论文部分内容阅读
土壤水分影响水、能量以及生物地球化学循环,是气象、水文、生态和农业系统的关键参数。干旱半干旱地区水资源匮乏,土壤水分的准确监测可为预防干旱事件、预估作物产量提供基础数据和决策支持。现阶段遥感已成为土壤水分大面积动态监测的重要技术手段,全极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,Pol SAR）影像中包含了散射目标的几何特征、后向散射特征及极化特征信息,在目标探测识别、纹理特征和地表参数提取等方面优势突出,极化目标分解技术的快速发展和广泛使用,使Pol SAR数据在植被覆盖区土壤水分监测中展现出巨大潜力,但干旱半干旱区相关研究有限。红边波段对植被生长状况较为敏感,红边波段信息的使用,对植被覆盖区土壤水分监测意义重大,相关工作虽有报道,但有待深入。土壤水分影响因素众多,各因子间关系复杂,如何建立更为有效的植被覆盖地表土壤水分遥感反演模型已成为国内外学者普遍关注的焦点。以随机森林（Random Forest,RF）和支持向量机（Support Vector Machine,SVM）等为代表的机器学习模型具有所调参数少、可集成多因素、学习高度复杂的非线性映射等特点,为充分利用Pol SAR数据和光学数据开展土壤水分反演提供了新的思路,但在允许多因素输入的同时也可能会造成信息冗余,因此有必要对因子降维方法进行深入探讨,以提高土壤水分反演精度。本文利用Radarsat-2 C波段Pol SAR数据和Sentinel-2A光学数据,以内蒙古西部阿拉善盟额济纳绿洲为研究区,开展土壤水分遥感降维建模研究。首先基于Pol SAR数据提取雷达后向散射系数,使用H-A-α分解、Freeman-Durden分解、An＆Yang分解以及van Zyl分解等极化目标分解方法提取极化散射特征等雷达特征参数,基于Sentinel-2A光学数据获取光谱特征、红边植被指数以及无红边植被指数等光学特征参数;其次根据平均精度减少（Mean Decrease Accuracy,MDA）分别对雷达和光学特征参数进行重要性评分,形成多种参数组合方案,再根据方差膨胀指数（Variance Inflation Factor,VIF）对各方案所包含的所有特征参数进行多重共线性检验,对不满足条件的组合通过主成分分析（Principal Component Analysis,PCA）实现参数降维,并输入RF和SVM模型,以评价各参数组合方案与PCA降维在干旱荒漠绿洲区土壤水分反演中的效果与适用性;最后基于降维模型得到研究区土壤水分分布图,分析其空间分布特征,探讨不同土地利用类型的土壤水分布分情况。主要结论如下:1、在MDA评估中,各雷达特征参数在草地样本、耕地样本、林地样本和总体样本中呈现不同重要性水平,说明将植被进行分类讨论的必要性。对于四个后向散射系数来说,交叉极化后向散射系数比同极化后向散射系数的重要性水平要高;在HA-α分解中,A及RVI参数重要性水平较高;在3个三分量极化目标分解方法中,对于草地样本,二面角散射和体散射对于土壤水分反演重要性相对显著,对于耕地样本,贡献较大的为表面散射,且三分量极化目标分解呈现一定规律性。2、在基于雷达特征参数的土壤水分反演模型中,相较于单极化和双极化,全极化方案具有较高的反演精度;相对于后向散射信息,极化目标分解方法精度更高,且Freeman-Durden、An＆Yang以及van Zyl分解等基于模型的极化目标分解方法比基于特征值与特征向量的H-A-α分解方法在土壤水分反演中更具潜力;对比经MDA筛选的M3、M11方案和输入特征个数相同的三个3分量方案和H-A-α极化目标分解的11分量方案的反演精度,表明MDA方法的有效性,且适当增加参数个数会在一定程度上提高水分反演精度,但参数过多会造成多重共线性问题。在基于光学特征参数的土壤水分反演模型中,红边植被指数相较于无红边植被指数和光谱特征具有更高的精度。3、将经过MDA重要性评分组合方案中多重共线性严重的方案,即基于雷达特征参数组合的M11方案、MALL方案与基于光学特征参数组合的ALL方案分别进行PCA降维,并输入RF模型和SVM模型。结果表明,降维后不仅有效提高了模型精度,且有利于“模型减重”,提高运算效率。4、随机森林RF模型与支持向量机SVM模型土壤水分反演精度对比发现,RF模型在训练集和验证集精度均高于SVM模型,在本研究区土壤水分反演中具有更高的精度。和基于光学特征参数的土壤水分反演模型相比,基于雷达特征参数的土壤水分反演模型在本研究区表现更佳。5、研究区大部分区域水分含量较低,其中草地覆盖区水分含量最高,其次为林地、耕地以及裸地。水分分布状况与植被覆盖状况、植被结构、水源供给及蒸散发等具有一定关系。草地覆盖区由于水源滋养,故其土壤水分条件相对较好,林地覆盖区由于根系发达故具有一定水土保持能力,耕地由于其叶脉发达有利于地表降温故可以减少一定程度的蒸散发。模型反演结果较好地反映了研究区土壤水分分布状况。