干旱等农业灾害遥感监测
合集下载
- 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)。
19
滤波前
滤波后
20
ASAR数据预处理
2）向散射系数的计算
后向散射系数的计算公式为：
0 [dB] 10 log10 ( 0 ) i, j0
DNi2, j K sin(i , j )
K 是absolute calibration constant
i , j 0是I行J列的入射角
16
18
20
22
土壤重量含水量/%
20cm深土壤含水量和后向散射系数的散点图，裸土后向散射系数与土壤含 水量正相关，后向散射系数对土壤含水量较敏感。和水平同极化相比，垂 直同极化后向散射系数对土壤含水量更为敏感 。由于两种同极化后向散射 系数和土壤含水量的相关性都没有达到显著性，因而，其它因素(如土壤粗 糙度、土壤质地等)对后向散射系数的影响不可忽略。
NDTI
LST LST
LST LST0
干旱监测（植被指数-地表温度结合）
条件植被温度指数（Vegetation Temperature Condition Index, VTCI） （王鹏 新等，2001，……，2007，……）
LSTNDVIi .max LSTNDVIi VTCI LSTNDVIi .max LSTNDVIi .min
27
小麦地采样点后向散射系数和实测数据
样点代号 C1 C2 C2-2 C3 C4 C5 C6 C7 C8 C9 C10 TX1 TX2 TX3 TX4 TX5 HH 极化/dB -18.7829 -17.2482 -17.0986 -17.2027 -21.8066 -19.2674 -19.714 -18.7492 -20.2052 -21.5971 -17.9807 -17.1088 -19.0026 -22.2667 -19.6359 -18.4436 VV 极化/dB -17.9802 -17.049 -14.2271 -15.6379 -22.9293 -18.6449 -17.9793 -15.5336 -19.0784 -20.6402 -18.1034 -19.0194 -16.6606 -18.8094 -20.989 -19.9918 5cm 深 含水量/％ 20.5077 21.1721 21.9446 19.3571 12.256 14.4691 14.1472 16.165 15.4772 16.1218 8.899 12.4888 12.6745 11.6095 12.5299 9.0576 10cm 深 含水量/％ 20.5341 20.9426 21.666 19.8652 13.2073 15.5773 16.4007 17.7234 15.7936 17.3783 13.3717 14.6611 15.4938 14.1831 14.9881 13.6836 20cm 深 含水量/％ 20.8783 21.3273 21.8853 20.001 14.1521 15.8536 17.9023 18.744 16.4914 18.0978 15.0574 15.7144 16.2988 15.3309 16.7023 15.5423 覆盖度 0.238 0.277 0.163 0.188 0.053 0.094 0.166 0.102 0.184 0.05 0.321 0.311 0.178 0.091 0.191 0.331
16
采用的雷达数据介绍 EnviSat-1卫星是欧空局对地观测卫星系列之一，于2002年3月 1日发射升空。卫星轨道高度为800公里，过境周期为35天。 ASAR是EnviSat-1上最重要的一个传感器，其目的是用SAR进行 对地观测，提供有关海浪、海冰范围及运动情况、陆地冰雪 的分布范围、地表地形及陆地表面特征、土壤湿度及湿地范 围等观测信息。ASAR工作在C波段，可为每个轨道连续获取30 分钟图像。ASAR传感器于2004年3月23日当地时间22点16分对 试验区进行扫描成像，获取的图像幅宽为56Km，长度为112Km， 覆盖了研究区的三个县（如图）。
