基于雷达卫星遥感与微波散射模拟技术的水稻快速估产研究

Estimating rice yield with microwave radar remote sensing technology has a particular significence for fast forecasting rice grain yield, as well as ensuring the regional food security. Following our previous studies funded by NSFC, This proposed research will utilize remote sensing modeling and retrival techniques for yield estimation of paddy rice. Specifically, this proposed project includes three research topics: (1) At rice maturity stage, the geometric distribution and dielectricity of individual rice canopy component will be substaintially analyzed to improve the rice canopy scattering model (RCSM). Understanding the microwave scattering mechanics of rice canopy for accurate simulation and quantification of contribution of rice ear components to total canopy scattering; (2) The improved RCSM and artificial nerual net (ANN) algorithm will be integrated to develop a rice parameters retrieval system. As inputs of this system, RADARSAT-2 imagery will be used for retrieving and mapping the key structural parameters related to yield like ear number, ear length and diameter, and (3) Statistical model relating rice structural parameters with grain yield will be constructed to accurately estimate the total rice yield, as well as to fast map the yield distribution. This project is to elucidate the interactions of microwave radar beam with rice canopy components, and further to enhance the application potential of microwave remote sensing for estimating paddy rice yield.

利用微波雷达遥感技术开展水稻产量估算研究，对于实现稻谷产量快速预报、保证区域粮食安全具有重要意义。本课题将在申请人前期青年基金项目研究的基础上，利用微波遥感建模及反演方法，开展水稻估产研究。开展的主要内容包括：(1)针对水稻成熟阶段冠层组分的几何分布特征和介电特性，修正水稻冠层散射模型(RCSM)，深入阐述水稻冠层微波散射机制，实现水稻稻穗组分对整体冠层后向散射贡献的量化；(2)通过集成改进型水稻冠层散射模型(IRCSM)与人工神经网络(ANN)算法，开发水稻结构参数反演系统，以RADARSAT-2雷达遥感图像作为数据源执行反演系统，获取稻穗的关键结构参数(穗数、穗长度和直径)的空间分布信息；(3)通过建立稻穗参数与稻谷重量的统计模型，实现水稻产量分布的准确估算与快速制图。开展本课题的目标就是揭示雷达波束与水稻冠层组分间的相互作用机理，进一步提高雷达卫星遥感技术在水稻估产中的应用潜力。

及时、可靠地获取水稻产量信息一直是农业管理部门关心的一个问题，也是遥感研究者利用各种遥感技术解决实际农业应用需求的一个研究课题。本项目基于微波遥感机理，面向区域尺度的水稻产量快速估算，提出了一套有效、便捷的水稻估产方法。具体研究内容包括：（1）在水稻生长成熟期，通过野外实地观测实验，获取了可靠的水稻冠层生物物理参数数据集，为描述水稻作物冠层组分的实际状态提供了有力的数据支持。（2）改进了原有的水稻冠层散射模型(RCSM)中的水稻结构，并对成熟期的稻穗、稻叶的几何分布特征进行了更精细的数值拟和；对于C波段四极化雷达信号而言，改进后的模型极大提高了冠层的总体后向散射系数的模拟精度(RMSE<1.0dB)。（3）开发了一个集成改进模型和遗传优化算法工具的并行模式反演算法工具。该工具能够借助水稻成熟期获得的合成孔径雷达(SAR)遥感数据，快速反演产量相关的稻穗参数，并实现了水稻产量的空间分布制图。（4）此外，在水稻散射模拟研究基础上，扩展了该模型的应用范围，尝试性地探索了小麦作物的C波段微波冠层散射特征模拟研究。对于不同入射角度得全极化雷达波，获得了较高的模拟精度，有望在今后的麦田微波散射机制研究中进行推广应用。总体上，本项目的研究表明，改进的水稻冠层散射模型能够有效地用于水稻作物的C波段微波散射特征模拟研究中，对于量化成熟阶段水稻冠层散射特征机制具有重要的理论意义。同时，构建的水稻产量相关的结构参数反演方案，能够极大提高区域水稻估产的应用效率，因此具有良好的实用价值。