[发明专利]一种基于遥感的土壤水分反演方法和装置

说明书

技术领域

本发明属于微波遥感技术领域，具体涉及一种基于高分辨率SAR影像的干旱半干旱地区裸露地表的土壤水分反演方法和装置。

背景技术

土壤水分反演一直是微波遥感的热点。在现有文献中，研究人员对如何提高土壤水分反演精度做了大量的研究。目前,用于土壤水分监测的遥感方法主要有以下几种：

l、可见光一近红外遥感监测土壤水分；

2、热红外遥感监测土壤水分；

3、被动微波遥感监测土壤水分；

4、雷达遥感监测土壤水分。

现今，使用最广泛的还是雷达遥感监测土壤水分，在这方面许多国内外学者对雷达后向散射系数和土壤水分的关系进行研究,作了大量的研究工作,从土壤的混合介电模型研究，到用于研究裸露地表散射特征的正演模型,其中包括Kirehhoff模型，小扰动模型(SPM)，积分方程模型(IEM)和高级积分方程模型(AIEM)，在到用于裸露地表土壤水分反演的经验和半经验模型,其中包括Oh模型,DubioS模型和Shi模型等。这些模型都很好的反映了地表参数和雷达后向散射系数之间的关系，并且取得了很好的反演精度。

但是，这些模型方法只是针对单幅影像或特定地区，得到的反演方程普适性不好，并不适用于各种入射角和不同粗糙度的情况。在大尺度区域反演情况下，SAR影像及其对应的各个反演区域情况有非常大的不同，目前各种反演方法都是试图使用单一的反演方程来反演所有情况下的区域，显然这种思路不能适应大尺度复杂区域的土壤水分反演，因此反演结果的精度受到影响。所以不同地区不同情况的SAR影像如何选择合适的反演方程，如何充分利用现有的地表参数数据，以提高反演土壤水分的精度，这些都是急需解决的问题。

发明内容

本发明所要解决的技术问题是有效克服现有技术方法中存在的缺陷，解决在大尺度区域反演情况下，如何根据不同参数指标进行分类的问题，本发明提供了一种基于高分辨率SAR影像的干旱半干旱地区裸露地表的土壤水分反演方法，该方法应用于中国西北干旱半干旱地区，包括以下步骤：

步骤1,基于组合粗糙度半经验反演方程库和SAR影像的极化方式、不同时相和不同SAR影像入射角获取到SAR影像中各像元的地表组合粗糙度；

步骤2,基于SAR影像入射角范围和SAR影像中各个像元的组合粗糙度对各像元进行分类判断，按照判断后像元所属类别从土壤水分半经验反演方程库中选取合适的反演方程；

步骤3,通过SAR影像所在区域的野外实测数据对各半经验方程的系数进行回归拟合，得到SAR影像各像元对应的经验反演方程；

步骤4,将各像元后向散射系数、地表组合粗糙度、土壤有效温度、土壤质地数据输入土壤水分经验反演方程，最终得到SAR影像中各像元对应的土壤水分。

进一步地，步骤1中所述的根据SAR影像参数信息，获取SAR影像中各像元的地表组合粗糙度包括：

当获取到的一幅SAR影像极化方式为VV和HH时，组合粗糙度的反演方程为：

其中，Z_s是地表组合粗糙度，取S为地表均方根高度，l为表面相关长度；σ_vv和σ_hh是VV和HH极化后向散射系数；z1和z2是组合粗糙度半经验反演方程的系数；

其中，z1和z2的计算公式为：

其中，Z_s′为SAR影像所在区域实测的组合粗糙度值，σ′_vv为SAR影像所在区域的雷达影像VV极化后向散射系数值，σ′_hh为SAR影像所在区域的雷达影像HH极化后向散射系数值；

当获取到的一幅SAR影像极化方式为VV和VH时，组合粗糙度的反演方程为：

其中，Z_s是地表组合粗糙度，取S为地表均方根高度，l为表面相关长度；σ_vv和σ_vh是VV和VH极化后向散射系数；z3和z4是组合粗糙度半经验反演方程的系数；

其中，z3和z4的计算公式为：

其中，Z_s′为实测的组合粗糙度值，σ′_vv为对应实测地点的雷达影像VV极化后向散射系数值，σ′_vh为对应实测地点的雷达影像VH极化后向散射系数值；

当获取到的一幅SAR影像极化方式为HH和HV时，组合粗糙度的反演方程为：