共查询到20条相似文献,搜索用时 968 毫秒
1.
2.
C波段多极化SAR反演土壤水分研究 总被引:3,自引:0,他引:3
[目的]研究不同极化方式下雷达后向散射系数与地表土壤含水量之间的关系.[方法]在分析不同地表微波散射模型基础上,选用合适的植被散射模型结合多极化雷达数据从雷达总的后向散射中去除植被影响,建立土壤后向散射系数与土壤含水量的关系.[结果]拟合HH极化、HV极化雷达观测数据与土壤水分数据,相关系数为HH极化R2=0.552 3,HV极化R2=0.357 9.[结论]微波具有全天候、穿透性以及不受云层影响的独特物理机制,使其在研究大尺度土壤水分反演时效果较好,相比较HV极化,HH极化雷达影像数据更适合干旱区作物植被覆盖地区土壤水分监测. 相似文献
3.
4.
以江苏省睢宁县为研究区域,选择2009年7月23日已覆盖该区域的Radarsat-2全极化影像数据,着重分析玉米全化方式后向散射特性,并将玉米生长参数与后向散射系数进行相关分析,建立统计模型,最后利用不同地物后向散射特征的差异,采用决策树分类算法提取玉米种植分布情况.结果显示,玉米叶面积指数和HH极化后向散射系数、HH/HV具有较好的相关性;经过验证,采用决策树分类算法提取玉米种植分布情况,制图总体精度达到84.1%.说明全极化雷达数据能提供更为丰富的地物后向散射信息,是农作物遥感监测的重要数据来源. 相似文献
5.
土壤水分是农作物生长的基本条件,本研究基于高分三号卫星C波段合成孔径雷达数据,提出新的土壤水分反演算法,并获取区域尺度8 m空间分辨率的农田区土壤水分。首先,通过PROSAIL模型、实测植被冠层含水量、Landsat-8光学数据优选光学植被水分指数,计算水云模型参数并获得土壤直接后向散射系数;其次,利用高级积分方程模型模拟雷达后向散射影响机制,采用雷达影像高低入射角特性计算地表组合粗糙度;最后,利用高分三号卫星同极化雷达数据反演农田区土壤水分,并基于实测数据开展精度验证。结果表明:土壤水分反演值与野外实测值具有良好一致性,垂直极化下反演精度更高,其决定系数为0.595 6,均方根误差为0.041 5 m3/m3。本研究成果可为我国自主研发的高分三号卫星获取高分辨率土壤水分信息提供算法参考。 相似文献
6.
[目的]为通过植被指数方法进行土壤水分估算和旱情监测提供依据。[方法]以新疆渭干河-库车河三角洲绿洲为研究区,雷达数据和光学遥感数据相结合,对干旱区绿洲进行土壤和植被水分信息的提取。[结果]在同期光学遥感影像数据提取叶面积指数基础上,利用简化的“MIMIcs模型”从雷达数据总的后向散射中去除植被的影响,建立土壤后向散射系数与土壤含水量之间的关系。[结论]主被动遥感数据结合在干旱区土壤水分反演时去除植被影响有较好的效果。 相似文献
7.
探地雷达在监测地表土壤水分中的研究进展 总被引:1,自引:0,他引:1
《江苏农业科学》2017,(12)
探地雷达(ground penetrating radar,GPR)作为监测中小尺度或田块尺度地表土壤含水量的一种极有潜力的技术,在近几年来得到了快速的发展。在介绍探地雷达测量地表土壤含水量基本原理的基础上,总结探地雷达在地表土壤含水量监测中的应用进展,主要包括反射波法、地面波法和地表反射系数法。同时,结合国内外最新的研究成果,分析每种方法的特点,讨论每种方法的测量精度以及测量的代表深度。最后,对探地雷达在地表土壤含水量监测方面的应用进行展望。 相似文献
8.
9.
10.
温度植被干旱指数(Temperature-Vegetation Dryness Index,TVDI)是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤含水量反演的方法。针对传统的TVDI模型未考虑地表能量平衡因素对地表温度(Ts)的影响和大气及土壤背景对植被指数影响的问题,首先利用数字高程模型(Digital Elevation Model,DEM)影像对研究区做地形校正,消除地形起伏和覆盖类型差对地表温度的影响;其次分析地表温度(Ts)与比值植被指数(RVI)、归一化植被指数(NDVI)、增强型植被指数(EVI)、修正土壤调整植被指数(MSAVI)等植被指数模型和实测土壤含水量的相关性,选择相关性最高的Ts/MSAVI反演土壤含水量。结果表明,Ts/MSAVI能够有效对东辽河地区土壤含水量进行估算。 相似文献
11.
