CN113063806A - 一种多通道微波辐射数据反演裸露土壤水分剖面的方法 - Google Patents

一种多通道微波辐射数据反演裸露土壤水分剖面的方法 Download PDF

Info

Publication number
CN113063806A
CN113063806A CN202110302226.7A CN202110302226A CN113063806A CN 113063806 A CN113063806 A CN 113063806A CN 202110302226 A CN202110302226 A CN 202110302226A CN 113063806 A CN113063806 A CN 113063806A
Authority
CN
China
Prior art keywords
soil
soil moisture
microwave radiation
different
dielectric constant
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202110302226.7A
Other languages
English (en)
Inventor
张涛
王光辉
齐建伟
戴海伦
刘宇
艾萍
陆尘
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Ministry Of Natural Resources Land Satellite Remote Sensing Application Center
Original Assignee
Ministry Of Natural Resources Land Satellite Remote Sensing Application Center
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Ministry Of Natural Resources Land Satellite Remote Sensing Application Center filed Critical Ministry Of Natural Resources Land Satellite Remote Sensing Application Center
Priority to CN202110302226.7A priority Critical patent/CN113063806A/zh
Publication of CN113063806A publication Critical patent/CN113063806A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N22/00Investigating or analysing materials by the use of microwaves or radio waves, i.e. electromagnetic waves with a wavelength of one millimetre or more
    • G01N22/04Investigating moisture content

Landscapes

  • Physics & Mathematics (AREA)
  • Electromagnetism (AREA)
  • Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Geophysics And Detection Of Objects (AREA)

Abstract

本发明涉及微波遥感技术领域,公开了一种多通道微波辐射数据反演裸露土壤水分剖面的方法,包括根据单通道微波辐射数据反演土壤水分算法分别反演出不同通道的土壤水分;根据不同观测频率、不同观测角度的微波辐射信号穿透深度计算模型计算不同观测条件下的穿透深度;利用不同通道的土壤水分以及不同观测条件下的穿透深度计算土壤垂直剖面上不同深度层的土壤水分含量。本发明充分利用了被动微波遥感不同频率和不同角度的观测信息,根据不同观测通道的微波辐射信号对地表的穿透能力不同的特点,反演了土壤垂直剖面不同深度的土壤水分,有助于提高不同深度的被动微波遥感土壤水分产品在陆面过程模式和全球变化研究中的适用性。

