CN104034739A - 双时相雷达监测土壤含水量的方法 - Google Patents

双时相雷达监测土壤含水量的方法 Download PDF

Info

Publication number
CN104034739A
CN104034739A CN201410281802.4A CN201410281802A CN104034739A CN 104034739 A CN104034739 A CN 104034739A CN 201410281802 A CN201410281802 A CN 201410281802A CN 104034739 A CN104034739 A CN 104034739A
Authority
CN
China
Prior art keywords
radar
soil moisture
same polarization
semiempirical
monitoring
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
CN201410281802.4A
Other languages
English (en)
Inventor
赵少华
王桥
刘思含
游代安
翟俊
吴艳婷
杨一鹏
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.)
SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT
Original Assignee
SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT
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 SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT filed Critical SATELLITE ENVIRONMENT APPLICATION CENTER OF ENVIRONMENTAL PROTECTION DEPARTMENT
Priority to CN201410281802.4A priority Critical patent/CN104034739A/zh
Publication of CN104034739A publication Critical patent/CN104034739A/zh
Pending legal-status Critical Current

Links

Landscapes

  • Radar Systems Or Details Thereof (AREA)

Abstract

本发明公开了一种双时相雷达监测土壤含水量的方法,包括:根据雷达同极化数据建立半经验散射模型;根据半经验散射模型对待检测区进行土壤水分监测。本发明实施例能够不依赖地面先验知识,靠两景雷达遥感影像监测裸土含水量。

