微波遥感技术监测土壤湿度的研究_赵少华

合集下载

使用遥感技术进行农田土壤湿度监测的方法

使用遥感技术进行农田土壤湿度监测的方法

使用遥感技术进行农田土壤湿度监测的方法在农业领域,精确的土壤湿度监测对于农作物的生长和管理至关重要。

传统的土壤湿度监测方法费时费力且往往不够准确。

然而,随着遥感技术的不断发展和应用,它已经成为一种高效、准确的方法来监测农田土壤湿度。

本文将就使用遥感技术进行农田土壤湿度监测的方法进行阐述。

一、遥感技术的基本原理和应用遥感技术利用卫星、飞机等传感器捕捉地球表面的电磁辐射,并将其转化为可用的信息。

这些信息可以通过图像或数据形式传达给专业人员进行分析和解读。

在农田土壤湿度监测中,遥感技术主要基于微波辐射的原理。

由于土壤湿度对微波辐射的反射和吸收具有独特的特征,通过分析这些微波辐射的特征,可以推断土壤湿度的变化情况。

遥感技术在农田土壤湿度监测中具有显著的应用优势。

首先,它可以覆盖大范围的土地,迅速获取大量的数据,从而提供全面、细致的土壤湿度信息。

其次,遥感技术可以避免人为的 interferenc,提供客观、准确的结果。

而且它还可以与地理信息系统(GIS)等技术相结合,进行地区和时间上的比较分析,从而更好地支持农田管理决策。

二、遥感数据获取和处理方法遥感数据的获取是进行土壤湿度监测的关键步骤。

目前,主要有两类遥感数据广泛应用于农田土壤湿度监测:主动遥感数据和被动遥感数据。

主动遥感数据是通过发射和接收微波信号的方式获取的。

这种方法可以直接测量土壤湿度,具有较高的精度和灵敏度。

常用的主动遥感数据获取方式包括微波雷达和微波干涉。

被动遥感数据则是通过接收地球表面的自然辐射来获取的。

这些数据来源于可见光、红外线和热辐射等不同波段的辐射。

针对土壤湿度监测,红外辐射和热辐射的监测方法应用较为广泛。

红外辐射可以通过测量地表温度来间接推测土壤湿度,而热辐射则是通过测量地表和土壤的热辐射量来获取土壤湿度信息。

在获取遥感数据之后,需要进行一系列的处理和分析。

这些处理方法包括辐射校正、影像融合、特征提取等。

通过这些处理方法,可以进一步提高遥感数据的质量和可用性,使其更好地用于土壤湿度监测。

微波遥感技术在农田土壤监测中的应用

微波遥感技术在农田土壤监测中的应用

微波遥感技术在农田土壤监测中的应用近年来,随着科技的发展和农业的进步,农田土壤监测变得越来越重要。

而微波遥感技术正是一种广泛应用于农业领域的高科技手段。

本文将探讨微波遥感技术在农田土壤监测中的应用。

首先,我们来了解一下什么是微波遥感技术。

微波遥感技术是利用微波的电磁波信号来获取地面特征和信息的一种技术。

通过发射微波辐射源,然后接收和处理传回的微波信号,可以获取地面目标的相关信息。

微波遥感技术具有穿透能力强、无人机不受天气条件限制等特点,因此在农田土壤监测中有着广泛的应用前景。

微波遥感技术在农田土壤监测中的应用主要体现在以下几个方面。

1. 土壤湿度监测:土壤湿度对农作物的生长和发展起到至关重要的作用。

微波遥感技术可以通过探测土壤水分含量,帮助农民判断何时进行灌溉。

利用微波辐射穿透土壤表层,通过接收和处理微波信号的强度、反射率等参数,可以精确判断土壤湿度的变化,为农田灌溉提供科学的依据,减少用水量,提高农业生产效益。

2. 土壤质量评估:土壤的质量对于农作物的生长和产量有着重要影响。

微波遥感技术可以通过测量土壤的电磁参数,如介电常数和散射特性等,来评估土壤的质量。

通过对比不同地区土壤电磁参数的差异,可以判断土壤质量的优劣,并针对性地采取土壤调理措施,提高土壤质量,增加农作物产量。

3. 土壤盐碱化监测:土壤盐碱化是农田面临的严重问题之一,严重影响着农作物的生长和发展。

微波遥感技术可以通过测量土壤含盐量和盐碱分布情况,帮助农民及时采取盐碱地改良措施。

利用微波信号的特性,可以精确测定土壤中的盐分含量,并绘制盐碱分布图,从而指导农民合理种植、选择适应盐碱地的农作物,提高农田利用率。

4. 农田病虫害监测:微波遥感技术还可以通过测量植被的微波辐射特性,监测农田的病虫害情况。

病虫害对农作物的危害很大,及时发现和控制病虫害是保证农作物产量和质量的关键。

利用微波遥感技术,可以通过比较农田植被的微波反射率变化,判断农田中是否存在病虫害,并及时采取防治措施,降低病虫害对农作物的危害。

遥感技术在土壤水分监测中的应用研究

遥感技术在土壤水分监测中的应用研究

遥感技术在土壤水分监测中的应用研究一、引言在农业生产中,土壤水分是农作物生长和产量形成的重要因素之一。

因此,准确监测土壤水分的变化对于精细化农业管理至关重要。

近年来,随着遥感技术的迅速发展和广泛应用,其在土壤水分监测中的应用也越来越受到研究者的关注。

本文将重点探讨遥感技术在土壤水分监测中的应用研究。

二、遥感技术概述遥感技术是通过感知和记录地面目标的电磁辐射,获取地表特征信息的一种技术手段。

它具有全球性、多时相性、实时性和自动化等优势,能够提供大范围、长时间序列的土壤水分监测数据。

常见的遥感数据包括航空遥感影像、卫星遥感影像等。

三、土壤水分监测的方法1. 传统监测方法:传统的土壤水分监测方法主要依靠人工采样和实地测量,包括土壤钻孔、电阻法、毛管压力法等。

这些方法虽然准确可靠,但局限于小样本量、时空分布不均匀等问题,难以全面监测土壤水分的变化。

2. 遥感监测方法:相对于传统方法,遥感技术具有全面性、高效性和快速性的优势,能够提供大范围、高分辨率的土壤水分监测数据。

常用的遥感监测指标包括地表温度、植被指数和微波遥感数据等。

这些指标与土壤水分之间存在一定的关联,可以作为土壤水分监测的重要参考。

四、遥感技术在土壤水分监测中的应用1. 土壤水分提取:遥感技术可以通过反射和辐射的物理特性来提取土壤水分信息。

通过对遥感影像进行预处理和特征提取,可以得到地表温度、植被指数等参数,从而间接反映土壤水分状况。

这种非接触式的监测方法不仅能够实现大范围土壤水分的监测,还能够实时跟踪土壤水分的变化。

2. 土壤水分定量化研究:通过建立土壤水分与遥感指标之间的关系模型,可以将遥感监测所得的指标转化为土壤水分数据。

这种定量化的研究方法不仅能够提高土壤水分监测的准确性,还能够实现大范围的土壤水分定量化分析。

3. 土壤水分空间分布预测:利用遥感技术获取的土壤水分监测数据,可以进行土壤水分空间分布的预测和分析。

