[发明专利]一种结合微波和红外遥感影像的土壤水分反演方法

摘要

本发明是一种结合微波和红外遥感影像融合的土壤水分反演方法。本发明结合PDI指数和VSWI指数的适用性特点，根据地表植被覆盖度的不同，建立了基于综合干旱指数（CDI）的遥感监测模型。先使用红外遥感数据得到综合干旱指数结果，然后结合微波遥感数据，求得综合干旱指数反演结果与微波遥感数据的相关系数，建立回归方程，影像融合同时对微波数据进行降尺度，结果可将红外数据反演的综合干旱指数结果转化为真实的土壤水分值，并且用微波遥感数据对红外数据的空值区域进行填补，即可得到完整的高分辨率土壤水分产品。该方法简单实用，提高了大范围土壤水分反演的效率。

主权项

1.一种结合微波和红外遥感影像的土壤水分反演方法，其特征在于:包括以下步骤：步骤1：基于红外遥感影像建立以NDVI为阈值的综合PDI指数与VSWI指数的综合干旱指数；步骤2：进行综合干旱指数与微波遥感土壤水分数据的相关性分析；步骤3：融合微波和红外影像的结果，得到完整土壤水分产品；所述步骤1在基于红外遥感影像建立综合干旱指数，具体包括以下子步骤：步骤1.1：计算红外影像的垂直干旱指数，其计算公式为：式中，Rred为经过大气校正的红光波段反射率，Rnir为经过大气校正的近红外波段反射率，M为土壤线的斜率；步骤1.2:计算红外影像的植被供水指数，其计算公式为：VSWI＝NDVI/Ts，式中，Ts为植被的冠层温度，NDVI是归一化植被指数；步骤1.3:PDI适用于低植被覆盖区，VSWI适用于高植被覆盖区，以NDVI为阈值，综合此两种指数建立综合干旱指数CDI，综合干旱指数的定义公式如下：式中，CDIi表示在任意像元点i的综合干旱指数，PDIi表示在任意像元点i的垂直干旱指数，VSWIi表示在任意像元点i的植被供水指数，PDImax和PDImin分别表示垂直干旱指数最大值和最小值，VSWImax和VSWImin分别表示植被供水指数最大值和最小值；所述步骤2在进行综合干旱指数与微波遥感数据相关性分析，进一步包括以下子步骤：步骤2.1：任取50组综合干旱指数CDI像元值；步骤2.2：取对应的微波遥感土壤水分数据的像元值，建立拟合关系；步骤2.3：选取相关性最好的拟合模型函数；所述步骤3在融合微波和红外影像的结果，进一步包括以下子步骤：步骤3.1：微波遥感数据质量控制：若微波土壤水分数据中的某 个像元为空值，则该空值像元使用其周围8个像元值的平均值作为该像元值；计算公式如下：式中，xθ表示该空值像元，xi表示该像元的邻接像元值，k为周围8个像元中空值的个数,k∈[0,7]且k∈Z；步骤3.2：影像融合同时进行降尺度，以获得高分辨率的完整土壤水分产品；所述步骤3.2在影像融合同时进行降尺度，进一步包括以下子步骤：步骤3.2.1：由步骤2所得，微波遥感数据与综合干旱指数的最佳拟合关系为：θM＝f(θCDI)，此处假设为线性关系，即θM＝a+b×θCDI，式中，θM为红外影像网格尺度上的一个像元代表的实际土壤含水量，θCDI为综合干旱指数上一个像元的值，a,b为系数；步骤3.2.2：取红外遥感影像网格上相邻i个像元的土壤含水量的平均值为微波遥感影像网格上一个像元的土壤含水量的值：式中，θ_S表示微波遥感网格尺度上的一个像元的土壤含水量，表示红外遥感影像网格尺度上一个像元的土壤含水量；步骤3.2.3：把步骤3.2.2中的公式代入步骤3.2.1中，有式中，表示CDI指数结果上一个像元的值；则对于每景影像可列出多个式子：该式中除了参数a、b都是已知量，通过最小二乘法解算出拟合关系最好的a、b，带入步骤3.2.1，求得每个θM的值。