CN106018439A - 微波遥感土壤水分监测系统及其监测方法 - Google Patents

Abstract

本发明涉及一种微波遥感土壤水分监测系统及其监测方法，所述监测系统包括探测臂，搭载于探测臂上的信号接收天线和热红外温度计，与信号接收天线和热红外温度计电性连接的微波探测系统，以及与微波探测系统电性连接的数据处理装置，所述监测方法为数据处理装置中的数据分析处理系统根据微波探测系统获取的亮温数据，结合根据热红外温度计得到的土壤表面的物理温度数据，进行实时同步处理，对土壤水分信息进行精确评价。本发明提供的微波遥感土壤水分监测系统及其监测方法，采用被动方式获取土壤微波辐射信号，工作模型简单、精度高、效率高，且不受观测频率的限制。

Description

微波遥感土壤水分监测系统及其监测方法

技术领域

本发明涉及微波遥感技术领域，尤其涉及一种微波遥感土壤水分监测系统及其监测方法。

背景技术

水文学、气象学以及农业科学研究领域中的一个重要参数指标就是土壤水分，土壤水分在当今农业发展中也起到了非常重要的作用。精确、实时的土壤水分监测与反演在水资源的合理利用、农业灌溉以及旱涝灾害预报等农业科学领域中具有重要意义，对农作物的生长善信息获取、土壤墒情监测分析、天气和径流预测预报等方面都有很大的影响。农业生产中，每年由干旱灾害带来的损失非常严重，准备掌握土壤水分情况有利于及时采取相应的对策和措施，减少农业生产造成的损失，对于提高和保证农业生产的效率、保障粮食安全等具有重要意义。因而，土壤水分的实时监测和反演是当今科学研究的重要课题。

在土壤水分实时监测中，传统的方法是建立田间的监测网络，通过人工或者观测仪器在网络中的各个监测点上获得具有较高精度的土壤水分信息。当前，田间土壤水分实时监测方法很多，其中较为常见的有以下几种：

(1)烘干称重法

该方法是将野外采集到的原状土样，放置在温度为105℃的恒温箱中烘干6～8小时至恒重，然后再对烘干后的土样进行称重。失去的部分代表原土壤样品中的水分质量，由此得到土壤的质量含水量。

烘干称重法被认为是测定土壤含水量最准确和最普遍的标准方法。该方 法简单、直观，针对采集的土样而言其结果比较可靠。但是，由于土壤水分在田间的分布往往是不均匀的，因此所采土样不具有区域代表性；另外，田间采样会破坏作物的部分根系，扰乱土壤水分分布。

(2)电阻测定法

该方法是通过测量石膏、尼龙和玻璃纤维等的电阻来实现的。首先把由这些物质制成的电阻块放置在待测的土壤中，然后测量这些电阻块的电阻值，由此得到土壤含水量。其中土壤的含水量与电阻大小之间的关系是通过标定的方法来确定的。

电阻测定法成本低、操作简单，可以多次重复，而且不会破坏土壤结构，可以制成手持式仪器，也可以置于田间实现连续自动监测。其缺点是灵敏度不高，具有一定的滞后性，在土壤含水量比较高时的可靠性差。

(3)中子仪法

该方法是基于由中子源辐射出的快速运动中子在遇到氢原子时其运动速度会变慢，将这部分动能转换成热能而形成热中子的原理，通过土壤水分与热中子数量之间的关系来确定土壤水分含水量的。

中子仪法不会破坏土壤，能够与自动记录仪器相连接，适用于田间土壤水分的动态监测。其缺点是设备仪器比较昂贵，需要进行田间校准，对表层土壤含水量测量比较困难。

(4)TDR法

全称为时域反射仪(Time Domain Reflectometry，TDR)法，该方法通过测定土壤的介电特性来得到土壤水分的方法。土壤中高频电磁脉冲沿导体传播的速度与土壤介电常数有关，而土壤水分与土壤介电特性密切相关，通 过测量脉冲传播时间来确定脉冲的传播速度，就可以到土壤含水量。

该方法具有方便、准确和安全的特点，因此自20世纪60年代初发展起来迅速得到了推广和应用。但该方法属于主动微波方法，由于需要较大功率的微波发射源，设备仪器比较昂贵、笨重；相对来说，存在数据反演困难，容易被地面电磁反射式假目标所欺骗等问题。