通过建立空间插值模型或者机器学习算法,可以对土壤水分的空间分布进行高精度的预测,为农业生产提供科学依据。

遥感监测土壤水分研究综述

遥感监测土壤水分研究综述
[ 7]
就尝
演土壤水分具有相当大的优势。其方法和理论依据 就是建立在遥感参数和土壤水分 之间的相互关系 上, 通过记录土壤反射特定波段的发射率或者土壤 的发射率来迅速地分析和获取土壤水分数据。遥感 手段还能解决传统方法不能很好解决的土壤水分的 空间分布和时间变化制图。与传统的土壤水分监测 方法相比, 飞速发展的遥感技术手段监测土壤水分 具有许多不可替代的优势, 包括快速、 实时、 长时期 动态大区域监测以及良好的时间空间分辨率。因此 利用遥感手段已成为监测大区域范围内土壤水分时
潇 ( 1980~ ) , 男 , 博士研究生 , 主要从事国土资源与生态环境遥感研究。 E -mail : wshaw@ 263. net
收稿日期 : 2005- 10- 20; 收到修改稿日期 : 2006- 06- 12
158




44 卷
MODIS 数据的普遍应用, 光学和热红外波段的遥感 反演方法也日趋成熟。目前 , 国外有学者结合可见 光、 近红外与热红外的信 息, 使用 归一化植被指数 ( NDVI) 和陆地表面温度 ( LST ) , 构建 NDVI -LST 空间 来反演土壤水分。 国内开展土壤水分遥感监测实验研究比国外大 约晚 10 年以上 , 大体上从 20 世纪 80 年代中期才开 始起步。在使用可见光 / 近红外与热红外波段监测 土壤水分的遥感模型及其应用方面 , 国内发展迅速 , 而且 工 作 重 点 体 现 在 利 用 NOAA/ AVHRR 以 及 MODIS 数据进行土壤水分或干旱的宏观监测以及实 际应用研究[ 10~ 12] 。徐彬 彬[ 13~ 15] 在宁芜 试验场做 了大量的土壤水分研究的开创性工作, 研究了土壤 水分对土壤反射光谱的影响 , 进行了土壤水分遥感 的前期光谱研究工作 , 发现土壤含水量的增加 , 会降 低光谱反射率, 特别是在红及红外波段。张仁华[ 16] 提出了一个考虑地表显热通量及潜热通量的热惯量 模式; 隋洪智等[ 17] 通过简化能量平衡方程 , 直接使 用卫星资料推算出一个被称为表观热惯量 ( ATI) 的 量, 并以此量与土壤水分建立关系式来监测旱灾; 肖 乾广等 [ 18] 从土壤的热性质出发, 在求解热传导方程 的基础上引入了 / 遥感土壤水分最大信息 层0 的概 念, 并以此理论建立了多实相的综合土壤湿度统计 模型 ; 辛景峰等[ 19] 利用 NOAA -AVHRR 数据集, 研究 了土壤湿度与地表温度 / 植被指数的斜率的定量关 系; 齐述华等[ 20] 利用水分亏缺指数 ( WDI) 进行了全 国旱情监测研究 ; 张振华等[ 21] 利用较为成熟的作物 缺水指数方法对于冬小麦田的土壤含水量进行了估 算。 112 微波遥感 在被动微波遥感领域 , 20 世纪 70 年代初 , 美国 国家航空航天局 ( NASA) 在亚历山大农田进行了航 空微波辐射计飞行试验, 同步观测了 0~ 15 cm 的土 壤湿度, 并对试验数据进行了分析 , 发现亮度温度与 土壤湿度 ( 质量百分比) 具有较好的线性相关。随着 卫星微波遥感数据的有效利用 , 一些研究者建立了 降雨指数 API 和微波极化差异指数( Microwave Polar ization Difference Index) 等土壤湿度指示因子与土壤 亮度温度之间的线性关系。Njoku 等[ 22] 基于辐射传 输方程 , 建立亮度温度与土壤湿度等参数的非线性 方程, 然后用迭代法和最小二乘法解非线性方程求 出土 壤 湿 度。 而 最 终 美 国 Njoku 的 算 法 成 为 AMSR/ E 土壤水分反演的标准算法。 在主动微波遥感领域, 合成孔径雷达 ( SAR) 已

基于遥感的土壤湿度监测研究

基于遥感的土壤湿度监测研究

基于遥感的土壤湿度监测研究一、引言土壤湿度是农业生产、水资源管理和生态环境保护等领域中一个至关重要的参数。

准确、及时地获取土壤湿度信息对于合理灌溉、干旱预警、作物生长预测以及生态系统评估等具有重要意义。

传统的土壤湿度监测方法往往费时费力,且难以实现大面积的同步观测。

随着遥感技术的迅速发展,为土壤湿度的监测提供了一种高效、便捷且大面积同步观测的手段。

二、遥感监测土壤湿度的原理遥感技术通过传感器接收来自地表的电磁辐射信号,这些信号包含了与土壤湿度相关的信息。

不同的电磁波谱段对土壤湿度的响应有所不同。

例如,在可见光和近红外波段,土壤的反射率主要受到土壤质地、颜色和粗糙度的影响;而在微波波段,土壤湿度的变化会导致介电常数的改变,从而影响微波的后向散射系数。

常用的遥感数据源包括光学遥感和微波遥感。

光学遥感数据如陆地卫星(Landsat)、哨兵卫星(Sentinel)等,通过植被指数、地表温度等参数间接反演土壤湿度。

微波遥感如合成孔径雷达(SAR),则对土壤湿度有更为直接和敏感的响应。

三、遥感监测土壤湿度的方法(一)基于热红外遥感的方法通过测量地表温度来推测土壤湿度。

当土壤湿度较高时,水分的蒸发会带走热量,导致地表温度相对较低;反之,土壤湿度较低时,地表温度较高。

利用这一原理,可以建立地表温度与土壤湿度之间的关系模型。

(二)基于微波遥感的方法微波遥感能够穿透云层,不受天气条件的限制,对土壤湿度具有较强的穿透能力。

其中,主动微波遥感(如 SAR)通过发射微波并接收后向散射信号来获取土壤湿度信息;被动微波遥感(如微波辐射计)则接收地表自然发射的微波辐射来反演土壤湿度。

(三)多源遥感数据融合的方法结合光学遥感和微波遥感的优势,综合利用不同遥感数据的特点,可以提高土壤湿度监测的精度和可靠性。

例如,将光学遥感获取的植被信息与微波遥感的土壤湿度信息相结合,能够更准确地评估土壤湿度状况。

四、遥感监测土壤湿度的影响因素(一)地表覆盖类型不同的植被类型和覆盖度会对遥感信号产生干扰,影响土壤湿度的反演精度。

被动微波遥感反演土壤水分的国内外研究现状-农业工程论文-农学论文

被动微波遥感反演土壤水分的国内外研究现状-农业工程论文-农学论文

被动微波遥感反演土壤水分的国内外研究现状-农业工程论文-农学论文——文章均为WORD文档,下载后可直接编辑使用亦可打印——一、引言土壤湿度在气象、水文等环境研究中作为最重要的特征参数之一,是影响全球气候的重要因素,而且土壤水分的研究对土壤能量平衡有着非常重要的意义。

