CN108693331B - 一种土壤盐碱地监测装置及方法 - Google Patents
一种土壤盐碱地监测装置及方法 Download PDFInfo
- Publication number
- CN108693331B CN108693331B CN201810509828.8A CN201810509828A CN108693331B CN 108693331 B CN108693331 B CN 108693331B CN 201810509828 A CN201810509828 A CN 201810509828A CN 108693331 B CN108693331 B CN 108693331B
- Authority
- CN
- China
- Prior art keywords
- ddm
- saline
- waveform data
- soil
- 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.)
- Active
Links
- 239000002689 soil Substances 0.000 title claims abstract description 122
- 239000003513 alkali Substances 0.000 title claims abstract description 84
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000012806 monitoring device Methods 0.000 title claims abstract description 18
- 238000004458 analytical method Methods 0.000 claims abstract description 36
- 238000012544 monitoring process Methods 0.000 claims abstract description 25
- 238000010586 diagram Methods 0.000 claims abstract description 22
- FAPWRFPIFSIZLT-UHFFFAOYSA-M Sodium chloride Chemical compound [Na+].[Cl-] FAPWRFPIFSIZLT-UHFFFAOYSA-M 0.000 claims abstract description 10
- 239000011780 sodium chloride Substances 0.000 claims abstract description 10
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 230000010287 polarization Effects 0.000 claims description 25
- 238000002310 reflectometry Methods 0.000 claims description 17
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 16
- 239000002245 particle Substances 0.000 claims description 8
- 239000004576 sand Substances 0.000 claims description 8
- 239000007787 solid Substances 0.000 claims description 8
- 238000004891 communication Methods 0.000 claims description 6
- 230000035945 sensitivity Effects 0.000 abstract description 2
- 230000001427 coherent effect Effects 0.000 description 13
- 238000004364 calculation method Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 1
- 239000002585 base Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 238000009826 distribution Methods 0.000 description 1
