• 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
    • / 12
    • 下载费用:30 金币  

    重庆时时彩春节休假: 地表土壤物理参数的被动微波遥感反演方法.pdf

    关 键 词:
    地表 土壤 物理 参数 被动 微波遥感 反演 方法
      专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
    摘要
    申请专利号:

    CN201410137298.0

    申请日:

    2014.04.04

    公开号:

    CN103969268A

    公开日:

    2014.08.06

    当前法律状态:

    终止

    有效性:

    无权

    法律详情: 未缴年费专利权终止 IPC(主分类):G01N 22/00申请日:20140404授权公告日:20160629终止日期:20180404|||授权|||实质审查的生效IPC(主分类):G01N 22/00申请日:20140404|||公开
    IPC分类号: G01N22/00; G01S13/89 主分类号: G01N22/00
    申请人: 中国科学院华南植物园; 广州地理研究所
    发明人: 陈修治; 李勇; 苏泳娴
    地址: 510650 广东省广州市天河区兴科路723号
    优先权:
    专利代理机构: 广州科粤专利商标代理有限公司 44001 代理人: 刘明星
    PDF完整版下载: PDF下载
    法律状态
    申请(专利)号:

    CN201410137298.0

    授权公告号:

    |||||||||

    法律状态公告日:

    2019.03.22|||2016.06.29|||2014.09.03|||2014.08.06

    法律状态类型:

    专利权的终止|||授权|||实质审查的生效|||公开

    摘要

    本发明公开了地表土壤物理参数的被动微波遥感反演方法,其包括以下步骤:步骤1、通过发射的星载被动微波遥感计AMSR-E获取AMSR-E被动微波遥感亮度温度影像的亮度温度数据和MPDI指数;步骤2、推演获取关于平滑地表反射率、表层土壤粗糙度参数、MPDI指数以及植被光学厚度的关系;步骤3、计算表层土壤湿度mv和土壤粗糙度h;步骤4、计算表层土壤温度TS。本发明基于简化的被动微波辐射传输方程,并结合MPDI指数、Q/H表层土壤粗糙度模型、植被光学厚度模型、Fresnel方程等,构建了地表土壤关键属性参数(土壤温度、表层土壤温度、土壤粗糙度)物理反演模型,基于此方法可以反演我国乃至全球区域的表层土壤温度、土壤湿度和地表粗糙度分布,具有重要的科学意义。