21
ASAR数据预处理
3）几何纠正
选取了150个控制点，对后向散射系数影像进行几何 纠正。
22
ASAR数据处理 4）土壤水反演
通过统计后向散射系数与土壤水分之间的关系，确定土壤 水分预测的经验方程。
23
裸土采样点后向散射系数和土壤重量含水量
HH 极化 样点代号 txt1 txt2 txt3 L1 L2 L3 L4 L5 （dB） -21.9284 -21.2168 -20.446 -23.6133 -21.4385 -20.3653 -23.6534 -20.8172 VV 极化 （dB） -21.94 -21.1 -20.12 -23.54 -20.12 -19.59 -22.14 -19.84 5cm 深 10cm 深 20cm 深
探讨后向散射系数与土壤水之间关系
土壤水分监测流程图
15
试验数据简介
研究区概况 试验区位于北京市昌平、顺义和通县三个区。地处东 经115º 58´－116º 50´北纬39º 30´－40º 33´，海拔高度在30－60米。区 内主要土地类型有农田、林地、果园及水体等，农田的主要类型有 小麦地、苜蓿地和裸地。研究区农田地势平坦，起伏较小。 卫星数据概况 采用的雷达数据为ENVISAT-ASAR。卫星轨道高度 为800公里，过境周期为35天。根据试验目的选择了分辨率为30米、 极化方式为HH/VV、观测角为IS7(42.5°～ 45.2°)的Alternating Polarisation工作模式 地面试验 安排在3月24日上午，冬小麦正处于返青初期，覆盖度较 低，大约为0.2左右。试验内容包括土壤含水量测量、小麦覆盖度测 量及测点GPS定位、数字照片的拍摄。试验时天气晴朗，获取的数 据精度较高。
水平同极化后向散射系 数/dB 垂直同极化后向散射
-19 -20 -21 -22 1 y = 0.2426x - 25.447 R2 = 0.2012 3
-19 -23 -20 -24 -21 12 -22 -23 -24 12
系数/dB
4 14 1
3 7
16
4 14
18 = 0.2872x - 25.503 20 22 y 7 2 土壤重量含水量/% R = 0.2495
遥感干旱等灾害监测
中国农业大学 信息与电气工程学院：张超 地理信息工程系 2013年7月29日星期一
干旱及监测
干旱是一种潜在的自然现象，它的发生过程复杂，通常 表现为一种缓慢的自然灾害。干旱发生于全球所有的气 候带，但其在不同气候带的表现形式不同，因而导致了 至今还没有一个适用于任何条件下的定义。
干旱的定义划分为4种基本的定义类型，即气象干旱、 农业干旱、水文干旱和社会经济干旱。
从农业生产考虑，干旱是在水分胁迫下，作物及其生 存环境相互作用构成的一种旱生生态环境。
应用遥感技术监测干旱则属于面上的监测，并 且充分地利用了地物表面的光谱、时间、空间 和方向信息。
干旱监测理论基础
由于从植被指数反演出的地表绿度与植物的生长状态及 其密度密切相关，因此，被植指数可用于监测对作物生 长不利的环境条件，尤其是对在干旱环境的监测。
土壤水分
土壤介电常数
雷达后向散射系数
13
雷达土壤水探测的优势
（1）雷达土壤水探测的优势主要体现在微波 遥感不受光照、云雾等天气条件的影响，具有 全天时、全天候工作的特点。 （2）特别是长波段微波能够穿透植被，并对 土壤具有一定的穿透能力。
14
ASAR数据处理与土壤水分监测
数据预处理
gamma滤波 后向散射系数的计算 后向散射 GPS点位数据 地面实测土壤水数据 几何纠正
干旱监测理论基础
植物冠层温度升高是植物受到水分胁迫和干旱发生的最初 表征。因此，土地表面温度可用于干旱监测。
பைடு நூலகம்旱监测（植被指数）
距平植被指数（Anomaly Vegetation Index, AVI）
分析NDVI的变化与短期的气候变化之间的关系
AVI NDVI i NDVI