- 230000004927 fusion Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008054 signal transmission Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Analytical Chemistry (AREA)
- Geology (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Remote Sensing (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Geophysics And Detection Of Objects (AREA)
- Radar Systems Or Details Thereof (AREA)
Abstract
本发明涉及一种土壤盐碱地监测装置及方法,其中,所述装置包括:一卫星信号源,其向土壤盐碱地发射直射信号;一信号接收机,其至少接收来自于所述土壤盐碱地的反射信号,并生成相应的DDM波形数据;一与所述信号接收机连接的去噪分析系统,其对所述DDM波形数据进行去噪处理,获得仅包含反应盐碱地信息的波形图,并根据该波形图分析得到相应的盐碱地信息图。本发明由于不需要研制专门的发射机,因此存在着造价低、功耗小,时空分辨率高等诸多优点,而且由于卫星信号源工作在穿透性较强的L波段,因此对盐碱土壤的敏感性高,从而可以有效且高覆盖率地实现对土壤盐碱地状态的监测。
Description
技术领域
本发明涉及一种土壤盐碱地监测装置及方法。
背景技术
土壤盐碱化是造成土地退化、土壤沙漠化的重要原因,其分布面积接近于10亿hm2,而土壤盐碱化是世界上面临的重要问题,土壤盐碱化监测对于农业生产、生态环境保护具有重要价值。
传统的盐碱地监测主要依靠土地普查数据,其优点是数据全面,而缺点则是耗时费力、数据更新慢等;为此,现有技术中,通常采用遥感手段,例如可见光和红外波段的遥感手段对盐碱地实现监测,然而,这两种遥感手段在监测分辨时存在一定的局限性,无法全天时全天候进行工作,而且时间分辨率和空间分辨率无法满足实际需要。另外,由于土壤中盐碱化程度会引起土壤介电常数的变化,因此可以采用主动雷达手段对其监测,但其时空分辨率在应用时存在一定的局限性,时间分辨率(每3天全球重复覆盖)与实际监测的科学需求之间存在一定的差距。
发明内容
为了解决上述现有技术存在的问题,本发明旨在提供一种土壤盐碱地监测装置及方法,以实现低成本、小功耗、高时空分辨率、高覆盖率的土壤盐碱地监测。
本发明之一所述的一种土壤盐碱地监测装置,其包括:
一卫星信号源,其向土壤盐碱地发射直射信号;
一信号接收机,其至少接收来自于所述土壤盐碱地的反射信号,并生成相应的DDM波形数据;
一与所述信号接收机连接的去噪分析系统,其对所述DDM波形数据进行去噪处理,获得仅包含反应盐碱地信息的波形图,并根据该波形图分析得到相应的盐碱地信息图。
在上述的土壤盐碱地监测装置中,所述信号接收机仅接收所述反射信号,所述DDM波形数据为反射波形数据。
或者,所述信号接收机同时接收所述反射信号以及来自所述卫星信号源的直射信号,所述DDM波形数据为相干波形数据。
在上述的土壤盐碱地监测装置中,所述信号接收机包括:一接收所述反射信号的左旋圆极化天线。
或者,所述信号接收机包括:同时接收所述反射信号的一右旋圆极化天线、一左旋圆极化天线、一线水平极化天线以及一线垂直极化天线。
在上述的土壤盐碱地监测装置中,所述信号接收机包括:一接收所述直射信号的右旋圆极化天线,以及一接收所述反射信号的左旋圆极化天线。
或者,所述信号接收机包括:一同时接收所述直射信号和反射信号的右旋圆极化天线,以及同时接收所述反射信号的一左旋圆极化天线、一线水平极化天线和一线垂直极化天线。
又或者,所述信号接收机包括:一接收所述直射信号和反射信号的相干信号的右旋圆极化天线。
在上述的土壤盐碱地监测装置中,所述信号接收机配置为:
首先,根据以下公式计算总介电常数εα:
其中,Vs和分别表示固体颗粒的体积和介电常数,Va和分别表示空气的体积和介电常数,Vfw和分别表示自由水的体积和介电常数,Vbw和分别表示束缚水的体积和介电常数,Vsa和分别表示盐碱的体积和介电常数;
然后,根据所述总介电常数εα计算获得镜像反射率Rcoh,同时计算获得漫散射双站雷达散射截面数据Rnon-coh;
最后,将所述镜像反射率Rcoh和漫散射双站雷达散射截面数据Rnon-coh代入一Z-V散射模型中,以获得所述反射波形数据。
或者,所述信号接收机配置为:
首先,根据以下公式计算总介电常数εα:
其中,Vs和分别表示固体颗粒的体积和介电常数,Va和分别表示空气的体积和介电常数,Vfw和分别表示自由水的体积和介电常数,Vbw和分别表示束缚水的体积和介电常数,Vsa和分别表示盐碱的体积和介电常数;