《四川农业大学学报》2015,(4):385-391
【目的】研究地表温度-植被指数特征空间的荒漠化草原表层土壤含水量反演状况。【方法】以2014年和2015年的3期MODISL1B数据构建地表温度Ts-植被指数NDVI的特征空间,拟合出特征空间的干、湿边方程,计算温度植被干旱指数(TVDI)。对TVDI与同期野外不同深度的实测土壤含水量数据进行回归分析,建立TVDI估测土壤水分的模型,并对模型进行验证。【结果】TVDI与各层实测土壤含水量数据都有一定程度的相关性,相关系数在0.5以上。TVDI模型对研究区0~10cm、0~20cm、0~30cm深度的土壤含水量反演相对误差均不大,且相对误差随着土壤深度的增加而增大。TVDI模型的土壤含水量遥感反演中,3期0~10cm深度的土壤含水量反演值与实测值的相对误差平均值均在10%左右。【结论】TVDI模型可以更为准确地反映研究区内土壤表层0~10cm深度的含水量空间变异特征及分布状况。 相似文献
12.
基于多源遥感数据的TVDI方法在荒漠草原旱情监测的应用 总被引:2,自引:0,他引:2
为探讨近年来广泛使用的低空间分辨率的MODIS数据以及高空间分辨率的Landast 8数据对同一地区的旱情状况,选择内蒙古自治区干旱频发的乌审旗荒漠草原为研究区,借助分裂窗算法反演地表温度(Ts),获取归一化植被指数(NDVI),建立温度植被干旱指数(TVDI)的干旱监测模型,分别反演MODIS-TVDI和Landast8-TVDI,并与同期野外实测的不同深度土壤含水量进行回归分析。结果发现,基于MODIS和Landast8 2种遥感数据计算得到的TVDI与各层的土壤水分线性相关显著,两者都能表征地表的干旱分布,且Landast8-TVDI与各层土壤含水量的相关性大于MODIS-TVDI与各层土壤含水量的相关性,其中0~10 cm表层土壤含水量的相关性要好于0~20 cm、0~30 cm的相关性。因此Landast8-TVDI能够更好地反映乌审旗荒漠草原的土壤水分状况,更适宜于旱情监测。 相似文献
13.
土壤含水量是土壤的一项重要指标,如何通过遥感反演获取高精度的土壤含水量一直是研究者关注的问题。本文针对利用微波反演裸露地表土壤含水量和植被覆盖地表土壤含水量的问题,比较了相关研究在反演模型、反演技术流程方面的改进和不足,分析了反演问题的关键环节,结合微波和光学联合反演地表土壤含水量的研究进展,指出了微波遥感反演土壤水分研究的发展趋势。 相似文献
14.
15.
基于ENVISAT ASAR数据的水稻遥感监测 总被引:5,自引:0,他引:5
以江苏省兴化市水稻试验区为例,利用单时相多极化ENVISAT ASAR(Advanced Synthetic Aperture Ra-dar)数据进行水稻识别和生长参数反演。通过分析水稻和其他地物在该时相上的VV极化和HH极化后向散射特征,选择合适的阈值和条件,利用阈值分类算法从影像中提取水稻分布。另外,利用实测水稻生长参数和获取的植被指数(NDVI)数据与水稻后向散射系数进行相关性分析。分析结果表明,水稻VV极化后向散射强度与水稻形态结构、叶面积指数和生物量具有较好的相关性,而水稻HH极化后向散射强度对水稻冠层含水量的变化更敏感。基于上述分析,建立反演水稻株高、叶面积指数和NDVI等参数的关系模型。经过验证,水稻识别精度为84.36%,反演的水稻生长参数的空间变化和实际情形相符合。 相似文献
16.