随着微波遥感技术的发展和应用,微波遥感已经在地表土壤水分研究领域逐渐蓬勃发展,成为重要的监测手段。

利用微波遥感器进行地表土壤水分研究的原理在于微波遥感能直接捕获土壤的介电性能,而土壤介电性在很大程度上取决于土壤含水量,因此可从微波遥感观测资料中提取土壤含水量的信息。

星载微波遥感器进行对地观测时,由于其波长相对较长,受天气状况的影响较弱,而且对地物具有一定的穿透性,保证了在对地观测过程中全天时、全天候的观测能力。

此外,近年来的研究表明,微波遥感具有定量估算裸土和矮小、稀疏植被覆盖下的土壤水分的潜力。

因此,微波遥感在土壤水分、地表温度观测的应用方面具有独特的优势。

二、国内外研究进展目前国内外利用遥感监测土壤湿度的方法主要有微波遥感、红外遥感、植被供水指数、数据同化等方法。

红外遥感和卫星监测都会因天气的影响产生误差,且卫星遥感也会有自然条件的局限。

而微波遥感技术不受天气影响,微波辐射计的被动微波方法时间分辨率高,费用低,而且能针对不同的地质进行检测。

在微波遥感反演土壤水分的研究中,均未对频繁变化的土壤表面结构因素予以充分考虑,但土壤粗糙度正是制约土壤水分遥感精度的重要因素,由于自然地表往往都是不平坦的,因此如何减弱地表粗糙度对反演精度的影响一直是微波遥感反演土壤水分研究中的重点。

三、试验方案设计1. 试验设备试验所采用的微波辐射计是由中科院东北地理所(长春) 设计并研制的,本次试验所采用的辐射计波段为 C 波段(频率 6.6 GHz,波长4.55 cm) ,以及Ku 波段(频率13.9 GHz,波长2.16 cm) 。

2. 试验设计1) 粗糙度的改变方式是将通过手工制作的带有不同尺寸尖劈状的硬泡沫板的尖劈处按均匀的力度插入土中,并使其均匀分布于土壤表面所有位置。

微波遥感在土壤湿度监测中的应用研究

微波遥感在土壤湿度监测中的应用研究

微波遥感在土壤湿度监测中的应用研究摘要:在农业生产中,土壤湿度是一个重要的参数,对于作物的生长和发展有着重要的影响。

随着科技的发展,微波遥感技术被广泛应用于土壤湿度的监测和测量中。

本文将介绍微波遥感技术在土壤湿度监测中的应用研究,并探讨其优势和局限性。

1. 引言土壤湿度是土壤中水分含量的一种重要指标,对于农业生产的调控和管理至关重要。

传统的土壤湿度监测方法主要依赖于田间观测和采样分析,费时费力且需要大量的人力物力资源。

微波遥感技术的出现为土壤湿度监测带来了新的可能性。

2. 微波遥感技术概述微波遥感技术利用微波辐射与地表特性之间的相互作用来获取地表信息。

相比于可见光遥感技术,微波遥感技术在云雾、雨水等天气条件下仍能有效获取信息。

目前,微波遥感技术主要分为主动与被动两类。

主动微波遥感技术是指通过向地表发送微波信号并接收反射回来的信号来获取地表信息,而被动微波遥感技术则是利用地球自身辐射转发微波信号。

3. 微波遥感在土壤湿度监测中的应用微波遥感技术在土壤湿度监测中具有一定的优势。

首先,微波辐射能够穿透云层并透过植被,因此可以实时监测土壤湿度情况。

其次,微波波段与土壤中的水分之间有很好的关联性,可以通过微波辐射的特征来推断土壤湿度。

此外,微波遥感技术还可以进行大范围的监测,在短时间内获取大量的数据,提高了测量效率。

4. 微波遥感技术的局限性微波遥感技术在土壤湿度监测中也存在一些局限性。

首先,微波遥感技术对植被干扰较为敏感,植被的覆盖会影响微波信号的接收和解析。

其次,土壤的物理化学性质和土壤类型对微波辐射的响应不同,因此在不同土壤环境下准确推算土壤湿度更具挑战性。

此外,微波遥感技术对地表的粗糙性、坡度和土壤盐度等因素也有较高的要求,这限制了其在某些特定环境下的应用。

5. 未来发展趋势随着对土壤湿度监测需求的不断增加,微波遥感技术在该领域的应用得到了广泛关注。

今后的研究重点将在以下几个方面展开:首先,针对微波与植被干扰的问题,研究发展针对植被覆盖情况下的土壤湿度监测方法。

分析微波遥感技术在监测土壤湿度中的应用

分析微波遥感技术在监测土壤湿度中的应用

分析微波遥感技术在监测土壤湿度中的应用本文立足于土壤湿度的基本涵义与重要意义,结合笔者多年土壤湿度监测相关学习研究,详细介绍了主动微波遥感技术和被动微波遥感技在监测土壤湿度监测中的具体应用。

希望能为微波遥感技术在土壤湿度监测中的有效应用提供部分理论支撑。

标签:微波遥感技术土壤湿度植被粗糙度0前言土壤湿度与全球水循环、全球气候变化密切相关,对农业、水文、气象相关研究起着至关重要的作用。

因此,土壤湿度监测工作受到国内外相关研究者的高度重视。

目前,微波遥感技术凭借其独特优势被有效应用到土壤湿度监测工作中并发挥着及其重要的作用。

1土壤湿度土壤湿度是影响农业气候的重要因素,对农作物生长至关重要。

首先,土壤湿度能够有效反应该地当年的干旱情况,从而有利于农业部门合理开展耕作工作。

其次,土壤湿度是预报洪水最为重要的指标之一。

因此,土壤湿度检测对于农作物防旱、农业水文管理均具有十分重要的意义。

2土壤湿度的现代监测手段的应用2.1主动微波遥感技术主动微波遥感技术是通过遥感平台雷达进行微波波束发射,并将其投射到地表,然后通过雷达天线来收取相关回波信号,经过相关处理从而获得地物后向散射信息,进而在此基础上提取并分析相关物质特征或参数相关遥感技术。

目前,我国常用的主动微波遥感方法主要有散射模型法、土壤湿度变化探测法以及数据融合法。

其中,散射模型法充分考虑了植被具体情况、粗糙程度以及土壤湿度对于雷达的影响。

通常情况下,我们把σ°当作传感配置器与地表条件相关函数的反演土壤湿度。

具体而言,主要包括经验模型、半经验模型和理论模型。

MMICS模型立足于辐射传输方程,在我国微波植被散射特性研究中应用十分广泛。

农作物雷达后向散射机制为例,其具体散射过程如图1所示。

2.2被动微波遥感技术被动微波遥感通过微波辐射计等相关传感设备在较远距离的地方接收并记录物体本身微波辐射,从而有效推算、预测、分析各个相关物体特性的一种遥感技术。

