[发明专利]基于比值法的农田土壤水分反演方法及系统

说明书

本发明公开一种基于比值法的农田土壤水分反演方法及系统，首先获取SAR影像和光学影像，并进行预处理；然后提取后向散射系数以及植被描述参数；构建土壤水分估算数据集，并确定训练集和测试集；在训练集上构建比值方程；基于最小代价函数策略估算土壤水分和估算精度；有效粗糙度参数条件下构建的比值方程为最终的土壤水分估算模型；最后进行精度验证。本发明提供的方法利用比值方法分离植被散射贡献，简便且计算高效，减少了对于实测粗糙度参数的依赖，通过SAR提取的植被描述参数，以及借助光学数据提取植被参数，用于表征比值方程中植被的散射特征，发挥了光学数据能较好的表征植被生长状况的优势，在一定程度上提高了土壤水分的反演精度。

技术领域

本发明涉及遥感图像数据处理技术领域，特别是一种基于比值法的农田土壤水分反演方法。

背景技术

土壤水分是生态水循环中的关键一环，控制着地表径流、地表水渗透以及地表水蒸散发等过程。在农业生产中，土壤水分含量的降低会导致土壤干裂，引发农业干旱，进而造成农作物大面积减产、威胁到社会的粮食安全。因此实时准确获取大面积农田的土壤水分信息，对于农作物估产、旱涝预测以及农业生产管理有着重要的指导意义。

传统土壤水分依赖于野外实测，费时费力且只能获取少量有限点的信息，遥感技术的出现为大范围土壤水分信息的实时准确监测提供了一种有效途径。微波遥感具有较强的穿透能力，具备全天时监测的能力，不受云雾等天气条件影响，并且相较于光学遥感，地表微波散射辐射对于土壤水分含量的变化加敏感，因此微波遥感是土壤水分遥感监测中的主要手段。目前基于主动微波遥感尤其是SAR的土壤水分反演已经提出了不少模型，并且取得了较好的反演结果。但是大多数模型的建立均是针对裸土区域，无法直接应用于植被覆盖区域，这是因为在植被覆盖区域，SAR传感器发出的微波信号在植被与地表间会产生复杂的相互作用，使得最终接收到的后向散射中包含了多种形式的散射分量：来自植被、来自地表或来自于植被与地表相互作用。估算植被覆盖区域如农田种植区地表的土壤水分，关键是需要将传感器接收的信号中来自植被的散射贡献分离出去，获得来自地表的后向散射。

基于SAR的土壤水分反演模型受多种参数影响，包括土壤水分、植被冠层描述参数、传感器配置参数、地表粗糙度参数等，但是在植被茂密的区域，部分参数是难以测量和确定的，如粗糙度参数和植被冠层描述参数。对于缺失部分实测参数的区域，土壤水分反演模型的使用将受到限制。

发明内容

有鉴于此，本发明的目的在于提供一种基于比值法的农田土壤水分反演方法，该方法利用解决了基于SAR反演土壤水分可能存在的上述问题，利用比值方法从传感器观测到的总的SAR信号中分离植被散射分量，从而消除植被的散射贡献，进而估算土壤含水量。

为达到上述目的，本发明提供如下技术方案：

本发明提供的基于比值法的农田土壤水分反演方法，包括以下步骤：

获取SAR影像和光学影像，并进行预处理，所述影像数据为覆盖了种植植物和土壤图像；

从预处理后的SAR影像和光学影像中提取后向散射系数以及植被描述参数；

构建土壤水分估算数据集，并确定训练集和测试集；

在训练集上，构建不同粗糙度条件的地表散射模型，通过地表散射模型模拟裸土后向散射系数；结合观测的总后向散射系数、提取的植被描述参数、模拟的裸土后向散射系数构建比值方程；计算得到训练集上估算的裸土后向散射系数，基于最小代价函数策略，从当前粗糙度条件下地表散射模型构建的查找表中反演土壤水分；计算估算土壤水分与实测土壤水分的均方根误差作为训练集土壤水分的估算精度；

遍历给定粗糙度范围内的粗糙度参数，重复上述步骤，取估算精度最高时的粗糙度参数作为研究区内的有效粗糙度参数；有效粗糙度参数条件下构建的比值方程为最终的土壤水分估算模型；