栽种番茄温室内秸秆深还土壤温度数值模拟 总被引:1,自引:0,他引:1
为探究不同秸秆还田量对温室番茄地温的影响,实现不同土壤深度地温数值模拟,在灌水下限为田间持水量50%的情况下,秸秆量设置为1.5×10~4,3.0×10~4和4.5×10~4kg·hm~(-2),利用无线土壤墒情监测系统对番茄生长过程中距垄台表面深度为15,30和45cm处地温动态变化进行实时监测。连续使用移动平均法对数据进行季节调整,改进趋势估计,建立时间序列模型,对地温进行数值模拟。结果表明:不同深埋秸秆量在不同土壤深度处的地温实测值与模拟值最小误差均为0℃,深埋秸秆量为1.5×10~4kg·hm~(-2),深度为15,30和45cm处地温实测值与模拟值最大误差分别为0.52,0.19和0.10℃;深埋秸秆量为3.0×10~4kg·hm~(-2),深度为15,30和45cm处地温实测值与模拟值最大误差分别为0.65,0.21和0.12℃;深埋秸秆量为4.5×10~4kg·hm~(-2),深度为15,30和45cm处地温实测值与模拟值最大误差分别为0.43,0.20和0.09℃。不同深埋秸秆量、不同土壤深度的地温数值模拟效果均较好。温室番茄生育期内,距垄台表面越深,地温数值模拟效果越好,模型的适用性越强。基于时间序列分析的秸秆深还温室番茄地温数值模拟方法可以为温室地温调控、温室环境自动控制提供较为精准的科学依据。 相似文献
17.
利用Landsat 8数据,将归一化植被指数(NDVI)和地表温度(Ts)结合建立二维特征空间,依据二维特征空间分布图拟合干、湿边方程,进而计算温度植被干旱指数(TVDI),并对旱情分布进行分析和评价。利用土壤含水率实测值与反演的地表温度建立模型,并通过模型反演出土壤含水率与实测值进行精度检验。结果表明,随着归一化植被指数的增加,最大地表温度(Tsmax)随之减小,最小地表温度(Tsmin)基本上随之增大,Tsmin和Tsmax的趋势线交汇于一点组合成近似的三角形形状;2016年5—8月,朝阳县全县范围内基本都存在不同程度的旱情,其中6月份旱情最为严重;TVDI与不同深度的土壤含水率的相关性显著,可以较好的实现对旱情的监测。 相似文献
18.
陕西中北部农田地表粉尘释放影响因素研究 总被引:1,自引:0,他引:1
为研究陕西中北部地区农田地表粉尘释放特征,选取裸露农田进行野外观测,探讨土壤表土含水量、摩阻风速、土壤类型和地表粗糙度等对农田地表粉尘释放的影响。结果表明,在无植被覆盖、摩阻风速一定的情况下,不同土壤类型的地表粉尘释放通量是不同的;土壤类型相同,体积含水量在0.5%~1.5%时,粗糙度与地表粉尘释放通量呈幂函数关系,是影响地表粉尘释放的决定性因素;在土壤含水量较小时,土壤表土含水量与地表粉尘释放通量呈线性关系;在土壤表土含水量变化不大,土壤类型相同时,摩阻风速与地表粉尘释放通量呈4次幂函数关系。陕西中北部地区农田地表粉尘释放通量的影响因素包括土壤类型、土壤表土含水量、地表粗糙度和摩阻风速等。 相似文献
19.
基于HYDRUS-2D软件的土壤水力特征参数反演及间接地下滴灌的土壤水分运动模拟 总被引:1,自引:0,他引:1
间接地下滴灌是一种能有效减少地表蒸发、提高水分运输效率的新型滴灌方式。虽然土壤水分运动模拟已成为优化滴灌的重要工具,但由于土壤水力特征参数难以确定,模拟结果往往不够精确。为此,基于室内间接地下滴灌实验数据,利用HYDRUS-2D软件对土壤水力特征参数进行反演尝试,并探究边界均匀出水时,不同规格(直径、高度)的间接地下滴灌导水装置下形成的土壤水分分布差异。结果表明,HYDRUS-2D软件能有效地反演土壤水力特征参数,用反演参数模拟的土壤含水量和湿润距离与实测值吻合良好,基于3个反演参数和4个反演参数的模拟效果差异不大,计算模型的纳什效率系数分别为0.716和0.714。灌溉时不同直径、相同透水边界高度的装置对侧边和底部的含水量分布影响不大,而相同直径、不同透水边界高度的装置对侧边和底部的含水量分布影响较大。研究结果可为间接地下灌溉时导水装置规格的选取与农业水分精准管理提供科学依据。 相似文献