[发明专利]基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法在审
| 申请号: | 202110005634.6 | 申请日: | 2021-01-05 |
| 公开(公告)号: | CN112733445A | 公开(公告)日: | 2021-04-30 |
| 发明(设计)人: | 崔宁博;吴宗俊;朱彬;张艺璇;何紫玲 | 申请(专利权)人: | 四川大学 |
| 主分类号: | G06F30/27 | 分类号: | G06F30/27 |
| 代理公司: | 无锡风创知识产权代理事务所(特殊普通合伙) 32461 | 代理人: | 刘永凡 |
| 地址: | 610021 四川*** | 国省代码: | 四川;51 |
| 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 蒸散 植被 指数 空间 特征 区域 尺度 土壤 水分 反演 方法 | ||
1.基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法,其方法步骤如下:
S1.1、遥感控制步骤:遥感平台对光学观测遥感器以及微波观测遥感器进行控制;
S1.2、植被地面顶点观测步骤:利用光学观测遥感以及微波观测遥感对地面植被的蒸散量进行时间和空间两个特征的观测;
S1.3、特征模拟步骤:利用时间和空间两个特征反演出大区域尺度土壤的水分。
2.根据权利要求1所述的基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法,其特征在于:所述S1.1中遥感平台包括信息传输模块、信息接收模块以及图像处理模块;所述信息传输模块用于将控制信息传输给光学观测遥感器以及微波观测遥感器,通过光学观测遥感器以及微波观测遥感对地表温度进行热成像提取;所述信息接收用于接收遥感平台的控制信号;所述图像处理模块用于对提取的热成像进行处理。
3.根据权利要求2所述的基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法,其特征在于:所述图像处理模块处理方法如下:
S2.1、图像校正:利用地面植被的控制点,将植被坐标转换函数,把各控制点从地理空间投影到图像空间;
S2.2、地面植被的控制点选好后,再选择不同的校正算子和插值法进行计算,同时,还对地面植被的控制点进行误差分析,使得其精度满足要求为止,再将校正好的图像与地形图进行对比。
4.根据权利要求3所述的基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法,其特征在于:所述S2.2中插值法为线性加权算法,其算法公式如下:
其中,Wt为地面植被的控制点左临近权重;Wr为地面植被的控制点右临近权重;lw为地面植被的控制点左临近权重图像尺度大小;rw为地面植被的控制点右临近权重尺度大小;r为空间分辨率大小;d为地面植被的控制点间距大小。
5.根据权利要求1所述的基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法,其特征在于:所述S1.2中微波观测遥感通过降低图像尺度来提高植被空间特征的分辨率。
6.根据权利要求1所述的基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法,其特征在于:所述光学观测遥感器以及微波观测遥感器采用归一化植被指数对反射率进行计算,并通过反射率分析出植被的分散率。
7.根据权利要求6所述的基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法,其特征在于:所述归一化植被指数的计算公式如下:
其中,NDVI为归一化植被指数;NIR为植被近红外波段反射值;R为植被红外波段反射值。
8.根据权利要求7所述的基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法,其特征在于:所述归一化植被指数与蒸散量的时间特征存在梯度关系,所述梯度关系公式为:
其中,Ts为任意蒸散量时间的地表温度;Tsmin为最低地表温度;r为空间分辨率;d为地面植被的控制点间距。
9.根据权利要求1所述的基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法,其特征在于:所述S1.3中反演大区域尺度土壤的水分参数化的模型采用水平衡模型。
10.根据权利要求9所述的基于蒸散量植被指数空间特征的大区域尺度土壤水分反演方法,其特征在于:所述水平衡模型计算公式如下:
Ea=Ep(w/wc);
其中,ρw为植被地表水的密度;z为植被地表土壤厚度;w为植被地表土壤平均含水量;Pr为植被地表降水量;Ea为实际蒸发量;Ep为潜在蒸发量;wc为植被地表持水量。
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四川大学,未经四川大学许可,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/202110005634.6/1.html,转载请声明来源钻瓜专利网。
- 上一篇:循环物流装置及其使用方法
- 下一篇:一种枣树的嫁接培育种植方法





