基于微波遥感的土壤水分反演研究 研究生复试个人自述 PPT
基于热红外和微波数据的地表温度和土壤水分反演算法研究
基于热红外和微波数据的地表温度和土壤水分反演算法研究
地表温度和土壤水分反演算法是基于热红外和微波数据的遥感
技术，可以用来监测地表温度和土壤水分状况，对于农业、地质、环境等领域的应用具有重要意义。
该反演算法的研究主要包括以下几个方面:
1. 热红外和微波数据的采集和处理：采集和处理热红外和微波数据是反演算法的基础。
这些数据可以通过卫星、飞机、无人机等平台进行采集，通常需要用到多光谱、高分辨率遥感技术。
2. 地表温度和土壤水分反演模型的构建：基于热红外和微波数据的地表温度和土壤水分反演模型可以分为基于物理机理模型和基
于统计学模型两种类型。
前者主要包括热红外遥感模型、微波遥感模型、地表温度模型、土壤水分模型等;后者则主要包括回归分析、支持向量机、神经网络等算法。
3. 反演算法的优化和提高：反演算法的优化和提高是提高遥感数据精度和可靠性的重要环节。
这包括数据预处理、数据增强、参数优化、模型选择等多个方面。
4. 反演算法的验证和评价：反演算法的验证和评价是衡量遥感数据质量和反演结果的关键。
通常采用对比实验、专家评估、误差分析等方法来评估反演算法的性能和精度。
基于热红外和微波数据的地表温度和土壤水分反演算法是遥感
技术的一个重要应用方向，其研究涉及到多个学科领域，包括物理学、地理学、统计学、计算机科学等。
随着遥感技术的不断发展和算法的
不断优化，该反演算法的研究将会更加深入和广泛。
遥感应用模型土壤含水量PPT课件
• 目前，中国气象局仅能提供279个站点的土壤湿度观测资料，且空间分布不均，集 中分布在东北、华北和江淮地区；
• 遥感监测技术具有范围大、快速、及时的优点，研究遥感土壤含水量技术具有重要 意义。目前，能获得土壤表层0-20cm的土壤含水量。
第9页/共53页
• 地物在吸收短波太阳辐射后以长波的方式发射，地温增高。白昼地物吸收太阳能 量而增温；夜间地物发射能量而减温。地物昼夜的温差就是地物热惯量的表象。
• 例如水体，由于热惯量大，昼夜温差小；岩石热惯量小，昼夜温差大；各种含 水量不同的土壤热惯量介于水体与岩石的热惯量之间，热惯量的大小也介于水体 与岩石的热惯量之间。
第36页/共53页
• 对于完全及部分植被覆盖地的土壤水分遥感监测问题，应主要以作物缺水指数法为主，一般对于完全植被 覆盖，采用作物缺水指数法能取得较好估算效果；
• 由植被缺水指数CWSI模型公式可知，其计算过程复杂，而且一些要素仍依赖于地面气象台站，实时性不能 保证。
第37页/共53页
植被供水指数法
ATI可以用水体在遥感影像上的数据为最大值，干沙 沙漠的数据为最小值，从而求解k，n。
第12页/共53页
ABE的计算
第13页/共53页
第14页/共53页
温差的计算
第15页/共53页
MODIS数据的热惯量计算
大部分地物在31、32波段的比辐射率稳定，通常用31、31波段的亮温进行 地表温度反演
第11页/共53页
遥感波段中可见光与近红外中的全部太阳波谱
的能量，减去地物在所有谱段内的反照率能量，
基于微波与光学遥感的石漠化地区土壤剖面含水率反演模型研究
! !" "! ! # #$%& $ ' %
ห้องสมุดไป่ตู้
&'()*+,-
:.-3G?F?AB Z1OO1K.YFEA2
c>O.!"! X>.! :<3A!#$%&
!"#$"%$$% ()$%*##$%&$$! ($!'$ (%%
+,-"%$.%%)"# /0.1223.%$$% ()$%*.#$%&.$!.$%"
+|:GAB]ô}¨ðå H~ʱ½pB+ÅÆ
4(%!# !4ê %!#!!4¡¢£%!# !4ª46#!! !4¤4¥%!!