然后,根据所述总介电常数εα计算获得镜像反射率Rcoh;
最后,将所述镜像反射率Rcoh代入一前向GPS多路径模型中,以获得所述相干波形数据。
在上述的土壤盐碱地监测装置中,所述去噪分析系统配置为:将所述DDM波形数据中的噪声信息去除后,根据去噪后的DDM波形数据中的波峰和波形后延信息分析得到所述盐碱地信息图。
或者,所述去噪分析系统配置为:将所述DDM波形数据中的噪声信息去除后,根据以下公式计算极化比信息PI,并根据该极化比信息PI分析得到所述盐碱地信息图:
其中,a,b,c,d为预设的回归系数,DDMRR为通过所述右旋圆极化天线获得的、去噪后的DDM波形数据,DDMLR为通过所述左旋圆极化天线获得的、去噪后的DDM波形数据,DDMVR为通过所述线垂直极化天线获得的、去噪后的DDM波形数据,DDMHR为通过所述线水平极化天线获得的、去噪后的DDM波形数据。
在上述的土壤盐碱地监测装置中,还包括:一连接在所述信号接收机与去噪分析系统之间的软件接收机,其接收并存储所述信号接收机输出的所述DDM波形数据,并向所述去噪分析系统提供所述DDM波形数据。
在上述的土壤盐碱地监测装置中,还包括:一与所述去噪分析系统连接的存储器,其存储所述去噪分析系统输出的所述盐碱地信息图。
本发明之二所述的一种土壤盐碱地监测方法,其包括以下步骤:
步骤S1,通过卫星信号源向土壤盐碱地发射直射信号;
步骤S2,通过信号接收机至少接收来自于土壤盐碱地的反射信号,并生成相应的DDM波形数据;
步骤S4,通过去噪分析系统对所述DDM波形数据进行去噪处理,获得仅包含反应盐碱地信息的波形图,并根据该波形图分析得到相应的盐碱地信息图。
在上述的土壤盐碱地监测方法中,在所述步骤S2中,所述信号接收机仅接收所述反射信号,所述DDM波形数据为反射波形数据。
或者,在所述步骤S2中,所述信号接收机同时接收所述反射信号以及来自所述卫星信号源的直射信号,所述DDM波形数据为相干波形数据。
在上述的土壤盐碱地监测方法中,所述信号接收机通过其内部的一左旋圆极化天线接收所述反射信号。
或者,所述信号接收机通过其内部的一右旋圆极化天线、一左旋圆极化天线、一线水平极化天线以及一线垂直极化天线同时接收所述反射信号。
在上述的土壤盐碱地监测方法中,所述信号接收机通过其内部的一右旋圆极化天线接收所述直射信号,并通过其内部的一左旋圆极化天线接收所述反射信号。
或者,所述信号接收机通过其内部的一右旋圆极化天线接收所述直射信号和反射信号,并通过其内部的一左旋圆极化天线、一线水平极化天线和一线垂直极化天线同时接收所述反射信号。
又或者,所述信号接收机通过其内部的一右旋圆极化天线接收所述直射信号和反射信号的相干信号。
在上述的土壤盐碱地监测方法中,所述步骤S2包括:
首先,根据以下公式计算总介电常数εα:
其中,Vs和分别表示固体颗粒的体积和介电常数,Va和分别表示空气的体积和介电常数,Vfw和分别表示自由水的体积和介电常数,Vbw和分别表示束缚水的体积和介电常数,Vsa和分别表示盐碱的体积和介电常数;
然后,根据所述总介电常数εα计算获得镜像反射率Rcoh,同时计算获得漫散射双站雷达散射截面数据Rnon-coh;
最后,将所述镜像反射率Rcoh和漫散射双站雷达散射截面数据Rnon-coh代入一Z-V散射模型中,以获得所述反射波形数据。
或者,所述步骤S2包括:
首先,根据以下公式计算总介电常数εα:
其中,Vs和分别表示固体颗粒的体积和介电常数,Va和分别表示空气的体积和介电常数,Vfw和分别表示自由水的体积和介电常数,Vbw和分别表示束缚水的体积和介电常数,Vsa和分别表示盐碱的体积和介电常数;
然后,根据所述总介电常数εα计算获得镜像反射率Rcoh;
最后,将所述镜像反射率Rcoh代入一前向GPS多路径模型中,以获得所述相干波形数据。
在上述的土壤盐碱地监测方法中,所述步骤S4包括:将所述DDM波形数据中的噪声信息去除后,根据去噪后的DDM波形数据中的波峰和波形后延信息分析得到所述盐碱地信息图。
或者,所述步骤S4包括:将所述DDM波形数据中的噪声信息去除后,根据以下公式计算极化比信息PI,并根据该极化比信息PI分析得到所述盐碱地信息图:
其中,a,b,c,d为预设的回归系数,DDMRR为通过所述右旋圆极化天线获得的、去噪后的DDM波形数据,DDMLR为通过所述左旋圆极化天线获得的、去噪后的DDM波形数据,DDMVR为通过所述线垂直极化天线获得的、去噪后的DDM波形数据,DDMHR为通过所述线水平极化天线获得的、去噪后的DDM波形数据。
在上述的土壤盐碱地监测方法中,所述方法还包括:在所述步骤S2与步骤S4之间执行步骤S3,通过软件接收机接收并存储所述信号接收机输出的所述DDM波形数据,并向所述去噪分析系统提供所述DDM波形数据。
