[发明专利]一种基于多极化RADARSAT-2和Landsat8数据的植被覆盖地表土壤含水量反演方法

说明书

本发明公开了一种基于多极化RADARSAT‑2和Landsat8数据的植被覆盖地表土壤含水量反演方法，该方法包括如下步骤：步骤1)基于IEM模型，建立后向散射系数同极化差、同极化和与地表粗糙度和土壤含水量的关系模型；步骤2)基于Dubois模型与1)，建立后向散射系数同极化数据与裸土区土壤含水量关系模型；步骤3)基于PROSAIL辐射传输模型，建立玉米整个生长周期(初期、中期和末期)、冬小麦(初期)NDVI、NDWI1、NDWI2、MSI与植被冠层含水量关系模型，绘制植被含水量影像图；步骤4)结合裸土区土壤含水量半经验模型与植被含水量模型，建立植被覆盖地表土壤含水量反演方法，该方法经过多源数据协同、多模型融合、多区域试验，进一步提高了土壤含水量反演精度。

技术领域

本发明涉及一种基于多极化RADARSAT-2和Landsat8数据的植被覆盖地表土壤含水量信息提取方法，特别是一种应用雷达和多光谱卫星数据协同、大面积检测的土壤含水量的方法。

背景技术

地表土壤水分是陆地和大气能量交换过程中的重要因子，是联系地表水和地下水的纽带，也是进行旱情旱情监测、农作物估产的重要指标，地表土壤水分过多、多少对农业都会带来严重影响，是人们生活中最为关注的问题。

遥感作为新型对地观测技术，具有大面积同步覆盖、实时连续、经济有效等优点。雷达卫星传感器(如RADARSAT-2)与光学传感器(Landsat8-OLI)等多源遥感数据为空间探测提供了新的视角和研究方向。其中，雷达卫星传感器具有不受天气影响、全天时、全天候、穿云透雾的能力，能够穿透植被层和土壤表面，长波微波具有更深的穿透能力能够让人们了解植被覆盖下土壤的状况。多光谱遥感影像具有分辨率高，波段信息丰富，表现地表特征丰富等优点。基于光学遥感数据可较好的完成植被冠层水分信息的反演。雷达影像与光学影像协同反演稀疏植被覆盖区地表土壤含水量时，具有其他方法不可比拟的优势。

余凡等利用ASAR与TM数据协同建立了一种植被覆盖地表土壤水分的半经验耦合模型，提取了甘肃黑河实验区土壤含水量信息。曾文远等利用ENVI_SAT ASAR和Landsat5数据，提取了山西省西山矿区的表层土壤水分状况。张友静等人利用EASAR-APP、TM和MODIS数据，研究了小麦覆盖下地表土壤含水量的反演方法

McDonald等根据辐射传输模型，提出了MIMICS模型，之后经Roo等人的简化，被应用与稀疏植被覆盖地表土壤含水量反演。Attema等提出了水-云模型，探索出了一中植被覆盖度地表的土壤含水量反演方法。

目前，国内外反演土壤含水量多采用单一影像数据源，单一区域、单一模型进行研究，利用多源数据、多区域、多模型融合的方法，反演植被覆盖地表土壤含水量，至今较少。

考虑到以上问题，本发明利用RADARSAT-2散射特性和全极化特点，结合Landsat8光学特性，研发了一种具有典型区域特色的多源遥感数据协同反演植被覆盖地表土壤含水量反演方法。

发明内容

针对数据源单一、区域单一、模型单一植被覆盖地表土壤含水量反演方法研究不足、精度偏低等问题，本发明结合多数据源、多区域、多模型，建立了一种基于多极化RADARSAT-2和Landsat8数据的植被覆盖地表土壤含水量反演方法。

本发明的目的通过以下技术步骤实现：

步骤1)基于IEM模型，建立后向散射系数同极化差与地表粗糙度关系，获得同极化差与地表粗糙度关系响应图；

步骤2)基于IEM模型，建立后向散射系数同极化和()与地表粗糙度关系，获得同极化差与地表粗糙度关系响应图；

步骤3)基于IEM模型，建立后向散射系数同极化与地表粗糙度关系模型

步骤4)基于Dubois模型(HH模型和VV模型)，结合步骤3)，建立后向散射系数同极化差、和与裸土区土壤含水量关系模型；