#%.ìÀsrf, ½Û;<1! ìÀ ì-4``$$$%% #./'½Û¾P7M·XY;<.Ô! ìÀ ì-4``$$$%% !.ìÀ¡½Ûp = RS/'abcdeÁl4 ! ìÀ ì-4``$$$%$
基于SAR遥感图像的土壤湿度反演算法研究
基于SAR遥感图像的土壤湿度反演算法研究随着科技的不断发展，SAR遥感技术越来越被广泛应用于土壤湿度反演。
SAR 遥感图像可以提供大范围的覆盖和高精度的数据，因此可以从遥感图像中获取土壤湿度信息，并为土壤湿度监测和预测提供便利。
一、SAR遥感图像的生成原理SAR遥感图像是通过计算机处理合成孔径雷达（SAR）接收到的回波数据生成的。
这些回波数据是由发射到地面的电磁波反射回接收器的信号。
SAR系统包含发射器、接收器、天线以及计算机等。
SAR通过收集反射信号然后通过复杂信号处理技术，可以生成高能量的图像。
其中，SAR接受到的信号是由地面反射回来的电磁波信号，它们通过计算机算法转换为灰度图像并呈现在屏幕上。
二、SAR遥感图像在土壤湿度反演中的作用SAR遥感图像可以提供大范围的土壤湿度数据。
它在土壤湿度反演中的作用主要是通过衡量回波信号的强度和相位变化，从而反演出土壤湿度的空间分布。
在SAR遥感图像中，产生电磁回波反射的地表和植被不同。
地表大多数情况下是散射体，而植被通常是单层回波体。
因此，可以对不同的 SAR图像检测出植被区域，然后通过分析地表反射信号的相位和能量将土壤湿度反演出来。
三、基于SAR遥感图像的土壤湿度反演算法基于SAR遥感图像的土壤湿度反演算法主要分为四个步骤：第一步是去除图片噪声。
由于SAR图像包含大量图像噪声，所以需要对图像进行去噪处理。
第二步是去除植被干扰。
在SAR遥感图像中，植被和土壤湿度成反比关系。
因此，需要从图像中去除植被的影响。
第三步是计算相位差。
通过计算前后两个SAR图像的相位差，可以得到土壤湿度的变化。
第四步是反演土壤湿度。
通过对相位差进行统计和分析，可以反演出具体的土壤湿度信息。
四、总结SAR遥感图像技术在土壤湿度反演中具有重要的应用价值。
SAR遥感图像的生成原理以及基于SAR遥感图像的土壤湿度反演算法，可以为土壤湿度监测和预测提供可靠的数据和方法。
此外，随着遥感技术和算法的不断发展，SAR遥感图像在土壤湿度反演中的应用将会越来越广泛。
基于微波遥感的土壤水分反演估算研究进展
基于微波遥感的土壤水分反演估算研究进展郑曼迪;刘忠;许昭辉;李剑辉;孙君龄【期刊名称】《土壤学报》【年(卷),期】2024(61)1【摘要】土壤水分是地表和大气水热过程交换的重要纽带,对于农业生产、生态规划、水资源管理等具有十分重要的意义。
微波遥感具有基本不受天气条件影响,具有较好探测植被覆盖下的土壤信息和土壤水分变化趋势等优势,成为目前遥感精确反演土壤水分的热点。
本文整理了现有全球尺度的基于微波遥感的土壤水分产品;分析比较了土壤水分反演中主动微波遥感、被动微波遥感、主被动微波协同技术的原理、特点、适用范围和关键技术进展:主动微波遥感和被动微波遥感的优势分别在于高空间分辨率和高时间分辨率,高空间分辨率可以很好捕捉地表细微的空间信息特征,但囿于土壤水分与后向散射系数之间的复杂关系,特别是植被、地表粗糙度等对雷达后向散射系数的干扰,使得反演土壤水分的精度不高,因而根据现实情况选取不同散射模型以及利用多源数据协同是目前改善精度的研究热点。
而高时间分辨率可以实现全球及大尺度下的土壤水分监测,但是很难满足小尺度或者小区域范围的实际研究需求,为了能使实测数据在空间上得以较好匹配,提出多种降尺度方法。
结合以上两种微波遥感方式的优劣,依托更为丰富的数据源、相对成熟的观测技术来对两者进行融合以提取更多的水分信息,以提升反演精度或者获得长时间序列数据。