    权利要求书

    权利要求书
    1.  地表土壤物理参数的被动微波遥感反演方法,其特征在于,其包括以下步骤:
    步骤1、通过发射的星载被动微波遥感计AMSR-E获取AMSR-E被动微波遥感亮度温度影像的亮度温度数据和MPDI指数,所述亮度温度数据为AMSR-E被动微波遥感亮度温度影像6.9GHz波段水平极化通道的亮度温度数据Tb6.9h,所述MPDI指数包括AMSR-E被动微波遥感亮度温度影像6.9GHz波段的MPDI指数MPDI6.9以及AMSR-E被动微波遥感亮度温度影像10.7GHz波段的MPDI指数MPDI10.7;
    步骤2、推演获取关于平滑地表反射率、表层土壤粗糙度参数、MPDI指数以及植被光学厚度的关系,其包括以下步骤:
    步骤21、将被动微波辐射方程进行简化,可得:
    Tbp=TS(1-rsp*e-2τc)---(1)]]>其中,Tbp是星载被动微波遥感计AMSR-E接收的亮度温度,其包括垂直极化波段的亮度温度Tbv和水平极化波段的亮度温度数值的亮度温度Tbh;TS是表层土壤温度;rsp是粗糙地表反射率,其包括粗糙地表垂直极化波段的反射率rsv以及粗糙地表水平极化波段的反射率rsh;τc是植被光学厚度,因此,公式(1)可分解成:
    Tbv=TS(1-rsv*e-2τc)---(1-1)]]>
    Tbh=TS(1-rsh*e-2τc)---(1-2)]]>
    步骤22、根据Wang和Choudhury(1995)建立的Q/H表层土壤粗糙度模型,针对AMSR-E双极化微波波段,得到垂直极化和水平极化波段的粗糙地表反射率与平滑地表反射率的关系:
    rsv=[(1-Q)rov+Q*roh]e-h (2-1)
    rsh=[(1-Q)roh+Q*rov]e-h (2-2)
    其中,rov是平滑地表垂直极化波段的反射率;roh是平滑地表水平极化波段的反射率;Q是土壤粗糙度的极化差异比例,0≤Q<0.5,h是地表土壤粗糙度,所述Q和h构成表层土壤粗糙度参数;
    步骤23、将公式(1-1)、(1-2)、(2-1)、(2-2)代入MPDI指数的定义:
    MPDI=Tbv-TbhTbv+Tbh---(3)]]>
    可得平滑地表反射率、表层土壤粗糙度参数、MPDI指数以及植被光学厚度的关系:
    1MPDI=rov+roh(1-2Q)(rov-roh)-2(1-2Q)(rov-roh)e2τc+h---(4)]]>
    步骤3、计算表层土壤湿度mv和土壤粗糙度h;其包括以下步骤:
    步骤31、将De Jeu(2003)植被光学厚度τc的表示:
    τc=C1ln(MPDI)3+C2ln(MPDI)2+C3ln(MPDI)+C4 (5)
    代入公式(4)可得:
    (MPDI-1+2Q)×rov+(MPDI+1-2Q)×roh=2(MPDI)α×eβ+h (6)其中,C1、C2、C3和C4指经验模型的系数,其均为常量;α=6C1+4C2+2C3,β=2C4;
    步骤32、将公式(6)分别应用于AMSR-E被动微波遥感亮度温度影像6.9GHz波段和10.7GHz波段,可得:
    (MPDI6.9-1+2Q)×rov6.9+(MPDI6.9+1-2Q)×roh6.9=2(MPDI6.9)α×eβ+h (7-1)
    (MPDI10.7-1+2Q)×rov10.7+(MPDI10.7+1-2Q)×roh10.7=2(MPDI10.7)α×eβ+h (7-2)
    步骤33、对AMSR-E被动微波遥感亮度温度影像的单个6.9GHz波段或10.7GHz波段,根据Dobson(1985)的介电常数模型,利用AIEM模拟出各频率波段的平滑地表反射率与表层土壤温度的关系:
    rov6.9=0.7258*mv+0.0314 (8-1)
    roh6.9=0.7757*mv0.4481 (8-2)
    rov10.7=0.7117*mv+0.0284 (8-3)
    roh10.7=0.7619*mv0.461---(8-4)]]>
    其中:rov6.9为AMSR-E被动微波遥感亮度温度影像6.9GHz波段垂直极化通道的平滑地表反射率;roh6.9为AMSR-E被动微波遥感亮度温度影像6.9GHz波段 水平极化通道的平滑地表反射率;rov10.7为AMSR-E被动微波遥感亮度温度影像10.7GHz波段垂直极化通道的平滑地表反射率;roh10.7为AMSR-E被动微波遥感亮度温度影像10.7GHz波段水平极化通道的平滑地表反射率;
    步骤34、将公式(8-1)和公式(8-2)代入公式(7-1),将公式(8-3)和公式(8-4)代入公式(7-2),分别得到公式(9-1)和公式(9-2):
    (MPDI6.9-1+2Q)×(0.7258*mv+0.0314)+ (9-1)
    (MPDI6.9+1-2Q)×(0.7757mv0.4481)=2(MPDI6.9)α×eβ+h
    (MPDI10.7-1+2Q)×(0.7117mv+0.0284)+ (9-2)
    (MPDI10.7+1-2Q)×(0.7619mv0.461)=2(MPDI10.7)α×eβ+h
    步骤35、联立公式(9-1)和公式(9-2),计算表层土壤湿度mv和土壤粗糙度h;
    步骤4、计算表层土壤温度TS,具体为联立公式(1-2)、(2-2)、(5)、(8-1)、(8-2)可得:
    TS=e(h+β)-[(1-Q)(0.7757×mv0.4481)+Q(0.7258×mv+0.0341)]Tb6.9h×(MPDI6.9)α×e(h+β)---(10)]]>