AVI作为监测干旱的一种方法，它以某一地点某一时期 多年的NDVI平均值为背景值，用当年该时期的NDVI值减 去背景值，即可计算出AVI的变化范围，即NDVI的正、 负距平值。正距平反映植被生长较一般年份好，负距平 表示植被生长较一般年份差。一般而言，距平植被指数 为-0.1~-0.2表示旱情出现，-0.3~-0.6表示旱情严重。
26
裸土后向散射系数和地表粗糙度关系分析
选择土壤含水量相近而后向散射系数偏差较大的样点对1 和4、3和7，找出点1、3、4、7对应的数字照片。对照实 验图片来看，点1、3对应的地表粗糙度较大，点4、7对 应的地表粗糙度较小。因而，可以断定：在土壤含水量 一致的情况下，粗造度越大， hh 、 vv 越大。比较地表 粗造度对 hh vv的影响，粗糙度对 影响小，对 hh 、 vv 影响大。 结合小扰动模型来分析后向散射系数对粗造度的敏 感性 。 敏感性分析和对粗糙度的影响都表面，VV极化更适合土 壤水份的反演。
水的介电常数和干土介电 常数有很大的差别，水的介 电常数大约为80，而干土介 电常数仅为3左右。一般土壤 可以看成是水和干土的混合， 因而土壤的介电常数会随着 土壤含水量的增大而增大。 并且，电磁波散射模型已表 明雷达回波的后向散射系数 直接受土壤介电常数的影响。 这就构成了微波遥感探测土 壤湿度的物理基础。
干旱监测（植被指数）
条件植被指数（Vegetation Condition Index，VCI）
NDVI i NDVI min VCI 100 NDVI max NDVI min
干旱监测（地表温度）
条件温度指数（Temperature Condition Index, TCI） 强调了温度与植物生长的关系，即高温对植物生长不利（Kogan，1995）
24
-19
垂直同极化后向散射系数/dB
-20 -21 -22 -23 -24 -24 y = 0.9611x - 0.2084 2 R = 0.8172 -23 -22 -21 -20 -19
水平同极化后向散射系数/dB
水平、垂直同极化后向散射系数有很高的相关性，相关系数达 到0.904；同时，从两个极化数据的回归线来看，整体上裸土 的水平同极化后向散射系数略小于垂直同极化后向散射系数。 25
17
数据介绍
18
ASAR数据预处理
1）滤波处理
使用gamma滤波对影像进行滤波处理 雷达遥感数据有别于光学遥感数据的一个重要特征是影像 上存在着更明显的斑点噪声，其主要表现为图像灰度的剧 烈变化, 即在同一片均匀区域, 有的分辨单元呈亮点, 而 有的单元呈暗点。斑点噪声 降低了图像的空间分辨率和信 噪比, 严重影响图像的判读性和可解译性, 甚至可能导致 地物特征的消失。因此，斑点噪声的消除对ASAR 图像的应 用是十分重要的。由于Gamma自适应滤波同时考虑了斑点的 特点和地物目标散射特征的统计规律，在平滑斑点的同时 能很好保持图像纹理
含水量（％） 含水量 （％） 含水量（％） 10.1924 11.8937 9.4772 10.0345 12.7126 16.3889 13.2915 12.2347 12.0756 15.9252 13.5397 12.4705 13.8616 19.1768 15.1027 13.5348 13.1668 17.1691 15.1335 13.3395 14.2954 20.5431 15.8492 14.5669
式中
LSTNDVIi .max a bNDVIi LSTNDVIi .min a'b NDVI i
'
干旱监测（植被指数-地表温度）
条件植被温度指数（VTCI）
物 理 意 义
干旱监测
VTCI：多时段
对比分析 2005年
AVI
VCI
TCI
VTCI
微波遥感土壤水分监测
12
雷达土壤水探测的物理机理
BTmax BTi TCI 100 BTmax BTmin
VCI的缺点是未考虑白天的气象条件如净辐射、风速、湿度等对热红外 遥感的影响及土地表面温度的季节性变化 。
干旱监测 （地表温度）
