论文部分内容阅读
本文研究目的在于土壤水分和冬小麦生物量生化参数遥感反演。为实现这个目的,研究内容包括:ASAR影像处理技术;AIEM、MIMICS模型应用研究;利用ASAR影像进行裸露土壤水分反演;利用ASAR影像进行冬小麦生物量密度反演;基于田间高光谱数据的冬小麦生理生化参数反演;基于TM数据的冬小麦生理生化参数反演及估产等。
研究取得的主要成果表现在如下几个方面。
第一,结合雷达信号传输理论,推导出ASAR多视图像的功率概率分布。提出ASAR影像的乘性噪声模型,理论推导和试验验证证实了该模型的可靠性。基于乘性噪声模型发展滤波算法,对ASAR影像的斑点噪声进行了去除。同时,结合ASAR入射角及地理信息元数据,对ASAR数据进行了几何和辐射纠正。
第二,基于AIEM模型模拟的数据,建立了半经验土壤水分反演模型。模拟的数据及实测的ASAR数据验证结果表明:半经验模型能够提高土壤水分反演的精度。
第三,使用MIMICS模型分析了冬小麦冠层各组分散射贡献情况,在其基础上建立了小麦覆盖下土壤水分反演模型和冬小麦生物量密度反演模型。模拟数据及ASAR数据验证表明:综合两个角度数据建立的半经验模型能够得到更高精度的反演结果。
第四,将各个生育期冬小麦生理生化参量(叶绿素、全氮、叶面积指数、生物量密度)与地物光谱仪获取的冠层光谱特征参量进行了统计相关分析,筛挑出最佳光谱参量,建立了各个生育期的生化组分的遥感反演模型。
第五,将冬小麦冠层叶绿素密度、氮密度、生物量密度、LAI及产量与卫星影像数据TM多光谱指数进行统计相关分析,筛选最佳光谱参量,建立了各个生育期生理生化组分的遥感反演模型及估产模型。参数反演和估产结果表明,使用TM多光谱数据可以实现冬小麦生理生化参数的监测和产量的估算。