    2.  根据权利要求1所述的地表土壤物理参数的被动微波遥感反演方法,其特征在于,所述Q为0.09。

    3.  根据权利要求1或2所述的地表土壤物理参数的被动微波遥感反演方法,其特征在于,所述α为-0.0261,β为-2.8073。

    说明书

    说明书地表土壤物理参数的被动微波遥感反演方法
    技术领域
    本发明属于一种基于星载被动微波遥感的土壤物理属性参数反演方法,具体涉及表层土壤温度、表层土壤温度和表层土壤粗糙度等的被动微波遥感反演方法。
    背景技术
    星载被动微波遥感具备大尺度、准全天时、准全天候的监测能力,对云、雨、大气有一定的穿透能力,在地表土壤参数反演中具有独特的优越性。在过去十年里,国际上相继发射了多种星载被动微波辐射计,主要包括多通道扫描微波辐射计SMMR、微波辐射计成像仪SSM/I、高级微波辐射计AMSR-E以及欧空局L波段的SMOS卫星,我国也正加大力度发展星载微波传感器计划,2002年神舟四号(SZ-4)飞船搭载了荷多模态微波遥感器(M3RS),2008年发射的风云-3号卫星搭载了微波湿度计等。
    目前国内外关于AMSR或者AMSR-E微波数据反演表层土壤温度的研究很少,其温度反演模型主要集中在经验模型/半经验模型的构建上,该类方法可以用在同一时期,与实验样区及其大气、下垫面情况类似的区域,但由于其在回归系数的确定上缺乏物理基础,当模型用于不同区域、不同时间时,需重新校正系数,但研究方法可以借用,且简单易行,精度较高。此外,用AMSR-E传感器进行表层土壤温度反演的意义并不仅仅在于得到大尺度的全球表层土壤温度本身,更重要的是,通过AMSR-E获得的表层土壤温度结果能够提高其它地表参数(如土壤水分)反演的精度。如在土壤水分的反演中,表层土壤粗糙度、植被含水量、表层土壤温度等参数都会对反演结果产生影响,如果能够较准确地获取其中一种或几种变量的值,那么在理论上就能提高土壤水分反演结果的精度。
    基于被动微波遥感的地表土壤水分反演方法主要包括以下四类:经验方法、正向模型法、神经网络法、数据同化法。其中,最常用的是经验模型法和正向模型法,主流发展方向是正向模型法。但是经验模型法具有明显的缺点:①经验模型一般会使用微波的高频波段,受大气影响较大;②植被指数对植被生物 量比较敏感,且随着波段频率的升高,微波波段的穿透能力急剧减弱。因此,基于植被指数的经验模型法不具有时空普适性,在实际推广和应用中具有很大的局限性。正向模型是描述地表特征参数和传感器接收亮温相关关系的方程,其输入变量是地表各参数,输出变量则是传感器所接收的辐射亮温。所谓基于正向模型的地表参数反演就是通过输出变量(传感器亮温)来反推输入变量(地表参数)的过程。其中,应用最为广泛的就是基于被动微波辐射传输方程的物理模型反演法。物理模型相比经验模型,具有良好的时空普适性,是一种较为可靠的地表土壤水分反演方法。但是该方法依然有一定的不足之处:①多数地表土壤水分反演模型在多植被覆盖的地带,其反演精度会受到较大影响,地形因素(地形几何特征、表层土壤粗糙度等)甚至会引起12%的反演误差;②部分研究需要在精确模拟了表层土壤温度、介电常量、植被消光系数、表层土壤粗糙度等地表参数的基础上,才能获取比较准确的地表土壤水分数据,然而表层土壤温度、介电常量、植被消光系数、表层土壤粗糙度等地表参数的精确模拟也同样是有待深入研究的科学问题。
    国内外利用被动微波遥感来开展表层土壤粗糙度模拟的研究较少,只有部分学者展开了这方面的研究。多数是基于粗糙地表的散射原理,利用主被动微波遥感数据,进行了表层土壤粗糙度的模拟。该模型首先是构建地表发射率与不同角度的地表后向散射系数的关系式,然后通过构建查找表的方法,来实现表层土壤粗糙度的模拟。然而,高精度表层土壤粗糙度数据的获取,是被动微波遥感反演表层土壤温度、表层土壤温度等关键地表参数的前提,因此,如何构建一套简单、可行的表层土壤粗糙度物理反演模型,具有重要的研究意义。
