本项目以麦地土壤湿度遥感反演为目标,利用ENVISAT ASAR多入射角雷达数据和Landsat TM光学卫星数据,研究基于主动微波和被动光学遥感技术的土壤湿度反演方法。首先,借助AIEM模型,探讨裸地后向散射特征,寻找裸地土壤湿度反演的最佳ASAR入射角和极化模式;结合ASAR多入射角、多极化数据,建立土壤湿度反演模型,去除地表粗糙度对土壤湿度反演的影响。其次,利用MIMICS模型,探讨小麦覆盖地表的后向散射特征,结合ASAR数据多极化和多入射角的特点,建立土壤湿度反演模型,去除冠层散射对土壤湿度反演的影响。第三,基于TM、ASAR数据,探讨冬小麦冠层微波散射、透射特性与光学反射特性之间的关系,利用光学遥感数据去除冠层散射对土壤湿度反演的影响,建立基于雷达和光学数据的土壤湿度反演综合模型。最后,通过试验比较微波、光学-热红外方法在土壤湿度反演上的优缺点,为土壤湿度最佳反演提供理论基础。
{{i.achievement_title}}
数据更新时间:2023-05-31
高分五号卫星多角度偏振相机最优化估计反演:角度依赖与后验误差分析
森林理化参数高光谱遥感反演研究进展
基于神经网络方法获得最优化月球内部结构模型
A Fast Algorithm for Computing Dominance Classes
基于BP算法的热障涂层厚度反演研究
基于主动微波遥感数据和光学遥感数据的干旱区绿洲棉花地表多尺度土壤湿度反演研究
星载激光雷达和多角度遥感数据联合反演森林垂直结构参数
基于卫星和通量数据的植被初级生产力遥感反演
基于经验正交函数的气溶胶光学参数多角度偏振遥感反演研究