Description

双时相雷达监测土壤含水量的方法
技术领域
本发明涉及环境遥感技术领域,特别是涉及一种双时相雷达监测土壤含水量的方法。
背景技术
微波遥感是监测土壤湿度的一个有效手段,它是指通过微波传感器获取从目标地物发射或反射的微波辐射,经过判读处理来识别地物的技术。
由于SAR(Synthetic Aperture Radar,合成孔径雷达)具有微波遥感的许多优势,再加上较高的空间分辨率,因此能够获得土壤湿度相对精确的信息,目前这些研究中大多基于地面试验或调查数据等先验知识来监测土壤湿度,实现方式较为繁琐。
发明内容
本发明实施例提供一种双时相雷达监测土壤含水量的方法,能够不依赖地面先验知识,靠两景雷达遥感影像监测裸土含水量。
本发明实施例采用如下技术方案:
一种双时相雷达监测土壤含水量的方法,包括:
根据雷达同极化数据建立半经验散射模型;
根据半经验散射模型对待检测区进行土壤水分监测。
可选的,所述根据半经验散射模型对待检测区进行土壤水分监测之后,还包括:
获取待检测区的土壤水分数据,对监测的土壤水分进行验证。
可选的,半经验散射模型为:
其中,σ0 hh为雷达水平同极化散射系数,σ0vv为雷达垂直同极化散射系数,Mv为土壤湿度,θ为雷达入射角,k为波数=2π/λ,s为均方根长度,p为同极化比。
可选的,当待检测区的土壤湿度和粗糙度恒定不变时,两景雷达影像的同极化比p1,p2分别如下:
M v = 0.2 ( lo g 1 - p 2 1 - p 1 θ 2 θ 1 ) 1.54
其中,σ0 hh为雷达水平同极化散射系数,σ0vv为雷达垂直同极化散射系数,Mv为土壤湿度,θ为雷达入射角,k为波数=2π/λ,s为均方根长度。
基于上述技术方案,本发明实施例的双时相雷达监测土壤含水量的方法,不需要地面先验知识而仅靠雷达影像,即可监测土壤湿度信息。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中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为本发明实施例的双时相雷达监测土壤含水量的方法的流程图;
图2为本发明实施例土壤湿度、土壤类型和微波频率、穿透深度的关系示意图;
图3本发明实施例模型的验证结果示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
实施例1
本实施例提供一种双时相雷达监测土壤含水量的方法,包括:
根据雷达同极化数据建立半经验散射模型;
根据半经验散射模型对待检测区进行土壤水分监测。
可选的,所述根据半经验散射模型对待检测区进行土壤水分监测之后,还包括:
获取待检测区的土壤水分数据,对监测的土壤水分进行验证。
可选的,半经验散射模型为:
其中,σ0 hh为雷达水平同极化散射系数,σ0vv为雷达垂直同极化散射系数,Mv为土壤湿度,θ为雷达入射角,k为波数=2π/λ,s为均方根长度,p为同极化比。
可选的,当待检测区的土壤湿度和粗糙度恒定不变时,两景雷达影像的同极化比p1,p2分别如下:
M v = 0.2 ( lo g 1 - p 2 1 - p 1 θ 2 θ 1 ) 1.54
其中,σ0 hh为雷达水平同极化散射系数,σ0vv为雷达垂直同极化散射系数,Mv为土壤湿度,θ为雷达入射角,k为波数=2π/λ,s为均方根长度。
本发明实施例的双时相雷达监测土壤含水量的方法,不需要地面先验知识而仅靠雷达影像,即可监测土壤湿度信息。
实施例2
雷达遥感监测土壤水分时,为了摆脱对地面粗糙度等先验知识的依赖,本实施例提出依靠两景HH/VV双极化影像的同极化比和不同的雷达入射角即可获知地表土壤湿度的半经验模型。
图1示出了本发明实施例的双时相雷达监测土壤含水量的方法流程图,步骤:
S1、分析土壤水分在微波波段的散射特性。
地物对微波具有散射作用,微波对地物有一定的穿透能力,其微波散射的强弱与电磁波的频率以及地物的物质组成、结构、介电特性、粗糙度等有关。土壤的介电常数决定于土壤含水量,土壤含水量越高,土壤的介电常数越大,微波的穿透能力越差。通常,波长越短散射越强,穿透力越弱,波长越长散射越弱、穿透力越强。图2表示了不同波长的微波对不同土壤的穿透能力,从图中可以看出,同一种土壤湿度越小,穿透越深,微波对干沙可以穿透几十米,但对潮湿的土壤只能穿透几厘米到几米,一般认为微波对土壤的穿透深度为5厘米左右。
S2、构建双时相SAR的土壤水分散射模型。
对于裸地可利用半经验的后向散射系数模型来估算其土壤湿度,本实施例的双时相雷达监测土壤含水量的方法基于该模型改进的只需两景HH/VV同极化影像即可获知地表土壤湿度的新的半经验模型,模型如下:
σ0 hh0vv是雷达同极化(hh/vv)散射系数,Mv是土壤湿度,θ为雷达入射角,k为波数=2π/λ,s为均方根长度。p为同极化比。模型适合范围较大的地表条件(0.04<Mv<0.291m3/m3,0.13<ks<6.98)。
对于裸地或低植被覆盖区域,如果两景时相相距很近(时间间隔在一周之内)的HH/VV双极化雷达影像,期间没有降雨/雪和灌溉等事件发生,也没有较大的人类农业活动等,其土壤湿度和粗糙度变化不大,可以假定不变,因此根据上述模型中的同极化比公式,可以得到两景HH/VV影像的同极化比p1,p2分别如下:
M v = 0.2 ( lo g 1 - p 2 1 - p 1 &theta; 2 &theta; 1 ) 1.54
σ0 hh0vv分别是雷达同极化(hh/vv)散射系数,Mv是土壤湿度,θ为雷达入射角,k为波数=2π/λ,s为均方根长度,l为表面相关长度。p为同极化比。模型适合范围较大的地表条件(0.04<Mv<0.291m3/m3,0.13<ks<6.98)。该法不依赖于地面先验知识而只依靠两景HH/VV双极化影像的同极化比和不同的雷达入射角即可获知地表土壤湿度和粗糙度的半经验模型。该模型应用的关键是两景时相相邻的HH/VV双极化影像,并且时相间隔内无降雨和改变地表粗糙度的人类活动发生,从而可以忽略土壤湿度及地表粗糙度的变化而假定其恒定。
S3、待检测区土壤水分数据的采集。
采用测量土壤体积含水量的时域反射仪TDR300,实地采集贵州安顺9个样地的裸土表层7.6厘米深度内的土壤水分数据,每个样地大小约30米×30米,样地之间间隔10-20米,每个样地采集五个样点,并求平均值,用以对上述反演的模型进行验证。
S4、利用实测的土壤水分进行验证。
利用该模型和两景ASAR影像,估算地面土壤含水量,和实测值的比较如图3。可以看出,验证结果较好,均方根误差RMSE为0.026cm3/cm3,平均绝对误差为0.024cm3/cm3,均在0.05cm3/cm3之内,表明该模型具有较好的精度。从而证明仅依赖两景同极化的雷达影像,而不依赖地面先验知识,即可获取地面土壤水分信息。然而不足的是,地面裸土样地较少,所以采样点也较少,使得土壤含水量的分布较集中在0.06-0.15cm3/cm3之间。
本实施例不依赖于地面先验知识,只依靠两景HH/VV双极化影像的同极化比和不同的雷达入射角即可获知地表土壤湿度的半经验模型,从而不需要地面先验知识而仅靠雷达影像,即可监测土壤湿度信息。
本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种双时相雷达监测土壤含水量的方法,其特征在于,包括:
根据雷达同极化数据建立半经验散射模型;
根据半经验散射模型对待检测区进行土壤水分监测。
2.根据权利要求1所述的方法,其特征在于,所述根据半经验散射模型对待检测区进行土壤水分监测之后,还包括:
获取待检测区的土壤水分数据,对监测的土壤水分进行验证。
3.根据权利要求1所述的方法,其特征在于,半经验散射模型为:
其中,σ0 hh为雷达水平同极化散射系数,σ0vv为雷达垂直同极化散射系数,Mv为土壤湿度,θ为雷达入射角,k为波数=2π/λ,s为均方根长度,p为同极化比。
4.根据权利要求3所述的方法,其特征在于,当待检测区的土壤湿度和粗糙度恒定不变时,两景同极化比同极化比p1,p2分别如下:
M v = 0.2 ( lo g 1 - p 2 1 - p 1 &theta; 2 &theta; 1 ) 1.54
其中,σ0 hh为雷达水平同极化散射系数,σ0vv为雷达垂直同极化散射系数,Mv为土壤湿度,θ为雷达入射角,k为波数=2π/λ,s为均方根长度。
CN201410281802.4A 2014-06-20 2014-06-20 双时相雷达监测土壤含水量的方法 Pending CN104034739A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410281802.4A CN104034739A (zh) 2014-06-20 2014-06-20 双时相雷达监测土壤含水量的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410281802.4A CN104034739A (zh) 2014-06-20 2014-06-20 双时相雷达监测土壤含水量的方法