    关于目前表层土壤温度被动微波遥感反演的研究中,多数属于经验模型或以大量经验关系为基础的半经验模型、物理模型。由于全球或区域各地区的地表状况错综复杂,这种经验性的关系所依赖的模拟数据不可能涵盖全球或区域范围内的所有地表类型,所以,经验模型无法满足大尺度的地表参数模拟。物理模型是一种相对有效的针对大尺度表层土壤温度模拟的微波遥感方法。然而,物理模型受大气参数(水汽、气溶胶等)以及下垫面覆盖状况(水、雪、冰冻、植被覆盖状况)等的影响较大,其精确反演表层土壤温度的前提条件是能够进行精确的大气校正和获取高精度的下垫面参数数据。但是精确的大气校正和其他电表参数的高精度模拟恰恰也是微波遥感目前的难点之一。这些方面的缺点, 在一定程度上限制了表层土壤温度物理反演模型的发展。
    关于表层土壤温度被动微波遥感反演的研究中,由于经验方法(植被指数法)的精度较低、时空普适性较差,神经网络法和数据同化方法反演过程比较复杂,且内部关系不明晰。因此,目前比较常用的是正向模型法(物理模型法)。但是,该方法依然有一定的不足之处:①不适应于高植被覆盖或湿度比较高的地区;②模型需要表层土壤温度、介电常量、植被消光系数、表层土壤粗糙度等地表参数作为输入参数。随着AMSR-E、SMOS等微波辐射计的发射升空,新型微波传感器能够提供双极化、多通道的微波信号数据,为构建多通道的表层土壤温度反演方法提供了可能。而这种多通道的反演方法,恰恰为正向模型求解多个地表参数提供了可能。因此,基于双极化、多通道的新型微波辐射计数据,构建基多通道多参数的表层土壤温度物理反演方法,将是被动微波遥感发展的一个方向。
    利用被动微波遥感来开展表层土壤粗糙度模拟的较少,且这些研究基本都是经验模型、半经验模型,研究不够深入。然而,高精度表层土壤粗糙度数据的获取,是被动微波遥感反演表层土壤温度、表层土壤温度等关键地表参数的前提,因此,如何构建一套简单、可行的表层土壤粗糙度物理反演模型,具有重要的研究意义。
    发明内容
    本发明专利提供一种是地表土壤物理参数的被动微波遥感反演方法,其基于简化的被动微波辐射传输方程,并结合MPDI指数、Q/H表层土壤粗糙度模型、植被光学厚度模型、Fresnel方程等,构建了一套基于AMSR-E星载被动微波遥感影像6.9GHz和10.7GHz两个波段的地表土壤关键属性参数(土壤温度、表层土壤温度、土壤粗糙度)物理反演模型。
    为实现以上目的,本发明采取了的技术方案是:
    地表土壤物理参数的被动微波遥感反演方法,其包括以下步骤:
    步骤1、通过发射的星载被动微波遥感计AMSR-E获取AMSR-E被动微波遥感亮度温度影像的亮度温度数据和MPDI指数,所述亮度温度数据为AMSR-E被动微波遥感亮度温度影像6.9GHz波段水平极化通道的亮度温度数据Tb6.9h,所述MPDI指数包括AMSR-E被动微波遥感亮度温度影像6.9GHz波段的MPDI 指数MPDI6.9以及AMSR-E被动微波遥感亮度温度影像10.7GHz波段的MPDI指数MPDI10.7;
    步骤2、推演获取关于平滑地表反射率、表层土壤粗糙度参数、MPDI指数以及植被光学厚度的关系,其包括以下步骤:
    步骤21、将被动微波辐射方程进行简化,可得:
    Tbp=TS(1-rsp*e-2τc)---(1)]]>
    其中,Tbp是星载被动微波遥感计AMSR-E接收的亮度温度,其包括垂直极化波段的亮度温度Tbv和水平极化波段的亮度温度数值的亮度温度Tbh;TS是表层土壤温度;rsp是粗糙地表反射率,其包括粗糙地表垂直极化波段的反射率rsv以及粗糙地表水平极化波段的反射率rsh;τc是植被光学厚度,因此,公式(1)可分解成:
    Tbv=TS(1-rsv*e-2τc)---(1-1)]]>
    Tbh=TS(1-rsh*e-2τc)---(1-2)]]>
    步骤22、根据Wang和Choudhury(1995)建立的Q/H表层土壤粗糙度模型,针对AMSR-E双极化微波波段,得到垂直极化和水平极化波段的粗糙地表反射率与平滑地表反射率的关系:
    rsv=[(1-Q)rov+Q*roh]e-h (2-1)
    rsh=[(1-Q)roh+Q*rov]e-h (2-2)
