论文部分内容阅读
微波遥感具有全天时、全天候、穿透植被及观测地面目标物理和几何特性的优势,被广泛应用到植被监测、环境评估和灾害预警等领域。但是,地物微波散射机理极其复杂且不同对象散射特性差异较大。为了充分利用微波与地表相互作用的特性,发挥大尺度和全时相的数据优势,研究和探索地物的微波散射机理,构建地物微波散射模型和定量反演算法为该领域的热点。本论文以陆基散射计实验数据为基础,以产量占据世界第二位的农作物—小麦为研究对象,对小麦不同生长阶段的微波散射特性进行了研究与分析,构建了小麦微波散射模型,比较了不同的反演方法,完成了基于合成孔径雷达(Synthetic Aperture Radar,SAR)图像的小麦生物量反演,完善了农作物参数定量反演的流程。本文的主要工作如下:(1)选取了2008-2009年和2010-2011年两组小麦完整生长季的数据对小麦微波散射特性进行了分析和研究。实验包括后向散射测量和地表参数采集两个方面,其中后向散射测量获得了四个波段(L、S、C、X),全极化(HH、HV、VH、VV),不同入射角(0-90°)和不同方位角(0-360°)情况下在小麦各个生长时期的后向散射系数;地表参数包括小麦各个生长时期的各组分参数(麦秆、麦叶和麦穗的生物量、长度、厚度、宽度和含水量)、植被叶面积指数(Leaf Area Index,LAI)、秆密度、叶倾角、土壤参数(含水量、粗糙度和土壤成分)等。针对入射波参数(频率、入射角、方位角、极化)、宏观结构(农作物行列向)和微观特征(小麦参数和下垫面土壤参数)进行了散射特性研究和理论分析。(2)以小麦微波散射机理的研究为基础,构建了小麦微波散射模型,包括经验、半经验和理论模型。利用后向散射系数与地表参数建立了小麦的经验模型;针对小麦重要的生长器官-麦穗,将小麦完整生长季划分为有麦穗和无麦穗两个生长期,对水云(Water Cloud,WC)模型和密歇根微波冠层散射(Michigan Microwave Canopy Scattering,MIMICS)模型进行了改进,建立了小麦的半经验模型;利用矢量辐射传输理论,将小麦分为麦穗层、麦秆叶层和小麦底部土壤层,进行了多层后向散射建模,构建了小麦辐射传输理论模型;最后利用实测的后向散射系数对小麦的散射模型进行了验证和分析。(3)基于建立的小麦散射模型和实测地表参数,建立了三种小麦参数反演方法。首先建立了小麦生物量反演经验模型,并利用实测数据进行验证;然后利用基于改进的水云模型和简化的MIMICS模型的两种反演方法,对小麦生物量进行了反演,通过实测数据比较了两种方法的优劣性;最后利用神经网络反演方法,采用小麦辐射传输理论模型的模拟数据,完成神经网络训练,实现了小麦生物量反演,并通过实测数据进行了验证和分析。(4)本文对与地面测量实验同步获取的ASAR(Advanced Synthetic Aperture Radar)图像进行了预处理,提取了实验区域-川西实验场的后向散射系数。利用基于简化的MIMICS模型的反演方法和神经网络反演方法进行了小麦生物量反演。利用川西实验场内的实测生物量和实验区域的TM图像对基于ASAR图像反演的小麦生物量进行了验证。小麦是行种植的低矮农作物,本文通过小麦散射机理与生物量参数反演的研究,发现小麦行列向在不同生长阶段对不同频率和极化的入射波的后向散射影响不同,通过对后向散射系数差异的比较和分析,为后续农作物行列向建模奠定了基础;利用麦穗对后向散射的影响改进了水云模型和MIMICS模型,并提出了小麦多层理论模型。本文开展了实验测量、散射特性分析、散射模型建立和反演方法研究,最终基于SAR图像对农作物参数进行了反演,并采用实测数据和光学数据对SAR图像提取结果进行了验证,完善了农作物参数反演的流程。本文研究成果丰富了小麦微波散射机理研究,推动了小麦参数定量反演的发展,对实现基于SAR图像的农作物生长状况和植被生态环境监测有重要学术意义和应用价值。