它通过辐射传输相关方程式进行土壤水分反演,也就是说利用卫星传感器来取得地板能量、地表辐射能量从而促使能量平衡方程式关系的有效建立。

微波遥感技术监测土壤湿度的研究

微波遥感技术监测土壤湿度的研究

微波遥感技术监测土壤湿度的研究土壤湿度是描述土壤水分状况的重要参数,对于农业生产、水资源管理和地球系统科学等领域具有重要意义。

传统的土壤湿度监测方法通常依赖于现场采样和实验室分析,这些方法不仅费时费力,而且难以实现大范围、实时性的监测。

近年来,微波遥感技术的发展为土壤湿度的监测提供了一种新的解决方案。

本文将介绍微波遥感技术监测土壤湿度研究的现状、技术原理、实验方法、实验结果和实验讨论,以期为未来相关研究提供参考。

微波遥感技术监测土壤湿度具有许多优点。

微波信号对水分子具有独特的敏感性,可以准确反映土壤水分状况。

微波遥感技术具有穿透性强、不受云层和恶劣天气条件影响的特点,可以实现全天候、大范围的监测。

然而,目前微波遥感技术监测土壤湿度仍存在一些不足之处,如受土壤类型、地表覆盖物和气候条件等因素影响,以及缺乏统一的定标方法和数据产品标准。

微波遥感技术监测土壤湿度的原理主要基于微波的传播、反射和吸收特性。

当微波信号遇到湿润的土壤表面时,部分信号会被反射回来,而另一部分信号会穿透土壤并被土壤中的水分子吸收。

通过对反射和吸收的微波信号进行测量和处理,可以反演得到土壤湿度信息。

土壤中的有机质、含盐量和质地等成分也会对微波信号的传播和反射产生影响,因此在实际应用中需要考虑这些因素对土壤湿度监测结果的影响。

实验设计:本文选取了农田、森林和草原三种不同类型的土壤进行实验,以研究不同土壤类型对微波遥感技术监测土壤湿度的影响。

实验中使用了X波段和Ku波段的微波辐射计对土壤表面进行测量,并收集了同步的气象数据和土壤样本。

数据采集:在每个土壤类型中选取5个典型点进行测量,每个点连续测量5次,以取平均值减小测量误差。

在每个测量点收集同时段的气象数据,包括气温、相对湿度、风速等。

还采集了每个点的土壤样本,用于实验室分析。

数据处理:对采集的微波辐射计数据进行预处理,包括去除噪声、滤波等,以提高数据质量。

利用反演算法对滤波后的数据进行处理,得到每个测量点的土壤湿度值。

土壤水分遥感监测方法研究

土壤水分遥感监测方法研究

土壤水分遥感监测方法研究近年来,随着全球气候变化的影响越来越大,粮食生产受到了严重的挑战。

而土壤水分的监测对于农业生产至关重要。

传统的土壤水分监测方法需要耗费大量的人力物力,而且监测量有限,容易造成测量误差。

因此,土壤水分遥感监测方法逐渐得到了广泛的关注和应用。

土壤水分遥感监测是利用遥感技术获取土壤水分信息的一种方法。

遥感技术可以通过航空器、卫星等获取大范围地表信息,包括土壤水分等参数。

遥感技术的优势在于监测范围广、实时性高,且监测过程不会对被监测对象造成破坏。

当前,土壤水分遥感监测技术主要包括微波遥感、红外遥感和激光雷达遥感等。

其中,微波遥感技术是最为常用的一种。

微波遥感技术是利用微波辐射与土壤介电常数的变化关系来监测土壤水分的一种技术。

微波遥感技术可以获取土壤水分的垂直和水平分布,以及土壤水分的纵向或侧向运移等信息。

红外遥感技术是通过反射或辐射测量热辐射,从而推断土壤水分的一种方法。

这种方法可以在高分辨率图像中区分不同植被下的土壤水分含量,并且可以在不同时间点判断土壤水分的变化情况。

激光雷达遥感技术则是通过测量激光信号与地面反射的时间差来获取地表高程等信息。

根据地形图像与激光点云地形图像融合,可以获取覆盖区域的土壤水分含量等信息。

总的来说,土壤水分遥感监测技术具有非常广泛的应用前景。

它可以广泛地用于宏观的土壤水分监测、农业生产、森林资源管理等方面。

同时,随着遥感技术的不断发展,固定点遥感和移动式遥感等技术也跻身于当前遥感技术的前沿研究领域中。

但是,土壤水分遥感监测技术也存在着一些问题。

例如,难以准确测量精度,无法测量土壤剖面内部的水分含量,需要对土壤水分的介电常数变化进行校正等等。

面对这些问题,研究者应当积极开展相关研究,努力解决这些困难。

综上所述,土壤水分遥感监测技术具有广泛的应用前景,可以为农业生产和自然资源管理等方面提供可靠的数据支持。

随着科技的不断进步,这种技术还有着大量的研究和应用空间。

土壤水分遥感监测及其在农业中的应用研究

土壤水分遥感监测及其在农业中的应用研究

土壤水分遥感监测及其在农业中的应用研究一、引言土壤水分是农业生产中的重要变量之一,对作物的生长发育、产量和品质有着重要影响。

传统的土壤水分监测方法需要人工采集土壤样本,不仅费时费力,且监测结果具有局限性和不确定性。

遥感技术的出现为土壤水分监测提供了新的方法。

本文主要探讨土壤水分遥感监测及其在农业中的应用研究。

二、土壤水分遥感监测方法1. 微波遥感方法微波遥感方法是利用微波能量与土壤水分之间的相互作用关系确定土壤水分含量的方法。

根据微波能量在土壤中传播的不同特性,可分为主动微波遥感和被动微波遥感。

2. 热红外遥感方法热红外遥感方法是利用土壤表层温度的反演来获取土壤水分信息的方法。

这种方法基于土壤和水的热容、导热性、热传输等物理参数存在差异,通过在不同时间和空间尺度下对地表温度进行监测并进行多元回归计算,反演土壤水分含量。

三、土壤水分遥感应用研究1. 土壤水分监测利用遥感技术可以快速获取大范围的土壤水分信息,并能够及时反馈给农民和农业机构。

这为科学决策提供了重要的依据,促进了水资源的合理利用。

2. 水分定量评估定量评估作物生长的水分需求对于科学制定农业生产计划和决策有着重要的意义。

利用遥感技术和地理信息系统技术结合,可定量描绘土地利用和覆盖度、土地类型、土层类型、土地坡度、土地坡向等因素与土壤水分含量之间的关系。

3. 灾害监测和预警干旱是影响我国农业生产的主要天气灾害之一。

利用遥感技术可以对土壤水分、气象、土地利用等关键因素进行监测和预测,提供更加准确的干旱预警和救灾措施。

四、遥感技术在农业中的应用前景发展遥感技术在农业中的应用,将有望形成一种绿色、高效、节约的现代农业生产方式。

可以提高资料的获取效率,更加全面准确地掌握农业生产中关键参数的变化趋势,为农业生产可持续发展提供坚实基础。

五、结论土壤水分监测技术的发展,有助于了解水资源状况,为全球的涉水管理提供基础数据,更好地利用土地和水资源。