    其中,rov是平滑地表垂直极化波段的反射率;roh是平滑地表水平极化波段的反射率;Q是土壤粗糙度的极化差异比例,0≤Q<0.5,h是地表土壤粗糙度,所述Q和h构成表层土壤粗糙度参数;
    步骤23、将公式(1-1)、(1-2)、(2-1)、(2-2)代入MPDI指数的定义:
    MPDI=Tbv-TbhTbv+Tbh---(3)]]>
    可得平滑地表反射率、表层土壤粗糙度参数、MPDI指数以及植被光学厚度的关系:
    1MPDI=rov+roh(1-2Q)(rov-roh)-2(1-2Q)(rov-roh)e2τc+h---(4)]]>
    步骤3、计算表层土壤湿度mv和土壤粗糙度h;其包括以下步骤:
    步骤31、将De Jeu(2003)植被光学厚度τc的表示:
    τc=C1ln(MPDI)3+C2ln(MPDI)2+C3ln(MPDI)+C4 (5)
    代入公式(4)可得:
    (MPDI-1+2Q)×rov+(MPDI+1-2Q)×roh=2(MPDI)α×eβ+h (6)其中,C1、C2、C3和C4指经验模型的系数,其均为常量;α=6C1+4C2+2C3,β=2C4;
    步骤32、将公式(6)分别应用于AMSR-E被动微波遥感亮度温度影像6.9GHz波段和10.7GHz波段,可得:
    (MPDI6.9-1+2Q)×rov6.9+(MPDI6.9+1-2Q)×roh6.9=2(MPDI6.9)α×eβ+h (7-1)
    (MPDI10.7-1+2Q)×rov10.7+(MPDI10.7+1-2Q)×roh10.7=2(MPDI10.7)α×eβ+h (7-2)
    步骤33、对AMSR-E被动微波遥感亮度温度影像的单个6.9GHz波段或10.7GHz波段,根据Dobson(1985)的介电常数模型,利用AIEM模拟出各频率波段的平滑地表反射率与表层土壤温度的关系:
    rov6.9=0.7258*mv+0.0314 (8-1)
    roh6.9=0.7757*mv0.4481 (8-2)
    rov10.7=0.7117*mv+0.0284 (8-3)
    roh10.7=0.7619*mv0.461---(8-4)]]>
    其中rov6.9为AMSR-E被动微波遥感亮度温度影像6.9GHz波段垂直极化通道的平滑地表反射率;roh6.9为AMSR-E被动微波遥感亮度温度影像6.9GHz波段水平极化通道的平滑地表反射率;rov10.7为AMSR-E被动微波遥感亮度温度影像10.7GHz波段垂直极化通道的平滑地表反射率;roh10.7为AMSR-E被动微波遥感亮度温度影像10.7GHz波段水平极化通道的平滑地表反射率;
    步骤34、将公式(8-1)和公式(8-2)代入公式(7-1),将公式(8-3)和公式(8-4)代入公式(7-2),分别得到公式(9-1)和公式(9-2):
    (MPDI6.9-1+2Q)×(0.7258*mv+0.0314)+ (9-1)
    (MPDI6.9+1-2Q)×(0.7757mv0.4481)=2(MPDI6.9)α×eβ+h
    (MPDI10.7-1+2Q)×(0.7117mv+0.0284)+ (9-2)
    (MPDI10.7+1-2Q)×(0.7619mv0.461)=2(MPDI10.7)α×eβ+h
    步骤35、联立公式(9-1)和公式(9-2),计算表层土壤湿度mv和土壤粗糙度h;
    步骤4、计算表层土壤温度TS,具体为联立公式(1-2)、(2-2)、(5)、(8-1)、(8-2)可得:
    TS=e(h+β)-[(1-Q)(0.7757×mv0.4481)+Q(0.7258×mv+0.0341)]Tb6.9h×(MPDI6.9)α×e(h+β)---(10)]]>
    所述Q为0.09。
    所述α为-0.0261,β为-2.8073。
