论文题目: 基于ERS散射计数据的青藏高原土壤水分估算方法研究
论文类型: 博士论文
论文专业: 地图学与地理信息系统
作者: 王建明
导师: 邵芸,施建成
关键词: 风散射计,土壤水分,积分方程模型,青藏高原
文献来源: 中国科学院研究生院（遥感应用研究所）
发表年度: 2005
论文摘要: 土壤水分在全球水资源中所占的比列很小,存储在土壤空隙中的水分仅占全球水资源0.005%,但它是水文模型和气候模型的重要边界条件。青藏高原作为世界上平均海拔最高、面积最大、地形最为复杂的高原,其能量与水分循环过程对亚洲季风、东亚大气环流及全球气候变化均有极大的影响。准确持续地获取青藏高原地表土壤湿度数据一直是科学家研究青藏高原地气相互作用过程的努力方向之一。 本文的是基于ERS-1/2风散射计数据进行青藏高原地表土壤湿度参数反演。为获得较高的反演精度,本文引入一个简化的地表散射模型,然后通过最新发展的裸露地表随机散射理论模型对其参数进行标定。根据散射计的数据特点,通过寻找不同入射角下简单地表散射模型的参数之间的函数关系,来减少反演模型中的未知量,得到基于ERS-1/2散射计数据的裸露地表土壤水分估算方法,然后选择和计算植被散射水云模型的植被参数,在此基础上,根据青藏高原的土地利用信息,定量估算植被散射从而进行植被影响校正,最后反演得到进行青藏高原全年地表土壤水分的时空分布数据。 为建立基于ERS-1/2散射计的裸露地表土壤水分反演模型,本文首先对比分析不同的裸露地表散射模型和经验半经验模型进行青藏高原地表散射模拟时,模拟结果与大尺度的ERS-1/2风散射计的观测值之间误差;论证了在进行大尺度地表散射模拟时,AIEM模型仍然比其他地表散射模型有更高的精度,并且地表自相关函数选择指数相关函数时,AIEM模型的模拟值与ERS-1/2风散射计的观测值最为接近;通过引入一个简化的裸露地表后向散射模型(SSM),并利用AIEM模型模拟建立的地表散射特性数据对SSM进行标定,从而建立散射计前、中天线不同入射角下SSM模型中的参数A_m和A_f之间的函数关系以及参数b与入射角的关系,得到可以直接利用散射计的每次观测(两个不同入射角)进行裸露地表土壤水分反演的方法;根据GAME-Tibet观测场的地表实测数据,运用上述模型基于ERS散射计数据得到的观测场的裸露地表土壤水分,结果表明,反演值能够较好的反映土壤水分的变化特征,反演值与实测值之间的相关性能够达到0.6-0.7,标准偏差约0.04cm~3/cm~3 为进一步减少植被覆盖下土壤水分反演时的未知参数,本文根据青藏高原
论文目录:
摘要
Abstract
目录
第一章 引言
1.1 土壤水分研究意义
1.2 基于ERS散射计数据的青藏高原土壤水分研究意义
1.3 土壤水分微波遥感研究现状
1.3.1 合成孔径雷达研究土壤水分
1.3.2 散射计研究土壤水分
1.4 立题依据和主要内容
1.4.1 立题依据
1.4.2 主要研究内容
1.5 研究思路和论文结构
第二章 雷达基本原理及ERS散射计
2.1 雷达基本原理
2.1.1 雷达方程与雷达后向散射系数
2.1.2 SAR分辨力
2.1.3 雷达系统参数
2.2 星载微波散射计系统
2.3 ERS散射计
2.3.1 欧洲遥感卫星
2.3.2 ERS风散射计的基本参数
2.3.3 ERS风散射计数据处理
2.3.4 本文ERS风散射计数据的来源
2.4 小结
第三章 微波与地表的相互作用
3.1 表面粗糙度
3.1.1 表面均方根高度
3.1.2 表面相关长度
3.1.3 表面自相关函数
3.2 介电特性
3.2.1 土壤介电特性及介电模型
3.2.2 植被介电模型
3.3 随机粗糙表面散射及物理模型
3.3.1 几何光学模型