Publications (1)

Publication Number Publication Date
CN104034739A true CN104034739A (zh) 2014-09-10

Family

ID=51465588

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410281802.4A Pending CN104034739A (zh) 2014-06-20 2014-06-20 双时相雷达监测土壤含水量的方法

Country Status (1)

Country Link
CN (1) CN104034739A (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106990121A (zh) * 2017-03-30 2017-07-28 中国科学院遥感与数字地球研究所 一种全极化sar数据土壤含水量反演方法
CN107632138A (zh) * 2017-09-14 2018-01-26 中国神华能源股份有限公司 计算砂壤地层含水率分布的方法、装置、介质和系统
CN108802728A (zh) * 2018-04-28 2018-11-13 中国农业大学 双极化合成孔径雷达与作物模型同化的作物灌溉指导方法
CN115840224A (zh) * 2022-12-07 2023-03-24 西南交通大学 一种用于反演土壤水分的多目标函数变化检测方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1847832A (zh) * 2005-04-11 2006-10-18 中国科学院遥感应用研究所 微波辐射计监测土壤水分的方法
CN102252973A (zh) * 2011-03-10 2011-11-23 王桥 土壤含水量遥感监测方法
CN102621163A (zh) * 2011-01-26 2012-08-01 中国科学院电子学研究所 用于探测土壤含水量在深度方向分布的雷达遥感方法
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
CN103617344A (zh) * 2013-11-02 2014-03-05 西安电子科技大学 基于雷达后向散射实测数据对单层地表介电参数与粗糙度参数快速反演的联合优化算法
US8730098B1 (en) * 2011-01-05 2014-05-20 The United States Of America As Represented By The Secretary Of The Navy Method for radar detection of persons wearing wires

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1847832A (zh) * 2005-04-11 2006-10-18 中国科学院遥感应用研究所 微波辐射计监测土壤水分的方法
US8730098B1 (en) * 2011-01-05 2014-05-20 The United States Of America As Represented By The Secretary Of The Navy Method for radar detection of persons wearing wires
CN102621163A (zh) * 2011-01-26 2012-08-01 中国科学院电子学研究所 用于探测土壤含水量在深度方向分布的雷达遥感方法
CN102252973A (zh) * 2011-03-10 2011-11-23 王桥 土壤含水量遥感监测方法
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
CN103617344A (zh) * 2013-11-02 2014-03-05 西安电子科技大学 基于雷达后向散射实测数据对单层地表介电参数与粗糙度参数快速反演的联合优化算法

