[发明专利]一种基于改进Freeman-Durden极化分解模型的土壤水分反演方法

说明书

针对基于微波遥感反演植被区土壤水分仍需要光学数据辅助，难以充分发挥微波遥感全天候观测能力的问题，本发明面向我国自主研制的首颗C波段高分三号雷达卫星，公开了一种基于改进Freeman‑Durden极化分解模型的土壤水分反演方法，不需要借助植被和地表粗糙度参量，即可实现植被区土壤水分高精度反演；该方法包括如下步骤：步骤1)针对高分三号卫星全极化雷达数据，基于改进Freeman‑Durden极化分解模型分解得到表面散射参量β和二面角散射分量α和fd；步骤2)模拟得到表面散射参量β_simu和二面角散射参量α_simu和fd_simu；步骤3)基于代价函数Zs和Zd将分解得到的表面散射和二面角散射参量与模拟参量进行匹配，得到土壤介电常数，并结合Dobson介电常数模型实现土壤水分反演。

技术领域

本发明涉及一种基于改进Freeman-Durden极化分解模型的土壤水分反演方法，面向我国首颗自主研制的C波段多极化SAR卫星，无需借助光学遥感数据的辅助，基于极化分解得到的表面散射和二面角散射实现植被覆盖区土壤水分高精度反演。

背景技术

土壤水分是全球能量循环的重要组成部分，是水文学、气象学和农学等学科研究中的重要参数。传统上获取土壤水分信息是依靠站点观测，不仅费时费力，而且由于站点分布稀疏，并不能全面反映土壤水分的空间分布特征。合成孔径雷达(SAR)具有全天时全天候的观测能力，受云、雨、雪的影响较小，能够更深的穿透植被层和土壤表面。微波传感器接收到的地表反射的微波后向散射系数与地表土壤的介电特性密切相关，而土壤的介电特性主要由其含水量决定，因此基于微波遥感估算土壤水分具备很好的物理基础。

目前基于主动微波遥感实现裸土区土壤水分反演的方法主要包括统计模型(Oh和Dubois等)和物理模型(IEM和AIEM等)。然而在植被覆盖地区，由于植被本身的多重散射效应和植被冠层水分对电磁信号的散射和衰减，导致很难区分出专门由土壤水分引起的雷达回波信号。植被区的后向散射系数模拟通常采用水云模型，假定各植被层为一个各项均质的散射体，忽略了植被层与地表之间的相互多次散射。水云模型的输入参数包括植被冠层含水量，以往研究通常基于光学遥感指数(NDWI和NDVI等)计算得到。尽管有研究表明光学遥感和微波遥感结合可有效提高土壤水分反演的精度，但是光学遥感数据拍摄容易受到云雨天气的影响，从而间接削弱了微波遥感全天候的观测能力。