基于TRMM的主被动微波遥感结合反演土壤水分算法研究

基于TRMM的主被动微波遥感结合反演土壤水分算法研究

论文摘要

全球能量与水循环相当复杂,它被众多要素及其相互作用过程所驱动。迄今为止,人类对这些过程中的大多数依然没有足够的认识。土壤水分是全球能量与水循环中的重要参数。获取可信、多尺度的土壤水分数据对建立更加准确的陆面、大气模式而言具有积极而重要的作用。微波遥感由于其穿透性以及对水分的敏感性而非常适于进行土壤水分观测。然而,由于微波信号对地表粗糙度、植被覆盖等地表参数同样敏感,因此在利用微波遥感手段获取土壤水分信息的应用中产生了各种问题,需要解决。 研究表明,主动微波对地表形态、植被结构比较敏感,而被动微波则对水分比较敏感,同时,对于星载微波传感器而言,主动微波传感器的空间分辨率通常高于被动微波传感器。因此,如何将主被动微波遥感结合进行土壤水分反演成为研究者关注的热点。 本文的研究目标是利用TRMM卫星所搭载的主动(PR)、被动(TMI)微波传感器发展针对青藏高原研究区的土壤水分反演算法。主要内容可以分为3部分。 第一部分为模型发展。在裸露地表条件下,我们根据TRMM的主动、被动传感器特点发展了裸露地表的土壤水分算法,并针对青藏高原研究区的地表实测数据建立了虚拟地表环境,在此环境内对该算法进行了验证。对于植被覆盖地表,我们首先分别利用水云模型以及MIMICS模型对研究区植被覆盖地表的散射情况进行了模拟与对比,随后对研究区的建群物种进行了参数化,并用MIMICS模型进行散射模拟,在模拟结果基础上对水云模型中的模型参数进行了标定。在此基础上结合我们发展的裸露地表主被动微波遥感结合土壤水分反演算法进行植被覆盖地表的土壤水分反演。 第二部分为卫星数据及研究区概况。该部分我们首先分析并计算了TRMM卫星搭载主被动微波传感器的分辨率、重返周期、方位角等参数。随后对研究区以及实测数据进行了考察,发现现有的两套实测数据之间存在较大偏差,最终决定选择更加可靠的GTDC系统获取的实测数据作为验证数据。 第三部分为针对研究区的土壤水分反演及其验证。在本部分,我们分别利用裸露地表以及植被覆盖的主被动结合土壤水分反演算法对研究区土壤水分进行了反演,并用GTDC实测数据以及经过GTDC校正后的SMTMS实测数据对结果进行了验证。结果显

论文目录

  • 摘要
  • Abstract
  • 目录
  • 表格目录
  • 插图目录
  • 第1章 引言
  • 1.1 研究背景
  • 1.2 立题依据
  • 1.3 研究内容
  • 1.4 研究思路
  • 1.5 论文结构
  • 第2章 研究基础
  • 2.1 相关概念
  • 2.1.1 微波散射与辐射中的相关概念
  • 2.1.2 随机粗糙地表相关概念
  • 2.2 研究现状
  • 2.2.1 微波辐射与散射理论模型
  • 2.2.2 主动微波土壤水分研究
  • 2.2.3 被动微波土壤水分研究
  • 2.2.4 主被动微波结合土壤水分研究
  • 第3章 模型发展
  • 3.1 主被动微波遥感结合反演裸露地表土壤水分算法
  • 3.1.1 主动微波反演模型
  • 3.1.2 被动微波反演模型
  • 3.1.3 主被动微波结合反演模型的结合与验证
  • 3.1.4 小结
  • 3.2 植被覆盖地表模型进展
  • 3.2.1 水云模型
  • 3.2.2 MIMICS模型
  • 3.2.3 利用MIMICS模型对水云模型进行参数标定
  • 第4章 卫星数据及研究区情况
  • 4.1 卫星数据情况
  • 4.1.1 传感器参数
  • 4.1.2 覆盖周期及PR方位角
  • 4.2 研究区情况
  • 4.2.1 青藏高原概况
  • 4.2.2 GAME-Tibet实验简介
  • 4.2.3 GAME-Tibet实验区数据情况简介
  • 第5章 算法验证
  • 5.1 裸露地表土壤水分反演
  • 5.1.1 被动微波算法的实施及验证
  • 5.1.2 主被动微波算法的实施及验证
  • 5.2 植被覆盖地表土壤水分反演
  • 5.2.1 植被含水量的计算
  • 5.2.2 植被覆盖地表的土壤水分反演
  • 5.3 误差分析
  • 5.3.1 前向模型
  • 5.3.2 地表参数化
  • 5.3.3 验证数据
  • 第6章 结论与讨论
  • 6.1 结论
  • 6.2 讨论
  • 参考文献
  • 攻读博士期间第一作者发表论文
  • 致谢
  • 相关论文文献

