基於極化分解的冬小麥全生育期土壤水分反演算法研究

《基於極化分解的冬小麥全生育期土壤水分反演算法研究》是依託中國農業大學，由李俐擔任項目負責人的青年科學基金項目。

基本介紹

• 中文名：基於極化分解的冬小麥全生育期土壤水分反演算法研究
• 依託單位：中國農業大學
• 項目負責人：李俐
• 項目類別：青年科學基金項目

項目摘要

土壤水分是研究作物水分脅迫的一個重要指標，對旱情監測具有十分重要的意義。本研究以河北涿州和北京小湯山為研究區域，以冬小麥全生育期土壤水分微波遙感反演為目標，利用地基多入射角、全極化微波散射數據，基於極化分解技術，研究全極化主動微波遙感技術的土壤水分反演方法。首先，以一階MIMICS模型為基礎，引入加權係數校正不同生育期冠層後向散射影響，建立高階混合加權後向散射模型。其次，利用Freeman極化分解技術對全極化散射數據進行處理，分析各散射項間對應關係，建立不同散射項間關係模型以校正冠層和土壤粗糙度對土壤水分反演的影響，建立冬小麥全生育期土壤水分反演模型。最後，藉助地面實驗數據進行算法驗證和精度評價。本項目的創新是建立冬小麥全生育期加權混合散射模型，利用全極化微波數據藉助極化分解技術以提高土壤水分反演精度。研究結果將為土壤水分最佳反演提供理論依據。

結題摘要

土壤水分作為地表水存儲的重要組成部分，直接影響著陸地和大氣間的物質和能量交換，成為水文、氣象、農業和生態環境等領域的研究熱點之一。監測農田土壤含水量的動態變化對旱情監測與精細農業等有著重要的意義。微波信號由於其數據的極化特徵、後向散射強度及相位特性對土壤水分的敏感性而成為高空間解析度土壤水分監測中最有效的方法之一，然而不同覆蓋地表對其信號的影響非常巨大。因此，本研究選擇河北涿州和北京小湯山為研究區域，利用地基多入射角、全極化微波散射數據，藉助極化分解技術和微波散射模型，形成基於全極化主動微波遙感技術的土壤水分反演方法，主要研究內容：（1）為去除土壤粗糙度對微波後向散射係數的影響，嘗試基於神經網路與決策樹、結合色彩運算和混沌粒子群濾波等多種方法，採用參考白板法，提出了簡化圖像獲取和全自動圖像處理的粗糙度獲取方法，計算獲得土壤粗糙度。實驗表明，所用方法均能有效降低對拍攝環境的要求、快速高效地計算土壤粗糙度，所提取的土壤輪廓線高度誤差控制在 0.5cm以下，所得均方根高度的誤差在5%以內，相關長度的計算誤差在1%以內，滿足了土壤粗糙度實時線上測算的要求。（2）基於研究區大量地面調查數據和全極化微波散射數據，建立了不同冬小麥覆蓋狀況下微波散射模型，研究了後向散射與土壤水分、冬小麥結構參數之間的關係，為利用多極化微波散射數據進行土壤水分信息獲取奠定了基礎。（3）利用極化分解方法，對全極化微波散射數據進行了分解處理，同時進行了水分反演，同時嘗試把算法用於準同步的衛星遙感數據Radarsat2獲取了更大範圍的土壤水分信息，並與地面數據相互驗證。研究表明，極化分解的方法能充分利用微波複數據信息，獲得不同冬小麥生育期的土壤水分反演信息。本研究提高了冬小麥全生育期土壤水分反演的精度與效率，對推動微波遙感土壤水分監測具有重要意義，在旱情監測、農業生產方面有較好的套用前景。