[发明专利]基于被动微波混合像元分解技术的盐碱地特性探测方法

摘要

本发明的基于被动微波混合像元分解技术的盐碱地特性探测方法，属于遥感图像处理的技术领域。通过光谱遥感数据获得观测地区地物分类数据，建立针对盐碱地类型的被动微波混合像元分解模型；采用带约束条件的非负最小二乘法迭代运算求解方程组，实现盐碱地被动微波混合像元分解；进一步建立分解后的被动微波遥感数据与盐碱地含盐量的关系模型，实现盐碱地特性的有效探测。本发明为深入研究苏打盐碱地水盐特性与波谱信息的相关性，及苏打盐碱土的导电特性与微波辐射/散射信息的相关性，掌握苏打盐碱地的基本形态、时空动态变化过程、演变规律和地理分布特性，及苏打盐碱地的改良与合理利用，提供理论方法和技术手段。

主权项

一种基于被动微波混合像元分解技术的盐碱地特性探测方法，该方法的应用条件是被动微波遥感数据和光谱遥感数据，有如下过程：1)实现观测地区的地物分类，2)建立针对盐碱地类型的被动微波混合像元分解模型，3)被动微波混合像元分解模型求解，4）建立分解后被动微波遥感数据与盐碱地含盐量的关系模型；①所述的实现观测地区的地物分类，是对光谱遥感数据采用植被指数划分观测地区地物类型，确定观测地区水体、植被、盐碱地三类地物分类数据的结果；具体的地物分类方法是，从官方网站下载7、8和9月份分辨率光谱遥感影像，计算植被指数NDVI₇、NDVI₈和NDVI₉，其中，NDVI=（b2‑b1）/（b2+b1）,式中:b2是光谱遥感数据第二个波段，b1是光谱遥感数据第一个波段；由7、8和9月连续3个月NDVI指数直方图统计结果得到阈值T₁、T₂、T₃、T₄、T₅、T₆，则满足T₁≤NDVI_7‑9<T₂位置的数据定义为水体，同时满足T₂≤NDVI_8‑9<T₃和T₄<NDVI₇≤T₅位置的数据定义为植被，同时满足T₂≤NDVI_8‑9<T₃和T₆≤NDVI₇≤T₄位置的数据定义为盐碱地；②所述的建立针对盐碱地类型的被动微波混合像元分解模型，是从网站下载被动微波遥感数据，根据被动微波遥感数据的空间分辨率，根据观测地区的地理息，利用ArcGIS软件加载该地区shapefile矢量文件，得到该地区的被动微波遥感亮温数据，并通过ArcGIS软件将该数据转换为Grid网格数据；具体过程是：第一步是实现被动微波数据和地物分类数据配准，定位与一个被动微波混合像元匹配的地物分类信息，结合研究地区地物分类的结果，得到被动微波混合像元中该类地物的比例L；第二步被动微波混合像元模型应满足如下数学表达公式：T_b(x,y)=T_v(x,y)L_v(x,y)+T_w(x,y)L_w(x,y)+T_s(x,y)L_s(x,y)  （3）其中T_b代表观测地区被动微波混合像元亮温值，(x,y)代表被动微波混合像元位置；T_v代表地物分类为植被的亮温值，L_v代表与该被动微波混合像元空间位置匹配的分类数据中植被像元的比例；T_w代表地物分类为水体的亮温值，L_w代表与该被动微波混合像元空间位置匹配的分类数据中水体像元的比例；T_s代表地物分类为盐碱地的亮温值，L_s代表与该被动微波混合像元空间位置匹配的分类数据中盐碱地像元的比例；且被动微波混合像元中，所有地物分类类型出现的比例L应满足：L_v(x,y)+L_w(x,y)+L_s(x,y)=1   （4）第三步选取m×n范围的被动微波混合像元构成一个搜索窗口，记录m×n窗口中每个被动微波像元中不同地物的出现比例，构成地物分布比例矩阵；按公式（5）对m×n范围内的被动微波混合像元进行分解。通过构建方程组和非负最小二乘法迭代运算，求解m×n范围内被动微波混合像元分解后的各类地物的组分亮温T_c；T_B=P_c.T_c+E   (5)式中：c=w,v,s是地物分类的种类,即水体、植被和盐碱地，c的值为3；T_B是一个(m×n)×1的矢量，是m×n个被动微波混合像元亮温值；T_c是一个c×1的矩阵，是m×n窗口中每个被动微波混合像元对应的三类地物的组分亮温，这里m×n窗口中同类地物的组分亮温完全相同；P_c是一个(m×n)×c的矩阵，是m×n窗口中每个被动微波混合像元对应的地物分布比例；E是一个(m×n)×1的矢量，是m×n个残差数据；③所述的针对盐碱地被动微波混合像元分解模型求解，是将观测地区被动微波混合像元数据，分解成水体、植被和盐碱地三种类型的被动微波组分亮温数据；具体过程是采用迭代自组织数据分析算法（ISODATA算法）对观测地区连续一段时间的被动微波混合像元亮温进行统计分类；迭代自组织数据分析算法的分类的中心值作为水体、植被和盐碱地三类地物组分亮温初值的参考，定义各类地物分类的亮温初值X_w、X_v、X_s和各类地物分类的亮温变化阈值Y_c，确定某一地物分类的组分亮温T_c的选取范围是[X_c‑Y_c,X_c+Y_c]，其中c=w,v,s代表地物分类的种类,即水体、植被和盐碱地；④所述的建立分解后被动微波遥感数据与盐碱地含盐量的关系模型，是利用C波段和X波段的被动微波混合像元分解后的亮温数据的差异性，采用差分的方法，分析其亮温差值与盐碱地含盐量间的关系；具体过程是先计算C波段和X波段的被动微波混合像元分解后的亮温数据，进一步计算亮温差值，然后通过二次多项式拟合，建立亮温差值和地面采样数据含盐量的关系模型，如下：L=A×(T_X‑T_C)²+B×(T_X‑T_C)+C   （8）其中T_C和T_X分别代表C波段和X波段的被动微波混合像元分解后的亮温数据，L代表地面采样数据的含盐量，A、B和C代表二次多项式拟合系数；通过（8）式，获得关系模型中的回归系数A、B和C，进一步可以得到观测地区盐碱地的含盐量，实现盐碱地特性的有效探测。