    本发明与现有技术相比,具有如下优点:本发明基于AMSR-E被动微波遥感亮度温度影像,从微波辐射传输方程出发,探索性构建了一套简单、可靠的土壤湿度和地表土壤粗糙度、地表土壤温度等关键地表参数AMSR-E被动微波遥感反演方法?;诖朔椒梢苑囱菸夜酥寥蚯虻谋聿阃寥牢露?、土壤湿度和地表粗糙度分布,具有重要的科学意义。
    附图说明
    图1为本发明实施例的地表土壤物理参数的被动微波遥感反演方法的原理图;
    图2为基于本发明地表土壤物理参数的被动微波遥感反演方法反演获取的全国表层土壤温度分布图;
    图3为基于本发明地表土壤物理参数的被动微波遥感反演方法反演获取的全国表层土壤湿度分布图;
    图4为基于本发明地表土壤物理参数的被动微波遥感反演方法反演获取的全球表层土壤粗糙度分布图。
    具体实施方式
    下面结合附图和具体实施方式对本发明的内容做进一步详细说明。
    实施例
    以全国或全球监测为例,通过被动微波遥感反演方法获取地表土壤物理参数(包括表层土壤湿度、土壤粗糙度、土壤温度)的分布,包括以下步骤:
    (1)首先对发射的星载被动微波遥感计AMSR-E获取的AMSR-E被动微波遥感亮度温度影像进行大气粗矫正,得到大气粗矫正后的AMSR-E被动微波遥感亮度温度影像6.9GHz和10.7GHz波段的亮度温度及MPDI(MicrowavePolarization Difference Index微波极化差异指数)数据集。
    (2)然后基于经典的被动微波辐射传输方程,利用植被光学厚度、光滑地表反射率模型、MPDI模型以及地表粗糙度模型等,推演得到表层土壤湿度、土壤粗糙度、土壤温度反演方法。
    其具体包括以下内容:
    (2.1)将被动微波辐射方程进行简化,可得:
    Tbp=TS(1-rsp*e-2τc)---(11)]]>
    公式(11)的推导过程可参照《遥感学报》第10卷第5期第656-660页由王磊等人发表的论文《利用AMSR-E微波辐射计对地表粗糙度参数的一种新标定方法》。其中,Tbp是星载被动微波遥感计AMSR-E接收的亮度温度,其包括垂直极化波段的亮度温度Tbv和水平极化波段的亮度温度数值的亮度温度Tbh;TS是表层土壤温度;rsp是粗糙地表反射率,其包括粗糙地表垂直极化波段的反射率rsv以及粗糙地表水平极化波段的反射率rsh;τc是植被光学厚度,因此,公式(11)可分解成:
    Tbv=TS(1-rsv*e-2τc)---(11-1)]]>
    Tbh=TS(1-rsh*e-2τc)---(11-2)]]>
    (2.2)根据Wang和Choudhury(1995)建立的Q/H表层土壤粗糙度模型,针对AMSR-E双极化微波波段,得到垂直极化和水平极化波段的粗糙地表反射率与平滑地表反射率的关系:
    rsv=[(1-Q)rov+Q*roh]e-h (12-1)
    rsh=[(1-Q)roh+Q*rov]e-h (12-2)其中,rov是平滑地表垂直极化波段的反射率;roh是平滑地表水平极化波段的反 射率;Q是土壤粗糙度的极化差异比例,0≤Q<0.5,经过本发明模拟得到Q近似等于0.09,h是地表土壤粗糙度,Q和h构成表层土壤粗糙度参数。
    (2.3)将公式(11-1)、(11-2)、(12-1)、(12-2)代入MPDI指数的定义:
    MPDI=Tbv-TbhTbv+Tbh---(13)]]>
    可得平滑地表反射率、表层土壤粗糙度参数、MPDI指数以及植被光学厚度的关系:
    1MPDI=rov+roh(1-2Q)(rov-roh)-2(1-2Q)(rov-roh)e2τc+h---(14)]]>
    (2.4)对公式(14)进行变形,我们可以得到:
    (MPDI-1+2Q)×rov+(MPDI+1-2Q)×roh=2MPDI×e2τc+h---(15)]]>
    将De Jeu(2003)植被光学厚度τc的表示:
    τc=C1ln(MPDI)3+C2ln(MPDI)2+C3ln(MPDI)+C4 (16)
    代入公式(15)可得:
