关于Radarsat2与Landsat8协同反演植被覆盖地表土壤水分.pdf

《关于Radarsat2与Landsat8协同反演植被覆盖地表土壤水分.pdf》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、第３５卷第５期红外与毫米波学报Ｖｏｌ.３５ꎬＮｏ.５２０１６年１０月Ｊ.ＩｎｆｒａｒｅｄＭｉｌｌｉｍ.ＷａｖｅｓＯｃｔｏｂｅｒꎬ２０１６文章编号:１００１－９０１４(２０１６)０５－０６０９－０８ＤＯＩ:１０.１１９７２/ｊ.ｉｓｓｎ.１００１－９０１４.２０１６.０５.０１６基于Ｒａｄａｒｓａｔ２与Ｌａｎｄｓａｔ８协同反演植被覆盖地表土壤水分的一种新方法１ꎬ２２１∗３２赵昕ꎬ黄妮ꎬ宋现锋ꎬ李增元ꎬ牛铮(１.中国科学院大学资源与环境学院ꎬ北京１０００４９ꎻ２.中国科学院遥感与数字地球研究所遥感科学国家重点实验室ꎬ北京１００１０１ꎻ３.中国林业科学院资源信息研究所ꎬ北京１０００９１)摘要:主

2、动微波遥感与被动光学遥感在反演地表土壤水分方面分别具有各自的优缺点ꎬ为了将这两者的优势结合弥补缺点ꎬ提出了一种基于Ｒａｄａｒｓａｔ２与Ｌａｎｄｓａｔ８数据协同反演植被覆盖地表土壤水分的半经验耦合模型.该模型基于水云模型ꎬ将光学遥感反演得到的植被冠层含水量作为水云模型的关键输入参数ꎬ并同时考虑植被冠层与土壤以及其之间的部分对雷达后向散射系数的影响ꎬ以此来去除雷达回波中的植被部分.最后选用内蒙古呼伦贝尔市额尔古纳市大兴安岭西侧研究区的Ｒａｄａｒｓａｔ２与Ｌａｎｄｓａｔ８遥感数据ꎬ利用新的耦合模型反演得到植被覆盖区土壤水分含量ꎬ并利用地面测量数据对模型进行验证.结果表明:利用Ｌａｎｄｓａｔ８数据

3、反演植被含水量算法精度较高２(Ｒ＝０.８９)ꎬ论文提出的耦合模型反演植被覆盖地表土壤水分精度比之前算法也有了较大的提高ꎬ其中ＨＨ极化２效果最好ꎬＲ由０.２７提高至０.６５.这表明该耦合模型具有较好的反演精度ꎬ可以应用于植被覆盖区土壤水分含量的反演.关键词:Ｒａｄａｒｓａｔ２ꎻＬａｎｄｓａｔ８ꎻ土壤水分ꎻ水云模型ꎻ微波遥感中图分类号:ＴＰ７０１文献标识码:ＡＡｎｅｗｍｅｔｈｏｄｆｏｒｓｏｉｌｍｏｉｓｔｕｒｅｉｎｖｅｒｓｉｏｎｉｎｖｅｇｅｔａｔｉｏｎ￣ｃｏｖｅｒｅｄａｒｅａｂａｓｅｄｏｎＲａｄａｒｓａｔ２ａｎｄＬａｎｄｓａｔ８１ꎬ２２１∗３２ＺＨＡＯＸｉｎꎬＨＵＡＮＧＮｉꎬＳＯＮＧＸｉａｎ￣Ｆ

4、ｅｎｇꎬＬＩＺｅｎｇ￣ＹｕａｎꎬＮＩＵＺｈｅｎｇ(１.ＣｏｌｌｅｇｅｏｆＲｅｓｏｕｒｃｅｓａｎｄＥｎｖｉｒｏｎｍｅｎｔꎬＵｎｉｖｅｒｓｉｔｙｏｆＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓꎬＢｅｉｊｉｎｇꎬ１０００４９ꎬＣｈｉｎａꎻ２.ＩｎｓｔｉｔｕｔｅｏｆＲｅｍｏｔｅＳｅｎｓｉｎｇａｎｄＤｉｇｉｔａｌＥａｒｔｈꎬＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＳｃｉｅｎｃｅｓꎬＢｅｉｊｉｎｇꎬ１００１０１ꎬＣｈｉｎａꎻ３.ＲｅｓｅａｒｃｈＩｎｓｔｉｔｕｔｅｏｆＦｏｒｅｓｔＲｅｓｏｕｒｃｅＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｉｑｕｅｓꎬＣｈｉｎｅｓｅＡｃａｄｅｍｙｏｆＦｏｒｅｓｔｒｙꎬＢｅｉｊｉｎｇ１００