Description

一种多通道微波辐射数据反演裸露土壤水分剖面的方法
技术领域
本发明涉及微波遥感技术领域,具体地涉及一种多通道微波辐射数据反演 裸露土壤水分剖面的方法。
背景技术
微波遥感对地观测技术通过测量地表微波波段电磁波的辐射或散射信号, 从而获取地表参数信息。与光学波段相比,微波波段的电磁波能够穿透云雾, 对地表的植被、土壤也具有一定的穿透能力,能够获得植被层内部和一定深度 的土壤层的信息。被动微波遥感具有数据处理流程相对简单、空间分辨率低的 特点,能够获取全球或国家等大区域尺度的数据,在植被、土壤、冻融、积雪 等参数反演中发挥了重要作用。
由于微波遥感对植被和土壤具有一定的穿透能力,因此微波遥感传感器获 取的信号是地表至某一深度土壤层信号的综合,反演得到的土壤水分等地表参 数也是一定厚度的土壤层含水量的平均值。在传统的被动微波遥感土壤水分反 演算法或产品中,主要是利用某个频率或综合利用某几个频率的观测信号进行 土壤水分的反演,结果没有考虑或是一定程度上模糊了土壤水分反演结果所代 表的土壤层的厚度。由于算法中无法确定遥感反演的土壤水分是多厚土壤层的 值,因此给被动微波遥感数据产品的处理和应用带来了诸多不确定性。
发明内容
本发明提供一种多通道微波辐射数据反演裸露土壤水分剖面的方法,从而 解决现有技术的上述问题。
本发明提供了一种多通道微波辐射数据反演裸露土壤水分剖面的方法,包 括以下步骤:
S1)利用微波辐射传输模型建立单通道微波辐射数据反演土壤水分算法, 根据所述单通道微波辐射数据反演土壤水分算法分别反演出不同通道的土壤水 分;
S2)建立不同观测频率、不同观测角度的微波辐射信号穿透深度计算模型, 根据所述不同观测频率、不同观测角度的微波辐射信号穿透深度计算模型计算 不同观测条件下的穿透深度;
S3)利用不同通道的土壤水分以及不同观测条件下的穿透深度计算土壤垂 直剖面上不同深度层的土壤水分含量,获得土壤水分剖面信息。
进一步的,在步骤S1)中,利用微波辐射传输模型建立单通道微波辐射数 据反演土壤水分算法,根据单通道微波辐射数据反演土壤水分算法分别反演出 不同通道的土壤水分,包括如下步骤:
S11)获取裸露土壤的H极化微波辐射亮温TB(f,θ),θ表示观测角度,f表示观 测频率;
S12)获取地表温度T,根据裸露土壤的H极化微波辐射亮温TB(f,θ)和地表温 度T计算粗糙地表发射率E(f,θ),粗糙地表发射率
Figure BDA0002986709490000021
根据粗糙地表 发射率E(f,θ)计算粗糙地表反射率R(f,θ),粗糙地表反射率R(f,θ)=1-E(f,θ);
S13)根据粗糙地表反射率R(f,θ)建立粗糙地表微波辐射模型,粗糙地表微波 辐射模型为R(f,θ)=r(f,θ)·e-h·cosθ,根据粗糙地表微波辐射模型计算光滑地表 反射率r(f,θ),h为粗糙度参数,e为自然常数;
S14)建立土壤介电常数ε与光滑地表反射率r(f,θ)之间的关系式
Figure BDA0002986709490000022
Figure BDA0002986709490000023
根据土壤介电常数ε与光滑地表反射率r(f,θ)之间的关系式计算 土壤介电常数
Figure BDA0002986709490000024
S15)利用土壤混合介电常数模型建立土壤水分与土壤介电常数的关系式
Figure BDA0002986709490000031
vw表示土壤含水量;P表示土壤孔隙度,土壤孔隙度为容重与土壤固态物质密度的 比值;εa和εr分别为空气介电常数和土壤颗粒介电常数;下标a、s、i、w分别表 示土壤中的组成物质对应的空气、土壤颗粒、冰和水,水的介电常数
Figure BDA0002986709490000032