归一化温度指数（Normalized Difference Temperature Index, NDTI） McVicar等（1992）
滤波前
滤波后
20
ASAR数据预处理
2）向散射系数的计算
后向散射系数的计算公式为：
0 [dB] 10 log10 ( 0 ) i, j0
DNi2, j K sin(i , j )
K 是absolute calibration constant
i , j 0是I行J列的入射角
16
18
20
22
土壤重量含水量/%
20cm深土壤含水量和后向散射系数的散点图，裸土后向散射系数与土壤含 水量正相关，后向散射系数对土壤含水量较敏感。和水平同极化相比，垂 直同极化后向散射系数对土壤含水量更为敏感 。由于两种同极化后向散射 系数和土壤含水量的相关性都没有达到显著性，因而，其它因素(如土壤粗 糙度、土壤质地等)对后向散射系数的影响不可忽略。
NDTI
LST LST
LST LST0
干旱监测（植被指数-地表温度结合）
条件植被温度指数（Vegetation Temperature Condition Index, VTCI） （王鹏 新等，2001，……，2007，……）
LSTNDVIi .max LSTNDVIi VTCI LSTNDVIi .max LSTNDVIi .min
27
小麦地采样点后向散射系数和实测数据
样点代号 C1 C2 C2-2 C3 C4 C5 C6 C7 C8 C9 C10 TX1 TX2 TX3 TX4 TX5 HH 极化/dB -18.7829 -17.2482 -17.0986 -17.2027 -21.8066 -19.2674 -19.714 -18.7492 -20.2052 -21.5971 -17.9807 -17.1088 -19.0026 -22.2667 -19.6359 -18.4436 VV 极化/dB -17.9802 -17.049 -14.2271 -15.6379 -22.9293 -18.6449 -17.9793 -15.5336 -19.0784 -20.6402 -18.1034 -19.0194 -16.6606 -18.8094 -20.989 -19.9918 5cm 深 含水量/％ 20.5077 21.1721 21.9446 19.3571 12.256 14.4691 14.1472 16.165 15.4772 16.1218 8.899 12.4888 12.6745 11.6095 12.5299 9.0576 10cm 深 含水量/％ 20.5341 20.9426 21.666 19.8652 13.2073 15.5773 16.4007 17.7234 15.7936 17.3783 13.3717 14.6611 15.4938 14.1831 14.9881 13.6836 20cm 深 含水量/％ 20.8783 21.3273 21.8853 20.001 14.1521 15.8536 17.9023 18.744 16.4914 18.0978 15.0574 15.7144 16.2988 15.3309 16.7023 15.5423 覆盖度 0.238 0.277 0.163 0.188 0.053 0.094 0.166 0.102 0.184 0.05 0.321 0.311 0.178 0.091 0.191 0.331
16
采用的雷达数据介绍 EnviSat-1卫星是欧空局对地观测卫星系列之一，于2002年3月 1日发射升空。卫星轨道高度为800公里，过境周期为35天。 ASAR是EnviSat-1上最重要的一个传感器，其目的是用SAR进行 对地观测，提供有关海浪、海冰范围及运动情况、陆地冰雪 的分布范围、地表地形及陆地表面特征、土壤湿度及湿地范 围等观测信息。ASAR工作在C波段，可为每个轨道连续获取30 分钟图像。ASAR传感器于2004年3月23日当地时间22点16分对 试验区进行扫描成像，获取的图像幅宽为56Km，长度为112Km， 覆盖了研究区的三个县（如图）。
