基于我國(guó)首顆全極化雷達(dá)衛(wèi)星高分三號(hào)（GF-3）和Landsat8數(shù)據(jù),研究濃密植被覆蓋地表土壤水分反演方法。為了提高濃密植被覆蓋地表土壤水分反演精度,首先利用PROSAIL模型、實(shí)測(cè)植被參數(shù)及Landsat8光學(xué)數(shù)據(jù)分析了8種植被指數(shù)與植被冠層含水量的相關(guān)性,從中優(yōu)選出歸一化差異水指數(shù)（NDWI5）用于反演植被冠層含水量,并通過分析植被含水量和植被冠層含水量的關(guān)系,構(gòu)建植被含水量模型;然后結(jié)合植被含水量反演模型和簡(jiǎn)化MIMICS模型校正了植被對(duì)雷達(dá)后向散射系數(shù)的影響,最后基于AIEM建立裸土后向散射系數(shù)模擬數(shù)據(jù)集,發(fā)展一種主動(dòng)微波和光學(xué)數(shù)據(jù)協(xié)同反演濃密植被覆蓋地表土壤水分模型,并以山東省禹城市為研究區(qū),實(shí)現(xiàn)了玉米覆蓋下HH、VV和HH+VV 3種模式土壤水分反演。實(shí)驗(yàn)結(jié)果表明:①NDWI5為最佳植被指數(shù),對(duì)于去除植被影響有較好效果;②基于此方法,利用GF-3和Landsat8衛(wèi)星數(shù)據(jù)反演得到的土壤水分具有較高的精度;③相比HH和VV兩種極化模式,HH+VV雙通道模式對(duì)土壤水分反演結(jié)果更好,決定系數(shù)（R²）為0.4037,均方根誤差（RMSE）為0.0667 m

【文章來(lái)源】：地球信息科學(xué)學(xué)報(bào). 2019,21(12)北大核心CSCD

【文章頁(yè)數(shù)】：12 頁(yè)

【部分圖文】：

山東禹城市位置及樣點(diǎn)分布

植被水分在970、1200、1500、2201 nm處于吸收峰和吸收谷，通過該波段計(jì)算得到植被指數(shù)與單葉片含水量存在相關(guān)性，而在像元尺度上，水分敏感波段還與單位體積內(nèi)的葉片數(shù)量有關(guān)[15]，因此，基于水分敏感波段計(jì)算的植被指數(shù)可以反映植被冠層含水量[16]。在本研究中，選擇與水分敏感波段相關(guān)的8種植被指數(shù)，并建立了它們與植被冠層含水量關(guān)系。植被指數(shù)計(jì)算公式如表2所示。PROSAIL模型是由PROSPECT模型和SAIL模型耦合而成，迄今為止它是模擬植被冠層光譜反射率最真實(shí)的模型[24]。通過PROSAIL模型既能初步優(yōu)選出幾種植被指數(shù)，也能對(duì)比實(shí)測(cè)數(shù)據(jù)和PROSAIL模型優(yōu)選的最佳植被指數(shù)是否一致，從而保證最佳植被指數(shù)可靠性。因此本文以實(shí)測(cè)植被參數(shù)為主，設(shè)置PROSAIL模型參數(shù)（表3），通過Landsat8數(shù)據(jù)光譜響應(yīng)函數(shù)，計(jì)算多光譜波段反射率（式（2））。

由于光學(xué)遙感只能獲取植被冠層信息，不能直接獲取植被含水量，所以需進(jìn)一步考慮植被含水量的獲取方法。部分學(xué)者通過分析植被莖稈含水量與冠層含水量相關(guān)性，并根據(jù)植被含水量等于二者之和，建立了植被含水量與植被冠層含水量的關(guān)系[30]。鑒于此，本文通過分析實(shí)測(cè)植被莖稈含水量（VWCstem）和冠層含水量（VCWC）的關(guān)系發(fā)現(xiàn)（圖5）：莖稈水分約為冠層水分3.6倍（式（8)),R2為0.6503，這說(shuō)明二者間具有很強(qiáng)相關(guān)性。因此，基于植被含水量、莖稈含水量及冠層含水量關(guān)系，本文構(gòu)建了植被含水量（VWC）與植被冠層含水量（VC-WC）關(guān)系式（式（9））。本文利用Landsat8近紅外和短波紅外波段得到NDWI5，根據(jù)擬合公式（表6）計(jì)算植被冠層含水量，最后利用式（9）反演植被含水量（圖6）。由圖6可見，圖像整體呈現(xiàn)3種顏色：紅色、綠色及藍(lán)色，通過與RGB原始圖像對(duì)比可知，紅色區(qū)域?yàn)榇迩f和道路設(shè)施，容易識(shí)別，村莊周圍淺紅色為裸地；黃色為植被稀疏區(qū)域，植被含水量值約為1～4 kg/m2，綠色和藍(lán)色為濃密植被區(qū)域，植被含水量主要集中于4～7 kg/m2之間，與實(shí)測(cè)數(shù)據(jù)吻合。分析可知，除去村莊及裸地后，濃密植被區(qū)域約占整個(gè)區(qū)域90%，符合野外觀測(cè)到的實(shí)際情況。

【參考文獻(xiàn)】：
期刊論文
[1]地表組合粗糙度不確定性引起的SAR反演土壤水分的不確定性分析[J]. 陳魯皖,韓玲,王文娟,秦小寶.  地球信息科學(xué)學(xué)報(bào). 2018(01)
[2]全球36 km格網(wǎng)土壤水分逐日估算[J]. 賈艷昌,謝謨文,姜紅濤.  地球信息科學(xué)學(xué)報(bào). 2017(06)
[3]微波與光學(xué)遙感協(xié)同反演旱區(qū)地表土壤水分研究[J]. 孔金玲,李菁菁,甄珮珮,楊笑天,楊晶,吳哲超.  地球信息科學(xué)學(xué)報(bào). 2016(06)
[4]基于全極化雷達(dá)數(shù)據(jù)反演夏玉米覆蓋農(nóng)田表層土壤含水量[J]. 王春梅,余濤,孟慶巖,占玉林,楊健,李娟,魏香琴.  水資源與水工程學(xué)報(bào). 2014(02)
[5]植被覆蓋區(qū)土壤水分反演研究——以北京市為例[J]. 蔣金豹,張玲,崔希民,蔡慶空,孫灝.  國(guó)土資源遙感. 2014(02)
[6]光學(xué)信息分解被動(dòng)微波土壤濕度方法[J]. 王安琪,施建成,阿多,宮輝力.  地球信息科學(xué)學(xué)報(bào). 2012(05)
[7]ASAR和TM數(shù)據(jù)協(xié)同反演植被覆蓋地表土壤水分的新方法[J]. 余凡,趙英時(shí).  中國(guó)科學(xué):地球科學(xué). 2011(04)
[8]植被含水量光學(xué)遙感估算方法研究進(jìn)展[J]. 張佳華,許云,姚鳳梅,王培娟,郭文娟,李莉,YANG LiMin.  中國(guó)科學(xué):技術(shù)科學(xué). 2010(10)
[9]植被覆蓋地表土壤水分遙感反演[J]. 周鵬,丁建麗,王飛,古麗加瑪麗·吾不力,張治廣.  遙感學(xué)報(bào). 2010(05)



本文編號(hào)：3336853