εinf表示介电常数参数,εw0和∈分别表示与温度有关的 第一参数和第二参数,第一参数εw0=88.045-0.4147·T+6.295·10-4·T2+ 1.075·10-5·T3,第二参数∈=1.1109·10-10-3.824·10-12·T+6.938· 10-14·T2-5.096·10-16·T3,vt表示过渡含水量,γ为经验参数,过渡含水量 vt=0.49·(0.06774-0.00064sand+0.00478clay)+0.165,经验参数 γ=-0.57·(0.06774-0.00064sand+0.00478clay)+0.481,sand和clay分 别表示土壤砂粒含量和粘粒含量;
S16)根据土壤水分与土壤介电常数的关系式求解土壤含水量,若vw≤vt, 则土壤含水量
Figure BDA0002986709490000033
a、b、c分别为第一系数、第二系数和第三系数, 第一系数
Figure BDA0002986709490000034
第二系数b=εi-1,第三系数c=(1-P)εr+P-ε; 若vw>vt,则土壤含水量
Figure BDA0002986709490000035
进一步的,步骤S2)中,建立不同观测频率、不同观测角度的微波辐射信号 穿透深度计算模型,根据不同观测频率、不同观测角度的微波辐射信号穿透深 度计算模型计算不同观测条件下的穿透深度,包括如下步骤:
S21)利用步骤S15)中土壤混合介电常数模型计算不同观测频率的土壤介电 常数;
S22)利用不同观测频率的土壤介电常数计算不同观测频率的穿透深度
Figure BDA0002986709490000036
V表示光速,ε′和ε″分别表示步骤S21)计算得到的土壤介电 常数的实部和虚部;
S23)计算不同观测角度下电磁波在空气与土壤两种介质中的透射角τ,所述 透射角
Figure RE-GDA0003046056030000041
θ表示观测角度;
S24)计算不同观测角度下土壤层垂直方向的穿透深度d,所述穿透深度 d=η·cosτ。
进一步的,在步骤S3)中,利用不同通道的土壤水分以及不同观测条件下的 穿透深度计算土壤垂直剖面上不同深度层的土壤水分含量,获得土壤水分剖面 信息,包括如下步骤:
S31)将不同观测条件下的穿透深度按照由小到大进行排序,得到N组穿透深 度和土壤水分数据,N组穿透深度和土壤水分数据分别为(d1,v1)、(d2,v2)、…、 (dN,vN),其中d表示穿透深度,v表示土壤水分,下标1、2、…、N分别表示 不同深度层编号,υ1表示d1厚度土壤层的土壤水分;
S32)计算土壤垂直剖面上不同深度层的土壤水分含量
Figure BDA0002986709490000042
vj-1,j表示深度为dj-1至dj的土壤层的土壤水分含量,j取值为2至N。
本发明的有益效果是:本发明利用微波辐射传输模型建立了单通道微波辐 射数据反演土壤水分算法,反演得到单通道对应的土壤水分,通过不同频率、 不同角度的微波辐射信号穿透深度计算模型得到不同观测条件下的穿透深度, 利用不同通道反演的土壤水分及对应的穿透深度计算土壤垂直剖面不同深度层 的土壤水分,获得土壤水分剖面信息。本发明充分利用了被动微波遥感不同频 率和不同角度的观测信息,根据不同观测通道的微波辐射信号对地表的穿透能 力不同的特点,反演了土壤垂直剖面不同深度的土壤水分,进一步挖掘了被动 微波遥感数据在土壤水分反演工作中的应用潜力,有助于提高不同深度的被动 微波遥感土壤水分产品在陆面过程模式和全球变化研究中的适用性。
附图说明
为了更清楚地说明本发明实施例的技术方案,下面将对实施例所需要使用 的附图作一简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施 例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根 据这些附图获得其他的附图。
图1为本实施例一提供的多通道微波辐射数据反演裸露土壤水分剖面的方 法流程示意图。
