微波与光学遥感协同反演旱区地表土壤水分研究

被引：19

作者：

孔金玲 ^{[1
,2
]}

李菁菁 ^{[1
]}

甄珮珮 ^{[1
]}

杨笑天 ^{[1
]}

杨晶 ^{[1
]}

吴哲超 ^{[1
]}

机构：

[1] 长安大学地球科学与资源学院

[2] 旱区地下水文与生态效应教育部重点实验室

来源：

地球信息科学学报 | 2016年 / 06期

关键词：

土壤水分; 协同反演; 稀疏植被; 水云模型; AIEM模型;

D O I：

暂无

中图分类号：

S127 [遥感技术在农业上的应用]; S152.7 [土壤水分];

学科分类号：

082804 ;

摘要：

土壤水分是水文循环中的关键因素,尤其对旱区的生态环境具有十分重要的意义。微波遥感是反演土壤水分的有效手段,而植被是影响土壤水分反演精度的重要因素。因此,对土壤水分的反演需要考虑植被的影响。本文以内蒙古乌审旗为研究区,利用Radarsat-2雷达数据与TM光学数据,对旱区稀疏植被覆盖地表土壤水分反演进行研究。利用TM数据,分别选取NDVI和NDWI指数对植被含水量进行反演,通过水云模型消除植被层对土壤后向散射系数的影响;在此基础上,根据研究区地表植被特性,提出一种基于AIEM模型的反演土壤水分的改进算法,反演了不同粗糙度参数、不同极化(VV极化和HH极化)条件下的研究区土壤水分。反演结果与野外实测数据的对比结果表明,本文提出的基于地表植被特性的土壤水分改进算法,具有更好的适应性;土壤水分反演模式Mv lhσvv(1)(VV极化方式下采用NDVI去除植被影响的反演模式)更适合于旱区考虑稀疏植被覆盖影响的地表土壤水分的反演。

引用

页码：857 / 863

页数：7

共 15 条

[11] A semi-empirical approach for surface soil water content estimation from radar data without a-priori information on surface roughness[J] . G. D’Urso,M. Minacapilli.Journal of Hydrology . 2005 (1)
[12] Microwave remote sensing of soil moisture: evaluation of the TRMM microwave imager （TMI） satellite for the Little River Watershed Tifton, Georgia[J] . James Cashion,Venkataraman Lakshmi,David Bosch,Thomas J. Jackson.Journal of Hydrology . 2004 (1)
[13] Vegetation water content mapping using Landsat data derived normalized difference water index for corn and soybeans[J] . Thomas J. Jackson,Daoyi Chen,Michael Cosh,Fuqin Li,Martha Anderson,Charles Walthall,Paul Doriaswamy,E.Ray Hunt.Remote Sensing of Environment . 2003 (4)
[14] Parameterization of vegetation backscatter in radar-based, soil moisture estimation[J] . Rajat Bindlish,Ana P Barros.Remote Sensing of Environment . 2001 (1)
[15] Soil moisture evaluation using multi-temporal synthetic aperture radar （SAR） in semiarid rangeland[J] . M Susan Moran,Daniel C Hymer,Jiaguo Qi,Edson E Sano.Agricultural and Forest Meteorology . 2000 (1)

← 1 2 →