论文部分内容阅读
土壤含水量是影响地表过程的基本参数之一,对土壤水分的精准监测,一直以来是定量遥感研究领域的热点。目前,基于传统的可见光-近红外-热红外、植被指数等方法均存在非直接获取土壤水分含量、时空对比性较差、分辨率不高和易受天气影响的缺点。而微波遥感监测土壤水分具有不受天气影响、分辨率较高、物理意义明确等优点。本文利用欧空局(ESA)空间分辨率为10m的Sentinel-1合成孔径雷达(Synthetic Aperture Radar,SAR)数据,反演了内蒙古典型草原区土壤水分含量,并用实测数据进行了精度验证;利用实测的草原冠层含水量驱动水-云模型(Water-Cloud)分析了植被冠层含水量对土壤水分反演的影响;分析了后向散射系数与降水变率、植被状态指数之间的响应关系,探讨了合成孔径雷达在该地区干旱监测的可行性。本文的研究可为草原牧区土壤水分动态监测与干旱评估提供理论与方法支撑。研究结果与结论如下: 1.在不同植被覆盖度以及不同生长阶段,合成孔径雷达(Sentinel-1SAR)后向散射系数与实测的土壤含水量间具有显著的线性正相关关系,且后向散射系数可灵敏的反应土壤水分的变化,是典型草原区土壤水分监测较理想的手段。 2.在典型草原区,以实测的冠层含水量,应用Water-Cloud模型去除植被水分影响后,雷达后向散射系数变化幅度不大,表明在典型草原区由Sentinel-1SAR直接提取的后向散射系数可直接反演土壤水分,植被对土壤水分的反演影响不大。 3.多期反演的土壤水分和表征干旱的植被状态指数(VCI)之间空间相关关系不显著,表明土壤水分绝对含量无法表征植被的生长状况,不能直接用后向散射系数反应干旱的状况,需建立不同草地类型达到干旱的土壤水分阈值指标,进而通过土壤水分亏缺情况来反映干旱状态。