基于遗传算法的不同光照条件下植被和土壤组分温度反演

为了提高地表土壤组分温度的反演精度,该研究利用ASTER反射光谱数据获取像元组分比,将直方图法引入遗传算法中,从而缩小了获取遗传算法最佳搜索参数的范围,并利用遗传算法对盈科研究区内地表非同温像元进行组分温度分解,对非同温像元下植被、遮阴土壤、光照裸土的组分温度进行模拟。该研究采用遗传算法直接对ASTER热红外数据进行地表混合像元组分温度分解的方法验证。结果表明,在考虑反射波段情况下,模拟的组分温度与地表同步实测温度的相对误差为7.63%～8.867%,在不考虑反射波段情况下,模拟的组分温度与地表同步实测温度的相对误差为8.955%～11.832%,表明了此方法在研究地表组分温度反演是可行性。该研究为地表组分温度反演提供新思路。     

土壤水热耦合模型的研究

将二维有限元方法和遗传算法结合起来，求解土壤水热耦合方程，获取土壤含水量数据。通过遗传算法来反演水热耦合边界条件，再应用二维有限元方法来正演土壤水热耦合方程，并以遥感数据作为方程的初始条件，实现对土壤水分的时空监测。通过使用内蒙西部研究区的土壤温度和土壤水分数据对此模型进行模拟和检验，结果表明此方法是合理的，应用效果令人满意。     

基于蒸散发模型的定量遥感缺水指数

该文针对西北地区存在着严重的缺水问题,以黑河中游区域范围内的张掖市内的盈科绿洲及荒漠为研究对象,运用ASTER卫星遥感数据,根据地表能量平衡原理,建立作物缺水指数模型。在前人研究基础上,对缺水指数模型涉及的2个参数进行了改进:1)在植被覆盖区,利用半干旱地区基于亚象元的土壤蒸发和植物蒸腾双层模型,剥离土壤的影响,获取缺水指数模型中的植被潜热通量;2)为了更精确地提取地表信息,利用遗传算法对该区进行混合像元分解,获取模型中的地表组分温度参量。通过地表缺水指数估算干旱半干旱区土壤含水率,模拟结果与地表同步实测值土壤水比较,误差精度分布在2.17%～3.58%,表明该方法是可行的。     

基于主被动遥感数据融合的土壤水分信息提取

为改善西北半干旱地区的土壤含水率监测精度,该文选择张掖地区黑河流域为研究区,提出了一种基于主被动遥感融合数据贝叶斯网络分类的土壤水分信息提取方法。该方法依据光学与雷达遥感数据本身在反演土壤水方面的各自优势,首先利用小波变换与IHS结合的算法将TM5、4、3与ASAR数据融合,融合规则采用局部距离最大替代法,在突出融合影像细节的同时,一定程度上保留了TM数据的光谱信息。然后构建BN网络进行分类,以融合后新的R'、G'、B'分量和TM6波段作为网络的输入,输出为5个不同的类别,分别对应5个不同等级的土壤水分含量。经实测数据对融合前后分类结果的比较分析,结果表明,此方法在植被区能取得更好的效果,分类精度达到76.1%,对荒漠区效果欠佳。因此该方法在植被覆盖区对提取区域土壤水分信息是可行的、有效的。