本文選題：小麥　切入點：后向散射系數(shù)　出處：《電子科技大學(xué)》2016年博士論文

【摘要】：微波遙感具有全天時、全天候、穿透植被及觀測地面目標(biāo)物理和幾何特性的優(yōu)勢,被廣泛應(yīng)用到植被監(jiān)測、環(huán)境評估和災(zāi)害預(yù)警等領(lǐng)域。但是,地物微波散射機理極其復(fù)雜且不同對象散射特性差異較大。為了充分利用微波與地表相互作用的特性,發(fā)揮大尺度和全時相的數(shù)據(jù)優(yōu)勢,研究和探索地物的微波散射機理,構(gòu)建地物微波散射模型和定量反演算法為該領(lǐng)域的熱點。本論文以陸基散射計實驗數(shù)據(jù)為基礎(chǔ),以產(chǎn)量占據(jù)世界第二位的農(nóng)作物—小麥為研究對象,對小麥不同生長階段的微波散射特性進行了研究與分析,構(gòu)建了小麥微波散射模型,比較了不同的反演方法,完成了基于合成孔徑雷達(Synthetic Aperture Radar,SAR)圖像的小麥生物量反演,完善了農(nóng)作物參數(shù)定量反演的流程。本文的主要工作如下:(1)選取了2008-2009年和2010-2011年兩組小麥完整生長季的數(shù)據(jù)對小麥微波散射特性進行了分析和研究。實驗包括后向散射測量和地表參數(shù)采集兩個方面,其中后向散射測量獲得了四個波段(L、S、C、X),全極化(HH、HV、VH、VV),不同入射角(0-90°)和不同方位角(0-360°)情況下在小麥各個生長時期的后向散射系數(shù);地表參數(shù)包括小麥各個生長時期的各組分參數(shù)(麥稈、麥葉和麥穗的生物量、長度、厚度、寬度和含水量)、植被葉面積指數(shù)(Leaf Area Index,LAI)、稈密度、葉傾角、土壤參數(shù)(含水量、粗糙度和土壤成分)等。針對入射波參數(shù)(頻率、入射角、方位角、極化)、宏觀結(jié)構(gòu)(農(nóng)作物行列向)和微觀特征(小麥參數(shù)和下墊面土壤參數(shù))進行了散射特性研究和理論分析。(2)以小麥微波散射機理的研究為基礎(chǔ),構(gòu)建了小麥微波散射模型,包括經(jīng)驗、半經(jīng)驗和理論模型。利用后向散射系數(shù)與地表參數(shù)建立了小麥的經(jīng)驗?zāi)Ｐ?針對小麥重要的生長器官-麥穗,將小麥完整生長季劃分為有麥穗和無麥穗兩個生長期,對水云(Water Cloud,WC)模型和密歇根微波冠層散射(Michigan Microwave Canopy Scattering,MIMICS)模型進行了改進,建立了小麥的半經(jīng)驗?zāi)Ｐ?利用矢量輻射傳輸理論,將小麥分為麥穗層、麥稈葉層和小麥底部土壤層,進行了多層后向散射建模,構(gòu)建了小麥輻射傳輸理論模型;最后利用實測的后向散射系數(shù)對小麥的散射模型進行了驗證和分析。(3)基于建立的小麥散射模型和實測地表參數(shù),建立了三種小麥參數(shù)反演方法。首先建立了小麥生物量反演經(jīng)驗?zāi)Ｐ?并利用實測數(shù)據(jù)進行驗證;然后利用基于改進的水云模型和簡化的MIMICS模型的兩種反演方法,對小麥生物量進行了反演,通過實測數(shù)據(jù)比較了兩種方法的優(yōu)劣性;最后利用神經(jīng)網(wǎng)絡(luò)反演方法,采用小麥輻射傳輸理論模型的模擬數(shù)據(jù),完成神經(jīng)網(wǎng)絡(luò)訓(xùn)練,實現(xiàn)了小麥生物量反演,并通過實測數(shù)據(jù)進行了驗證和分析。(4)本文對與地面測量實驗同步獲取的ASAR(Advanced Synthetic Aperture Radar)圖像進行了預(yù)處理,提取了實驗區(qū)域-川西實驗場的后向散射系數(shù)。利用基于簡化的MIMICS模型的反演方法和神經(jīng)網(wǎng)絡(luò)反演方法進行了小麥生物量反演。利用川西實驗場內(nèi)的實測生物量和實驗區(qū)域的TM圖像對基于ASAR圖像反演的小麥生物量進行了驗證。小麥是行種植的低矮農(nóng)作物,本文通過小麥散射機理與生物量參數(shù)反演的研究,發(fā)現(xiàn)小麥行列向在不同生長階段對不同頻率和極化的入射波的后向散射影響不同,通過對后向散射系數(shù)差異的比較和分析,為后續(xù)農(nóng)作物行列向建模奠定了基礎(chǔ);利用麥穗對后向散射的影響改進了水云模型和MIMICS模型,并提出了小麥多層理論模型。本文開展了實驗測量、散射特性分析、散射模型建立和反演方法研究,最終基于SAR圖像對農(nóng)作物參數(shù)進行了反演,并采用實測數(shù)據(jù)和光學(xué)數(shù)據(jù)對SAR圖像提取結(jié)果進行了驗證,完善了農(nóng)作物參數(shù)反演的流程。本文研究成果豐富了小麥微波散射機理研究,推動了小麥參數(shù)定量反演的發(fā)展,對實現(xiàn)基于SAR圖像的農(nóng)作物生長狀況和植被生態(tài)環(huán)境監(jiān)測有重要學(xué)術(shù)意義和應(yīng)用價值。
[Abstract]:......
【學(xué)位授予單位】：電子科技大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2016
【分類號】：S512.1

【參考文獻】

相關(guān)期刊論文 前7條

1 董彥芳;龐勇;孫國清;李增元;;ENVISAT ASAR數(shù)據(jù)用于水稻監(jiān)測和參數(shù)反演[J];武漢大學(xué)學(xué)報(信息科學(xué)版);2006年02期

2 李開麗,蔣建軍,茅榮正,倪紹祥;植被葉面積指數(shù)遙感監(jiān)測模型[J];生態(tài)學(xué)報;2005年06期

3 方秀琴,張萬昌;葉面積指數(shù)(LAI)的遙感定量方法綜述[J];國土資源遙感;2003年03期

4 惠鳳鳴,田慶久,金震宇,李海濤;植被指數(shù)與葉面積指數(shù)關(guān)系研究及定量化分析[J];遙感信息;2003年02期

5 張紀會,徐心和;一種新的進化算法——蟻群算法[J];系統(tǒng)工程理論與實踐;1999年03期

6 田慶久,閔祥軍;植被指數(shù)研究進展[J];地球科學(xué)進展;1998年04期

7 湯明;裸地散射特性分析[J];電波科學(xué)學(xué)報;1994年04期

，

本文編號：1668655