    (MPDI-1+2Q)×rov+(MPDI+1-2Q)×roh=2(MPDI)α×eβ+h (17)其中,C1、C2、C3和C4指经验模型的系数,其均为常量;Mij为经验矩阵,α=6C1+4C2+2C3,β=2C4,在本发明较佳的实施例中,模拟得出α近似等于-0.0261,β近似等于-2.8073。
    (2.5)将公式(17)分别应用于AMSR-E被动微波遥感亮度温度影像6.9GHz波段和10.7GHz波段,可得:
    (MPDI6.9-1+2Q)×rov6.9+(MPDI6.9+1-2Q)×roh6.9=2(MPDI6.9)α×eβ+h (18-1)
    (MPDI10.7-1+2Q)×rov10.7+(MPDI10.7+1-2Q)×roh10.7=2(MPDI10.7)α×eβ+h (18-2)
    (2.6)对AMSR-E被动微波遥感亮度温度影像的单个6.9GHz波段或10.7GHz波段,根据Dobson(1985)的介电常数模型,利用AIEM模拟出各频率波段的平滑地表反射率与表层土壤温度的关系:
    rov6.9=0.7258*mv+0.0314 (19-1)
    roh6.9=0.7757*mv0.4481 (19-2)
    rov10.7=0.7117*mv+0.0284 (19-3)
    roh10.7=0.7619*mv0.461---(19-4)]]>
    其中:rov6.9为AMSR-E被动微波遥感亮度温度影像6.9GHz波段垂直极化通道的平滑地表反射率;roh6.9为AMSR-E被动微波遥感亮度温度影像6.9GHz波段水平极化通道的平滑地表反射率;rov10.7为AMSR-E被动微波遥感亮度温度影像10.7GHz波段垂直极化通道的平滑地表反射率;roh10.7为AMSR-E被动微波遥感亮度温度影像10.7GHz波段水平极化通道的平滑地表反射率;
    (2.7)将公式(19-1)和公式(19-2)代入公式(18-1),将公式(19-3)和公式(19-4)代入公式(18-2),分别得到公式(20-1)和公式(20-2):
    (MPDI6.9-1+2Q)×(0.7258*mv+0.0314)+ (20-1)
    (MPDI6.9+1-2Q)×(0.7757mv0.4481)=2(MPDI6.9)α×eβ+h
    (MPDI10.7-1+2Q)×(0.7117mv+0.0284)+ (20-2)
    (MPDI10.7+1-2Q)×(0.7619mv0.461)=2(MPDI10.7)α×eβ+h
    在公式(20-1)和(20-2)中,MPDI6.9和MPDI10.7可以从AMSR-E遥感影像获??;Q近似等于0.09;α近似等于-0.0261,β近似等于-2.8073,也就是说,公式(20-1)和(20-2)只有两个共同的未知量(土壤湿度mv和土壤粗糙度h)。因此,可以利用Matlab编程联合公式(20-1)和(20-2)组成一个方程组,反演求得未知变量土壤湿度mv和土壤粗糙度h的解。
    (2.8)联立公式(11-2)、(12-2)、(16)、(19-1)、(19-2),计算表层土壤温度TS:
    TS=e(h+β)-[(1-Q)(0.7757×mv0.4481)+Q(0.7258×mv+0.0341)]Tb6.9h×(MPDI6.9)α×e(h+β)---(21)]]>
    当然,也可以联立公式(11-1)、(12-1)、(16)、(19-1)、(19-2)计算表层土壤温度TS。
    (3)在步骤(2)的基础上,分别以全国或全球的AMSR-E被动微波遥感亮度温度影像及数据为研究区域,反演表层土壤温度、土壤湿度和土壤粗糙度,结果输出如图2-4所示。
    虽然本发明是通过具体实施例进行说明的,本领域技术人员应当明白,在不脱离本发明范围的情况下,还可以对本发明进行各种变换及等同替代。另外,针对特定情形或应用,可以对本发明做各种修改,而不脱离本发明的范围。因此,本发明不局限于所公开的具体实施例,而应当包括落入本发明权利要求范围内的全部实施方式。

