本文關(guān)鍵詞： 土壤水分 合成孔徑雷達(dá) 多傳感器 多時(shí)相 變化檢測(cè) 積分方程模型　出處：《中國(guó)礦業(yè)大學(xué)》2017年博士論文　論文類型：學(xué)位論文

【摘要】：土壤水分是地表過(guò)程中的關(guān)鍵變量,在全球能量平衡、水循環(huán)及氣候變化研究中扮演重要的角色。土壤水分是農(nóng)作物生長(zhǎng)的基本條件,同時(shí)也是作物長(zhǎng)勢(shì)監(jiān)測(cè)、估產(chǎn)及旱情監(jiān)測(cè)的重要參數(shù)。因此,土壤水分時(shí)空動(dòng)態(tài)估計(jì)和描述對(duì)水文、生態(tài)和農(nóng)業(yè)具有重要的意義。合成孔徑雷達(dá)(Synthetic Aperture Radar,SAR)具有全天時(shí)、全天候數(shù)據(jù)獲取的能力,且雷達(dá)后向散射信息對(duì)土壤介電特性響應(yīng)敏感,被廣泛應(yīng)用于土壤表面水分監(jiān)測(cè)和反演研究。然而,雷達(dá)后向散射信息受到多個(gè)因素的共同作用,包括雷達(dá)系統(tǒng)參數(shù)、土壤介電常數(shù)、表面粗糙度和植被覆蓋,因此實(shí)現(xiàn)土壤水分的精確反演需要有效去除土壤表面粗糙度和植被覆蓋等因素的影響。該論文基于多時(shí)相Radarsat-2,Terra SAR-X和Sentinel-1A影像及相應(yīng)的現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù),對(duì)河北邯鄲農(nóng)田區(qū)域和寧夏鹽池半干旱區(qū)域土壤表面水分進(jìn)行反演研究。綜合多極化、多波段和多時(shí)相SAR數(shù)據(jù)降低或去除表面粗糙度對(duì)雷達(dá)后向散射信息的影響,進(jìn)而利用經(jīng)驗(yàn)、半經(jīng)驗(yàn)和理論模型進(jìn)行土壤水分反演研究,結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)對(duì)不同土壤水分反演方法進(jìn)行評(píng)定分析。論文主要研究成果概括為以下幾個(gè)方面:(1)全極化SAR數(shù)據(jù)土壤水分反演研究,提出了結(jié)合特征降維的多參數(shù)土壤水分反演方法�；谌珮O化SAR數(shù)據(jù)提取的雷達(dá)后向散射系數(shù)和極化參數(shù),結(jié)合PCA特征降維方法和最小均方根誤差準(zhǔn)則,獲取適用于不同實(shí)驗(yàn)區(qū)土壤水分反演的最優(yōu)特征參數(shù),進(jìn)而用于估算土壤表面含水量。該方法充分利用了全極化數(shù)據(jù)散射信息豐富的特點(diǎn),且有效去除了特征參數(shù)之間的信息冗余。(2)多波段SAR數(shù)據(jù)土壤水分反演研究�；诮�(jīng)驗(yàn)?zāi)Ｐ桶l(fā)展了結(jié)合C波段和X波段SAR數(shù)據(jù)的裸露農(nóng)田土壤水分反演方法,利用不同波段SAR數(shù)據(jù)有效表征影響雷達(dá)后向散射信息的土壤表面參數(shù),降低表面粗糙度的影響,結(jié)果表明多波段SAR數(shù)據(jù)的應(yīng)用能夠不同程度地提高土壤水分反演精度。針對(duì)植被覆蓋對(duì)雷達(dá)后向散射信息的影響,發(fā)展了基于多波段SAR數(shù)據(jù)的結(jié)合水云模型和CIEM模型的土壤水分反演方法,在植被覆蓋農(nóng)田獲得了可靠的土壤水分信息。(3)基于理論模型分析了不同傳感器SAR數(shù)據(jù)在裸露地表土壤水分反演中的應(yīng)用。針對(duì)表面粗糙度的影響,提出了基于IEM和CIEM模型的多源SAR數(shù)據(jù)土壤水分反演方法,有效克服了觀測(cè)量少于未知參數(shù)的“病態(tài)”反演問(wèn)題,在無(wú)需先驗(yàn)信息的條件下實(shí)現(xiàn)土壤水分的求解,在此基礎(chǔ)上引入代價(jià)函數(shù)分布圖評(píng)定反演結(jié)果的收斂性與唯一性。(4)基于IEM模擬數(shù)據(jù)分析了雷達(dá)后向散射系數(shù)差(d B)與土壤表面水分變化之間的關(guān)系,對(duì)于表面粗糙度恒定的裸露地表,土壤水分變化與雷達(dá)后向散射系數(shù)變化之間表現(xiàn)高度的相關(guān)性,驗(yàn)證了變化檢測(cè)模型的合理性。在此基礎(chǔ)上,利用河北邯鄲農(nóng)田實(shí)驗(yàn)區(qū)現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)以及時(shí)序Radarsat-2和Sentinel-1A影像進(jìn)行土壤水分變化檢測(cè)分析,驗(yàn)證了在表面粗糙度變化較小的情況下,雷達(dá)后向散射系數(shù)差能夠有效表征土壤水分的變化,進(jìn)而可以利用時(shí)序SAR數(shù)據(jù)估算土壤水分變化信息。(5)融合時(shí)序Radarsat-2和Sentinel-1A數(shù)據(jù)的土壤水分反演研究。首先利用模擬數(shù)據(jù)以及時(shí)序SAR影像和實(shí)測(cè)數(shù)據(jù)評(píng)定驗(yàn)證Alpha模型的合理性,然后基于時(shí)序SAR數(shù)據(jù)利用Alpha比值模型去除表面粗糙度貢獻(xiàn),構(gòu)建有效的觀測(cè)方程組,結(jié)合土壤水分約束條件求解不同時(shí)相土壤含水量。針對(duì)觀測(cè)方程少于未知參數(shù)的欠定方程組求解問(wèn)題,提出了融合多源時(shí)序SAR數(shù)據(jù)的土壤水分反演方法,利用近同步獲取的時(shí)序Radarsat-2和Sentinel-1A數(shù)據(jù)構(gòu)建有效觀測(cè)方程,將欠定方程組的求解轉(zhuǎn)換為超定方程組求解,提高土壤水分反演的可靠性,結(jié)合現(xiàn)場(chǎng)實(shí)測(cè)數(shù)據(jù)驗(yàn)證了該方法的有效性。
[Abstract]:Soil moisture is a key variable in the process of the surface, in the global energy balance, play an important role in the research of water cycle and climate change. The soil moisture is the basic condition for the growth of crops, but also an important parameter in crop growth monitoring, evaluation and monitoring of drought. Therefore, dynamic soil moisture estimation and description of hydrology, has an important the significance of ecological agriculture. And the synthetic aperture radar (Synthetic Aperture, Radar, SAR) has all day long, all-weather data acquisition, and radar scattering information on response to sensitive soil dielectric properties, is widely used in surface soil moisture monitoring and inversion study. However, the radar backscatter information by the interaction of multiple factors, including radar system parameters, the soil dielectric constant, surface roughness and vegetation cover, thus realize the accurate inversion of soil moisture to effectively remove soil Effect of surface roughness and vegetation cover factors. This paper based on the multi temporal Radarsat-2, Terra SAR-X and Sentinel-1A images and the corresponding measured data, the inversion of Hebei farmland in Handan region and Ningxia Yanchi semi arid region of soil surface moisture. Multi polarization, multi