI347.96NDVI2138.93NDVI30.699NDVI2.822432大豆:VWC7.63NDVI11.41NDVI6.87NDVI1.24NDVI0.13根据Jackson等在SMEX02试验中建立的NDVI和之间的关系计算不同采样点对应

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。