在目前的方法中,土壤水分反演在小尺度下表现出良好的性能,但在全球尺度上会出现数据缺失、适用性不强、反演精度不高以及反演过程过于复杂等诸多问题,可以借助多种观测方式(多极化、多角度、多波段)、多时相重复观测、在原有模型上引入新的算法以及数据同化等方面着手进行改进,同时全球卫星导航系统(GlobalNavigation Satellite System,GNSS)中长期稳定、高时空分辨率的L波段微波信号在陆面遥感领域的快速发展也为我国北斗卫星导航系统(BeiDou Navigation Satellite System,BDS)的发展提供了借鉴,展现出在土壤水分反演方面的巨大潜力。
土壤水分遥感反演研究进展
土壤水分遥感反演研究进展一、本文概述Overview of this article随着遥感技术的快速发展，其在土壤水分监测方面的应用日益广泛，成为研究土壤水分动态变化的重要手段。
土壤水分遥感反演，即通过遥感手段获取地表土壤水分信息的过程，已成为遥感科学与农业科学交叉领域的研究热点。
本文旨在综述土壤水分遥感反演的研究进展，探讨不同遥感数据源、反演算法及其在实际应用中的优缺点，为进一步提高土壤水分遥感反演的精度和效率提供参考。
With the rapid development of remote sensing technology, its application in soil moisture monitoring is becoming increasingly widespread, becoming an important means of studying the dynamic changes of soil moisture. Remote sensing inversion of soil moisture, which is the process of obtaining surface soil moisture information through remote sensing methods, has become a research hotspot in the intersection of remote sensing science and agricultural science. This article aims to review the research progress of soil moisture remotesensing inversion, explore different remote sensing data sources, inversion algorithms, and their advantages and disadvantages in practical applications, and provide reference for further improving the accuracy and efficiency of soil moisture remote sensing inversion.本文首先介绍了土壤水分遥感反演的基本原理和方法，包括遥感数据源的选择、预处理、反演算法的设计与实施等。
土壤水分遥感反演研究现状
土壤水分遥感反演研究现状作者：刘贤来源：《大经贸》 2020年第3期刘贤成都理工大学地球科学学院四川成都 610059【摘要】土壤水分（Soil Moisture, SM）在气候系统中起着重要作用，影响大气条件、水文过程和植被状态。
为了改善天气和气候预报以及水文模拟，需要对土壤水分进行监测。
本文将从基于遥感数据的土壤水分的反演具有更大的实用性入手，简要回顾了经典的土壤水分反演的算法，重点介绍基于光学遥感和基于光学遥感与微波遥感的协同反演土壤水分的最新研究，以及利用神经网络等新的技术方法进行土壤水分反演进展，通过分析各种算法的研究进展，展望土壤水分反演研究的发展前景。
【关键词】土壤水分遥感反演研究现状1 引言土壤的水分状态和变异性控制着许多水文和生态过程以及土地表面与大气之间的能量和水交换[1]。
土壤水分在陆地表面发生的水和能量交换起着重要作用。
相较于传统的基于站点的土壤水分观测、基于气象数据和基础地理数据的土壤水分计算与模拟，基于遥感数据的土壤水分反演具有更大实用性。
20世纪60年代学者开始利用遥感方法监测土壤水分，微波遥感监测土壤水分也已有30多年的历史，已逐渐发展形成了一些比较成熟的评价指数和算法。