band and multi temporal SAR data to reduce or remove the surface roughness the degree of influence to the radar scattering information, and then use the experience of soil moisture inversion of semi empirical and theoretical model, combined with the field data of different soil moisture inversion methods were evaluated and analyzed. The main research results are summarized as follows: (1) SAR data on soil moisture inversion method is proposed for full polarization, multi parameter soil moisture inversion combined with dimensionality reduction. Fully polarimetric SAR data extraction of radar backscattering coefficient and polarization parameters based on the combination of PCA Feature reduction method and minimum mean square error criterion, the optimal parameters obtained for different soil moisture inversion of the experimentation area, and then used to estimate the soil surface moisture. The method makes full use of the characteristics of polarimetric scattering information rich data, and effectively removes the redundant information between the characteristic parameters of the soil. (2) SAR data study on multi band moisture inversion. Based on empirical model developed with bare farmland soil moisture inversion C band and X band SAR data, using effective characterization of different band SAR radar data to the soil surface scattering parameter information, reduce the effect of surface roughness, the results show that the application of multi band SAR data to a different extent to improve the accuracy of soil moisture inversion. The effects of vegetation coverage on the radar scattering information, combined with the development of cloud model and C multi band based on SAR data Soil moisture inversion method of IEM model, the vegetation coverage of farmland soil moisture obtained reliable information. (3) the theoretical model to analyze the data of different sensors in the SAR application of bare surface soil moisture retrieval. Based on the influence of surface roughness, the multi SAR data of soil moisture inversion method based on CIEM model and IEM and effectively overcome the measurement of unknown parameters less than the "sick" inversion problem, to solve the soil moisture without prior information, on the basis of introducing the convergence and uniqueness of the cost function evaluation of distribution results of inversion. (4) IEM simulation data analysis of the radar backscatter coefficient difference based on (D B) and the relationship between soil surface moisture changes, the surface roughness of exposed surface of constant degree, change of soil moisture and between radar backscattering coefficient changes showed high correlation, To verify the rationality of the change detection model. Based on the analysis of soil moisture change detection by using the measured data in site of Hebei Handan experimentation area of farmland and the temporal Radarsat-2 and Sentinel-1A images verified in surface roughness change is small, the radar backscatter coefficient difference can effectively characterize the change of soil moisture, and soil moisture estimation change information using time series SAR data. (5) study on soil moisture inversion sequence Radarsat-2 and Sentinel-1A data fusion. Firstly, using the simulation data and the rationality of time series SAR images and data evaluation to validate the Alpha model, and then the timing data using the SAR ratio of Alpha removal model of surface roughness based on contribution, construct the effective observation equations, and the solution soil moisture constraints and soil moisture. The observation equation is less than unknown parameters Underdetermined equations to solve problems, put forward soil moisture inversion method of fusion of multi-source SAR timing data, construct the effective observation equation using the near simultaneous collection of temporal Radarsat-2 and Sentinel-1A data, will owe conversion equations for solving overdetermined equations, improve the reliability of soil moisture inversion, verify the validity of the the method of combining the measured data.

