(最新)基于雷达遥感的土壤湿度反演研究——以广州地区为例

《(最新)基于雷达遥感的土壤湿度反演研究——以广州地区为例》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、中山大学硕士学位论文基于雷达遥感的土壤湿度反演研究——以广州地区为例姓名：刘维平申请学位级别：硕士专业：地图学与地理信息系统指导教师：邓孺孺20060501◇基于雷竺熏黔蒿器蓦臀研究基于雷达遥感的土壤湿度反演研究——以广州地区为例专业：地图学与地理信息系统作者：刘维平导师：邓孺孺副教授摘要水文学、气候学、生态学应用中，地表土壤湿度的时空分布信息十分重要，常常作为水文模型、气候模型、生态模型的输入参数，同时，也是干旱预报、农作物估产等重要指标。传统的实测方法是基于点的测量，难以提供整个区域范围内的土壤湿度时空分布信息，于是人类利用遥感技术来监测广大区域土壤的湿度及其变化

2、。由于受到天气、植被覆盖层的影响或空间分辨率的限制，光学遥感、红外遥感和被动雷达遥感在精度和适用性方面存在着种种的欠缺。而雷达遥感恰能够弥补以上方法的不足，从而成为监测大范围尺度植被覆盖下土壤湿度新的方法和手段。雷达遥感反演土壤湿度的关键技术之处就是用多极化雷达数据消除土壤粗糙度和植被的影响。目前在轨运行的ENVIsATASAR提供的c波段(约5GHz)、入射角10—30。-雷达极化数据适合地表(0～5cm)土壤湿度监测。在基础理论研究方面，本研究分析了雷达遥感反演土壤湿度的基本原理及各种影响参数的作用，对各种裸土湿度反演模型和植被土壤湿度反演模型进行比较。在基础实践

3、研究方面，本研究解决了难度较大的两大工作。一是通过实际测量和推导获取了土壤粗糙度和植被部分参数，二是对缺乏参数说明的雷达图像进行定标处理和后向散射系数提取。在应用研究方面，针对裸土地区，本研究用广州地区10月10日VvIVH极化组合方式的ENVlSATASAR数据验证了前人提出的一个裸土反演经验模型，分析了裸土的雷达后向散射系数同土壤含水量、地表粗糙度参数之间的关系；但本研究所处的区域，裸土样方少，验◇割嗜芝兰嚣专怒§臀研究证不具备典型性。针对植被地区，本研究结合广州地区10月10同w、VH交叉极化数据对前人已有的植被散射经验模型进行修正，建立适合本地区的土壤湿度反演

4、模型。将建立的反演算法应用到果园试验区，得到了试验区土壤湿度空间分布，反演结果同土壤湿度实测数据的相关性较好，证明浚模型用于华南果园植被覆盖区的土壤湿度反演是简单有效的。本模型在其他地区的应用有待今后验证。关键字：土壤湿度，多极化雷达图像，裸土散射模型，植被散射模型—钕基于雷达遥感的土壤湿度反演研究渺——以广州地区为例StudyonSurfaceSoilMoistureInversionUsingRadarImages——ACaseStudyontheOrchardsinGuangzhouMajor：Cartology&GISAuthor：WeipingLiuSupe

5、rvisor：AdjunctProf．RumDengAbstractSpatiallydistributedsoilmoistureanditschangeinformationareaveryimportantparameterthatapplyforclimatology,agrology,hydrologyandbionomy,soilmoistureinformationisalsoaveryimportantindexfordrought-forecastandagriculturalyieldestimation．Traditionalmeasureont

6、hespotisdifficulttOprovidespatiallydistributedsoilmoistureanditschangeinformationinareacoverage，SOpeopleuseremotesenseasakindoftechniquetOmonitorsoilwatercontentanditschangeinareacoverage．Becauseoftheeffectoftheweatherandvegetationcanopyandthelimitofthespecialresolution，opticalandinfrar

7、edandpassivityremotesensehavemanydisadvantageinretrievingsoilmoistureinthepreciseandapplicability．butradarremotesensecansolvetheseproblem．ItismostkeytOseparatethevegetationandsurfaceroughnesseffectsinretrievingsoilmoistureinformationwithradarmeasurementsbyusingthemulti-temporal