    • [1].主被动微波遥感在农区土壤水分监测中的应用初探[J]. 中国生态农业学报 2011(05)
    • [2].地表冻融过程被动微波遥感机理研究进展[J]. 地球科学进展 2011(10)
    • [3].基于被动微波遥感的中国干旱动态监测[J]. 农业工程学报 2013(16)
    • [4].两种被动微波遥感混合像元分解方法比较[J]. 吉林大学学报(地球科学版) 2013(06)
    • [5].被动微波遥感数据超分辨率增强与混合像元分解研究综述[J]. 遥感技术与应用 2012(01)
    • [6].利用主被动微波遥感结合反演土壤水分的理论模型分析[J]. 国土资源遥感 2011(02)
    • [7].被动微波遥感土壤水分产品降尺度方法研究综述[J]. 北京师范大学学报(自然科学版) 2016(04)
    • [8].法拉第旋转对空间被动微波遥感的影响及消除[J]. 物理学报 2011(09)
    • [9].被动微波遥感在地表冻融监测中的应用研究进展[J]. 遥感技术与应用 2018(02)
    • [10].利用被动微波遥感提高土壤湿度分辨率[J]. 科技视界 2016(13)
    • [11].基于星载被动微波遥感的青藏高原湖冰物候监测方法[J]. 湖泊科学 2018(05)
    • [12].青藏高原地区被动微波遥感反演地表温度算法验证[J]. 遥感信息 2012(05)
    • [13].车载多频率微波辐射计与观测数据应用[J]. 遥感技术与应用 2015(05)
    • [14].卫星被动微波遥感土壤湿度研究进展[J]. 气象科技 2009(01)
    • [15].地表温度的被动微波遥感反演研究进展[J]. 国土资源遥感 2014(01)
    • [16].粗糙度对被动微波遥感反演土壤水分影响的试验研究[J]. 测绘通报 2014(08)
    • [17].基于可见光红外与被动微波遥感的土壤水分协同反演[J]. 红外与毫米波学报 2012(02)
    • [18].“中欧静止轨道毫米波大气探测仪样机”为被动微波遥感领域的发展描绘新蓝图[J]. 科技导报 2018(04)
    • [19].基于被动微波遥感的积雪深度和雪水当量反演研究进展[J]. 地球科学进展 2018(06)
    • [20].地面实验条件下土壤水分微波辐射特性[J]. 辽宁工程技术大学学报(自然科学版) 2015(08)
    • [21].利用被动微波遥感低频亮温数据监测青海湖封冻与解冻期[J]. 科学通报 2009(06)
    • [22].被动微波遥感反演地表发射率研究进展[J]. 国土资源遥感 2012(04)
    • [23].大气对星载被动微波影响分析研究[J]. 光谱学与光谱分析 2016(02)
    • [24].被动微波遥感大气校正[J]. 红外与毫米波学报 2014(02)
    • [25].被动微波遥感土壤水分代价函数构建研究[J]. 科学技术与工程 2017(12)
    • [26].基于多角度微波辐射亮温数据反演冬小麦光学厚度[J]. 遥感技术与应用 2015(03)
    • [27].基于AMSR-E被动微波遥感数据的广东省土壤水分变化监测[J]. 热带地理 2011(03)
    • [28].利用AMSR-E遥感数据反演地表温度——以2008年广东省春季寒害为例[J]. 遥感信息 2011(05)
    • [29].星载被动微波资料(SSM/I)在2008年南方冰雪灾害监测中的应用试验[J]. 气象 2009(05)
    • [30].积雪属性非均匀性对被动微波遥感积雪的影响[J]. 遥感技术与应用 2013(01)

    标签:;  ;  ;  

    基于TRMM的主被动微波遥感结合反演土壤水分算法研究
    下载Doc文档

    猜你喜欢