【學(xué)位授予單位】：中國(guó)礦業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：S152.7

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 趙從舉,康慕誼,雷加強(qiáng);古爾班通古特沙漠腹地土壤水分時(shí)空分異研究[J];水土保持學(xué)報(bào);2004年04期

2 彭萬(wàn)杰;郭異礁;;虎峰鎮(zhèn)土壤水分的動(dòng)態(tài)及其隨機(jī)模擬[J];安徽農(nóng)業(yè)科學(xué);2009年06期

3 楊濤;宮輝力;李小娟;趙文吉;孟丹;;土壤水分遙感監(jiān)測(cè)研究進(jìn)展[J];生態(tài)學(xué)報(bào);2010年22期

4 徐聯(lián);申俊初;翟英濤;;影響土壤水分觀測(cè)精確度的原因及觀測(cè)注意事項(xiàng)探討[J];貴州氣象;2011年04期

5 高建華;胡振華;;土壤水分基礎(chǔ)理論及其應(yīng)用研究進(jìn)展[J];亞熱帶水土保持;2011年03期

6 王安琪;施建成;宮輝力;解超;;降尺度土壤水分信息與植被生長(zhǎng)參量的時(shí)空關(guān)系[J];農(nóng)業(yè)工程學(xué)報(bào);2012年S1期

7 胡偉;熊凌云;熊雄;胡新華;;自動(dòng)土壤水分?jǐn)?shù)據(jù)質(zhì)量控制中的閾值確定[J];氣象水文海洋儀器;2012年03期

8 陸楓;胡志洪;胡毅恒;;土壤水分測(cè)定方法研究[J];企業(yè)導(dǎo)報(bào);2012年23期

9 黃文杰;呂軍;翟伶俐;魏曉奕;朱寶;;人工與自動(dòng)土壤水分觀測(cè)資料差異探討[J];中國(guó)農(nóng)學(xué)通報(bào);2013年14期

10 馮兆林;陳玲愛(ài);;華北地區(qū)土壤水分問(wèn)題——Ⅰ.土壤水的擴(kuò)散機(jī)制及水在剖面中運(yùn)動(dòng)的限制[J];土壤學(xué)報(bào);1958年01期

相關(guān)會(huì)議論文 前10條

1 王新;;農(nóng)氣報(bào)表土壤水分記錄審核軟件[A];山東氣象學(xué)會(huì)2005年學(xué)術(shù)交流會(huì)優(yōu)秀論文集[C];2005年