目前，尚缺乏基于被动微波遥感技术的土壤水分实时监测系统。被动微波遥感对土壤含水量非常敏感，是进行土壤水分实时监测的最佳手段之一。被动微波遥感反演土壤水分主要是基于辐射传输方程展开的，即通过传感器获得的地表能量和地表辐射能量建立能量平衡方程来进行。在实际应用中，通常是由微波辐射计获得表示地物辐射信号强度的土壤亮温，再利用辐射传输方程或者与土壤水分之间建立经验关系来反演土壤水分。研究表明：微波辐射测量土壤含水量的有效采样深度约为2至5厘米，且选较长波长更为有利。

发明内容

为解决现有技术存在的不足，提供一种模型简单、精度高、效率高且不受观测频率限制的土壤水分监测系统，本发明提供了一种微波遥感土壤水分监测系统，包括：

探测臂，包括相互连接的呈垂直状的第一金属杆和第二金属杆，用于搭载信号接收天线和热红外温度计以及选择待观测土壤的位置；

信号接收天线，搭载于探测臂上，用于获取土壤微波辐射信号；

热红外温度计，搭载于探测臂上，用于获得土壤表面的物理温度；

微波探测系统，与信号接收天线和热红外温度计电性连接，用于将信号 接收天线获取的土壤微波辐射信号转化为亮温数据；

数据处理装置，与微波探测系统电性连接，用于接收微波探测系统的亮温数据及土壤表面的物理温度，并结合理论模型，实现土壤水分信息的实时获取。

其中，所述第一金属杆和第二金属杆一体成型，且材质均为铝材质。

其中，所述微波探测系统包括依次连接的模数转换器、直射信号处理模块、回波信号处理模块和任务监控机，模数转换器和数据处理装置之间分别依次连接有差分过滤器、放大器、延迟线、均衡器、定位误差时间序列分析器和卡尔曼滤波器。

其中，所述微波探测系统为微波探测仪。

本发明另外提供了一种微波遥感土壤水分监测方法，包括如下步骤：

S1：信号接收天线被动接受地表发射的土壤微波辐射信号，并将信号数据传送给微波探测系统；

S2：经过定标的微波探测系统，直接将土壤微波辐射信号转换为亮温数据，并将接收到的亮温数据通过数据线传递到数据处理装置；

S3：数据处理装置中的数据分析处理系统根据微波探测系统获取的亮温数据，结合根据热红外温度计得到的土壤表面的物理温度数据，进行实时同步处理，对土壤水分信息进行精确评价。

其中，所述步骤S1中，信号接收天线在接受地表发射的土壤微波辐射信号时，观测模式为垂直向下，并处于无植被覆盖的区域。

其中，所述步骤S1中，信号接收天线将所接收的土壤微波辐射信号，经增益放大和滤波处理后形成去极化信号输出给射频前端，再传送给微波探测系统；

其中，所述步骤S2还包括如下步骤：

S21：模数转换器接收信号接收天线发送的信号，将直射数字采样信号和回波数字采样信号分别传送至直射信号处理模块和回波信号处理模块；

S22：直射信号处理模块对接收的直射数字采样信号进行捕获、跟踪，并输出导航定位信息给任务监控机，同时，直射信号处理模块将直射通道的数字中频信号输出给回波信号处理模块；

S23：回波信号处理模块根据任务监控机中的任务规划定制的通道信息对其进行通道配置，然后将数字中频信号经时间延迟和多普勒频移后的信号与回波数字采样信号进行二维相关运算得到时延多普勒二维相关功率输出给任务监控机。

其中，所述步骤S2还包括如下步骤：

S21：模数转换器接收信号接收天线发送的信号，将直射数字采样信号和回波数字采样信号传送给差分过滤器处理；

S22：将步骤S21获取的数据通过放大器进行信号放大，并将放大后的信号输送至延迟线对信号进行延迟；

S23：均衡器对信号因延迟造成的幅度畸变进行校正；

S24：将步骤S23获取的数据通过定位误差时间序列分析器分析处理，建立定位误差的AR模型对数据进行处理；

S25：将步骤S24获取的数据通过卡尔曼过滤器进行参数估计；

S26：将步骤S25获取的数据输出至数据处理装置。

其中，所述步骤S3中，数据分析处理系统通过将从微波探测系统接收到的亮温数据和从热红外温度计获得土壤表面的物理温度整合为小尺度目标区域的土壤水分信息，对土壤水分信息进行精度评价。