图2是本实施例一提供的土壤水分剖面计算示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图,对 本发明进行进一步详细说明。应当理解,此处所描述的具体实施方式仅仅用以 解释本发明,并不用于限定本发明。需要说明的是,本发明的说明书和权利要 求书及上述附图中的术语“包括”和“具有”以及他们的任何变形,意图在于 覆盖不排他的包含,以便一系列单元的过程、方法、***、产品或设备不必限 于那些单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设 备固有的其他单元。
实施例一,一种多通道微波辐射数据反演裸露土壤水分剖面的方法,包括 以下步骤:
S1)利用微波辐射传输模型建立单通道微波辐射数据反演土壤水分算法, 根据所述单通道微波辐射数据反演土壤水分算法分别反演出不同通道的土壤水 分,包括如下步骤:
S11)获取裸露土壤的H极化微波辐射亮温TB(f,θ),θ表示观测角度,f表示观 测频率;本实例中获取波段为L波段(1.4GHz)、C波段(6.925GHz)、X波段 (10.65GHz)、和ka波段(36.5GHz),观测角度为30度至60度,间隔10度。
S12)获取地表温度T,根据裸露土壤的H极化微波辐射亮温TB(f,θ)和地表温 度T计算粗糙地表发射率E(f,θ),粗糙地表发射率
Figure BDA0002986709490000061
根据粗糙地表 发射率E(f,θ)计算粗糙地表反射率R(f,θ),粗糙地表反射率R(f,θ)=1-E(f,θ); 粗糙地表发射率E(f,θ)与粗糙地表反射率R(f,θ)之和为1,即E(f,θ)+R(f,θ)=1; 本实例中,利用ka波段(36.5GHz)V极化亮温计算地表温度,表示为: T=1.11·TB(36.5)-15.2。
S13)根据粗糙地表反射率R(f,θ)建立粗糙地表微波辐射模型,粗糙地表微波 辐射模型为R(f,θ)=r(f,θ)·e-h·cosθ,根据粗糙地表微波辐射模型计算光滑地表 反射率r(f,θ),e为自然常数,e取值约为2.71828。h为粗糙度参数,本实例中对 不同波段取值不同,L波段取值为0.15,C波段取值为0.11,X波段取值为0.1。
S14)建立土壤介电常数ε与光滑地表反射率r(f,θ)之间的关系式
Figure BDA0002986709490000062
Figure BDA0002986709490000063
根据土壤介电常数ε与光滑地表反射率r(f,θ)之间的关系式计算 土壤介电常数
Figure BDA0002986709490000064
S15)利用土壤混合介电常数模型建立土壤水分与土壤介电常数的关系式
Figure BDA0002986709490000065
vw表示土壤含水量;P表示土壤孔隙度,土壤孔隙度为容重与土壤固态物质密度的 比值;εa和εr分别为空气介电常数和土壤颗粒介电常数;下标a、s、i、w分别 表示土壤中的组成物质对应的空气、土壤颗粒、冰和水,本实施例中,空气介 电常数实部取1,虚部取0;土壤颗粒介电常数实部取4.9,虚部取0;冰的介 电常数实部在3.2左右,虚部取0.1;水的介电常数与温度和频率有关,水的介 电常数
Figure BDA0002986709490000066
εinf表示介电常数参数,εinf取值为4.9,εw0和∈分 别表示与温度有关的第一参数和第二参数,第一参数εw0=88.045-0.4147·T+6.295·10-4·T2+1.075·10-5·T3,第二参数∈=1.1109·10-10-3.824· 10-12·T+6.938·10-14·T2-5.096·10-16·T3,vt表示过渡含水量,γ为经验 参数,两个参数均由土壤质地确定,过渡含水量vt=0.49·(0.06774- 0.00064sand+0.00478clay)+0.165,经验参数γ=-0.57·(0.06774- 0.00064sand+0.00478clay)+0.481,sand和clay分别表示土壤砂粒含量和粘 粒含量;本实例中取sand=25%,clay=18%。
