[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有效

专利信息
申请号: 201310058961.3 申请日: 2013-02-25
公开(公告)号: CN103196862A 公开(公告)日: 2013-07-10
发明(设计)人: 姚云军;程洁;刘素红;张晓通;张楠楠 申请(专利权)人: 北京师范大学
主分类号: G01N21/35 分类号: G01N21/35
代理公司: 北京路浩知识产权代理有限公司 11002 代理人: 王莹
地址: 100875 北*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 asar hyperion 数据 反演 植被 覆盖 土壤 水分 方法 系统
【说明书】:

技术领域

发明涉及遥感测量土壤含水量技术领域,特别涉及一种基于ASAR和Hyperion数据的植被覆盖下土壤水分协同反演方法及系统。

背景技术

土壤水分是大气降水、植物体内水、地表水和地下水相互转化的纽带,是水文、农业、气候、生态等领域研究的一个关键性参数因子。因此,实现准确、快速的获取大区域地表土壤水分的监测具有重要意义。

相对于传统测量土壤水分的监测手段,遥感技术能够提供地表的多源多维多时相信息,具有大面积、宏观、实时和动态等优势,为土壤含水量测量开辟了新的途径。遥感反演土壤水分的方法很多。光学遥感方面主要有植被指数法、植被-温度指数法、蒸散模型等。这些模型方法是通过地物反射辐射特征变化来模拟地表覆盖类型、地表温度、地表蒸散发与土壤含水量之间的关系来获取土壤水分,是一种间接的经验或者半经验模式,但光学遥感获取影像受到天气条件的限制,大大的降低了其准确性和可靠性。微波遥感方面主要是基尔霍夫模型,MIMICS模型,水云模型等微波散射模型,其基本原理是通过土壤介电常数建立地表后向散射系数与土壤水分之间的联系,物理意义明确,但常受到地表粗糙度,植被的干扰。可见,光学遥感和微波遥感模型土壤水分反演机理完全不同,两者各有优势与不足,单纯依靠一种数据源进行土壤水分的反演限制了这些模型在实际应用中的可操作性。

光学遥感中高光谱遥感是前沿,采用图谱合一的技术在获取地表空间图像的同时,得到每个地物连续丰富的光谱信息,Hyperion是第一个星载民用成像光谱仪,具有很高的光谱分辨率和空间分辨率,其连续的反射率光谱曲线可以表达地物细微的变化。微波遥感中主动微波遥感相较于被动微波遥感具有高空间分辨率的优点,ASAR是Envisat-1上搭载的最大设别,具有多极化、可变观测角度和宽幅成像的特征,在土壤水分检测中展现了巨大的潜力。

发明内容

(一)所要解决的技术问题

本发明提供一种基于ASAR和Hyperion数据反演植被覆盖下土壤含水量的方法及系统,解决了只依靠一种遥感数据源进行土壤水分的反演导致测量准确性、可靠性低,易受干扰的问题。

(二)技术方案

本发明提供了一种基于ASAR和Hyperion数据反演植被覆盖下土壤含水量的方法,该方法包括:

S1、获取实验区的Hyperion高光谱图像数据,并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:

SR=RSWIRRNIR;]]>

mv=a0SR+b0

其中,SR为植被水分比值指数,mv为植被含水量,RSWIR和RNIR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mv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Hyperion高光谱图像数据所需的ASAR雷达数据;

S5、将所述匹配后的Hyperion高光谱图像数据、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:

σ0=σveg0+τ2σsoil0;]]>

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京师范大学,未经北京师范大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201310058961.3/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top