遥感技术的应用,将为农业生产提供更加全面、准确、高效的信息支持,为实现精准农业和智慧农业提供了强有力的技术支撑。

土壤湿度遥感监测方法研究

土壤湿度遥感监测方法研究

土壤湿度遥感监测方法研究土壤湿度是农业生产中非常重要的一个参数,了解土壤湿度的变化可以帮助农民科学合理地调节灌溉水量,提高农作物的产量和品质。

传统的土壤湿度监测方法往往需要大量的人力和物力投入,而且覆盖范围有限。

然而,随着遥感技术的不断发展,土壤湿度的遥感监测已成为一种趋势,可为大范围的土壤湿度监测提供更高效、更全面的解决方案。

土壤湿度的遥感监测方法研究包含了多个方面,如遥感传感器选择、土壤湿度指标提取及数据处理等。

首先,选择合适的遥感传感器对土壤湿度进行监测是至关重要的。

常用的遥感传感器包括热红外遥感传感器和微波遥感传感器。

热红外遥感传感器通过测量土壤表面温度来反推土壤湿度,而微波遥感传感器则通过测量微波辐射的反射、散射特性来获得土壤湿度信息。

根据不同的应用需求和地区特点,选择适合的遥感传感器可以提高土壤湿度监测的准确性和效率。

其次,提取合适的土壤湿度指标是土壤湿度遥感监测的关键步骤。

一般来说,土壤湿度指标可以分为直接指标和间接指标两种。

直接指标是指直接根据遥感数据计算得出的土壤湿度值,例如土壤湿度指数(Soil Moisture Index,SMI)。

间接指标则是通过遥感数据与地面观测数据之间的关系来估算土壤湿度,例如植被指数与土壤湿度之间的关系。

根据实际的应用需求,选择合适的土壤湿度指标可以提高遥感监测的准确性和实用性。

最后,进行遥感数据的处理是土壤湿度遥感监测的关键环节。

遥感数据处理包括预处理、特征提取和数据分析等步骤。

预处理主要包括大气校正和辐射校正,以减小大气和地表反射对土壤湿度遥感数据的干扰。

特征提取则是从遥感数据中提取出与土壤湿度相关的特征,例如地表温度和植被指数等。

数据分析则是根据提取的特征进行土壤湿度估算和分析,可以利用机器学习的方法建立土壤湿度模型,提高土壤湿度遥感监测的准确性和精度。

综上所述,土壤湿度的遥感监测方法研究是一个涉及遥感传感器选择、土壤湿度指标提取和数据处理等多个方面的综合性课题。

土壤湿度遥感监测指标提取方法改进研究回顾

土壤湿度遥感监测指标提取方法改进研究回顾

土壤湿度遥感监测指标提取方法改进研究回顾引言土壤湿度是农业生产中重要的环境因素之一,对作物的生长和发育起着至关重要的作用。

传统的土壤湿度监测方法受制于时间和空间分辨率等限制,因此遥感技术被广泛应用于土壤湿度监测。

本文将回顾当前土壤湿度遥感监测指标提取方法的研究进展,并对改进方向进行探讨。

一、土壤湿度遥感监测指标提取方法概述土壤湿度遥感监测指标提取方法可以分为基于微波遥感和热红外遥感的两大类别。

1. 基于微波遥感的土壤湿度指标提取方法基于微波遥感的土壤湿度监测方法通常利用微波信号在不同土壤湿度条件下的衰减差异来反演土壤湿度。

这类方法主要包括反射指数法、极化指标法和敏感度指标法等。

其中,反射指数法是基于计算土壤的微波反射率与土壤湿度之间的关系,通过计算不同波段的反射指数来提取土壤湿度信息。

极化指标法则通过分析微波信号的极化特性来推导土壤湿度变化。

敏感度指标法则是利用微波信号对土壤湿度的敏感度来估计土壤湿度。

2. 基于热红外遥感的土壤湿度指标提取方法基于热红外遥感的土壤湿度监测方法主要利用了土壤水分对地表温度的影响。

这类方法主要包括温差指数法、热容积比法和表观热导率法等。

温差指数法是通过计算地表和大气温度的差异来估算土壤湿度。

热容积比法则是基于土壤的热容积比和热导率之间的关系,通过计算不同波段的温度指数来提取土壤湿度信息。

表观热导率法则是通过观测土壤的热导率和温度差异来推测土壤湿度。

二、土壤湿度遥感监测指标提取方法的研究进展土壤湿度遥感监测指标提取方法的研究已取得了一定的进展,但在实际应用中仍面临一些挑战。

1. 数据源的改进土壤湿度遥感监测指标提取方法在数据源方面需要进一步改进。

由于土壤湿度是一个动态变化的参数,因此需要高时间分辨率的遥感数据,以便能够实时监测土壤湿度的变化。

此外,还需要高空间分辨率的遥感数据,以便更准确地提取土壤湿度信息。

2. 模型的改进当前的土壤湿度遥感监测指标提取方法往往基于统计模型或经验模型,其对复杂地表和土壤类型的适应性有一定的局限性。

微波辐射对土壤水分测量的影响研究

微波辐射对土壤水分测量的影响研究

微波辐射对土壤水分测量的影响研究微波辐射是一种常用的测量土壤水分的方法。

然而,微波辐射对土壤水分测量的影响尚未得到充分的研究。

本文将对微波辐射对土壤水分测量的影响进行探究。

一、微波辐射对土壤水分测量的原理微波辐射测量土壤水分的原理是基于电磁波与水分分子相互作用而导致的反射和吸收。

当微波辐射穿过土壤时,会与土壤中的水分分子发生作用,一部分电磁波会被反射回来,而一部分电磁波则会被吸收。

通过测量电磁波的反射和吸收,我们可以得到土壤中的水分含量。

二、微波辐射对土壤水分测量的影响因素微波辐射对土壤水分测量的影响因素有很多。

其中最重要的因素是土壤的含水量和土壤的状态。

当土壤中的水分含量较低时,微波辐射会被反射回来的电磁波较多,从而降低了测量的精度。

当土壤处于松散状态时,微波辐射会被反射回来的电磁波较多,这也会导致测量结果的误差增大。

因此,在进行土壤水分测量时,需要对土壤的状态和含水量进行准确的判断。

此外,微波辐射本身的频率和功率也会影响测量结果。

当微波辐射的频率和功率过高时,可能会对土壤产生破坏,从而影响测量结果。

三、微波辐射对土壤水分测量的影响实验为了探究微波辐射对土壤水分测量的影响,我们进行了一系列实验。

实验中我们选取了不同含水量和状态的土壤样品,对其进行微波辐射测量。

实验结果表明,当土壤含水量较低时,微波辐射测量的精度较差,在高含水量的情况下,微波辐射测量的精度较高。

此外,当土壤处于紧密状态时,微波辐射测量的误差较小,当土壤处于松散状态时,微波辐射测量的误差较大。

微波辐射的功率和频率对测量结果也有一定影响,当微波辐射的功率和频率过高时,可能会导致土壤的破坏,从而影响测量结果的精度。

四、微波辐射对土壤水分测量的实际应用微波辐射测量土壤水分是一种比较常用的方法,其具有快速、准确、非破坏性等优点,因此在农业、环境科学、水文学等领域都得到了广泛的应用。