在上述的土壤盐碱地监测方法中,所述方法还包括:在所述步骤S4之后执行步骤S5,通过存储器存储所述去噪分析系统输出的所述盐碱地信息图。
由于采用了上述的技术解决方案,本发明利用导航卫星或者数字通讯卫星的反射信号或者直射信号和反射信号的相干信号(即GNSS+R/IR),对土壤盐碱地进行监测,由于不需要研制专门的发射机,因此存在着造价低、功耗小,时空分辨率高等诸多优点,而且由于卫星信号源工作在穿透性较强的L波段,因此对盐碱土壤的敏感性高,从而可以有效且高覆盖率地实现对土壤盐碱地状态的监测。
附图说明
图1是本发明之一的一种土壤盐碱地监测装置的结构示意图。
具体实施方式
下面结合附图,给出本发明的较佳实施例,并予以详细描述。
如图1所示,本发明之一,即一种土壤盐碱地监测装置,其包括:卫星信号源1,以及依次连接的信号接收机3、软件接收机4、去噪分析系统5和存储器6,其中:
卫星信号源1向土壤盐碱地2发射直射信号;
信号接收机3至少接收来自于土壤盐碱地2的反射信号(在本实施例中,信号接收机3仅接收反射信号),并生成相应的DDM(多普勒地图)波形数据;
软件接收机4接收并存储信号接收机3输出的DDM波形数据;
去噪分析系统5对软件接收机4提供的DDM波形数据进行去噪处理,获得仅包含反应盐碱地信息的波形图,并根据该波形图分析得到相应的盐碱地信息图;
存储器6存储去噪分析系统5输出的盐碱地信息图。
上述卫星信号源1不局限于GPS,还包括各种GNSS(全球导航定位系统)导航群及数字通讯卫星等,均可作为信号发射源。
在另一实施例中,上述信号接收机3除了接收反射信号外,还接收来自卫星信号源1的直射信号。需要注意的是,当信号接收机3仅接收反射信号时,其产生的DDM波形数据为反射波形数据,当信号接收机3同时接收直射信号和反射信号时,其产生的DDM波形数据为相干波形数据。
具体来说,当信号接收机3仅接收反射信号时,可以通过其内部的单一的指向天底的LHCP(左旋圆极化)天线接收反射信号,或者可以通过其内部的指向天顶的RHCP(右旋圆极化)天线、LHCP天线、H(线水平)极化天线和V(线垂直)极化天线同时接收反射信号。
当信号接收机3同时接收直射信号和反射信号时,可以通过其内部的单一的RHCP天线接收直射信号,通过其内部的单一的LHCP天线接收反射信号,或者可以通过其内部的单一的RHCP天线接收直射信号,通过其内部的RHCP天线、LHCP天线、H极化天线和V极化天线同时接收反射信号,又或者可以通过其内部的单一的RHCP天线接收由直射信号与反射信号产生的相干信号(由此可以利用多路径信息进行地表冻融监测)。
另外,当信号接收机3仅接收反射信号时,其可以配置为:根据以下公式计算总介电常数εα:
其中,Vs和分别表示固体颗粒的体积和介电常数,Va和分别表示空气的体积和介电常数,Vfw和分别表示自由水的体积和介电常数,Vbw和分别表示束缚水的体积和介电常数,Vsa和分别表示盐碱的体积和介电常数;
然后,通过本领域公知的计算方法根据该总介电常数εα计算镜像反射率Rcoh(例如,利用文献“Fung A K.Microwave Scattering and Emission Models and TheirApplications[M].Artech House,2009.”中公开的镜像反射率的计算公式进行计算),同时通过本领域公知的计算方法计算漫散射双站雷达散射截面数据Rnon-coh(例如,利用文献“Chen,K.S.,Wu,T.D.,Tsang,L.,&Li,Q.(2003).Emission of rough surfacescalculated by the integral equation method with comparison to three-dimensional moment method simulations.IEEE Transactions on Geoscience&RemoteSensing,41(1),90-101”中公开的双站模型,并结合文献“Ulaby,F.T.and C.Elachi,Radarpolarimetry for geoscience applications.Norwood,MA,Artech House,Inc.,1990,376p.No individual items are abstracted in this volume.,1990.1.”中公开的全极化的计算方法进行计算);
