[发明专利]基于变化检测算法的土壤水分提取方法

说明书

本发明公开了一种基于变化检测算法的土壤水分提取方法，首先使用哨兵2号光学数据和水云模型来去除植被对后向散射系数的影响，然后进行粗糙度归一化，即通过VV极化后向散射系数与VH极化后向散射系数的差来消除同一地块不同时序下地表粗糙度变化带来的影响，然后根据粗糙度归一化后的后向散射系数计算得到相对含水量，最后结合SMAP数据所得到的土壤含水量，将相对含水量转换成绝对含水量，实现土壤水分反演。本发明通过对变化检测算法进行改进，实现准确的土壤水分反演。

技术领域

本发明属于土壤水分提取技术领域，更为具体地讲，涉及一种基于变化检测算法的土壤水分提取方法。

背景技术

土壤水分作为一种重要的地表参数，对于全球地表水循环和碳循环起着至关重要的作用，同时影响着降水、温度和蒸散等气候过程，时时刻刻影响着整个自然和人类的生活。对全球土壤湿度进行测量有助于提高对水文过程、生态系统功能以及地球水、能源和碳循环之间联系的理解。土壤含水量决定着农作物的生长状况。监测农田含水量对于农作物的估产以及旱情涝情的预估等农业科学的研究意义重大。受到气候和地形等因素的影响，地表水分的时空分布极其不均，干旱和洪涝灾害时常发生。而时序的地表含水量可以为灾前的预警起到很好的指示作用，同时对于灾后的估损以及灾情研究的能力也不容忽视。实时、准确、大面积的监测土壤含水量对于生产生活、灾害防控以及自然科学研究都具有相当重要的价值。

传统的土壤水分测量方法主要有时域反射法、重力法、种子探针和烘干测量法，这类方法都依赖人力利用仪器进行实地测量，不但费时费力，且难以对大面积地表含水量分布的实时监测。遥感技术的发展使得实时、准确、大面积的监测土壤水分成为了可能。微波遥感可以不受天气影响，且对土壤水分的敏感程度高，是一种优秀的反演土壤水分的数据源。哨兵1号搭载C波段的微波传感器，其拥有较高的时间和空间分辨率，且对外免费开放，非常适合于工程应用。

变化检测算法将土壤的粗糙度参数看成恒定值，并将土壤的含水量和后向散射系数看成线性关系，可以直接通过后向散射系数计算得到相对含水量。变化检测算法的出现很好的解决了通过理论模型建模构建的半经验或经验法无法良好的应用的问题，且不需要输入任何的实测地表参数，

然而变化检测算法却忽略了地表粗糙度的变化，只能获取到地表的相对土壤水分，无法直接对绝对含水量进行定标。地表的粗糙度以及植被参数在一年以内很难做到完全不变，特别是针对存在大量农田的地区，农耕活动必然较大程度的改变地表粗糙度，且随着农作物的生长，植被参数也发生显著变化。将这些区域的粗糙度和植被参数当成恒定值会带来很大的误差。且相对含水量需要转化成绝对含水量。如何利用变化检测算法，准确反演土壤水分是需要解决的难题。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于变化检测算法的土壤水分提取方法，对变化检测算法进行改进，实现准确的土壤水分反演。

为实现上述发明目的，本发明基于变化检测算法的土壤水分提取方法的具体步骤包括：

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t＝1,2,…,T；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d＝1,2,…,D；