本文将简要介绍土壤水分反演算法的研究现状。
2 土壤水分反演方法2.1 基于光学遥感反演土壤水分的方法广义的光学遥感包括可见光—近红外—热红外三部分的波段范围。
目前在可见光—近红外波段，常用的方法是利用Landsat或MODIS等多光谱数据构建相应指数来反映土壤含水量。
地表温度（LST）和植被指数（NDVI）都是反映地表土壤水分的重要生态物理参数，因此，LST和NDVI组合方法成为土壤含水量的一种重要手段[2]。
Hope[3]利用LST与NDVI的比值定义温度植被指数来定量反演土壤含水量，该方法是目前应用广泛的土壤水分遥感监测方法。
温度植被干旱指数（Temperature Vegetation Dryness Index, TVDI）是一种通过反演土壤水分来反映土壤干旱状况的重要方法[4]。
基于改进水云模型的土壤水分反演研究
基于改进水云模型的土壤水分反演研究1. 引言1.1 研究背景土壤水分是土壤中水分含量的重要指标，对于农业生产、生态环境和水资源管理具有重要意义。
当前遥感技术在土壤水分监测中起着越来越重要的作用，其中水云模型是一种常用的反演方法。
水云模型是通过遥感数据和地面观测数据建立起土壤水分与微波遥感信号之间的关系模型，从而实现土壤水分监测。
传统的水云模型在土壤水分反演中存在一些不足，如在复杂地形和植被覆盖下的反演精度较低。
基于改进水云模型的土壤水分反演研究具有重要意义。
通过引入新的参数和方法，可以提高水云模型在不同条件下的反演精度，拓展其应用范围，为土壤水分监测提供更可靠的数据支持。
本研究旨在探究改进水云模型在土壤水分反演中的应用效果，为遥感监测技术在土壤水分领域的发展提供新的思路和方法。
1.2 研究目的土壤水分是农业生产中一个至关重要的因素，对作物生长和产量影响巨大。
而遥感技术能够提供大范围、高时空分辨率的土壤水分监测数据，对于农业生产管理具有重要价值。
本研究旨在基于改进水云模型，通过遥感技术对土壤水分进行反演研究，进一步提高土壤水分监测的准确性和精度。
具体目的包括：一是探究改进水云模型在土壤水分反演中的有效性和可行性，为提高土壤水分监测的精度奠定基础；二是分析改进水云模型的方法对土壤水分反演结果的影响，为进一步优化模型提供参考；三是通过实验设计和结果分析，验证改进水云模型在土壤水分反演中的优势和局限性，为模型在实际农业生产中的应用提供依据。
通过对土壤水分反演研究的目的的探讨和分析，本研究旨在为改进水云模型在土壤水分监测领域的应用提供理论和实践支持。
1.3 研究意义土壤水分是农业生产中至关重要的因素之一，对植物生长和产量具有重要影响。
传统的土壤水分监测方法往往受到时间、空间和成本等限制，限制了其在大范围和实时监测中的应用。
开发高效准确的土壤水分反演方法成为当前研究的热点之一。
本研究旨在基于改进水云模型进行土壤水分反演，通过引入更多的环境因素和提高模型精度，实现对土壤水分的准确估计。
(完整版)土壤水分遥感反演
为什么要降尺度？
• 被动微波方法做土壤水分有着天然的优越性 • 但是其空间分辨率粗，所以只能用来做大尺度上
的观测。 • 而包括气象，水文，水资源管理和气候学在内的
一系列流域尺度上的研究都要求中高分辨率的土 壤水分观测据 • 流域尺度同化系统的需要
所以对土壤水分降尺度的研究很有必要
7
研究目标和内容
4
土壤水分的三种获取方式
• 地面实地定点观测（包括台站和便携仪器）
– 可以给出时间上的变化 – 难以描述空间变化，受条件限制多，花费成本高
• 模型模拟(土壤水动力学等)
– 能给出空间和时间上的变化 – 对输入参数要求高，不确定性较高
• 遥感
– 可以获取大范围的数据；速度快，周期短； – 地表信息,瞬时值
X TVDI ( space (1, 2), --- )
“TVDI 在空间上 可以…但在时间 上…”
TVDI (--- , DOY 200 ) TVDI (--- , DOY 201 ) TVDI (--- , DOY 202 ) TVDI (--- , DOY 203 )
?
