發(fā)布時(shí)間：2020-10-22 18:13

　　 土壤水分是地表水存儲(chǔ)的重要組成部分,是大氣和陸地間的能量和物質(zhì)交換的重要因子,同時(shí),也是水文、生態(tài)環(huán)境等領(lǐng)域的研究熱點(diǎn)之一。土壤中水分的多少是以土壤含水量(通過儀器測(cè)出的精確定量數(shù)據(jù))表示的。在本論文中定量獲取土壤含水量是研究的重要內(nèi)容,所以論文中土壤含水量與土壤水分意義相同。極化合成孔徑雷達(dá)(Polarimetric Synthetic Aperture Radar,PolSAR)的極化特征、后向散射系數(shù)與土壤含水量存在很高的相關(guān)性,逐漸成為大尺度土壤水分監(jiān)測(cè)的重要方法。而光學(xué)遙感由于其空間分辨率高、衛(wèi)星傳感器多、并能夠提供各種光學(xué)指數(shù),如:歸一化植被指數(shù)NDVI、葉面積指數(shù)LAI等。所以能夠用于定量估測(cè)植被含水量。有效地將微波遙感數(shù)據(jù)與光學(xué)遙感數(shù)據(jù)協(xié)同使用,能更準(zhǔn)確的反演草原區(qū)土壤含水量,最大程度地發(fā)揮這些遙感衛(wèi)星的作用。本論文的主要研究成果包含以下幾個(gè)方面:(1)本文提出了多源遙感數(shù)據(jù)融合分類。在多種散射機(jī)制并存且密集交叉的環(huán)境下,相較于單一極化SAR數(shù)據(jù)分類,使用本文提出的多源遙感數(shù)據(jù)融合分類方法使研究區(qū)的地物分類精度得到提高,為土壤含水量監(jiān)測(cè)提供了更好的分類支持。(2)分析了含水量反演模型Shi模型和Dubois模型,對(duì)比研究了它們?cè)谥脖桓采w地區(qū)的含水量反演效果。發(fā)現(xiàn)Shi模型在此類植被覆蓋地區(qū)并不適用,反演精度低。同時(shí),研究還表明相較于Shi模型,Dubois模型在植被覆蓋地區(qū)的含水量反演效果比較好。但是在反演含水量過程中會(huì)出現(xiàn)數(shù)值偏高的問題,它的很大一部分原因在于研究區(qū)的植被對(duì)電磁波發(fā)生散射和吸收的影響,所以需要尋找一種消除植被影響的方法。通過實(shí)測(cè)數(shù)據(jù)與分析實(shí)驗(yàn),驗(yàn)證了水云模型在植被覆蓋相對(duì)較低的溫性荒漠化草原地區(qū)的適用性,消除了植被散射和吸收對(duì)雷達(dá)后向散射系數(shù)的影響,從而降低了Dubois模型的誤差。另外,利用定點(diǎn)實(shí)測(cè)含水量數(shù)值對(duì)反演值進(jìn)行修正,進(jìn)一步提高反演精度。為大尺度反演溫性荒漠化草原地區(qū)的含水量研究提出了新的方法。
【學(xué)位單位】：內(nèi)蒙古工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2018
【中圖分類】：S812.2
【部分圖文】：

第三章 草原區(qū)多源遙感影像融合與分類研究草原區(qū)多源遙感影像融合與演的首要步驟就是先進(jìn)行地物分類。因?yàn)橥寥篮啃畔⒌牡匚�，即無效區(qū)域，如高反演的準(zhǔn)確率。第二章已經(jīng)對(duì)土壤含水。本章首先對(duì)研究所用到的光學(xué)遙感數(shù)據(jù)，將本文使用的二級(jí)分類方法與 H-α 分類

圖 3-2 極化 SAR 影像Fig.3-2 Polarized SAR images SAR 影像預(yù)處理據(jù)協(xié)同應(yīng)用過程中，由于成像機(jī)理等不、分辨率、范圍等參數(shù)，要實(shí)現(xiàn)與光學(xué)R 數(shù)據(jù)進(jìn)行幾何校正、矢量裁剪、幾何述工作的專業(yè)軟件分別是：ENVI5.1 和 與矢量裁剪顯示圖像文件采集地面控制點(diǎn)計(jì)算誤差開始誤差太大