    关于本文
    本文标题:地表土壤物理参数的被动微波遥感反演方法.pdf
    链接地址://www.4mum.com.cn/p-6143923.html
    关于我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服 - 联系我们

    [email protected] 2017-2018 www.4mum.com.cn网站版权所有
    经营许可证编号:粤ICP备17046363号-1 
     


    收起
    展开
  • 四川郎酒股份有限公司获第十二届人民企业社会责任奖年度环保奖 2019-05-13
  • 银保监会新规剑指大企业多头融资和过度融资 2019-05-12
  • 韩国再提4国联合申办世界杯 中国网友无视:我们自己来 2019-05-11
  • 中国人为什么一定要买房? 2019-05-11
  • 十九大精神进校园:风正扬帆当有为 勇做时代弄潮儿 2019-05-10
  • 粽叶飘香幸福邻里——廊坊市举办“我们的节日·端午”主题活动 2019-05-09
  • 太原设禁鸣路段 设备在测试中 2019-05-09
  • 拜耳医药保健有限公司获第十二届人民企业社会责任奖年度企业奖 2019-05-08
  • “港独”没出路!“梁天琦们”该醒醒了 2019-05-07
  • 陈卫平:中国文化内涵包含三方面 文化复兴表现在其中 2019-05-06
  • 人民日报客户端辟谣:“合成军装照”产品请放心使用 2019-05-05
  • 【十九大·理论新视野】为什么要“建设现代化经济体系”?   2019-05-04
  • 聚焦2017年乌鲁木齐市老城区改造提升工程 2019-05-04
  • 【专家谈】上合组织——构建区域命运共同体的有力实践者 2019-05-03
  • 【华商侃车NO.192】 亲!楼市火爆,别忘了买车位啊! 2019-05-03
  • 吉林时时票助手 pk10如何将100玩到一万 幸运飞艇7码怎么搞 赌场都有什么玩法 11选五计划软件免费版 500彩票1分快3计划软件 彩票挂机真的稳赚吗 快三技巧稳赚方法 双色球预测专家 双色球最新最精准预测 后三组六杀几码稳赚呢 11选5任7复式9码稳赚方案 快三有没有稳赚的方法 一千本金怎么倍投稳赚 双色球最佳的投注组合 七乐彩单式中奖规则