在农业中,微波辐射测量被用于确定作物的灌溉计划;在环境科学中,微波辐射测量被用于监测湖泊和河流中的水分含量;在水文学中,微波辐射测量被用于监测地下水位和土壤水分含量等。

基于遥感的土壤湿度监测技术研究

基于遥感的土壤湿度监测技术研究

基于遥感的土壤湿度监测技术研究一、引言土壤湿度作为反映土壤水分状况的重要指标,对于农业生产、水资源管理、生态环境保护等领域具有重要意义。

传统的土壤湿度监测方法往往存在着时空分辨率低、操作复杂、成本高昂等局限性。

随着遥感技术的不断发展,基于遥感的土壤湿度监测技术为解决这些问题提供了新的途径。

二、遥感监测土壤湿度的原理遥感技术通过传感器接收来自地表的电磁波辐射信息,从而获取地表特征的相关数据。

在土壤湿度监测方面,主要利用了土壤的光谱特性、热红外特性以及微波特性。

光谱特性方面,不同湿度的土壤在可见光、近红外和短波红外波段的反射率存在差异。

通常,湿润的土壤反射率较低,而干燥的土壤反射率较高。

热红外特性基于土壤水分含量对地表温度的影响。

湿润的土壤由于水分蒸发带走热量,其表面温度相对较低;干燥的土壤则相反,表面温度较高。

微波特性方面,土壤湿度的变化会导致微波的后向散射系数发生改变,从而可以通过测量微波信号来推算土壤湿度。

三、常用的遥感数据源(一)光学遥感光学遥感数据包括陆地卫星(Landsat)系列、哨兵卫星(Sentinel)系列等。

这些卫星提供了高空间分辨率的多光谱影像,但受天气条件影响较大,且在云层覆盖时无法获取有效数据。

(二)热红外遥感热红外遥感数据如 MODIS(Moderate Resolution Imaging Spectroradiometer)等,可以获取地表温度信息,但单独使用时精度有限。

(三)微波遥感微波遥感数据源包括合成孔径雷达(SAR),如 Sentinel-1 等。

微波具有穿透云层的能力,不受天气影响,对土壤湿度的监测具有独特优势。

四、遥感监测土壤湿度的方法(一)经验模型法基于大量的实地观测数据,建立遥感数据与土壤湿度之间的统计关系。

这种方法简单直观,但适用范围较窄,且精度易受地域和环境因素影响。

(二)物理模型法依据电磁波在土壤中的传输和散射理论,构建土壤湿度与遥感参数之间的物理模型。

微波遥感技术在农田土壤监测中的作用与优势

微波遥感技术在农田土壤监测中的作用与优势

微波遥感技术在农田土壤监测中的作用与优势在农业生产中,土壤是农民的排忧解难之道。

了解土壤的性质和变化对于实现高效而可持续的农业发展至关重要。

然而,传统的土壤监测方法通常需要大量的时间和劳动力,而且仅仅覆盖了有限的样本点。

而微波遥感技术的出现为农田土壤监测带来了全新的解决方案。

本文将探讨微波遥感技术在农田土壤监测中的作用与优势。

首先,微波遥感技术具有高时空分辨率的优势。

传统的土壤监测方法往往只能对少数样本进行测量分析,因此无法全面了解农田中土壤的变化情况。

而微波遥感技术可以通过卫星或飞机等平台获取大范围的土壤信息,实时监测土壤水分含量、盐度以及其他关键指标。

通过微波遥感技术,农民可以及时获得整个农田的土壤状况,实现高效管理和调控。

其次,微波遥感技术对于土壤湿度监测具有独特优势。

土壤湿度是影响农作物生长和产量的重要因素之一。

传统的土壤湿度监测通常依赖于人工布设的土壤湿度传感器,但这种方法在面积较大的农田中并不实用。

而微波遥感技术可以通过测量土壤表面的微波辐射特征,间接估算土壤湿度。

这种非接触式的监测方法具有广泛的适用性,并可以实时监测湿地、干旱地区和农田等各种土壤类型的湿度变化。

此外,微波遥感技术对于土壤盐度监测也具有重要意义。

土壤盐分过高会导致农作物的生长受限,严重影响产量和质量。

传统的土壤盐度监测方法需要在实验室进行复杂的化学分析,耗时耗力。

而微波遥感技术通过测量土壤表面的微波信号反射率,可以高精度地估算土壤盐度。

通过监测土壤盐度,农民可以针对不同区域的土壤情况,采取相应的灌溉和排水措施,提高土壤质量,保证农作物的正常生长。

此外,微波遥感技术还可以用于土壤的质地和有机质含量监测。

传统的土壤质地和有机质含量监测通常需要在实验室进行样品分析,费时费力。

而微波遥感技术通过测量土壤表面的微波信号特征,可以高精度地估算土壤的质地和有机质含量。

这对于合理调整农作物的施肥和灌溉方案、实现精细化农业管理具有重要意义。

基于微波雷达的土壤湿度测量技术

基于微波雷达的土壤湿度测量技术

基于微波雷达的土壤湿度测量技术引言:土壤湿度是农业生产中至关重要的参数之一。

准确地测量土壤湿度可以帮助农民合理决策灌溉时间和量,从而提高农作物生长效益,并减少水资源的浪费。

传统的土壤湿度测量方法存在一些局限性,如需人工采样、工作量大、无法实时监测等。

而基于微波雷达的土壤湿度测量技术因其非接触、高精度、实时监测等优势,逐渐受到研究者的关注。

一、微波雷达原理微波雷达是一种使用微波信号进行无线传输和接收的测量设备。

其工作原理是通过发送微波信号,当信号遇到不同介质(如土壤、植物根系)时,会发生反射、散射或透射,通过接收反射信号的强度和相位变化,可以得到不同位置和介质的特性信息。