S16)根据土壤水分与土壤介电常数的关系式求解土壤含水量,若vw≤vt, 则土壤含水量
Figure BDA0002986709490000071
a、b、c分别为第一系数、第二系数和第三系数, 所述第一系数
Figure BDA0002986709490000075
第二系数b=εi-1,第三系数c=(1-P)εr+ P-ε;若vw>vt,则土壤含水量
Figure BDA0002986709490000072
S2)建立不同观测频率、不同观测角度的微波辐射信号穿透深度计算模型, 根据所述不同观测频率、不同观测角度的微波辐射信号穿透深度计算模型计算 不同观测条件下的穿透深度,包括以下步骤:
S21)利用步骤S15)中土壤混合介电常数模型计算不同观测频率的土壤介电 常数;
S22)利用不同观测频率的土壤介电常数计算不同观测频率的穿透深度
Figure BDA0002986709490000073
V表示光速,ε′和ε″分别表示步骤S21)计算得到的土壤介电 常数的实部和虚部;
S23)计算不同观测角度下电磁波在空气与土壤两种介质中的透射角τ,所述 透射角
Figure RE-GDA0003046056030000075
θ表示观测角度;
S24)计算不同观测角度下土壤层垂直方向的穿透深度d,穿透深度 d=η·cosτ。
S3)利用不同通道的土壤水分以及不同观测条件下的穿透深度计算土壤垂 直剖面上不同深度层的土壤水分含量,获得土壤水分剖面信息,如图2所示, 包括如下步骤:
S31)同等土壤条件下,不同观测频率对土壤的穿透能力不同,一般情况下, 频率越低穿透能力越强。将不同观测条件下的穿透深度按照由小到大进行排序, 得到N组穿透深度和土壤水分数据,N组穿透深度和土壤水分数据分别为(d1,v1)、 (d2,v2)、…、(dN,vN),其中d表示穿透深度,v表示土壤水分,下标1、2、…、 N分别表示不同深度层编号,υ1表示d1厚度土壤层的土壤水分,即最浅层的土壤 水分含量。本实例中计算了3个波段、4个角度,共12组数据,即N=12。
S32)计算土壤垂直剖面上不同深度层的土壤水分含量
Figure BDA0002986709490000081
vj-1,j表示深度为dj-1至dj的土壤层的土壤水分含量,j取值为2至N。
随着被动微波遥感传感器技术的发展,观测频率涵盖了L波段(约1.4GHz) 至Ka波段(36.5GHz),观测角度涵盖了0度至60度,因此提供了多频率、多 角度的观测信息。由于不同频率的电磁波对土壤的穿透能力不同,本发明实施 例充分利用被动微波遥感不同频率和不同角度的观测信息,根据不同观测通道 的微波辐射信号对地表的穿透能力不同的特点,获取土壤垂直剖面不同深度的 土壤水分,进而提高不同深度的被动微波遥感土壤水分产品在陆面过程模式和 全球变化研究中的适用性。
通过采用本发明公开的上述技术方案,得到了如下有益的效果:
本发明利用微波辐射传输模型建立了单通道微波辐射数据反演土壤水分算 法,反演得到单通道对应的土壤水分,通过不同频率、不同角度的微波辐射信 号穿透深度计算模型得到不同观测条件下的穿透深度,利用不同通道反演的土 壤水分及对应的穿透深度计算土壤垂直剖面不同深度层的土壤水分,获得土壤 水分剖面信息。本发明充分利用了被动微波遥感不同频率和不同角度的观测信 息,根据不同观测通道的微波辐射信号对地表的穿透能力不同的特点,反演了 土壤垂直剖面不同深度的土壤水分,进一步挖掘了被动微波遥感数据在土壤水 分反演工作中的应用潜力,有助于提高不同深度的被动微波遥感土壤水分产品 在陆面过程模式和全球变化研究中的适用性。
以上仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术 人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些 改进和润饰也应视本发明的保护范围。

