土壤微波散射特性研究

论文摘要

遥感技术经过50多年发展,已经成为监测地球资源与环境动态信息的一种重要手段,遥感技术的发展已经引起世界各国的重视。随着星载微波遥感数据源以及多种机载的迅速发展和数据质量的不断提高,怎样从地物信息中获取各种有效的信息成为以后研究工作的重点。土壤微波散射特性作为研究微波遥感后向散射模型和电磁参数反演的基础,是研究微波散射机理的重要内容之一。本论文先从理论上分析和总结了影响土壤微波散射特性的各种因素,然后利用室外散射测量系统分别在不同粗糙度、不同含水量、不同入射角下测量土壤的后向散射系数,并将室外测得的散射测量数据与AIEM模型模拟出来的数据进行了对比,对两者存在的误差进行了分析。开发了基于AIEM模型建立Guide仿真界面,不仅可以对输入参数进行修改.还可以调入不同的采集数据,对仿真的结果给出图形和文字显示。通过基于AIEM模型建立的半经验模型和神经网络模型对实验区的土壤参数进行反演,为土壤微波散射特性机理的研究工作奠定一个重要的基础。

论文目录

• 摘要
• ABSTRACT
• 第一章 引言
• 1.1 选题背景和意义
• 1.1.1 选题背景
• 1.1.2 土壤微波散射特性研究意义
• 1.2 国内外研究现状
• 1.3 研究内容
• 第二章 土壤微波散射原理
• 2.1 遥感雷达参数
• 2.1.1 波段或频段
• 2.1.2 极化方式
• 2.1.3 入射角
• 2.2 土壤介电特性
• 2.2.1 土壤介电特性的影响因素
• 2.2.2 土壤介电模型
• 2.2.3 土壤粗糙度测量方法
• 第三章 土壤微波散射模型及散射测量
• 3.1 AIEM 积分模型模
• 3.1.1 AIEM 单次散射模型
• 3.2 AIEM 模型模拟分析
• 3.3 土壤散射测量实验
• 3.3.1 测量平台及实验
• 3.3.2 不同粗糙度土壤散射测量
• 3.3.3 不同含水量土壤散射测量
• 3.4 AIEM 模型模拟与实测数据比较
• 第四章 地表参数反演
• 4.1 半经验模型含水量反演
• 4.2 基于散射测量数据的神经网络反演含水量
• 4.2.1 BP 神经网络优化
• 4.2.2 AIEM 及NN 训练数据生成
• 4.2.3 训练结果及误差
• 4.2.4 神经网络含水量反演
• 第五章 总结与展望
• 5.1 结论及成果
• 5.2 问题与展望
• 致谢
• 参考文献
• 攻硕期间取得的研究成果