21
ASAR数据预处理
3）几何纠正
选取了150个控制点，对后向散射系数影像进行几何 纠正。
22
ASAR数据处理 4）土壤水反演
通过统计后向散射系数与土壤水分之间的关系，确定土壤 水分预测的经验方程。
23
裸土采样点后向散射系数和土壤重量含水量
HH 极化 样点代号 txt1 txt2 txt3 L1 L2 L3 L4 L5 （dB） -21.9284 -21.2168 -20.446 -23.6133 -21.4385 -20.3653 -23.6534 -20.8172 VV 极化 （dB） -21.94 -21.1 -20.12 -23.54 -20.12 -19.59 -22.14 -19.84 5cm 深 10cm 深 20cm 深
探讨后向散射系数与土壤水之间关系
土壤水分监测流程图
15
试验数据简介
研究区概况 试验区位于北京市昌平、顺义和通县三个区。地处东 经115º 58´－116º 50´北纬39º 30´－40º 33´，海拔高度在30－60米。区 内主要土地类型有农田、林地、果园及水体等，农田的主要类型有 小麦地、苜蓿地和裸地。研究区农田地势平坦，起伏较小。 卫星数据概况 采用的雷达数据为ENVISAT-ASAR。卫星轨道高度 为800公里，过境周期为35天。根据试验目的选择了分辨率为30米、 极化方式为HH/VV、观测角为IS7(42.5°～ 45.2°)的Alternating Polarisation工作模式 地面试验 安排在3月24日上午，冬小麦正处于返青初期，覆盖度较 低，大约为0.2左右。试验内容包括土壤含水量测量、小麦覆盖度测 量及测点GPS定位、数字照片的拍摄。试验时天气晴朗，获取的数 据精度较高。
水平同极化后向散射系 数/dB 垂直同极化后向散射
-19 -20 -21 -22 1 y = 0.2426x - 25.447 R2 = 0.2012 3
-19 -23 -20 -24 -21 12 -22 -23 -24 12
系数/dB
4 14 1
3 7
16
4 14
18 = 0.2872x - 25.503 20 22 y 7 2 土壤重量含水量/% R = 0.2495
遥感干旱等灾害监测
中国农业大学 信息与电气工程学院：张超 地理信息工程系 2013年7月29日星期一
干旱及监测
干旱是一种潜在的自然现象，它的发生过程复杂，通常 表现为一种缓慢的自然灾害。干旱发生于全球所有的气 候带，但其在不同气候带的表现形式不同，因而导致了 至今还没有一个适用于任何条件下的定义。
干旱的定义划分为4种基本的定义类型，即气象干旱、 农业干旱、水文干旱和社会经济干旱。
从农业生产考虑，干旱是在水分胁迫下，作物及其生 存环境相互作用构成的一种旱生生态环境。
应用遥感技术监测干旱则属于面上的监测，并 且充分地利用了地物表面的光谱、时间、空间 和方向信息。
干旱监测理论基础
由于从植被指数反演出的地表绿度与植物的生长状态及 其密度密切相关，因此，被植指数可用于监测对作物生 长不利的环境条件，尤其是对在干旱环境的监测。
土壤水分
土壤介电常数
雷达后向散射系数
13
雷达土壤水探测的优势
（1）雷达土壤水探测的优势主要体现在微波 遥感不受光照、云雾等天气条件的影响，具有 全天时、全天候工作的特点。 （2）特别是长波段微波能够穿透植被，并对 土壤具有一定的穿透能力。
14
ASAR数据处理与土壤水分监测
数据预处理
gamma滤波 后向散射系数的计算 后向散射 GPS点位数据 地面实测土壤水数据 几何纠正
干旱监测理论基础
植物冠层温度升高是植物受到水分胁迫和干旱发生的最初 表征。因此，土地表面温度可用于干旱监测。
பைடு நூலகம்旱监测（植被指数）
距平植被指数（Anomaly Vegetation Index, AVI）
分析NDVI的变化与短期的气候变化之间的关系
AVI NDVI i NDVI