Claims (4)

1.一种多通道微波辐射数据反演裸露土壤水分剖面的方法,其特征在于,包括以下步骤:
S1)利用微波辐射传输模型建立单通道微波辐射数据反演土壤水分算法,根据所述单通道微波辐射数据反演土壤水分算法分别反演出不同通道的土壤水分;
S2)建立不同观测频率、不同观测角度的微波辐射信号穿透深度计算模型,根据所述不同观测频率、不同观测角度的微波辐射信号穿透深度计算模型计算不同观测条件下的穿透深度;
S3)利用所述不同通道的土壤水分以及所述不同观测条件下的穿透深度计算土壤垂直剖面上不同深度层的土壤水分含量,获得土壤水分剖面信息。
2.根据权利要求1所述的多通道微波辐射数据反演裸露土壤水分剖面的方法,其特征在于,在步骤S1)中,利用微波辐射传输模型建立单通道微波辐射数据反演土壤水分算法,根据所述单通道微波辐射数据反演土壤水分算法分别反演出不同通道的土壤水分,包括如下步骤:
S11)获取裸露土壤的H极化微波辐射亮温TB(f,θ),θ表示观测角度,f表示观测频率;
S12)获取地表温度T,根据所述裸露土壤的H极化微波辐射亮温TB(f,θ)和所述地表温度T计算粗糙地表发射率E(f,θ),所述粗糙地表发射率
Figure FDA0002986709480000011
根据所述粗糙地表发射率E(f,θ)计算粗糙地表反射率R(f,θ),所述粗糙地表反射率R(f,θ)=1-E(f,θ);
S13)根据所述粗糙地表反射率R(f,θ)建立粗糙地表微波辐射模型,所述粗糙地表微波辐射模型为R(f,θ)=r(f,θ)·e-h·cosθ,根据所述粗糙地表微波辐射模型计算光滑地表反射率r(f,θ),h为粗糙度参数,e为自然常数;
S14)建立土壤介电常数ε与光滑地表反射率r(f,θ)之间的关系式
Figure FDA0002986709480000021
Figure FDA0002986709480000022
根据所述土壤介电常数ε与光滑地表反射率r(f,θ)之间的关系式计算土壤介电常数
Figure FDA0002986709480000023
S15)利用土壤混合介电常数模型建立土壤水分与土壤介电常数的关系式
Figure FDA0002986709480000024
vw表示土壤含水量;P表示土壤孔隙度,所述土壤孔隙度为容重与土壤固态物质密度的比值;εa和εr分别为空气介电常数和土壤颗粒介电常数;下标a、s、i、w分别表示土壤中的组成物质对应的空气、土壤颗粒、冰和水,水的介电常数
Figure FDA0002986709480000025
εinf表示介电常数参数,εw0和∈分别表示与温度有关的第一参数和第二参数,所述第一参数εw0=88.045-0.4147·T+6.295·10-4.T2+1.075·10-5·T3,所述第二参数∈=1.1109·10-10-3.824·10-12·T+6.938·10-14·T2-5.096·10-16·T3,vt表示过渡含水量,γ为经验参数,过渡含水量vt=0.49·(0.06774-0.00064sand+0.00478clay)+0.165,所述经验参数γ=-0.57·(0.06774-0.00064sand+0.00478clay)+0.481,sand和clay分别表示土壤砂粒含量和粘粒含量;
S16)根据土壤水分与土壤介电常数的关系式求解土壤含水量,若vw≤vt,则土壤含水量
Figure FDA0002986709480000026
a、b、c分别为第一系数、第二系数和第三系数,所述第一系数
Figure FDA0002986709480000027
所述第二系数b=εi-1,所述第三系数c=(1-P)εr+P-ε;若vw>vt,则土壤含水量
Figure FDA0002986709480000028
3.根据权利要求2所述的多通道微波辐射数据反演裸露土壤水分剖面的方法,其特征在于,在步骤S2)中,建立不同观测频率、不同观测角度的微波辐射信号穿透深度计算模型,根据所述不同观测频率、不同观测角度的微波辐射信号穿透深度计算模型计算不同观测条件下的穿透深度,包括如下步骤:
S21)利用步骤S15)中土壤混合介电常数模型计算不同观测频率的土壤介电常数;
S22)利用所述不同观测频率的土壤介电常数计算不同观测频率的穿透深度
Figure RE-FDA0003046056020000031
V表示光速,ε′和ε″分别表示步骤S21)计算得到的土壤介电常数的实部和虚部;
S23)计算不同观测角度下电磁波在空气与土壤两种介质中的透射角τ,所述透射角
Figure RE-FDA0003046056020000032
θ表示观测角度;
S24)计算不同观测角度下土壤层垂直方向的穿透深度d,所述穿透深度d=η·cos。
4.根据权利要求3所述的多通道微波辐射数据反演裸露土壤水分剖面的方法,其特征在于,在步骤S3)中,利用所述不同通道的土壤水分以及所述不同观测条件下的穿透深度计算土壤垂直剖面上不同深度层的土壤水分含量,获得土壤水分剖面信息,包括如下步骤:
S31)将不同观测条件下的穿透深度按照由小到大进行排序,得到N组穿透深度和土壤水分数据,所述N组穿透深度和土壤水分数据分别为(d1,v1)、(d2,v2)、…、(dN,vN),其中d表示穿透深度,v表示土壤水分,下标1、2、…、N分别表示不同深度层编号,v1表示d1厚度土壤层的土壤水分;
S32)计算土壤垂直剖面上不同深度层的土壤水分含量
Figure FDA0002986709480000033
vj-1,j表示深度为dj-1至dj的土壤层的土壤水分含量,j取值为2至N。
CN202110302226.7A 2021-03-22 2021-03-22 一种多通道微波辐射数据反演裸露土壤水分剖面的方法 Pending CN113063806A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110302226.7A CN113063806A (zh) 2021-03-22 2021-03-22 一种多通道微波辐射数据反演裸露土壤水分剖面的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110302226.7A CN113063806A (zh) 2021-03-22 2021-03-22 一种多通道微波辐射数据反演裸露土壤水分剖面的方法