其中，所述步骤S3中，所述数据分析处理系统的录入参数为土壤表面的物理温度和土壤砂土含量；其输出参数为土壤含水量。

其中，所述步骤S3还包括如下步骤：

S31：建立土壤微波辐射传输模型，根据微波探测系统得到的亮温数据及热红外温度计获得的土壤表面的物理温度计算得到土壤表面反射率；

S32：建立土壤表面反射率模型，根据土壤表面反射率计算得到土壤有效介电常数；

S33：建立土壤介电常数模型，根据土壤有效介电常数计算得到土壤含水量。

其中，所述土壤微波辐射传输模型为

T_B＝(1-r_p1)T₀

其中，T₀为土壤表面的物理温度，T_B为土壤微波辐射亮温数据，r₁为土壤表面反射率。

其中，所述土壤表面反射率模型为

$r_1={\left|\frac{1-\sqrt{{\mathrm{\ϵ}}_1}}{1+\sqrt{{\mathrm{\ϵ}}_1}}\right|}^2$

其中，ε₁为土壤有效介电常数，r₁为土壤表面反射率。

本发明提供的微波遥感土壤水分监测系统及其监测方法，采用被动方式获取土壤微波辐射信号，工作模型简单、精度高、效率高，且不受观测频率的限制。

附图说明

图1：本发明的微波遥感土壤水分监测系统的结构示意图；

图2：本发明的微波探测系统的结构示意图；

图3：本发明的土壤中的被动微波辐射传输模拟图。

具体实施方式

为让本发明的上述及其他目的、特征及优点能更明显易懂，下文特举本发明的一较佳实施例，并配合附图，做详细说明如下：

图1为本发明的微波遥感土壤水分监测系统的结构示意图，如图1所示，本发明提供了一种微波遥感土壤水分监测系统，包括：

探测臂3，包括相互连接的呈垂直状的第一金属杆和第二金属杆，用于搭载信号接收天线1和热红外温度计2以及，选择待观测土壤含水量的位置；

较优的，所述第一金属杆和第二金属杆一体成型，以形成探测臂4，探测臂4的材质设为铝质材质，使其具有质量轻、易携带且容易操作的优点，同时，不会干扰微波探测系统的热辐射；

信号接收天线1，搭载于探测臂3上，用于获取土壤微波辐射信号；

热红外温度计2，搭载于探测臂3上，用于获得土壤表面的物理温度；

较优的，所述信号接收天线1和热红外温度计2均通过固定装置4搭载于探测臂3上；

微波探测系统，与信号接收天线和热红外温度计电性连接，用于将信号接收天线获取的土壤微波辐射信号转化为亮温数据；

较优的，所述微波探测系统为微波探测仪；

数据处理装置，与微波探测系统电性连接，用于接收微波探测系统的亮温数据及土壤表面的物理温度，并结合理论模型，实现土壤水分信息的实时获取。

本发明中，为方便携带及选择待探测的土壤的位置，在设置信号接收天线时，也选择较轻的材质。

较优的，所述信号接收天线1的方向为垂直向下，从而避免了土壤表面粗糙性对数值模拟和土壤水分反演结果的影响。

图2为本发明的微波探测系统的结构示意图，如图2所示，本发明的微波探测系统包括依次连接的模数转换器、直射信号处理模块、回波信号处理模块和任务监控机，模数转换器和数据处理装置之间分别依次连接有差分过滤器、放大器、延迟线、均衡器、定位误差时间序列分析器和卡尔曼滤波器。

本发明另外提供了一种微波遥感土壤水分监测方法，包括如下步骤：

S1：信号接收天线被动接受地表发射的土壤微波辐射信号，并将信号数据传送给微波探测系统；

S2：经过定标的微波探测系统，直接将土壤微波辐射信号转换为亮温数据，并将接收到的亮温数据通过数据线传递到数据处理装置；

S3：数据处理装置中的数据分析处理系统根据微波探测系统获取的亮温数据，结合根据热红外温度计得到的土壤表面的物理温度数据，进行实时同步处理，对土壤水分信息进行精确评价。

