论文部分内容阅读
土壤水分在全球物质、能量交换中扮演着至关重要的角色,是水文学、地质学、生态环境和气象等研究领域中的重要参数。我国西部干旱区幅员辽阔,水资源匮乏,对土壤水分监测可以为土壤旱情提供基础数据信息,对区域沙漠治理、土地利用、农业生产、经济发展及生态保护都具有重要意义。传统水分监测无法实现快速、大面积的水分信息获取,所消耗的人力、物力成本较高。光学遥感易受天气影响,而合成孔径雷达(Synthetic Aperture Radar,SAR)的全天时、全天候、穿透性强等特点恰好弥补了前两者的不足。合成孔径雷达对介电常数敏感的特性使其在土壤水分反演及监测的应用中备受关注。随着SAR技术的发展,SAR平台由单极化、低分辨率的单一工作模式向多极化、高分辨率的多工作模式发展。全极化合成孔径雷达(Polarimetric SAR,Pol SAR)不仅具有相位和强度信息,还包含了大量的极化信息,具有更高的空间分辨率,被广泛的应用到监测、分类、地表参数反演及目标识别等研究方向。本文利用全极化合成孔径雷达Radarsat-2单视复数(Single Look Complex,SLC)数据,以居延泽为研究区,尝试利用极化特征参数及改进的积分方程模型(Advanced Integral Equation Model,AIEM)进行土壤水分遥感反演。首先,对研究区野外同步采样数据及Pol SAR数据进行处理,利用标准强度和相位处理、极化目标分解技术及散射矩阵元素的简单运算提取SAR影像中的极化特征参数,得到野外实测地表参数及极化特征参数数据;其次,分别使用线性回归的最小二乘法(Least Squares,LS)、逐步回归(Stepwise Regression,SR)和岭回归(Ridge Regression,RR),以及非线性回归的最小二乘法、多层感知机(Multilayer Perceptron,MLP)及径向基函数(Radial Basis Function,RBF)研究极化特征参数与水分间的响应关系,尝试使用极化特征参数进行土壤水分反演;最后,利用AIEM理论模型创建查找表,通过对模拟数据库数据进行分析,分别构建基于粗糙度参数(相关长度L、均方根高度S)和组合粗糙度(S~3/L~2)的土壤水分反演经验模型,并对研究区土壤水分进行反演。本文得到的主要结论如下:1.单参数分析表明,部分极化参数与土壤水分具有较强的相关性,其中平均散射角(α)和Luenebury提出的各向异性(Luenebury Anisotropy,LA)与土壤水分的相关性最高,偶次散射机制占比(Dblper)相对较高。同一个参数的非线性拟合较线性拟合具有更高的R~2和相对较低的RMSE,极化参数与土壤水分间可能存在非线性关系。2.多参数回归分析发现,三种线性模型反演结果趋势一致,R~2相对较高,但极值问题突出,模型不收敛。三种非线性模型的水分反演结果趋势与线性基本一致,具有较高的R~2和相对较低的RMSE。MLP及RBF的拟合精度更高且稳定,基于RBF的模型收敛效果最佳,但两者均无法解释其建模过程及依据。无论是线性回归还是非线性回归,随着参数个数的增加,极化特征参数与土壤水分的R~2不断上升,RMSE不断下降,表明增加参数个数对于提高土壤水分反演精度具有显著效果。3.C波段,入射角为32.03°时,AIEM模型能够较为准确地模拟S∈(0.2cm,1.4cm),L∈(6cm,39cm)范围内的后向散射系数。基于S、L的模型R~2=0.738,RMSE=7.03%,基于组合粗糙度的模型R~2=0.753,RMSE=6.30%,两种AIEM模型反演结果整体趋势基本一致,基于组合粗糙度的反演模型具有更高的精度。4.利用极化特征参数与AIEM经验模型反演得到的研究土壤水分分布的整体趋势基本相同,与研究区土壤水分空间分布高度一致。由两种模型反演结果可知,研究区土壤含水量较低,集中在20%以下。土壤水分含量高的区域主要集中在天鹅湖及周边滩涂和部分植被覆盖区;盐碱地由于其较高的反射率及土壤特性,土壤含水量相对较高;裸地较沙地粘土含量多,储水性能更好,土壤含水量比沙地高;沙丘覆盖区的含水量最低。由此可见,极化特征参数在干旱区土壤水分反演中具有一定的适用性。