[发明专利]一种基于高分三号数据的植被覆盖区土壤水分反演方法

说明书

针对我国自主研制的首颗C波段SAR卫星，和植被覆盖区土壤水分反演精度较低的问题，本发明公开了一种基于高分三号数据的植被覆盖区土壤水分反演方法，可实现植被覆盖区土壤水分高精度反演。该方法包括如下步骤：步骤1)优选适用于研究区的最佳光学植被指数实现植被含水量反演；步骤2)面向高分三号卫星载荷特点并结合AI EM模型模拟同极化后向散射系数数据库；3)基于改进的水云模型计算校正植被光学厚度影响之后的裸土后向散射系数；4)基于新建立的代价函数Z实现HH和VV极化双通道数据同时进行差值最小化，匹配到最邻近的后向散射系数，并取对应的土壤水分作为该像元的土壤水分，实现植被覆盖区土壤水分反演。

技术领域

本发明涉及一种基于高分三号数据的植被覆盖区土壤水分反演方法，面向我国首颗自主研制的C波段多极化SAR卫星，形成了一套系统完整的土壤水分反演流程，可实现植被覆盖区土壤水分高精度反演。

背景技术

土壤水分是全球能量循环的重要组成部分，是水文学、气象学和农学等学科研究中的重要参数。传统上获取土壤水分信息是依靠站点观测，不仅费时费力，而且由于站点分布稀疏，并不能全面反映土壤水分的空间分布特征。合成孔径雷达(SAR)具有全天时全天候的观测能力，受云、雨、雪的影响较小，能够更深的穿透植被层和土壤表面。微波传感器接收到的地表反射的微波后向散射系数与地表土壤的介电特性密切相关，而土壤的介电特性主要由其含水量决定，因此基于微波遥感估算土壤水分具备很好的物理基础。

目前基于主动微波遥感实现土壤水分反演的方法主要包括统计模型(Oh和Dubois等)和物理模型(IEM和AIEM等)。统计模型是基于大量同步观测的野外实验，建立后向散射系数与地面参数采样数据(土壤水分和地表粗糙度)的经验关系。尽管统计模型在相似条件的试验区可达到较好的土壤水分反演效果，但是在其他区域的应用会受到地表参数条件的限制。物理模型则可以较好的解释自然地表与电磁波之间相互作用的机理关系，可用于模拟不同地表参数条件下的后向散射系数。然而在植被覆盖地区，由于植被本身的多重散射效应和植被冠层水分对电磁信号的散射和衰减，导致很难区分出专门由土壤水分引起的雷达回波信号。水云模型是一种半经验模型，假定各植被层为一个各项均质的散射体，忽略了植被层与地表之间的相互多次散射，已被广泛应用于植被区域后向散射的模拟。除此之外，研究表明光学遥感和微波遥感结合可有效提高土壤水分反演的精度。

当前主流的L/C/X波段卫星，如ALOS-2、Radarsat-2、Sentinel-1andTerraSAR-X,均已开发并测试了多种土壤水分反演算法。高分三号卫星作为我国首颗自主研制的C波段SAR卫星，目前针对该卫星的土壤水分反演算法较少。本发明涉及的基于高分三号数据的植被覆盖区土壤水分反演方法，可有效评估高分三号卫星土壤水分反演的能力，并实现植被覆盖区土壤水分高精度反演。

发明内容

针对我国自主研制的首颗C波段SAR卫星，和植被覆盖区土壤水分反演精度较低的问题，本发明提出了一种基于高分三号数据的植被覆盖区土壤水分反演方法，可实现植被覆盖区土壤水分高精度反演。

本发明的目的通过以下技术步骤实现：

步骤1)结合河北省栾城县野外观测数据和光学遥感影像，建立12种光学植被指数(MSI、MSI2、NMDI、NDI、NDII、NDVI、NDWI、EVI、SRWI、SWIRR、SIWSI和OSAVI)与植被含水量(VWC)的拟合关系，并优选最佳光学植被指数校正植被光学厚度的影响，获得研究区植被含水量反演影像图。

步骤2)面向高分三号载荷特点并结合AIEM模型建立适用于栾城县研究区的同极化后向散射系数数据库，包含入射角、频率、表面均方根高度、表面相关长度、HH和VV极化后向散射系数值和对应的土壤水分信息。

步骤3)结合AIEM模型和栾城县野外实测数据率定水云模型中的植被参数A和B，并基于改进的水云模型计算得到校正植被光学厚度影响之后的裸土后向散射系数