18
三 研究方案和技术路线2：降尺度方法
报告人：曹永攀
2011-01-14
1
提纲
一 背景介绍 二 研究方案和技术路线1：TVDI 三 研究方案和技术路线2：降尺度方法 四 总结
2
引言
• 经典的牛顿力学只适用于宏观世界而不适 用于微观世界便是一个典型的尺度问题。
• 80年代后期，用AVHRR估算中国耕地面积 24亿亩（当时统计数据为15亿亩），成为 “笑柄”，其实这也是一个典型的尺度问 题。
• 地理学、生态学、水文学、气象学、物理 学、天文学和信息学等众多学科和领域都 存在尺度问题。
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。
卫星遥感反演土壤水分研究综述
卫星遥感反演土壤水分研究综述
x
《卫星遥感反演土壤水分研究综述》
卫星遥感反演土壤水分研究综述是一篇有关土壤水分遥感反演
的研究文章，主要探讨了土壤水分遥感反演的历史、技术及其技术要素，以及使用卫星遥感反演土壤水分的方法与挑战。
土壤水分的遥感反演始于20世纪60年代，随着卫星上的技术的发展，对土壤水分的遥感反演越来越成熟，并且非常普及。
土壤水分遥感反演的技术可分为定性技术、定量技术和模型技术，它们各自通过不同的方法来反映土壤水分的状态。
定性技术和定量技术均基于空间分辨率，通过捕捉土壤水分反射特征的影像特征，进行定性和定量分析，从而得出土壤水分的状况。
模型技术则通过建立模型，根据其他相关变量，如土壤物理性质、气候因子、植物参数和地形特征，来反映土壤水分的分布状况，可以更加准确地反映土壤水分的状况。
卫星遥感反演土壤水分可以帮助农业和水资源管理人员了解当
前的土壤水分状况，为有效地管理水资源提供参考。
使用卫星遥感反演土壤水分的方法有多种，但仍存在许多挑战，包括数据稀缺性、反演技术分辨率限制、反演技术复杂性以及反演模型不确定性等。
因此，要想更好地利用卫星遥感反演土壤水分，必须创新反演技术，建立更精确、更准确的模型，优化数据采集，以及研究不同地区不同时间的土壤水分状况，以实现对土壤水分的准确反演。
总之，卫星遥感反演土壤水分是一项关键的研究，对土壤水分的
遥感反演技术更新和完善是持续发展的关键，本文主要讨论了土壤水分遥感反演的历史、技术及其技术要素，以及使用卫星遥感反演土壤水分的方法与挑战，为今后研究和发展提供了一定的理论基础。
基于微波和可见光遥感的冬小麦土壤墒情反演
1 研究区域概况及数据处理
Copyright©博看网 . All Rights Reserved.