內(nèi)蒙古工業(yè)大學(xué)碩士學(xué)位論文影像的過程中，遙感設(shè)備被放置在不同的時(shí)，因?yàn)榇髿猸h(huán)境、遙感器工作模式等像存在各種扭曲變形[56]。為了解決這一學(xué)數(shù)據(jù)的幾何校正處理。幾何校正流程學(xué)影像作為基準(zhǔn)影像，使用 ENVI5.1 專正，具體步驟為：主菜單>Map>Registra幾何校正功能，選擇光學(xué)影像作為 Base。隨后在 Zoom 窗口中選擇地面控制點(diǎn)，
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 吳見;劉民士;李偉濤;;基于高光譜影像分解的土壤含水量反演技術(shù)[J];水土保持通報(bào);2013年05期

2 趙一博;鄒煥新;秦先祥;;一種基于RBF神經(jīng)網(wǎng)絡(luò)的極化SAR圖像分類方法[J];現(xiàn)代雷達(dá);2013年08期

3 戴玉芳;凌飛龍;;水云模型于L波段SAR和中國(guó)北方森林的適用性分析[J];遙感信息;2013年04期

4 周鵬;丁建麗;王飛;古麗加瑪麗·吾不力;張治廣;;植被覆蓋地表土壤水分遙感反演[J];遙感學(xué)報(bào);2010年05期

5 陳亮;施建成;蔣玲梅;杜今陽;;基于物理模型的被動(dòng)微波遙感反演土壤水分[J];水科學(xué)進(jìn)展;2009年05期

6 呂殿青;邵明安;潘云;;容重變化與土壤水分特征的依賴關(guān)系研究[J];水土保持學(xué)報(bào);2009年03期

7 尹嬙;曹芳;洪文;;一種裸露土壤參數(shù)反演結(jié)果的驗(yàn)證方法[J];電子與信息學(xué)報(bào);2009年03期

8 劉萬俠;王娟;劉凱;鐘凱文;;植被覆蓋地表主動(dòng)微波遙感反演土壤水分算法研究[J];熱帶地理;2007年05期

9 劉偉;施建成;余琴;;基于機(jī)載極化雷達(dá)技術(shù)的農(nóng)作物覆蓋區(qū)土壤水分估算[J];干旱區(qū)地理;2005年06期

10 裴浩,張世源,敖艷青;渾善達(dá)克沙地氣候特征及其氣候變化分析[J];氣象科技;2005年01期

相關(guān)博士學(xué)位論文 前5條

1 李洋洋;集成光學(xué)與微波遙感蘇打鹽堿地水鹽含量反演方法研究[D];中國(guó)科學(xué)院研究生院（東北地理與農(nóng)業(yè)生態(tài)研究所）;2014年

2 張婷婷;基于PLS模型的農(nóng)業(yè)土壤成分高光譜遙感反演研究[D];吉林大學(xué);2010年

3 銀山;內(nèi)蒙古渾善達(dá)克沙地荒漠化動(dòng)態(tài)研究[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2010年

4 李森;基于IEM的多波段、多極化SAR土壤水分反演算法研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2007年

5 李紅麗;渾善達(dá)克沙地沙漠化過程及其植被恢復(fù)的基礎(chǔ)研究——以正藍(lán)旗為例[D];內(nèi)蒙古農(nóng)業(yè)大學(xué);2003年

相關(guān)碩士學(xué)位論文 前8條

1 王馳;基于極化SAR的沙地土壤含水量反演方法研究[D];內(nèi)蒙古工業(yè)大學(xué);2017年

2 劉璇;基于高光譜遙感圖像的植被光譜特征分析及含水量反演[D];哈爾濱工業(yè)大學(xué);2016年

3 金夢(mèng)婷;基于合成孔徑雷達(dá)衛(wèi)星數(shù)據(jù)反演表層土壤含水量的研究[D];杭州師范大學(xué);2016年

4 洪偉偉;近紅外光在云層中的傳輸特性與偏振分布研究[D];合肥工業(yè)大學(xué);2013年

5 仇成強(qiáng);基于SAR圖像的土壤含水量反演方法研究[D];電子科技大學(xué);2012年

6 巨兆強(qiáng);中國(guó)幾種典型土壤介電常數(shù)及其與含水量的關(guān)系[D];中國(guó)農(nóng)業(yè)大學(xué);2005年

7 許小燕;表層土壤水分預(yù)測(cè)下層土壤水分的模型研究[D];西北農(nóng)林科技大學(xué);2005年

8 姚春生;使用MODIS數(shù)據(jù)反演土壤水分研究[D];中國(guó)科學(xué)院研究生院（遙感應(yīng)用研究所）;2003年

本文編號(hào)：2851940