[发明专利]一种基于全极化SAR数据的土壤水分反演方法及系统

说明书

本发明公布了一种基于全极化SAR数据的土壤水分反演方法及系统，首先获取SAR影像数据并进行预处理；根据影像数据提取相干矩阵T3；使用极化二分量分解方法对传感器观测到的极化相干矩阵T3进行分解，获得表面散射分量的极化相干矩阵以及相应的后向散射系数；建立土壤介电常数与极化分解后表面散射分量后向散射系数的关系；对耦合后的模型求逆，将土壤介电常数表征为极化分解后表面散射分量后向散射系数的函数；使用有效粗糙度参数方法参数化Dubois模型中的均方根高度s；结合土壤介电常数模型，将后向散射系数带入Dubois模型反演土壤水分。该方法通过引入去极化方向角处理、使用非负特征值分解方法确定体散射强度系数、忽略总后向散射中的二次散射分量这三项改进，得到了极化二分量分解方法，并将其用于表面散射分量与体散射分量的分离，避免了植被散射贡献的影响，提高了植被生长阶段土壤水分反演精度。

技术领域

本发明涉及遥感图像数据处理技术领域，特别是一种基于全极化SAR数据的土壤水分反演方法及系统。

背景技术

土壤水分是农作物生长的重要参数，在农业管理、地表水循环、近地空间能量交换中起重要作用。在农业生产中，土壤水分是农作物生长发育不可或缺的基本元素，土壤水分的含量直接关系农作物的健康状况。土壤水分还可以通过影响土壤空气及土壤温度间接地影响养分的化学反应并预防高温和霜冻。此外，土壤水分是水循环的重要组成部分，控制着地表渗流和地表径流的重新分配，同时影响着降水、温度和蒸散等气候过程。实时准确地监测旱作农田的土壤水分对于农作物的估产、旱情涝情的预测、以及环境水文等科学研究有重要意义。

土壤水分可以通过实地测量与遥感技术获得。实地测量精度高，但是测量过程复杂，工作量大，难以在大范围进行。遥感技术的观测范围通常很大，可以实现地区乃至全球尺度的对地观测，且遥感观测的速度较快，受地面限制小，是大范围土壤水分估算与监测的有效途径。其中，极化合成孔径雷达(Synthetic Aperture Radar，SAR)蕴含着丰富的地面目标信息，是土壤水分反演的重要数据来源。极化SAR分解理论经过多年的发展，已经成为解译微波后向散射信号的重要手段。但是，现目前对极化SAR分解理论的研究和应用主要集中于目标识别和地物分类领域，将极化SAR分解应用于土壤水分反演的研究还相对较少。因此，从极化SAR分解的角度出发，对旱作农田的土壤水分反演方法开展进一步研究具有非常重要的意义和价值。

发明内容

有鉴于此，本发明的目的在于提供一种基于全极化SAR数据的土壤水分反演方法及系统，该方法基于Freeman-Durden分解方法，通过引入去方向角校正、使用非负特征值分解方法确定体散射分量强度系数、忽而二次散射分量三项改进构建出极化二分量分解方法。并基于该极化分解方法将SAR传感器观测到的总后向散射信号分为表面散射分量与植被体散射分量两部分。基于极化协方差矩阵/极化相干矩阵与后向散射系数之间的转换关系，由极化分解后的表面散射分量的极化相干矩阵T_s计算得到表面散射分量的后向散射系数。在此基础上，耦合Dubois裸露地表模型与植被双向衰减因子τ²，并对所得的函数关系求逆，得到耦合模型。耦合模型建立了极化分解后表面散射分量后向散射系数与土壤参数、植被参数以及SAR传感器参数之间的函数关系。使用有效粗糙度参数方法来参数化地表粗糙度。结合Topp模型完成土壤介电常数与土壤水分的转换，实现植被生长阶段土壤水分的反演。

为达到上述目的，本发明提供如下技术方案：

本发明提供一种基于全极化SAR数据的土壤水分反演方法，包括以下步骤：

获取SAR影像数据并进行预处理，所述影像数据为包括农作物生长阶段的SAR图像；

根据影像数据提取相干矩阵T3；

使用极化二分量分解方法对传感器观测到的极化相干矩阵T3进行分解，获得表面散射分量的极化相干矩阵T_s以及相应的后向散射系数；

建立土壤介电常数与极化分解后表面散射分量后向散射系数的关系；