较优的，所述步骤S1中，信号接收天线在接受地表发射的土壤微波辐射信号时，观测模式为垂直向下，并处于无植被覆盖的区域，因此，信号接收天线获取的土壤微波辐射信号不受地表粗糙度、植被覆盖等因素的影响。

较优的，所述步骤S1中，信号接收天线所接收的土壤微波辐射信号，经增益放大和滤波处理后形成去极化信号输出给射频前端，再传送给微波探测系统；

较优的，所述步骤S2还包括如下步骤：

S21：模数转换器接收信号接收天线发送的信号，将直射数字采样信号和回波数字采样信号分别传送至直射信号处理模块和回波信号处理模块；

S22：直射信号处理模块对接收的直射数字采样信号进行捕获、跟踪，并输出导航定位信息给任务监控机，同时，直射信号处理模块将直射通道的数字中频信号输出给回波信号处理模块；

S23：回波信号处理模块根据任务监控机中的任务规划定制的通道信息对其进行通道配置，然后将数字中频信号经时间延迟和多普勒频移后的信号与回波数字采样信号进行二维相关运算得到时延多普勒二维相关功率输出给任务监控机。

较优的，所述步骤S2还包括如下步骤：

S21：模数转换器接收信号接收天线发送的信号，将直射数字采样信号和回波数字采样信号传送给差分过滤器处理；

S22：将步骤S21获取的数据通过放大器进行信号放大，并将放大后的信号输送至延迟线，对信号进行延迟；

S23：均衡器对信号因延迟造成的幅度畸变进行校正；

S24：将步骤S23获取的数据通过定位误差时间序列分析器分析处理，建立定位误差的AR模型对数据进行处理；

S25：将步骤S24获取的数据通过卡尔曼过滤器进行参数估计；

S26：将步骤S25获取的数据输出至数据处理装置。

较优的，所述步骤S3中，数据分析处理系统通过将从微波探测系统接收到的亮温数据和从热红外温度计获得土壤表面的物理温度整合为小尺度目标区域的土壤水分信息，对土壤水分信息进行精度评价。

较优的，所述步骤S3中，所述的数据分析处理系统，录入参数为土壤 表面的物理温度和土壤砂土含量；输出参数为土壤含水量。

较优的，所述步骤S3还包括如下步骤：

S31：建立土壤微波辐射传输模型，根据微波探测系统得到的亮温数据及热红外温度计获得的土壤表面的物理温度计算得到土壤表面反射率；

S32：建立土壤表面反射率模型，根据土壤表面反射率计算得到土壤有效介电常数；

S33：建立土壤介电常数模型，根据土壤有效介电常数计算得到土壤含水量。

较优的，所述土壤微波辐射传输模型为

T_B＝(1-r_p1)T₀

其中，T₀为土壤表面的物理温度，T_B为土壤微波辐射亮温数据，r₁为土壤表面反射率。

较优的，所述土壤表面反射率模型为

其中，ε₁为土壤有效介电常数，r₁为土壤表面反射率。

具体的，所述土壤微波辐射传输模型、土壤表面反射率模型以及土壤介电常数模型的具体构建思路如下：

1、土壤微波辐射传输模型

用于建立土壤微波辐射亮温与土壤介电常数之间的关系。

根据前人对土壤物性特征的研究结果，建立了考虑土壤温度、介电常数分布、界面粗糙性的土壤模型，并根据该模型进行土壤中的被动微波辐射传 输模拟。

图3为本发明的土壤中的被动微波辐射传输模拟图，如图3所示，根据测量要求，信号接收天线的观测方向为垂直向下，探测目标为裸露土壤，因此，可用图3来模拟土壤层的微波辐射。

根据被动微波辐射传输原理，来自土壤层的微波辐射亮温T_B为：

$T_B=\underset{0}{\overset{d}{\∫}}(1-r_{p1})k_{a1}\left(z\right)T\left(z\right){\mathrm{sec\θ}}_1{e}^{-\underset{0}{\overset{z}{\∫}}{k}_{a1}\left(z^{\′}\right){\mathrm{sec\θ}}_1{\mathrm{dz}}^{\′}}dz---\left(1\right)$