5、０９１ꎬＣｈｉｎａ)Ａｂｓｔｒａｃｔ:Ａｃｔｉｖｅｍｉｃｒｏｗａｖｅｒｅｍｏｔｅｓｅｎｓｉｎｇａｎｄｐａｓｓｉｖｅｏｐｔｉｃａｌｒｅｍｏｔｅｓｅｎｓｉｎｇｈａｖｅｔｈｅｉｒｏｗｎａｄｖａｎｔａ￣ｇｅｓａｎｄｄｉｓａｄｖａｎｔａｇｅｓｉｎｉｎｖｅｒｓｉｏｎｏｆｓｏｉｌｍｏｉｓｔｕｒｅ.Ｉｎｏｒｄｅｒｔｏｃｏｍｂｉｎｅｔｈｅａｄｖａｎｔａｇｅｓｏｆｂｏｔｈｏｆｔｈｅｍｔｏｍａｋｅｕｐｆｏｒｓｈｏｒｔｃｏｍｉｎｇｓꎬａｓｅｍｉ￣ｅｍｐｉｒｉｃａｌｍｏｄｅｌｂａｓｅｄｏｎＲａｄａｒｓａｔ２ｄａｔａａｎｄＬａｎｄｓａｔ８ｄａｔａｈａｓｂｅｅｎｐｒｅｓｅｎｔｅｄｆｏｒｖｅｇｅｔａｔｉｏｎ￣ｃｏｖｅｒｅ

6、ｄｓｏｉｌｍｏｉｓｔｕｒｅｉｎｖｅｒｓｉｏｎ.Ｔｈｅｍｏｄｅｌｉｓｂａｓｅｄｏｎｗａｔｅｒ￣ｃｌｏｕｄｍｏｄ￣ｅｌｗｉｔｈｔｈｅｖｅｇｅｔａｔｉｏｎｗａｔｅｒｃｏｎｔｅｎｔｅｓｔｉｍａｔｅｄｂｙｔｈｅｏｐｔｉｃａｌｒｅｍｏｔｅｓｅｎｓｉｎｇａｓｔｈｅｋｅｙｉｎｐｕｔｐａｒａｍｅｔｅｒ.Ｔｈｕｓｔｈｅｉｎｆｌｕｅｎｃｅｏｆｖｅｇｅｔａｔｉｏｎｏｎｔｈｅｂａｃｋｓｃａｔｔｅｒｉｎｇｃｏｅｆｆｉｃｉｅｎｔｗｏｕｌｄｂｅｒｅｄｕｃｅｄ.ＣｏｍｂｉｎａｔｉｏｎｏｆＲａｄａｒｓａｔ２ａｎｄＬａｎｄｓａｔ８ｄａｔａｗｅｒｅｕｓｅｄｔｏｅｓｔｉｍａｔｅｔｈｅｖｅｇｅｔａｔｉｏｎ￣ｃｏｖｅｒｅｄｓｏｉｌｍｏ

7、ｉｓｔｕｒｅｗｉｔｈｔｈｅｎｅｗｃｏｕｐｌｉｎｇｍｏｄｅｌｉｎｔｈｅｓｔｕｄｉｅｄａｒｅａｌｏｃａｔｅｄｉｎＥｅｒｇｕｎａＣｉｔｙｏｆＩｎｎｅｒＭｏｎｇｏｌｉａꎬｗｅｓｔｏｆＧｒｅａｔｅｒＫｈｉｎ￣ｇａｎ.Ｔｈｅｎｉｔｗａｓｖｅｒｉｆｉｅｄｗｉｔｈｔｈｅｇｒｏｕｎｄｓｕｒｖｅｙｄａｔａ.Ｔｈｅｒｅｓｅａｒｃｈｓｈｏｗｅｄｔｈａｔｔｈｅｐｒｅｃｉｓｉｏｎｉｓｈｉｇｈ２ｉｎｔｈｅｒｅｔｒｉｅｖａｌｏｆｖｅｇｅｔａｔｉｏｎｗａ