二、微波雷达测量土壤湿度的原理微波雷达测量土壤湿度的原理是基于微波信号在不同介质中的传播特性。

土壤湿度与其介电常数有关,而介电常数对微波信号的传播速度和衰减产生影响。

当微波信号穿过干燥的土壤时,由于土壤含水量较低,信号的衰减较小。

而当微波信号穿过湿润的土壤时,由于土壤含水量较高,信号的衰减更大。

因此,通过测量微波信号的强度衰减,可以推测土壤湿度的变化情况。

三、微波雷达测量土壤湿度的应用1. 农业灌溉管理:基于微波雷达的土壤湿度测量技术可以实现农业灌溉的精确管理。

通过布设微波雷达传感器网络,可以对农田中的土壤湿度进行实时监测,并结合气象数据和作物需水量模型,实现精确的灌溉决策。

2. 土地利用规划:微波雷达技术还可以应用于土地利用规划中。

通过测量不同土地类型的土壤湿度,可以评估土地适宜度,为农作物选择和土地利用规划提供科学依据。

3. 土壤侵蚀监测:土壤湿度是影响土壤侵蚀的重要因素之一。

微波雷达技术可以实时监测土壤湿度的变化,帮助预防和治理土壤侵蚀,保护土壤资源。

四、微波雷达测量土壤湿度的挑战和解决方案1. 多路径效应:在实际应用中,微波信号在穿越土壤时可能会发生多次反射和折射,导致信号路径错乱,影响测量精度。

解决方案之一是引入多站点融合技术,通过同时测量不同点位的信号,减小多路径效应的影响。

基于遥感的土壤水分监测研究

基于遥感的土壤水分监测研究

基于遥感的土壤水分监测研究在农业生产、水资源管理以及生态环境保护等众多领域中,土壤水分都扮演着至关重要的角色。

准确、及时地监测土壤水分含量的变化,对于优化灌溉策略、提高农作物产量、预防干旱灾害以及维护生态平衡等方面都具有重要意义。

传统的土壤水分监测方法往往存在着诸多局限性,如费时费力、代表性不足以及难以实现大面积同步监测等。

随着遥感技术的不断发展,基于遥感的土壤水分监测逐渐成为了一种高效、便捷且具有广阔应用前景的手段。

遥感技术之所以能够用于土壤水分监测,主要是基于土壤对不同波长电磁波的反射、吸收和发射特性。

当电磁波照射到土壤表面时,其与土壤中的水分相互作用,导致电磁波的能量和特征发生改变。

通过分析这些变化,就能够反演出土壤水分的含量。

常见的用于土壤水分监测的遥感数据源包括可见光近红外遥感、热红外遥感以及微波遥感等。

可见光近红外遥感主要通过监测土壤的光谱反射特征来间接推算土壤水分。

然而,这种方法受到土壤质地、粗糙度以及植被覆盖等因素的较大影响,其监测精度相对较低。

热红外遥感则是基于土壤的热惯量与水分含量之间的关系来进行监测。

土壤水分含量越高,其热惯量越大,温度变化相对较小。

但热红外遥感容易受到大气条件和地表温度日变化的干扰,应用也存在一定的限制。

相比之下,微波遥感在土壤水分监测方面具有独特的优势。

微波能够穿透一定深度的土壤,并且对土壤水分含量的变化极为敏感。

其中,主动微波遥感(如合成孔径雷达 SAR)通过发射微波脉冲并接收后向散射信号来获取土壤水分信息。

被动微波遥感(如微波辐射计)则通过接收土壤自然发射的微波辐射来反演土壤水分。

微波遥感不受天气条件的影响,能够实现全天候的监测,但其空间分辨率相对较低。

在基于遥感的土壤水分监测中,数据处理和反演算法是关键环节。

常用的数据处理方法包括辐射定标、几何校正、大气校正等,以消除各种误差和干扰,提高数据质量。

反演算法则是将经过处理的数据转化为土壤水分含量的具体数值。

微波遥感技术监测土壤湿度的研究_赵少华

微波遥感技术监测土壤湿度的研究_赵少华
摘 要 : 土壤湿度在全球气候环境变化中具有重要的作用 ,微波遥感技术具有监测这一参数的诸多优势 。其 原理是基于土壤水分在一定范围内和土壤介电常数密切相关 。该文从主动微波遥感及被动微波遥感的算法 、应用 和存在问题等方面分别阐述了当前微波遥感在土壤湿度反演中的研究进展 ,其中重点介绍了应用较广泛的主动微 波遥感中的合成孔径雷达 ( SAR)和被动微波遥感中的高级微波扫描仪 (AM SR ) 。主动微波遥感中 ,如何减少或摆 脱对地面参数测定特别是粗糙度的依赖 、如何采用有效的植被散射模型去除植被影响等问题是未来关注的热点和 难点 。被动微波遥感中对模型的机理研究还很欠缺 ,需要结合辐射传输机理及波动论等加强对机理的探讨 。另外 主被动结合的微波遥感中 ,对尺度转换 、数据同化等技术的研究将是未来关注的重要方向 。
Key words: Radar, M icrowave, Vegetation, Roughness
引 言
作为最重要的地表特征参数之一 ,土壤湿度是 影响全球环境和气候变化的重要因素 ,直接控制着 地表与大气间水热的输送和平衡 。现代遥感技术 ,
特别是受天气条件影响较弱的微波遥感技术 ,是探 测土壤湿度空间分布的主要手段 。
散射模型的使用是为了考虑植被 、粗糙度和土
壤湿度对雷达 σ°的相互影响 ,一般把 σ°作为传感 器配置和地表条件的函数反演土壤湿度 。主要分为 经验 、半经验及理论模型 。经验模型主要来自试验 和统计理论 ,不过多局限于当时的地表条件和雷达 参数 。半经验模型是基于理论模型 ,结合遥感数据 确定模型参数 ,如 Oh等的裸土监测模型 , Shi模型 , 水云模型 (W ater C loud Model, WCM )等 [ 1 ] 。这类模 型基于一定的理论和统计基础 ,摆脱了理论模型的 复杂性 ,因此应用效果较好 ,是今后散射模型发展的 一个趋势 。还有一些模型基于严格的理论基础 ,如 监测裸土的 Kirchoff模型 (包括几何光学模型 ( Ge2 om etry Op ticsModel, GOM ) 和物理光学模型 ( Phys2 ical Op tics Model, POM ) ) 、小扰动模型 ( Sm all Per2 turbation Model, SPM ) 、积 分方 程模 型 ( Integral E2 quation Model, IEM ) 等面散射模型和监测植被区土 壤湿度的微波植被体散射模型 (M ichigan M icrowave Canopy Scattering model, M IM ICS ) , Karam 模 型 等 [ 2 ] 。 Kirchoff模型基于地表分段光滑的近似 , 因 此只适合变化相对平缓的表面 ;小扰动理论的模型 基于小方差表面的级数分解中低阶项能够快速收敛 假设 ,因此只适合于 h <λ稍微粗糙的地表 [ 3 ] 。这 些模型在自然地表的应用范围很窄 。 IEM 通过加入 针对 Kirchoff场的补偿场项导出了针对裸地地表 , 适用于广泛粗糙度范围的模型 [ 4 ] ,它的高低频极限 分别退化为 Kirchoff和小扰动模型 [ 5 ] ,因此成为应 用最广泛的后向散射模型 。后来的 A IEM 模型在去 掉一些 IEM 中对格林函数的近似并加入 Fresnel反 射系数的处理上做了改进 ,可更好地反演土壤湿度 。 M MI ICS模型是基于辐射传输方程一阶解的植被散射 模型 [2 ] ,是目前应用最为广泛的研究微波植被散射特 性的理论模型之一 ,但较复杂 。下面以常见农作物的 雷达后向散射机制为例描述散射过程 (图 1) 。
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
达 ,发射一束窄脉冲 (微波波束 )投射于地物表面 ,由 雷达天线收集其反射的回波信号经处理后获取地物 后向散射信息 (后向散射系数 σ或归一化散射截面 σ°) ,据此提取与分析目标物体特性或参数的有关遥 感技术。通常雷达天线越长 ,对地物的观测分辨率就 越高 ,但受天线长度的限制 , RAR (真实孔径雷达 )的 地表分辨率往往很低 ,难以满足应用要求 ,而 SAR (合 成孔径雷达 )正是解决了利用有限的天线长度的等效 合成天线来获取高分辨率图像的问题 ,因此 SAR 更 常用。雷达的后向散射除了和土壤水分有关 ,也受到 植被覆盖、土壤表面粗糙度等多种因素的影响 ,例如 植被冠层中散射体的尺度大小及几何分布 、植被的行 向和间距、郁闭度等会改变裸露土壤的散射特性 ;同 时植被本身所含水分影响经过冠层的微波信号 。同 一土壤表面 ,对于不同波长的微波来说 ,其粗糙程度 不同 ,对雷达回波信号的影响程度也不同 ,粗糙度的 影响在于改变了面积分中雷达波照射到的土壤表面 的几何特性 ,因此改变了土壤湿度监测的灵敏性。目 前常用的方法主要有散射模型法 、土壤湿度变化探测 法 、数据融合法等 [1 ] ,分别阐述如下 : 1. 1. 1 散射模型法
散射模型的使用是为了考虑植被 、粗糙度和土