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
MEHREZ ZRIBI ET AL.: "A new empirical model to retrieve soil moisture and roughness from C-band radar data", 《REMOTE SENSING OF ENVIRONMENT》 *
N.BAGHDADI ET AL.: "Soil moisture estimation using multi-incidence and multi-polarization ASAR data", 《INTERNATIONAL JOURNAL OF REMOTE SENSING》 *
YISOK OH ET AL.: "An Empirical Model and an Inversion Technique for Radar Scattering from Bare Soil Surfaces", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 *
YISOK OH ET AL.: "An Inversion Algorithm For Retrieving Soil Moisture And Surface Roughness From Polarimetric Radar Observation", 《IEEE INTERNATIONAL SYMPOSIUM ON GEOSCIENCE AND REMOTE SENSING IGARSS》 *
YISOK OH ET AL.: "Semi-Empirical Model of the Ensemble-Averaged Differential Mueller Matrix for Microwave Backscattering From Bare Soil Surfaces", 《IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING》 *
尹楠等: "基于RADARSAT-2全极化数据反演周期性地表土壤湿度", 《农业工程学报》 *
王军战等: "多极化多角度ASAR数据反演裸露和小麦地表土壤湿度", 《农业工程学报》 *
赵少华等: "基于双时相ASAR影像的土壤湿度反演研究", 《农业工程学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106990121A (zh) * 2017-03-30 2017-07-28 中国科学院遥感与数字地球研究所 一种全极化sar数据土壤含水量反演方法
CN107632138A (zh) * 2017-09-14 2018-01-26 中国神华能源股份有限公司 计算砂壤地层含水率分布的方法、装置、介质和系统
CN108802728A (zh) * 2018-04-28 2018-11-13 中国农业大学 双极化合成孔径雷达与作物模型同化的作物灌溉指导方法
CN115840224A (zh) * 2022-12-07 2023-03-24 西南交通大学 一种用于反演土壤水分的多目标函数变化检测方法
CN115840224B (zh) * 2022-12-07 2023-09-29 西南交通大学 一种用于反演土壤水分的多目标函数变化检测方法

Similar Documents

Publication Publication Date Title
CN102621163B (zh) 用于探测土壤含水量在深度方向分布的雷达遥感方法
Weihermüller et al. Mapping the spatial variation of soil water content at the field scale with different ground penetrating radar techniques
Molin et al. Spatial and temporal variability of soil electrical conductivity related to soil moisture
CN101900692B (zh) 大面积土壤湿度测量方法
Lambot et al. Effect of soil roughness on the inversion of off‐ground monostatic GPR signal for noninvasive quantification of soil properties
Li et al. Analysis of the Dielectric Constant of Saline‐Alkali Soils and the Effect on Radar Backscattering Coefficient: A Case Study of Soda Alkaline Saline Soils in Western Jilin Province Using RADARSAT‐2 Data
Choi et al. Spatial soil moisture scaling structure during Soil Moisture Experiment 2005
CN104062654B (zh) 一种基于超宽带雷达的土壤含水量测量方法
Ferrara et al. Monitoring shallow soil water content under natural field conditions using the early-time GPR signal technique
De Coster et al. Full-wave removal of internal antenna effects and antenna–medium interactions for improved ground-penetrating radar imaging
Saradjian et al. Soil moisture estimation by using multipolarization SAR image
CN104034739A (zh) 双时相雷达监测土壤含水量的方法
CN103064073A (zh) 一种基于频率捷变改变雷达目标特性的方法
CN103808736B (zh) 基于被动微波混合像元分解技术的盐碱地特性探测方法
Malajner et al. Soil type characterization for moisture estimation using machine learning and UWB-Time of Flight measurements
CN112730536A (zh) 一种探测煤矸石充填复垦地土壤含水率的方法
Lai et al. GPR data analysis in time-frequency domain
Pramudita et al. Soil water content estimation with the presence of vegetation using ultra wideband radar-drone
Yang-yang et al. An empirical method for soil salinity and moisture inversion in west of Jilin
Privette III et al. Utilizing space-based GPS technology to determine hydrological properties of soils
LIU et al. Advances and numerical simulation of airborne ground penetrating radar
CN101907583A (zh) 利用gnss-r信号监测土壤水分变化的装置与方法
Langley et al. Sources of backscatter at 5.3 GHz from a superimposed ice and firn area revealed by multi-frequency GPR and cores
Sagnard et al. In-situ characterization of soil moisture content using a monopole probe
Liu et al. New ground penetrating radar system for quantitative characterization of snow and sea ice

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
CB03 Change of inventor or designer information

Inventor after: Wang Qiao

Inventor after: Zhao Shaohua

Inventor after: Liu Sihan

Inventor after: You Daian

Inventor after: Di Jun

Inventor after: Wu Yanting

Inventor after: Yang Yipeng

Inventor before: Zhao Shaohua

Inventor before: Wang Qiao

Inventor before: Liu Sihan

Inventor before: You Daian

Inventor before: Di Jun

Inventor before: Wu Yanting

Inventor before: Yang Yipeng

CB03 Change of inventor or designer information
RJ01 Rejection of invention patent application after publication

Application publication date: 20140910

RJ01 Rejection of invention patent application after publication