微波探测计探测亮温是土壤厚度d、表面反射率r_p1(p＝h,v是极化方式：h为水平极化，v为垂直极化)、吸收系数k_α1(z)、温度T(z)和观测角θ₀的函数，同时，r_p1又受到表面粗糙度和植被覆盖的影响。如果严格控制观测条件：仪器观测角为0°；介质层表面平滑，且无植被覆盖。另外，受土壤体积含水量的影响，微波在土壤中的穿透深度较小，土壤可视为一层均匀无限介质，温度分布均匀，假定为T₀，且不随深度变化。则式(1)可简化为

$\begin{array}{c}{T}_B=\underset{0}{\overset{\mathrm{\∞}}{\∫}}(1-r_{p1})k_{a1}{T}_0{e}^{-k_{a1}z}dz\\ =(1-r_{p1})T_0\end{array}---\left(2\right)$

其中，T₀可以由热红外温度计测量得到。由此，建立土壤微波辐射亮温T_B与表面反射率r_p1的关系(p＝h或v,表示极化方式的不同，p＝h时，表示水平极化，表面反射率为水平极化反射率；p＝v时，表示垂直极化，表面反射率为垂直极化反射率)，进而根据微波探测仪得到的T_B，计算得到土壤表面反射率r_p1。

2、土壤表面反射率模型

用于建立土壤表面反射率r_p1与土壤有效介电常数ε₁之间的关系。

r_p1为空气－土壤界面的表面反射率，假定土壤介电常数为，根据Snell 定律，由Fresnel反射系数得到土壤表面反射率模型：

$r_{v1}={\left|\frac{{\mathrm{\ϵ}}_1\cos \mathrm{\θ}-\sqrt{{\mathrm{\ϵ}}_1-{\sin }^2\mathrm{\θ}}}{{\mathrm{\ϵ}}_1\cos \mathrm{\θ}+\sqrt{{\mathrm{\ϵ}}_1-{\sin }^2\mathrm{\θ}}}\right|}^2---\left(3a\right)$

$r_{h1}={\left|\frac{\cos \mathrm{\θ}-\sqrt{{\mathrm{\ϵ}}_1-{\sin }^2\mathrm{\θ}}}{\cos \mathrm{\θ}+\sqrt{{\mathrm{\ϵ}}_1-{\sin }^2\mathrm{\θ}}}\right|}^2---\left(3b\right)$

根据实验观测条件，仪器观测角为0°，可以避免表面粗糙度的影响。由此，式(3)可改为

$r_1={\left|\frac{1-\sqrt{{\mathrm{\ϵ}}_1}}{1+\sqrt{{\mathrm{\ϵ}}_1}}\right|}^2---\left(4\right)$

由此，建立土壤表面反射率r₁(也即垂直观测条件下的表面反射率)和土壤有效介电常数ε₁之间的关系，进而结合所得到的土壤有效反射率r₁，计算得到土壤有效介电常数ε₁，其中，r₁表示垂直观测条件下的土壤表面反射率。

3、土壤介电常数模型

用于建立土壤有效介电常数ε₁与土壤体积含水量m_v之间的关系。

对于一般的干燥土壤来说，其复介电常数实部的范围大约在2～4之间，虚部的值往往小于0.05，实部要远远大于虚部(Ulaby等,1986)。土壤的含水量越高，其复介电常数也越大。Dobson等(1985)借助微波自由空间传播技术和波导介电常数测量系统，针对5种不同类型的土壤分析了电磁波的频率、土壤体积含水量，土壤质地(砂土和粘土粒的比例)及土壤温度等与土壤复介电常数的关系，建立了一个半经验模型用于计算由土壤颗粒、空气和水分组成的介电混合物的复介电常数，称为Dobson模型。模型适用的频 率范围为1.4～18GHz，在该频率范围内模型的计算值与实测值吻合较好。

模型的具体形式表达如下：

${\mathrm{\ϵ}}_{r1}^{\′\mathrm{\α}}=1+({\mathrm{\ρ}}_b/{\mathrm{\ρ}}_s)({\mathrm{\ϵ}}_s^{\mathrm{\α}}-1)+m_v^{\mathrm{\β}\′}{\mathrm{\ϵ}}_{fw}^{{\′}^{,}\mathrm{\α}}---\left(5\right)$