壤湿度对雷达 σ°的相互影响 ,一般把 σ°作为传感 器配置和地表条件的函数反演土壤湿度 。主要分为 经验 、半经验及理论模型 。经验模型主要来自试验 和统计理论 ,不过多局限于当时的地表条件和雷达 参数 。半经验模型是基于理论模型 ,结合遥感数据 确定模型参数 ,如 Oh等的裸土监测模型 , Shi模型 , 水云模型 (W ater C loud Model, WCM )等 [ 1 ] 。这类模 型基于一定的理论和统计基础 ,摆脱了理论模型的 复杂性 ,因此应用效果较好 ,是今后散射模型发展的 一个趋势 。还有一些模型基于严格的理论基础 ,如 监测裸土的 Kirchoff模型 (包括几何光学模型 ( Ge2 om etry Op ticsModel, GOM ) 和物理光学模型 ( Phys2 ical Op tics Model, POM ) ) 、小扰动模型 ( Sm all Per2 turbation Model, SPM ) 、积 分方 程模 型 ( Integral E2 quation Model, IEM ) 等面散射模型和监测植被区土 壤湿度的微波植被体散射模型 (M ichigan M icrowave Canopy Scattering model, M IM ICS ) , Karam 模 型 等 [ 2 ] 。 Kirchoff模型基于地表分段光滑的近似 , 因 此只适合变化相对平缓的表面 ;小扰动理论的模型 基于小方差表面的级数分解中低阶项能够快速收敛 假设 ,因此只适合于 h <λ稍微粗糙的地表 [ 3 ] 。这 些模型在自然地表的应用范围很窄 。 IEM 通过加入 针对 Kirchoff场的补偿场项导出了针对裸地地表 , 适用于广泛粗糙度范围的模型 [ 4 ] ,它的高低频极限 分别退化为 Kirchoff和小扰动模型 [ 5 ] ,因此成为应 用最广泛的后向散射模型 。后来的 A IEM 模型在去 掉一些 IEM 中对格林函数的近似并加入 Fresnel反 射系数的处理上做了改进 ,可更好地反演土壤湿度 。 M MI ICS模型是基于辐射传输方程一阶解的植被散射 模型 [2 ] ,是目前应用最为广泛的研究微波植被散射特 性的理论模型之一 ,但较复杂 。下面以常见农作物的 雷达后向散射机制为例描述散射过程 (图 1) 。
College of R esou rces S cience and Technology, B eijing N orm a l U n iversity, B eijing 100875, Ch ina)
Abstract: Soil moisture ( SM ) p lays an important role in global environment. The technique of m icrowave remote sensing (RS) has many advantages in monitoring the critical environmental parameters, its p rincip le based on the close rela2 tion between soil water content and soil dielectric constant. This paper states the advances of m icrowave RS on SM retrieval from active m icrowave and passive m icrowave RS algorithm , app lication and shortcom ing. The techniques of Synthetic Aper2 ture Radar ( SAR ) and Advanced M icrowave Scanning Radiometer (AM SR ) are introduced respectively as emphasis, which both have a w ide app lication. In active m icrowave RS, the p resent and future issues are in focus on how to decrease or get rid of the dependence of ground parameters measurements, how to decrease or elim inate the vegetation effects using available scatter models, and so on. In passive m icrowave RS, the research of model mechanism is lacking, more related studies need to be conducted, in combination w ith raditative transfer equation and wave analytic theory. In their combined fields, issues mainly concentrate on the scale transformation, data assim ilation, etc.
微波 (波长在 1mm ~1m 之间 ) 遥感是指通过 微波传感器获取从目标地物发射或散射的电磁辐 射 ,达到识别目标或定量反演物理参数 、解算几何坐
3 收稿日期 : 2009204229 基金 项 目 : 气 象 行 业 科 研 经 费 专 项 ( GYHY200806022 ) ; 国 家 “863 ”高 技 术 研 究 发 展 计 划 ( 2008AA121806, 2009AA12Z128) ;中国博士后科学基金 (20090450223)
波段 Ka K Ku X
表 1 主要的微波波段
波长 / cm
波段 波长 / cm
0. 75~1. 1
C
3. 8~7. 5
1. 1~1. 67
S
7. 5~15 4~3. 8
P
30~100
1 主动微波遥感
1. 1 主动微波遥感估算土壤湿度的算法 主动微波遥感是指利用搭载在遥感平台上的雷
第 26卷第 2期 2010年 4月
微 波
JOURNAL OF
学 报
M ICROWAVES
V oAl. p2r.6
No. 2 2010
文章编号 : 100526122 (2010) 0220090207
微波遥感技术监测土壤湿度的研究3
Key words: Radar, M icrowave, Vegetation, Roughness
引 言
作为最重要的地表特征参数之一 ,土壤湿度是 影响全球环境和气候变化的重要因素 ,直接控制着 地表与大气间水热的输送和平衡 。现代遥感技术 ,
特别是受天气条件影响较弱的微波遥感技术 ,是探 测土壤湿度空间分布的主要手段 。
© 1994-2010 China Academic Journal Electronic Publishing House. All rights reserved.
第 26卷第 2期
赵少华等 :微波遥感技术监测土壤湿度的研究
91
标的技术 。它不受光照 、气候条件限制 ,可全天时 、 全天候工作 ,能穿透云层 ,对植被和松散盖层具有一 定的穿透能力 ,并通过多极化 、干涉等技术获得更多 更精确信息 。在微波波段 ,土壤水分和介电常数密 切相关 ,介电常数不同 ,产生的微波归一化后向散射 截面亦不同 。常用的微波依据波长的分类见表 1, 其中监测土壤湿度的主要是穿透能力更强的长波波 段 ,如 X、C、S、L 波段等。按其工作方式可分为主动 和被动微波遥感 ,目前已有较多的关于微波遥感监测 土壤湿度的进展报道 ,但大多基于模型算法 ,对实际 应用中存在的问题和未来发展趋势探讨较少 ,下文分 别基于它们的算法 、应用和存在的问题给予介绍 。
关键词 : 雷达 ,微波 ,植被 ,粗糙度
Rev iew of M icrowave Rem ote Sen sing on So il M o isture M on itor ing
ZHAO Shao2hua1 , Q IN Q i2m ing1 , SHEN X in2y i1 , W ANG Zh i2q iang2 , Q IU Guo2yu3 , SU I X in2x in1 ( 1. Institu te of R em ote sensing and Geog raph ic Inform a tion system , Pek ing U n iversity, B eijing 100871, Ch ina;
相关文档
最新文档