發(fā)布時(shí)間：2020-08-21 16:16

【摘要】：積雪是干旱區(qū)和半干旱區(qū)重要的水資源來源之一,季節(jié)性積雪融水對(duì)于來年的農(nóng)業(yè)生產(chǎn)和生態(tài)發(fā)展都有著重要的作用。積雪深度是雪水當(dāng)量的計(jì)算的重要參數(shù),并且為春季性洪水的預(yù)警提供重要的數(shù)據(jù)支持。本研究選取新疆昌吉州呼圖壁縣內(nèi)軍塘湖流域?yàn)檠芯繀^(qū),以Sentinel-1數(shù)據(jù)中的涉寬幅模式(IW)下Level-1級(jí)單視復(fù)數(shù)影像(SLC)2016年8月15日-2017年2月23日和2016年8月15日-2017年3月19日兩組像對(duì)作為研究的基礎(chǔ)遙感數(shù)據(jù),以2017年2月23日至2017年3月28日野外實(shí)測雪深數(shù)據(jù)和超聲波雪深數(shù)據(jù)作為驗(yàn)證數(shù)據(jù)。在進(jìn)行驗(yàn)證數(shù)據(jù)采集時(shí)一般選取視野較為開闊,地形典型和受干擾較少的分布點(diǎn),并測取實(shí)際雪深、環(huán)境溫度、積雪含水率和密度等數(shù)據(jù)。與此同時(shí)在海拔較高、地形復(fù)雜等無法人工實(shí)測地點(diǎn)架設(shè)超聲波雪深探測儀及氣象站,從而進(jìn)行長時(shí)間數(shù)據(jù)采集。研究利用二軌差分干涉測量合成孔徑雷達(dá)技術(shù)(D-InSAR),經(jīng)過挑選像對(duì)、計(jì)算基線、去平地效應(yīng)、濾波降噪、相位解纏和地理編碼的處理流程,完成研究區(qū)雪深相位獲取,通過克里格插值法實(shí)現(xiàn)研究區(qū)域內(nèi)點(diǎn)狀數(shù)據(jù)向面狀轉(zhuǎn)換,同時(shí)結(jié)合地統(tǒng)計(jì)法,實(shí)現(xiàn)對(duì)反演雪深結(jié)果的驗(yàn)證,進(jìn)而定量定性的分析雪深反演結(jié)果。將微波反演雪深數(shù)據(jù)與溫度、積雪密度及積雪含水率結(jié)合,利用BP神經(jīng)網(wǎng)絡(luò)模型,綜合反演積雪深度,以提高反演精度。本研究的主要結(jié)論如下:1.二軌差分干涉測量合成孔徑雷達(dá)技術(shù)反演雪深獲得2017年2月23日雪深值范圍在12.455cm-42.1258cm,主要雪深在15-30cm,2017年3月19日反演出雪深范圍10.43cm-33.26cm,最主要的雪深范圍在12-21cm,選取與衛(wèi)星過境時(shí)間相符合時(shí)間的實(shí)測數(shù)據(jù)(大概為上午12:10左右),與反演結(jié)果進(jìn)行回歸線性分析,由于部分站點(diǎn)處由于山體遮蔽、地形復(fù)雜等原因,導(dǎo)致得到的相關(guān)系數(shù)分別為0.61和0.66。2.插值反演。通過對(duì)各點(diǎn)實(shí)測雪深(包含紅山水庫管理站分享的8個(gè)點(diǎn)數(shù)據(jù))以及超聲波雪深數(shù)據(jù)進(jìn)行克里格插值,得到2017年2月23日雪深值范圍在9.26cm-39.99cm,3月19日插值結(jié)果為8.55cm-32.93cm。對(duì)比分析反演雪深與插值雪深,發(fā)現(xiàn)插值的結(jié)果整體比反演雪深值低,相對(duì)來說,反演結(jié)果更符合實(shí)際雪深值,但兩者雪深整體變化趨勢一致,均為東北方向向西南方向雪深逐漸遞增。對(duì)二軌差分干涉測量合成孔徑雷達(dá)技術(shù)雪深反演結(jié)果進(jìn)行定量定性分析,發(fā)現(xiàn)反演結(jié)果較好,適用于研究區(qū)積雪深度反演。3.利用BP神經(jīng)網(wǎng)絡(luò)。為提高反演結(jié)果的精度,本研究綜合多因素共同構(gòu)建BP神經(jīng)網(wǎng)絡(luò)雪深反演模型,得到雪深反演結(jié)果較好。BP神經(jīng)網(wǎng)絡(luò)提高小樣本數(shù)據(jù)集的擬合度,且構(gòu)建模型速度快,利用該模型綜合Sentinel-1數(shù)據(jù)、環(huán)境溫度、積雪密度及含水率因子,構(gòu)建雪深反演模型,運(yùn)行該BP神經(jīng)網(wǎng)絡(luò)模型,利用隨機(jī)11各站點(diǎn)的數(shù)據(jù)構(gòu)建模型,得到2月23日雪深模型模擬精度R~2=0.84,3月19日雪深模型模擬精度為R~2=0.88。通過隨機(jī)5個(gè)站點(diǎn)的實(shí)測數(shù)據(jù)精度檢驗(yàn)2月23日檢驗(yàn)精度R~2=0.77,3月19日檢驗(yàn)精度R~2=0.81,從結(jié)果中發(fā)現(xiàn),利用BP神經(jīng)網(wǎng)絡(luò)可有效輔助遙感反演,反演結(jié)果精度明顯提高。綜上所述,本研究通過二軌差分干涉測量合成孔徑雷達(dá)技術(shù)進(jìn)行雪深反演,得到微波反演數(shù)據(jù),利用BP神經(jīng)網(wǎng)絡(luò)綜合多種因素,構(gòu)建BP神經(jīng)網(wǎng)絡(luò)雪深反演模型,得到的雪深反演結(jié)果較好。今后可為區(qū)域雪深反演及季節(jié)性積雪融水提供幫助,具有一定的實(shí)際意義及價(jià)值。
【學(xué)位授予單位】：新疆大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2018
【分類號(hào)】：P426.635;P407
【圖文】：