第5期
罗蔚然等：基于微波和可见光遥感的冬小麦土壤墒情反演
ቤተ መጻሕፍቲ ባይዱ
47
112°37′～113°13′之间，属温带大陆性季风气候，多 年平均降水量为 593.5 mm，多年平均气温 14.5℃， 多年平均蒸发量为 1 668 mm ，无霜期为 219 d。灌 区渠首位于济源市五龙口沁河出山口，范围涉及济 源、沁阳、温县、武涉 4 个县（市），灌区设计灌溉 面积为 34 000 hm2，灌区气候温和，土地肥沃，盛产 小麦、玉米，灌区内主要种植作物为冬小麦、夏玉米 和棉花等，其中冬小麦的播种时间为当年 10 月 10 日 左右，10 月 17 日出苗，10 月 28 日进入三叶期，次年 1 月 1 日越冬期开始，2 月 19 日返青期开始， 3 月 20 日拔节期开始，4 月 8 日孕穗期开始，4 月 18 日 开始抽穗，5 月 15 日开始乳熟，5 月 31 日成熟。 1.2 研究区数据处理
0 引言
土壤墒情是研究水文学、气象学和农业科学 等领域中的重要因素之一 [1]，是陆地和大气进行能 量循环的重要因子 [2]，对于农业旱情监测、作物的 科学灌溉等具有重要的意义 [3]。由于土壤水分在时 间、空间范围上变化较大，传统的土壤墒情监测方 法通过设立监测站点进行监测，难以满足实时、大 范围监测的需要 [4]。因此，在要求精度范围内如何 获取大范围地表土壤水分时空分布信息是一个迫切 需要解决的问题。近年来，随着遥感技术的不断发 展，微波遥感凭借全天时、全天候的观测能力已被 广泛应用 [5]。由于土壤含水量的不同导致土壤介电 常数存在较大差异，所以微波遥感对土壤水分具有 高度的敏感性，同时因其具有一定的穿透能力，并 且不受天气条件的限制，能大大提高土壤墒情反演 的准确性和可靠性。在植被覆盖区，植被介电常数 和形态对微波信号影响很大，使得土壤水分反演更 加困难，目前主要采用的方法有水云 [6-7]，MD [8]， MIMICS [9] 等模型。Attema [6] 在 1978 年，建立了适 用于低矮农作物覆盖区域的水云模型，将雷达信号 在地面和植被之间的复杂散射过程进行了简化。Roo 等 [10] 针对大豆覆盖区域，基于 MIMICS 模型模拟了
《典型草原不同植被条件下土壤水分遥感反演研究》范文
《典型草原不同植被条件下土壤水分遥感反演研究》篇一一、引言草原生态系统对环境变化非常敏感，其健康状态对气候变化和生态安全具有重要意义。
土壤水分作为草原生态系统的重要组成部分，是草地生长和植被覆盖的重要影响因子。
传统的土壤水分测量方法，如土壤烘干法、土壤水势测定等，虽能得到准确数据，但工作量大、时间周期长，无法满足快速动态监测的需求。
随着遥感技术的不断发展，利用遥感技术进行土壤水分的反演已经成为研究热点。
本文旨在研究典型草原不同植被条件下土壤水分的遥感反演方法，以期为草原生态环境的保护和恢复提供科学依据。
二、研究区域与方法本研究选取了我国典型草原区作为研究对象，包括内蒙古、新疆等地的草原区域。
采用遥感技术手段，结合地面实测数据，对不同植被条件下的土壤水分进行反演研究。
在方法上，首先收集了研究区域的遥感数据，包括多时相、多光谱的卫星遥感数据。
其次，结合地面实测的土壤水分数据，建立土壤水分与遥感数据之间的关系模型。
最后，利用该模型对研究区域的土壤水分进行反演，并分析不同植被条件下的土壤水分变化规律。
三、结果与分析1. 土壤水分与遥感数据的关系模型通过分析遥感数据与地面实测的土壤水分数据，我们发现土壤水分与遥感数据中的植被指数、地表温度等指标存在一定的关系。
其中，归一化植被指数（NDVI）与土壤水分的关系最为密切。
随着NDVI值的增加，土壤水分含量也呈现出增加的趋势。
2. 不同植被条件下的土壤水分变化规律在典型草原区，不同植被条件下的土壤水分存在明显的差异。
草地植被覆盖度较高的区域，土壤水分含量相对较高；而裸地、沙地等区域的土壤水分含量较低。
此外，季节性降雨也会对土壤水分产生影响，雨季时土壤水分含量较高，旱季时则较低。
3. 遥感反演结果分析利用建立的模型对研究区域的土壤水分进行反演，得到的结果与地面实测数据具有较好的一致性。