其中，ε′_r1为土壤的有效介电常数的实部，ε_fw为自由水的介电常数，ρ_b为土壤的体密度，一般为1.56g/cm³，ρ_s为土壤颗粒的密度，一般取2.66g/cm³，ε_s为干燥土壤的介电常数，根据ρ_s取值可以定为4.7；m_v为土壤的体积水含量,参数α一般取0.65。

土壤介电常数的虚部ε"_r1的计算公式为

${\mathrm{\ϵ}}_{r1}^{\′\′\mathrm{\α}}=m_v^{{\mathrm{\β}}^{\′\′}}{\mathrm{\ϵ}}_{fw}^{\′{\′}^{,}\mathrm{\α}}---\left(6\right)$

β为与土壤质地有关的参数，其实部β′和虚部β″都是由土壤砂土含量(S％)和粘土含量(C％)计算得到：

β′＝1.2748-0.519S-0.152C (7a)

β″＝1.33797-0.603S-0.166C (7b)

参数ε′_fw和ε″_fw分别为土壤中自由水介电常数的实部和虚部，通过下面公式计算得到：

ε′_fw＝ε_w∞+(ε_w0-ε_w∞)/(1+(2πfτ_w)²) (8a)

${\mathrm{\ϵ}}_{fw}^{\′\′}=\frac{2{\mathrm{\πf\τ}}_w({\mathrm{\ϵ}}_{w0}-{\mathrm{\ϵ}}_{w\mathrm{\∞}})}{1+{\left(2{\mathrm{\πf\τ}}_w\right)}^2}{\mathrm{\ϵ}}_{w\mathrm{\∞}}+\frac{{\mathrm{\σ}}_{eff}}{2{\mathrm{\π\ϵ}}_{0}f}\frac{{\mathrm{\ρ}}_s-{\mathrm{\ρ}}_b}{{\mathrm{\ρ}}_s{m}_v}---\left(8a\right)$

其中，ε_w∞为纯水介电常数在高频段的上限；ε_w0为纯水静态时的介电常数；τ_w为纯水的弛豫时间，是温度T的函数；ε₀表示自由空间的电导率。

由此，建立土壤体积含量与土壤有效介电常数之间的关系，进而结合。

由此，建立土壤有效介电常数ε₁与土壤体积含水量m_v之间的关系，进而结合得到的土壤有效介电常数，计算得到土壤体积含水量m_v。

综上，本发明提供的微波遥感土壤水分监测系统及其监测方法，具有如 下优点：

(1)通过被动方式获取土壤微波辐射信号，工作模型简单；

(2)精度高：可以根据土壤地质选择工作模式，基于理论模型引入了先进的Dobson模型；

(3)效率高：可在一定距离之外监测，可以得到一定深度范围内的土壤含水量。

虽然本发明已利用上述较佳实施例进行说明，然其并非用以限定本发明的保护范围，任何本领域技术人员在不脱离本发明的精神和范围之内，相对上述实施例进行各种变动与修改仍属本发明所保护的范围，因此本发明的保护范围以权利要求书所界定的为准。

Claims (14)

1.一种微波遥感土壤水分监测系统，其特征在于，包括：

探测臂，包括相互连接的呈垂直状的第一金属杆和第二金属杆，用于搭载信号接收天线和热红外温度计以及选择待观测土壤的位置；

信号接收天线，搭载于探测臂上，用于获取土壤微波辐射信号；

热红外温度计，搭载于探测臂上，用于获得土壤表面的物理温度；

微波探测系统，与信号接收天线和热红外温度计电性连接，用于将信号接收天线获取的土壤微波辐射信号转化为亮温数据；

数据处理装置，与微波探测系统电性连接，用于接收微波探测系统的亮温数据及土壤表面的物理温度，并结合理论模型，实现土壤水分信息的实时获取。

2.如权利要求1所述的微波遥感土壤水分监测系统，其特征在于，所述第一金属杆和第二金属杆一体成型，且材质均为铝材质。

3.如权利要求1所述的微波遥感土壤水分监测系统，其特征在于，所述微波探测系统包括依次连接的模数转换器、直射信号处理模块、回波信号处理模块和任务监控机，模数转换器和数据处理装置之间分别依次连接有差分过滤器、放大器、延迟线、均衡器、定位误差时间序列分析器和卡尔曼滤波器。