2 薛龍琴;冶林茂;陳海波;;河南省自動(dòng)土壤水分觀測(cè)網(wǎng)的建設(shè)和應(yīng)用[A];第26屆中國(guó)氣象學(xué)會(huì)年會(huì)第三屆氣象綜合探測(cè)技術(shù)研討會(huì)分會(huì)場(chǎng)論文集[C];2009年

3 薛龍琴;冶林茂;陳海波;師麗魁;;河南省自動(dòng)土壤水分資料與人工觀測(cè)資料對(duì)比分析[A];第27屆中國(guó)氣象學(xué)會(huì)年會(huì)現(xiàn)代農(nóng)業(yè)氣象防災(zāi)減災(zāi)與糧食安全分會(huì)場(chǎng)論文集[C];2010年

4 除多;次仁多吉;邊巴次仁;王彩云;;西藏中部土壤水分遙感監(jiān)測(cè)方法研究[A];第27屆中國(guó)氣象學(xué)會(huì)年會(huì)干旱半干旱區(qū)地氣相互作用分會(huì)場(chǎng)論文集[C];2010年

5 姚付啟;蔡煥杰;張振華;;煙臺(tái)蘋果園表層土壤水分與深層土壤水分轉(zhuǎn)換關(guān)系研究[A];現(xiàn)代節(jié)水高效農(nóng)業(yè)與生態(tài)灌區(qū)建設(shè)（下）[C];2010年

6 石慶蘭;王一鳴;馮磊;;土壤水分測(cè)量中相位差檢測(cè)算法的實(shí)驗(yàn)與研究[A];中國(guó)農(nóng)業(yè)工程學(xué)會(huì)電氣信息與自動(dòng)化專業(yè)委員會(huì)、中國(guó)電機(jī)工程學(xué)會(huì)農(nóng)村電氣化分會(huì)科技與教育專委會(huì)2010年學(xué)術(shù)年會(huì)論文摘要[C];2010年

7 巫麗君;潘建梅;魏愛(ài)明;王秀琴;;自動(dòng)土壤水分觀測(cè)數(shù)據(jù)異常原因淺析[A];“推進(jìn)氣象科技創(chuàng)新，提高防災(zāi)減災(zāi)和應(yīng)對(duì)氣候變化能力”——江蘇省氣象學(xué)會(huì)第七屆學(xué)術(shù)交流會(huì)論文集[C];2011年

8 楊海鷹;冶林茂;陳海波;;土壤水分研究進(jìn)展[A];第28屆中國(guó)氣象學(xué)會(huì)年會(huì)——S11氣象與現(xiàn)代農(nóng)業(yè)[C];2011年

9 黃奕龍;傅伯杰;陳利頂;;黃土丘陵坡地土壤水分時(shí)空變化特征[A];地理教育與學(xué)科發(fā)展——中國(guó)地理學(xué)會(huì)2002年學(xué)術(shù)年會(huì)論文摘要集[C];2002年

10 陳懷亮;徐祥德;劉玉潔;厲王f;鄒春輝;翁永輝;;基于遙感和區(qū)域氣候模式的土壤水分預(yù)報(bào)方法研究[A];推進(jìn)氣象科技創(chuàng)新加快氣象事業(yè)發(fā)展——中國(guó)氣象學(xué)會(huì)2004年年會(huì)論文集（上冊(cè)）[C];2004年

相關(guān)重要報(bào)紙文章 前10條

1 班勝林;山西引進(jìn)新型土壤水分觀測(cè)儀[N];中國(guó)氣象報(bào);2010年

2 記者 王量迪 通訊員 陳瑜;我市建成兩個(gè)自動(dòng)土壤水分觀測(cè)站[N];寧波日?qǐng)?bào);2010年

3 王一;土壤水分快速測(cè)量技術(shù)獲突破[N];科技日?qǐng)?bào);2003年

4 記者 宛霞　通訊員 趙志強(qiáng);中國(guó)氣象局將加強(qiáng)土壤水分觀測(cè)[N];中國(guó)氣象報(bào);2009年

5 記者 王建忠;我國(guó)將布設(shè)1500套自動(dòng)土壤水分觀測(cè)儀[N];中國(guó)氣象報(bào);2009年

6 記者 田宜龍;我省建成55個(gè)土壤水分自動(dòng)觀測(cè)站[N];河南日?qǐng)?bào);2009年

7 實(shí)習(xí)記者 王寶軍　通訊員 趙志強(qiáng);全國(guó)建成７６個(gè)自動(dòng)土壤水分觀測(cè)站[N];中國(guó)氣象報(bào);2009年