在不同植被条件下，遥感反演结果能够反映出土壤水分的空间分布和变化趋势。
此外，通过分析时间序列的遥感数据，还可以监测到季节性降水对土壤水分的影响。
基于FY-3BMWRI被动微波遥感产品的土壤水分特征分析
基于FY-3B/MWRI被动微波遥感产品的土壤水分特征分析本文利用FY-3B被动微波遥感产品数据，以中国（3°51′N-53°33′N，73°33′E-135°05′E）为研究范围，使用IDL和Arcgis等软件处理和分析2012-2014年该地区土壤水分资料，并选取甘肃省六个站台，对比处理得到的土壤水分数据与地面观测得到的20-20时平均降水量和平均气温，简单分析土壤水分分别与之的变化关系。
结果表明，全国大部分地区土壤水分值在春季、夏季呈现为上升趋势，在秋季和冬季呈现为下降趋势。
土壤水分值在每年7、8月份达到最大值（0.4~0.5 cm3/cm3），并且最大值区域相对集中在东北地区、江淮、黄淮流域等。
甘肃六站台大部分的土壤水分值在4-10月份中波动较明显，在11月至次年3月波动相对较弱，在对应的时间段中，20-20时平均降水量与之有着明显的响应，平均温度则与之有相对一致的变化趋势。
关键词：土壤水分，MWRI，被动微波第一章绪论1.1 选题的背景地表土壤水分是控制陆地和大气间水热能量交换的关键因子之一，对全球陆地表面蒸散、生态系统水体循环以及碳循环起着重要作用，是气候模式、水文模型、生态系统评价和农业估产等领域的主要输入参数。
土壤水分的时空分布与动态变化，不仅对陆地-大气间热量平衡、陆面大气环流和土壤温度变化产生显著的影响，同时也对农业干旱程度起着指导作用。
据统计，全国平均每年农业旱灾受灾面积37500-45000亩，占农作物总播种面积的20%-25%[1]。
尤其近几十年来频繁发生的干旱是世界范围的重大灾害性气候问题，已直接和间接地阻碍了社会经济的发展并威胁着人类的生存。
大范围的土壤水分的监测是农业过程研究和环境因子评价的重要组成部分，而区域尺度甚至全球范围的土壤水环境反演又是陆地过程模式研究中必不可少的一个参量。
我国是具有多种典型气候分布的国家，其中西部与北部部分地区属干旱半干旱气候，干旱半干旱地区与季风区的分界线约在河西走廊[2]，因此研究土壤水分的变化，将在改善我国各地区区域及局地气候、预测区域干湿情况研究中具有重要意义。
基于集成学习的土壤含水量遥感反演研究
摘要土壤含水量是水文、气象、农业和生态等领域中的关键指标，对土壤含水量进行宏观、动态的监测可为土壤旱情分析、区域洪涝预警、土地退化预报以及生态环境评估等提供有效信息。
遥感技术的发展为获取大范围、长时间的土壤含水量实时信息提供了有效途径。
遥感反演是指基于地物电磁波产生的遥感影像特征去反推目标的实时状态参数，即将遥感数据转变为各种地表实用参数的过程。
目前针对土壤含水量的遥感反演模型可分为经验模型与物理模型：经验模型构造简单、便于实践但监测精度有限；物理模型具有坚实的理论基础，但涉及参数过多、适用性较差。
本文综合了经验模型与物理模型的优点，选择青藏高原为研究区、以MODIS卫星传感器资料作为主要数据源，构建了基于集成学习的土壤含水量遥感反演模型。
本文主要研究内容和结论如下：（1）土壤含水量相关光谱参数的提取收集并整理了青藏高原地区土壤温湿度实测数据以及遥感数据，完成了相关数据预处理操作；基于土壤的光谱反射特性，以MODIS地表反射率产品MOD09A1为数据源，对植被指数、植被覆盖度和叶面积指数等土壤含水量相关的光谱参数进行了反演。
（2）基于随机森林的地表温度重建基于随机森林算法对MODIS地表温度产品MOD11A1进行了重建，削弱了植被和地形的干扰，同时对数据缺失值进行了补充。
验证结果表明重建后的地表温度与实测地表温度具有良好的相关性，其准确性与空间连续性均得到了提升。
（3）基于温度-植被干旱指数的土壤湿度状况评估基于归一化差分植被指数（NDVI）反演结果与地表温度（LST）重建结果，构建NDVI-LST特征分布空间；针对特征分布空间中主体边界处的散点干扰问题，考虑各离散点的分布频率并进行干湿边方程的拟合；最后反演得到温度-植被干旱指数（TVDI），并据此对青藏高原地区土壤湿度状况进行评估。