圖 1.不同地物的光譜曲線（ASTER 光譜庫）l curves of different land cover and snow（from spectral databa具有穿透云雨的特點(diǎn)，可提高積雪反演的精度。微波

技術(shù)路線圖

研究區(qū)概況Fig.3studyarea

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 曹志;范昊明;;我國東北低山區(qū)不同坡位積雪特性研究[J];冰川凍土;2017年05期

2 歐陽倫曦;李新情;惠鳳鳴;張寶鋼;程曉;;哨兵衛(wèi)星Sentinel-1A數(shù)據(jù)特性及應(yīng)用潛力分析[J];極地研究;2017年02期

3 孫亞勇;黃詩峰;李紀(jì)人;李小濤;馬建威;曲偉;;Sentinel-1A SAR數(shù)據(jù)在緬甸伊洛瓦底江下游區(qū)洪水監(jiān)測中的應(yīng)用[J];遙感技術(shù)與應(yīng)用;2017年02期

4 王磊;汪長城;付海強(qiáng);伍雅晴;;P波段極化干涉SAR森林高度反演研究[J];測繪工程;2017年02期

5 章皖秋;岳彩榮;顏培東;;TanDEM-X極化干涉SAR森林冠層高度反演[J];東北林業(yè)大學(xué)學(xué)報(bào);2017年01期

6 劉全明;成秋明;王學(xué);李相君;;河套灌區(qū)土壤鹽漬化微波雷達(dá)反演[J];農(nóng)業(yè)工程學(xué)報(bào);2016年16期

7 李少青;楊武年;楊彥通;何霜;;Sentinel-1A_IW雷達(dá)影像在地震形變信息提取中的應(yīng)用[J];測繪;2016年02期

8 吳文豪;李陶;陳志國;郝洪美;;Sentinel-1A衛(wèi)星TOPS模式數(shù)據(jù)干涉處理[J];測繪通報(bào);2016年02期

9 何連;秦其明;任華忠;都駿;孟晉杰;杜宸;;利用多時(shí)相Sentinel-1 SAR數(shù)據(jù)反演農(nóng)田地表土壤水分[J];農(nóng)業(yè)工程學(xué)報(bào);2016年03期

10 曾玲方;李霖;萬麗華;;基于Sentinel-1衛(wèi)星SAR數(shù)據(jù)的洪水淹沒范圍快速提取[J];地理信息世界;2015年05期

相關(guān)碩士學(xué)位論文 前5條

1 楊金明;基于主動(dòng)微波數(shù)據(jù)的天山山區(qū)季節(jié)性積雪雪深反演[D];新疆大學(xué);2017年

2 劉怡君;高分辨率機(jī)載InSAR相位解纏方法研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院遙感與數(shù)字地球研究所);2017年

3 田輝;D-InSAR技術(shù)在盤錦地區(qū)地面沉降監(jiān)測中的應(yīng)用研究[D];吉林大學(xué);2014年

4 饒楊莉;InSAR相位解纏算法研究及其軟件開發(fā)[D];西南交通大學(xué);2013年

5 余琴;C波段多極化SAR反演積雪濕度模型研究[D];中國科學(xué)院研究生院（遙感應(yīng)用研究所）;2004年

本文編號(hào)：2799596