8 張芳　仲維健;江蘇啟動(dòng)土壤水分自動(dòng)觀測(cè)網(wǎng)建設(shè)[N];中國(guó)氣象報(bào);2009年

9 記者 劉劍英;我省首個(gè)自動(dòng)土壤水分觀測(cè)站大名投用[N];河北日?qǐng)?bào);2009年

10 邢開成 胡佳軍;河北邯鄲首個(gè)自動(dòng)土壤水分觀測(cè)站投入使用[N];糧油市場(chǎng)報(bào);2009年

相關(guān)博士學(xué)位論文 前10條

1 張祥;多源時(shí)序SAR數(shù)據(jù)土壤水分反演研究[D];中國(guó)礦業(yè)大學(xué);2017年

2 王安琪;大尺度被動(dòng)微波輻射計(jì)土壤水分降尺度方法研究[D];首都師范大學(xué);2013年

3 魏新光;黃土丘陵半干旱區(qū)山地棗樹蒸騰規(guī)律及其節(jié)水調(diào)控策略[D];西北農(nóng)林科技大學(xué);2015年

4 劉丙霞;黃土區(qū)典型灌草植被土壤水分時(shí)空分布及其植被承載力研究[D];中國(guó)科學(xué)院研究生院（教育部水土保持與生態(tài)環(huán)境研究中心）;2015年

5 楊長(zhǎng)剛;半干旱雨養(yǎng)區(qū)覆蓋種植冬麥田土壤水熱效應(yīng)[D];甘肅農(nóng)業(yè)大學(xué);2015年

6 劉艷;喀斯特峰叢洼地不同土地利用方式下表層土壤水分的時(shí)空規(guī)律研究[D];廣西大學(xué);2016年

7 褚楠;基于狀態(tài)—參數(shù)同步估計(jì)的土壤水分?jǐn)?shù)據(jù)同化研究[D];中國(guó)礦業(yè)大學(xué);2016年

8 程宏波;覆蓋與秸稈還田對(duì)旱地小麥土壤水熱條件及產(chǎn)量形成的影響[D];甘肅農(nóng)業(yè)大學(xué);2016年

9 李陸生;山地旱作棗園細(xì)根分布格局及其土壤水分生態(tài)效應(yīng)[D];西北農(nóng)林科技大學(xué);2016年

10 張晨成;黃土高原退耕還林的土壤水分效應(yīng)研究[D];中國(guó)科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心;2017年

相關(guān)碩士學(xué)位論文 前10條

1 趙忠凱;土壤水分監(jiān)控保障系統(tǒng)研究[D];北京郵電大學(xué);2012年

2 蘇歡;河南省土壤水分的時(shí)空變化特征及其與氣象要素的關(guān)系[D];南京信息工程大學(xué);2015年

3 丁從慧;土壤水分對(duì)夏玉米生理生態(tài)特征的影響及動(dòng)態(tài)模擬研究[D];南京信息工程大學(xué);2015年

4 張洛丹;不同植被類型對(duì)陡坡地土壤水分循環(huán)的影響[D];西北農(nóng)林科技大學(xué);2015年

5 白盛元;黃土土柱降雨特征與土壤水分入滲過(guò)程研究[D];西北農(nóng)林科技大學(xué);2015年

6 李佳洲;土壤水分對(duì)三七生長(zhǎng)及有效成分的影響[D];西北農(nóng)林科技大學(xué);2015年

7 張雪;牧草根系形態(tài)特征及土壤水分對(duì)修剪高度的響應(yīng)研究[D];西北農(nóng)林科技大學(xué);2015年

8 王金鋒;不同覆蓋方式對(duì)渭北蘋果園土壤水分、溫度及產(chǎn)量品質(zhì)的影響[D];西北農(nóng)林科技大學(xué);2015年

9 蘇一鳴;黃土高原旱地蘋果園起壟覆膜壟溝覆草技術(shù)研究[D];西北農(nóng)林科技大學(xué);2015年

10 上官玉鐸;負(fù)水頭條件下土壤水分入滲和氮素分布規(guī)律研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2015年

，

本文編號(hào)：1496638