结果表明TVDI在一定程度上能够反映土壤湿度分布的一般规律，但却不能对土壤含水量进行定量表述，其结果仍然具有局限性。
- 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、"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、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)。
研究生复试个人自述
姓名： TLE： 在读学校.院系.专业： 报考院所.专业：
目 录
1.个人简介 2.毕业设计 3.未来科研设想
01
个人简介
个人简介 》教育背景
2013.09—至今 成都信息工程大学 遥感科学与技术
本科
成都信息工程大学是一所以信息学科和大气学科为重点，以学科交叉为特色，以 工学、理学、管理学为主要学科门类，工、理、管、经、文、法、艺多学科协调 融合发展的多科性大学。
类型
时间
关键词
遥感技术在矿山环境污染中的应用— —以攀枝花为例
野外遥感、测绘、自然地理实习
工程实践 课内实践
2014-2016 2015
压力-状态-响应模型（PSR）、权重分析
峨眉山实地考察学习自然地理知识、实地勘测 地形
利用Spatial Analysis实现最短路径的 数字化垃圾调度系统
土地确权、宅基地绘制
学分绩点：3.56 专业排名：1/44
2017 2016 2015 2014 2013
个人简介 》 课程成绩
基础课程 高等数学、线性代数、概率论基础、大学物理、大学英语、大学计算 机基础
C语言程序设计、数据结构、数据库原理与应用、面向对象程序设计
必修课程
地学数理方法、计算机图形学、地图学、工程制图（CAD）
2015-2016学年“二等奖学金” “校级设计
基于微波遥感的土壤水分反演研究
裸土区域和植被覆盖下土壤水分反演 模型的构建：基于合适的微波散射模 型模拟后向散射系数随土壤水分和组 合粗糙度的变化情况，进而建立了裸 露土壤含水量的反演模型。根据合适 的植被微波散射模型去除植被因素在 植被地区的影响而得到只包含土壤信 息的后向散射，并结合裸土含水量反 演模型，得到适用于植被地区土壤水 分的反演模型。
课题研究 课外实践
2015 2015-2016
Dijkstra算法 ARCGIS软件、南方CASS软件
华北地区秸秆燃烧的卫星遥感监测及 课题研究 相关特性研究
2016
Calipso卫星、轨迹模拟
个人简介 》 获奖经历
时间 2013.12 2014.04 2014.12 2015.05 2015.05 2015.05 2015.06 2015.11 2016.12 2016.12
研究区土壤水分反演结果制图：根据建 立的裸地和植被覆盖下的土壤水分反演 模型反演出研究区的土壤水分分布图像， 然后制作相应的专题图像，并对结果进 行相关的统计分析。
研究区土壤水分空间格局分析：根据反 演的结果和制作的专题图像，对研究区 土壤水分的空间分布作出相应的统计分 析并分析研究区土壤水分空间格局。
奖项 环境学院读书笔记评选“三等奖” 成都信息工程大学民间民俗体育运动会速度跳绳“第三名”
2013-2014学年“二等奖学金” 成都信息工程大学第八届挑战杯“优秀奖” 西南交通大学地第五届科技月水准测量“三等奖” 成都信息工程大学第三届测绘仪器操作大赛水准测量“二等奖”
2014-2015学年“二等奖学金” 第四届全国大学生GIS应用技能大赛“优秀奖”
3S导论、遥感原理与方法、大气遥感、微波遥感、高光谱与高分辨率 遥感、遥感图像处理、遥感可视化技术（IDL）
地理信息系统原理、GIS开发技术、空间分析、测量学、全球定位系统
气象学与气候学、大气物理与大气探测 实践课程 工程实践（5期）、测绘野外综合实习、测绘仪器实习
个人简介 》 实践及科研项目
名称
03
未来科研设想
计算机
未来科研设想
测绘
GIS
环境
谢谢 感谢各位老师的观看！
xxx
xxx
xxx