[发明专利]基于变化检测算法的土壤水分提取方法

权利要求书

1.一种基于变化检测算法的土壤水分提取方法，其特征在于，包括以下步骤：

S1：获取在预设时间段内需要进行土壤水分提取地区所对应的序列化哨兵1号微波遥感数据、序列化哨兵2号光学数据以及序列化SMAP数据，分别进行以下处理：

根据哨兵1号微波遥感数据生成SAR图像序列，记SAR图像序列中的SAR图像数量为T，选择其中一幅SAR图像作为基准SAR图像，将其他SAR图像与基准SAR图像进行配准，记配准处理后各SAR图像为然后从每幅SAR图像中提取出对应的后向散射系数分布图，记第t幅SAR图像中各个像素点的后向散射系数为σ^t(i,j)，(i,j)表示SAR图像中像素点的坐标；

根据序列化哨兵2号光学数据中生成光学图像序列，记光学图像序列中的SAR图像数量为D，将每幅光学图像与基准SAR图像进行配准，记配准处理后各光学图像为

从序列化SMAP数据中提取出土壤水分提取地区的含水量时间序列，根据SAR图像中各个像素点(i,j)的地理位置坐标从含水量时间序列中获取该像素点(i,j)所对应含水量的极大值和极小值

S2：对于每幅SAR图像从光学图像序列中搜索出与其时间最为接近的光学图像将该光学图像中的红光波段和近红外波段进行组合得到归一化植被指数，记像素点(i,j)的归一化植被指数为NDVI_d′(i,j)，然后将其转化成植被含水量再将植被含水量代入水云模型，得到各个像素点去除了植被影响的后向散射系数

S3：对于每幅SAR图像根据后向散射系数分布图中获取该SAR图像中每个像素点(i,j)的VV极化下的后向散射系数以及VH极化下的后向散射系数根据以下公式计算得到该像素点进行粗糙度归一化的后向散射系数

其中，a＝-20.35，γ表示预设的交叉极化差σ_vv-σ_vh的基准值，σ_vv表示VV极化下的后向散射系数，σ_vh表示VH极化下的后向散射系数；

S4：对于SAR图像中每个像素点(i,j)，在其对应的T个粗糙度归一化后的中搜索出最大值和最小值令干参考值湿参考值根据以下公式计算得到每幅SAR图像中像素点(i,j)对应的土壤相对含水量

S5：根据以下公式计算每幅SAR图像中像素点(i,j)对应的土壤绝对含水量完成土壤水分提取：

2.根据权利要求1所述的土壤水分提取方法，其特征在于，所述步骤S2中植被含水量的计算公式如下：

3.根据权利要求1所述的土壤水分提取方法，其特征在于，所述步骤S2中后向散射系数的计算公式如下：

其中，θ是哨兵1号雷达的入射角，A和B是与植被类型相关的参数。