4.如权利要求1所述的微波遥感土壤水分监测系统，其特征在于，所述微波探测系统为微波探测仪。

5.一种微波遥感土壤水分监测方法，其特征在于，包括如下步骤：

S1：信号接收天线被动接受地表发射的土壤微波辐射信号，并将信号数据传送给微波探测系统；

S2：经过定标的微波探测系统，直接将土壤微波辐射信号转换为亮温数据，并将接收到的亮温数据通过数据线传递到数据处理装置；

S3：数据处理装置中的数据分析处理系统根据微波探测系统获取的亮温数据，结合根据热红外温度计得到的土壤表面的物理温度数据，进行实时同步处理，对土壤水分信息进行精确评价。

6.如权利要求5所述的微波遥感土壤水分监测方法，其特征在于，所述步骤S1中，信号接收天线在接受地表发射的土壤微波辐射信号时，观测模式为垂直向下，并处于无植被覆盖的区域。

7.如权利要求5所述的微波遥感土壤水分监测方法，其特征在于，所述步骤S1中，信号接收天线将所接收的土壤微波辐射信号，经增益放大和滤波处理后形成去极化信号输出给射频前端，再传送给微波探测系统。

8.如权利要求5所述的微波遥感土壤水分实时监测方法，其特征在于，所述步骤S2还包括如下步骤：

S21：模数转换器接收信号接收天线发送的信号，将直射数字采样信号和回波数字采样信号分别传送至直射信号处理模块和回波信号处理模块；

S22：直射信号处理模块对接收的直射数字采样信号进行捕获、跟踪，并输出导航定位信息给任务监控机，同时，直射信号处理模块将直射通道的数字中频信号输出给回波信号处理模块；

S23：回波信号处理模块根据任务监控机中的任务规划定制的通道信息对其进行通道配置，然后将数字中频信号经时间延迟和多普勒频移后的信号与回波数字采样信号进行二维相关运算得到时延多普勒二维相关功率输出给任务监控机。

9.如权利要求5所述的微波遥感土壤水分监测方法，其特征在于，所述 步骤S2还包括如下步骤：

S21：模数转换器接收信号接收天线发送的信号，将直射数字采样信号和回波数字采样信号传送给差分过滤器处理；

S22：将步骤S21获取的数据通过放大器进行信号放大，并将放大后的信号输送至延迟线对信号进行延迟；

S23：均衡器对信号因延迟造成的幅度畸变进行校正；

S24：将步骤S23获取的数据通过定位误差时间序列分析器分析处理，建立定位误差的AR模型对数据进行处理；

S25：将步骤S24获取的数据通过卡尔曼过滤器进行参数估计；

S26：将步骤S25获取的数据输出至数据处理装置。

10.如权利要求5所述的微波遥感土壤水分监测方法，其特征在于，所述步骤S3中，数据分析处理系统通过将从微波探测系统接收到的亮温数据和从热红外温度计获得土壤表面的物理温度整合为小尺度目标区域的土壤水分信息，对土壤水分信息进行精度评价。

11.如权利要求5所述的微波遥感土壤水分监测方法，其特征在于，所述步骤S3中，所述数据分析处理系统的录入参数为土壤表面的物理温度和土壤砂土含量；其输出参数为土壤含水量。

12.如权利要求5所述的微波遥感土壤水分监测方法，其特征在于，所述步骤S3还包括如下步骤：

S31：建立土壤微波辐射传输模型，根据微波探测系统得到的亮温数据及热红外温度计获得的土壤表面的物理温度计算得到土壤表面反射率；

S32：建立土壤表面反射率模型，根据土壤表面反射率计算得到土壤有效介电常数；

S33：建立土壤介电常数模型，根据土壤有效介电常数计算得到土壤含水量。

13.如权利要求12所述的微波遥感土壤水分监测方法，其特征在于，所述土壤微波辐射传输模型为

T_B＝(1-r_p1)T₀

其中，T₀为土壤表面的物理温度，T_B为土壤微波辐射亮温数据，r_p1为土壤表面反射率。

14.如权利要求12所述的微波遥感土壤水分监测方法，其特征在于，所述土壤表面反射率模型为

其中，ε₁为土壤有效介电常数，r₁为土壤表面反射率。