[发明专利]基于ASAR和Hyperion数据反演植被覆盖下土壤水分的方法及系统

权利要求书

1.一种基于ASAR和Hyperion数据反演植被覆盖下土壤水分的方法，其特征在于，该方法包括： 

S1、获取实验区的Hyperion高光谱图像数据，提取实验区中的植被区域； 

S2、构建基于比值指数及经验系数的植被含水量模型： 

m_v＝a₀SR+b₀； 

其中，SR为植被水分比值指数，m_v为植被含水量，R_SWIR和R_NIR分别为近红外波段和短波红外波段反射率，a₀和b₀分别为经验系数； 

S3、结合地面实测的m_v及Hyperion数据计算的SR值进行回归计算，获得所述经验系数a₀和b₀的值； 

S4、匹配所述Hyperion高光谱数据所需的ASAR雷达数据； 

S5、将所述匹配后的Hyperion高光谱数据、ASAR雷达数据和所述植被含水量模型、所述a₀和b₀的值输入水云模型，所述水云模型为： 

τ²＝exp(-2Bm_vsecθ)； 

其中，σ⁰是植被覆盖地表下总的后向散射系数，为植被层的后向散射系数，是直接地表后向散射系数，τ²是农作物的双程衰减因子，m_v是植被含水量，A和B分别为依赖于植被类型的参数，θ是雷达入射角； 

根据与植被覆盖下土壤含水量m_s的关系：σ⁰_soil＝a₀ln(m_s)+b₀反演计算获得植被覆盖下土壤含水量m_s。 

2.如权利要求1所述的方法，其特征在于，所述步骤S1包括： 利用Hyperion高光谱图像数据的第32、33、48、49波段构建归一化植被指数，实验区中归一化植被指数大于0.2的区域，判断为植被区域。 

3.如权利要求1所述的方法，其特征在于，所述步骤S2包括：利用Hyperion高光谱图像数据的第48、49、130、131波段来构建植被水分比值指数，引入经验系数a₀和b₀构建植被含水量模型。 

4.如权利要求1所述的方法，其特征在于，所述步骤S4包括：利用高光谱数据的四个角点坐标匹配出所需的ASAR雷达数据。 

5.根据权利要求1所述的方法，其特征在于，所述地表为农田地表 。

6.基于ASAR和Hyperion数据反演植被覆盖下土壤水分的系统，其特征在于，该系统包括： 

植被区域提取模块，用于利用高光谱图像数据提取实验区中的植被区域； 

植被含水量模型构建模块，用于构建植被含水量模型；所述植被含水量模型构建模块还包括回归计算模块，用于从数据库中提取相应数据，通过回归计算获得经验系数a₀和b₀的值； 

雷达数据匹配模块，用于匹配高光谱图像数据所需的微波雷达数据； 

土壤含水量计算模块，用于基于ASAR雷达数据和半经验的水云模型反演计算植被覆盖下土壤含水量； 

数据库模块，用于存储遥感测得的数据，并提供数据给相应模块。 

7.如权利要求6所述系统，其特征在于，所述数据模块包括： 

先验知识库，用于存储区域实测的植被含水量以及含有近红外和短波红外的遥感数据； 

高光谱数据库，用于存储Hyperion高光谱图像数据； 

雷达数据库，用于存储ASAR雷达数据。