基于主被动遥感数据融合的土壤水分信息提取.pdf

《基于主被动遥感数据融合的土壤水分信息提取.pdf》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、第27卷2011笨第6期6月农业工程学报TransactionsoftheCSAE、，01．27No．6Jun．201l187基于主被动遥感数据融合的土壤水分信息提取余凡1，蜮，赵英时2(1．中国测绘科学研究院，北京100830；2．中国科学院研究生院，北京100049)摘要：为改善西北半干旱地区的土壤含水率监测精度，该文选择张掖地区黑河流域为研究区，提出了一种基于主被动遥感融合数据贝叶斯网络分类的土壤水分信息提取方法。该方法依据光学与雷达遥感数据本身在反演土壤水方面的各自优势，首先利用小波变换与IHS结合的算法将TM5、4、3

2、与ASAR数据融合，融合规则采用局部距离最大替代法，在突出融合影像细节的同时，一定程度上保留了TM数据的光谱信息。然后构建BN网络进行分类，以融合后新的尺7、G’、曰’分量和TM6波段作为网络的输入，输出为5个不同的类别，分别对应5个不同等级的土壤水分含量。经实测数据对融合前后分类结果的比较分析，结果表明，此方法在植被区能取得更好的效果，分类精度达到76．1％，对荒漠区效果欠佳。因此该方法在植被覆盖区对提取区域土壤水分信息是可行的、有效的。关键词：土壤，水分，遥感，数据融合，贝叶斯分类doi：10．3969，j．issn．100

3、2—6819．2011．06．034中图分类号：P237文献标志码：A文章编号：1002-6819(2011)一06—0187—06余凡，赵英时．基于主被动遥感数据融合的土壤水分信息提取[J]．农业工程学报，2011，27(6)：187—192．YuFan，ZhaoYingshi．Soilmoistureinformationextractionbasedonintegrationofactiveandpassiveremotesensingdata[J]．TransactionsoftheCSAE，2011，27(6)：187

4、—192。(inChinesewithEnglishabstract)0引言土壤水是陆面生态系统水循环的重要组成部分，是研究水分胁迫、干旱监测、农作物估产的一个重要指标。中国大部分地区的农业生产都受到干旱的影响，特别是西北和华北地区常年受到干旱的困扰。因此探讨一套客观有效的土壤水分监测方法，对干旱抗灾减灾，国民经济和社会的可持续发展有十分巨大的意义。遥感是建立在物体反射或者发射电磁波原理上的对地观测技术，其主要优势在于能够频繁持久的提供地表的面状信息，具有宏观、动态、精确地监测地表环境的变化特点。由于光学和雷达数据在反演土壤水的

5、机理上存在很大差异，传统的遥感监测土壤水分多分别运用星载光学或微波遥感数据，通过热惯量法、植被指数法、植被缺水指数法、植被指数．温度空间法、主被动微波遥感模型反演等方法[1圳，这些方法均有各自的优势和局限性。为了实现光学与雷达遥感数据的优势互补，需要将两者结合起来，或融合处理或模型耦合，以提取土壤水分信息，但目前这方面的研究还很少【5J。图像融合是一个对多遥感器的图像数据和其他信息的处理过程。它着重于把那些在空间或时间上冗余或互补的多源数据，按一定的规则进行运算处理，以突出有用的专题信息，消除或抑制无关的信息，改善目标识别收稿日

6、期：2010—08—10修订日期：2011—05—04基金项目：国家重点基础研究发展计划(973项目)“陆表生态环境要素主被动遥感协同反演理论与方法”(2007CB714407)；中国测绘科学研究院科研基本业务经费(7771023)。作者简介：余凡(1982一)。男，湖北孝感人，博士，主要从事主被动遥感反演土壤水分的研究。Email：yufan021@126．com的图像环境，从而改善分类效果[6】。在多源遥感数据分类和专题信息特征提取中取得广泛应用，已发展了许多有效的算法[7。101。Ulaby等【11】将主被动遥感数据的融合

7、应用于提高农业土地利用分类；AnneH．S掣12]利用一种基于贝叶斯网络的模型对TM和SAR数据进行融合，并对融合影像监督分类，结果表明融合影像的分类精度比单一的SAR和TM分别提高了33％和7％；韩震等[131融合SAR和ETM+的数据并对崇明岛东滩的典型地物信息进行提取和分类，取得满意效果。多源遥感数据融合在专题信息的提取方面的研究主要集中在对地物信息的提取，而通过遥感数据融合提取土壤水分信息方面开展的研究比较少‘51。鉴于光学与雷达遥感数据在反演土壤水方面的各自优势，本文提出了一种基于主被动遥感融合数据贝叶斯网络(baye

8、siannetworks，BN)分类的土壤水分信息提取方法。首先利用小波变换与IHS结合的算法将TM5、4、3与ASAR数据融合，在充分保留TM多光谱信息的同时，融入ASAR雷达影像细节，使融合后的影像对土壤水分更为敏感，更有利于土壤水分信息的提取；然后利用BN