AVI作为监测干旱的一种方法，它以某一地点某一时期 多年的NDVI平均值为背景值，用当年该时期的NDVI值减 去背景值，即可计算出AVI的变化范围，即NDVI的正、 负距平值。正距平反映植被生长较一般年份好，负距平 表示植被生长较一般年份差。一般而言，距平植被指数 为-0.1~-0.2表示旱情出现，-0.3~-0.6表示旱情严重。
26
裸土后向散射系数和地表粗糙度关系分析
选择土壤含水量相近而后向散射系数偏差较大的样点对1 和4、3和7，找出点1、3、4、7对应的数字照片。对照实 验图片来看，点1、3对应的地表粗糙度较大，点4、7对 应的地表粗糙度较小。因而，可以断定：在土壤含水量 一致的情况下，粗造度越大， hh 、 vv 越大。比较地表 粗造度对 hh vv的影响，粗糙度对 影响小，对 hh 、 vv 影响大。 结合小扰动模型来分析后向散射系数对粗造度的敏 感性 。 敏感性分析和对粗糙度的影响都表面，VV极化更适合土 壤水份的反演。
水的介电常数和干土介电 常数有很大的差别，水的介 电常数大约为80，而干土介 电常数仅为3左右。一般土壤 可以看成是水和干土的混合， 因而土壤的介电常数会随着 土壤含水量的增大而增大。 并且，电磁波散射模型已表 明雷达回波的后向散射系数 直接受土壤介电常数的影响。 这就构成了微波遥感探测土 壤湿度的物理基础。
干旱监测（植被指数）
条件植被指数（Vegetation Condition Index，VCI）
NDVI i NDVI min VCI 100 NDVI max NDVI min
干旱监测（地表温度）
条件温度指数（Temperature Condition Index, TCI） 强调了温度与植物生长的关系，即高温对植物生长不利（Kogan，1995）
24
-19
垂直同极化后向散射系数/dB
-20 -21 -22 -23 -24 -24 y = 0.9611x - 0.2084 2 R = 0.8172 -23 -22 -21 -20 -19
水平同极化后向散射系数/dB
水平、垂直同极化后向散射系数有很高的相关性，相关系数达 到0.904；同时，从两个极化数据的回归线来看，整体上裸土 的水平同极化后向散射系数略小于垂直同极化后向散射系数。 25
17
数据介绍
18
ASAR数据预处理
1）滤波处理
使用gamma滤波对影像进行滤波处理 雷达遥感数据有别于光学遥感数据的一个重要特征是影像 上存在着更明显的斑点噪声，其主要表现为图像灰度的剧 烈变化, 即在同一片均匀区域, 有的分辨单元呈亮点, 而 有的单元呈暗点。斑点噪声 降低了图像的空间分辨率和信 噪比, 严重影响图像的判读性和可解译性, 甚至可能导致 地物特征的消失。因此，斑点噪声的消除对ASAR 图像的应 用是十分重要的。由于Gamma自适应滤波同时考虑了斑点的 特点和地物目标散射特征的统计规律，在平滑斑点的同时 能很好保持图像纹理
含水量（％） 含水量 （％） 含水量（％） 10.1924 11.8937 9.4772 10.0345 12.7126 16.3889 13.2915 12.2347 12.0756 15.9252 13.5397 12.4705 13.8616 19.1768 15.1027 13.5348 13.1668 17.1691 15.1335 13.3395 14.2954 20.5431 15.8492 14.5669
式中
LSTNDVIi .max a bNDVIi LSTNDVIi .min a'b NDVI i
'
干旱监测（植被指数-地表温度）
条件植被温度指数（VTCI）
物 理 意 义
干旱监测
VTCI：多时段
对比分析 2005年
AVI
VCI
TCI
VTCI
微波遥感土壤水分监测
12
雷达土壤水探测的物理机理
BTmax BTi TCI 100 BTmax BTmin
VCI的缺点是未考虑白天的气象条件如净辐射、风速、湿度等对热红外 遥感的影响及土地表面温度的季节性变化 。
干旱监测 （地表温度）
归一化温度指数（Normalized Difference Temperature Index, NDTI） McVicar等（1992）