3.3.2 物理光学模型
3.3.3 小波扰模型
3.3.4 IEM模型
3.3.5 AIEM模型
3.4 经验、半经验模型
3.4.1 简单统计回归模型
3.4.2 Oh模型
3.4.3 Dubois模型
3.4.4 Shi模型
3.5 本章小节
第四章 研究区介绍及地表散射模型适用性分析
4.1 研究区域概述
4.2 GAME-Tibet观测数据采集及分析
4.2.1 GAME-Tibet观测站点概况
4.2.2 地表土壤湿度观测
4.2.3 地表粗糙度实测数据
4.3 常用微波散射模型在青藏高原的适用性分析
4.4 青藏高原地区AIEM模型自相关相关函数的选择
4.5 本章小结
第五章 裸露地表土壤水分估算的半经验模型
5.1 裸露地表土壤水分估算模型的建立
5.1.1 参数A、b的确定
5.2 GAME-Tibet观测站点裸露地表土壤水分的反演
5.2.1 数据选取
5.2.2 结果分析
5.3 本章小结
第六章 植被覆盖条件下土壤水分的估算
6.1 植被散射模型
6.1.1 物理模型
6.1.2 半经验模型
6.2 植被覆盖下青藏高原地表土壤水分的反演
6.2.1 参数A的回归处理
6.2.2 植被散射定量估算
6.2.3 GAME-Tibet观测站点植被影响校正结果分析
6.2.4 青藏高原土壤水分空间分布及月际变化特征
6.2.5 青藏高原土壤水分年际变化特征
6.3 本章小结
第七章 结论与展望
7.1 主要工作及结论
7.2 论文的特色及创新点
7.3 问题与展望
参考文献
攻读博士期间第一作者发表论文
发布时间: 2005-09-19
参考文献
- [1].植被覆盖地表极化雷达土壤水分反演与应用研究[D]. 刘伟.中国科学院研究生院（遥感应用研究所）2005
- [2].基于遥感和模型耦合的人民胜利渠灌区冬小麦土壤墒情研究[D]. 马春芽.中国农业科学院2018
- [3].黄土区植物生长与土壤水分协同关系及土壤水分有效性评价[D]. 闫伟明.西北农林科技大学2017
- [4].基于遥感和水文模型的新疆渭库绿洲荒漠过渡区土壤水分研究[D]. 杨爱霞.新疆大学2017
- [5].墒情（旱情）监测与预测预报方法研究[D]. 孙凯.中国农业大学2005
- [6].基于TRMM的主被动微波遥感结合反演土壤水分算法研究[D]. 武胜利.中国科学院研究生院（遥感应用研究所）2006
- [7].微集水种植条件下土壤水分调控效果及作物的生理生态效应[D]. 丁瑞霞.西北农林科技大学2006
- [8].基于IEM的多波段、多极化SAR土壤水分反演算法研究[D]. 李森.中国农业科学院2007
- [9].黄土丘陵半干旱区土壤水分植被承载力研究[D]. 郭忠升.西北农林科技大学2004
- [10].高分子材料在旱地作物生产中的应用基础研究[D]. 宋宝兴.西北工业大学2007
相关论文
- [1].中国土地覆盖分类与变化监测遥感研究[D]. 骆成凤.中国科学院研究生院（遥感应用研究所）2005
- [2].神舟四号飞船微波辐射计数据处理与地表参数反演研究[D]. 钟若飞.中国科学院研究生院（遥感应用研究所）2005
- [3].面向小流域管理的水土保持遥感监测方法研究[D]. 周月敏.中国科学院研究生院（遥感应用研究所）2005
- [4].基于遥感和GIS的区域土壤侵蚀调查研究[D]. 周为峰.中国科学院研究生院（遥感应用研究所）2005
- [5].基于波谱库的作物纯像元识别与种植面积遥感估算[D]. 陈水森.中国科学院研究生院（遥感应用研究所）2005
- [6].基于MODIS数据的地表温度、热惯量反演研究及其在土壤水分、地气间热交换方面的应用[D]. 蔡国印.中国科学院研究生院（遥感应用研究所）2006