Publications (1)

Publication Number Publication Date
CN113063806A true CN113063806A (zh) 2021-07-02

Family

ID=76563335

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110302226.7A Pending CN113063806A (zh) 2021-03-22 2021-03-22 一种多通道微波辐射数据反演裸露土壤水分剖面的方法

Country Status (1)

Country Link
CN (1) CN113063806A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113533379A (zh) * 2021-07-19 2021-10-22 自然资源部国土卫星遥感应用中心 一种利用多源卫星亮温数据提取区域日均土壤水分的方法
CN114487354A (zh) * 2022-02-21 2022-05-13 中国科学院地理科学与资源研究所 一种基于地表土壤水分信息的深层土壤水分估算方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102735697A (zh) * 2011-04-07 2012-10-17 中国科学院电子学研究所 深层土壤湿度微波遥感探测方法与装置
CN106372434A (zh) * 2016-08-31 2017-02-01 中国科学院遥感与数字地球研究所 一种被动微波遥感瞬时地表发射率估算方法及装置
CN111610201A (zh) * 2020-04-30 2020-09-01 中国科学院空天信息创新研究院 被动微波多通道协同的土壤水分反演方法及装置
CN111965330A (zh) * 2020-08-18 2020-11-20 自然资源部国土卫星遥感应用中心 一种基于双极化类发射率的裸露土壤含水量反演方法
CN111983333A (zh) * 2020-08-20 2020-11-24 自然资源部国土卫星遥感应用中心 一种分离被动微波遥感混合像元组分土壤辐射信号的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102735697A (zh) * 2011-04-07 2012-10-17 中国科学院电子学研究所 深层土壤湿度微波遥感探测方法与装置
CN106372434A (zh) * 2016-08-31 2017-02-01 中国科学院遥感与数字地球研究所 一种被动微波遥感瞬时地表发射率估算方法及装置
CN111610201A (zh) * 2020-04-30 2020-09-01 中国科学院空天信息创新研究院 被动微波多通道协同的土壤水分反演方法及装置
CN111965330A (zh) * 2020-08-18 2020-11-20 自然资源部国土卫星遥感应用中心 一种基于双极化类发射率的裸露土壤含水量反演方法
CN111983333A (zh) * 2020-08-20 2020-11-24 自然资源部国土卫星遥感应用中心 一种分离被动微波遥感混合像元组分土壤辐射信号的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
张晓娟 等: "双频多极化SAR测量深层土壤湿度", 《电子与信息学报》 *
赵柏林 等: "微波遥感土壤湿度的研究", 《中国科学 B辑》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113533379A (zh) * 2021-07-19 2021-10-22 自然资源部国土卫星遥感应用中心 一种利用多源卫星亮温数据提取区域日均土壤水分的方法
CN114487354A (zh) * 2022-02-21 2022-05-13 中国科学院地理科学与资源研究所 一种基于地表土壤水分信息的深层土壤水分估算方法

Similar Documents

Publication Publication Date Title
Salam et al. Di-Sense: In situ real-time permittivity estimation and soil moisture sensing using wireless underground communications
ZHU et al. Comparing ordinary kriging and regression kriging for soil properties in contrasting landscapes
Huisman et al. Mapping spatial variation in surface soil water content: comparison of ground-penetrating radar and time domain reflectometry
CN108303044B (zh) 一种叶面积指数获取方法及***
CN113063806A (zh) 一种多通道微波辐射数据反演裸露土壤水分剖面的方法
Paillou et al. Subsurface imaging in south-central Egypt using low-frequency radar: Bir Safsaf revisited
Gaber et al. SAR remote sensing of buried faults: implications for groundwater exploration in the Western Desert of Egypt
Satish Kumar et al. Application of ERT and GPR for demarcating the saline water intrusion in coastal aquifers of Southern India
CN107014835A (zh) 基于探地雷达反射波的滨海盐渍土表层含水量测定方法
Gaber et al. Near-surface imaging of a buried foundation in the Western Desert, Egypt, using space-borne and ground penetrating radar
Rosa et al. Determining the number of manual measurements required to improve peat thickness estimations by ground penetrating radar
Carless et al. An integrated geophysical and GIS based approach improves estimation of peatland carbon stocks
Singh et al. Snow depth and snow layer interface estimation using Ground Penetrating Radar
CN116736394A (zh) 基于海洋电磁差分的勘探方法和***
Yildiz et al. Quantifying snow water equivalent using terrestrial ground penetrating radar and unmanned aerial vehicle photogrammetry
Adepelumi et al. Geophysical mapping of subsurface stratigraphy beneath a river bed using ground penetrating radar: Lagos Nigeria case study
Wu et al. Mapping vertical profile of discontinuous permafrost with ground penetrating radar at Nalaikh depression, Mongolia
Jania et al. Temporal changes in the radiophysical properties of a polythermal glacier in Spitsbergen
CN113985489B (zh) 一种获取地球表面微波介电常数场的方法及装置
CN106226844A (zh) 利用gnss信号极化相移的降雨强度山基测量方法
Price et al. Snow-driven uncertainty in CryoSat-2-derived Antarctic sea ice thickness–insights from McMurdo Sound
CN113533379B (zh) 一种利用多源卫星亮温数据提取区域日均土壤水分的方法
Scabbia et al. Quantifying subsurface propagation losses for VHF radar sounding waves in hyper-arid terrains
Lukjanov et al. Use of the ground penetrating radar methods for paleontology on example of the mammoth fauna investigation
Kummode et al. Determination of the Volumetric Soil Water Content of Two Soil Types using Ground Penetrating Radar: A Case Study in Thailand.

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication

Application publication date: 20210702

RJ01 Rejection of invention patent application after publication