最后,将镜像反射率Rcoh和漫散射双站雷达散射截面数据Rnon-coh代入本领域公知的Z-V散射模型(公开在文献“Zavorotny,V.U.and A.G.Voronovich,Scattering of GPSsignals from the ocean with wind remote sensing application.IEEE Transactionson Geoscience and Remote Sensing,2000.38(2):p.951-964.”中)中,以获得反射波形数据。
当信号接收机3同时接收直射信号和反射信号时,其可以配置为:通过上述现有方法计算镜像反射率Rcoh,然后将镜像反射率Rcoh代入本领域公知的前向GPS多路径模型(公开在文献“Nievinski,F.G.and K.M.Larson,Forward modeling of GPS multipath fornear-surface reflectometry and positioning applications.GPS Solutions,2014.18(2):p.309-322.”)中,以获得相干波形数据。
上述去噪分析系统5可利用信号接收机3生成的DDM波形数据(即,反射波形数据或者相干波形数据)进行盐碱地监测。具体来说,去噪分析系统5将DDM波形数据中的噪声信息去除掉后,DDM波形数据中的波峰(最大值)和波形后延会受到盐碱地信息影响,即,不同的盐碱地对应不同的DDM波形数据,因此可以利用DDM波形数据中的波峰和波形后延信息得到相应的盐碱地信息。
另外,当信号接收机3采用单一极化天线获得相应的DDM波形数据时,去噪分析系统5直接对该DDM波形数据进行处理;当信号接收机3采用不同极化天线(如上述RHCP天线、LHCP天线、H极化天线和V极化天线)时,会获得不同极化的DDM波形数据,此时去噪分析系统5需要利用以下公式所示的极化比信息PI来监测盐碱地信息:
其中,a,b,c,d为预设的回归系数,DDMRR为通过RHCP天线获得的DDM波形数据,DDMLR为通过LHCP天线获得的DDM波形数据,DDMVR为通过V极化天线获得的DDM波形数据,DDMHR为通过H极化天线获得的DDM波形数据。
另外,当信号接收机3同时接收直射信号和反射信号时,可以利用低阶多项式滤掉反射信号波形中的直射信号的影响(为本领域已知常用手段),然后利用反射信号波形数据中的波峰和波形后延信息得到相应的盐碱地信息。
下面基于上述装置结构,对本发明之二,即一种土壤盐碱地监测方法,进行详细说明。该方法包括以下步骤:
步骤S1,通过卫星信号源1向土壤盐碱地2发射直射信号;
步骤S2,通过信号接收机3至少接收来自于土壤盐碱地2的反射信号(在本实施例中,信号接收机3仅接收反射信号),并生成相应的DDM(多普勒地图)波形数据;
步骤S3,通过软件接收机4接收并存储信号接收机3输出的DDM波形数据;
步骤S4,通过去噪分析系统5对软件接收机4提供的DDM波形数据进行去噪处理,获得仅包含反应盐碱地信息的波形图,并根据该波形图分析得到相应的盐碱地信息图;
步骤S5,通过存储器6存储去噪分析系统5输出的盐碱地信息图。
在另一实施例中,上述步骤S2还包括:通过信号接收机3接收来自卫星信号源1的直射信号,并根据反射信号和该直射信号生成相应的DDM波形数据(即相干波形数据)。
在上述步骤S2中,当信号接收机3仅接收反射信号时,先根据以下公式计算总介电常数εα:
其中,Vs和分别表示固体颗粒的体积和介电常数,Va和分别表示空气的体积和介电常数,Vfw和分别表示自由水的体积和介电常数,Vbw和分别表示束缚水的体积和介电常数,msa和分别表示盐碱的质量(m是表示质量吗?)和介电常数;
然后,通过本领域公知的计算方法根据该总介电常数εα计算镜像反射率Rcoh,同时通过本领域公知的计算方法计算漫散射双站雷达散射截面数据Rnon-coh;
最后,将镜像反射率Rcoh和漫散射双站雷达散射截面数据Rnon-coh代入本领域公知的Z-V散射模型中,以生成相应的DDM波形数据。
在上述步骤S2中,当信号接收机3同时接收直射信号和反射信号时,通过上述现有方法计算镜像反射率Rcoh,然后将镜像反射率Rcoh代入本领域公知的前向GPS多路径模型,以生成相应的DDM波形数据。
另外,在上述步骤S2中,当信号接收机3仅接收反射信号时,通过其内部的单一的LHCP天线接收反射信号,或者通过其内部的RHCP天线、LHCP天线、H极化天线和V极化天线同时接收反射信号。
在上述步骤S2中,当信号接收机3同时接收直射信号和反射信号时,通过其内部的单一的RHCP天线接收直射信号,通过其内部的单一的LHCP天线接收反射信号,或者通过其内部的单一的RHCP天线接收直射信号,通过其内部的RHCP天线、LHCP天线、H极化天线和V极化天线同时接收反射信号,又或者通过其内部的单一的RHCP天线接收由直射信号与反射信号产生的相干信号。
上述步骤S4包括:通过去噪分析系统5将DDM波形数据中的噪声信息去除后,根据去噪后的DDM波形数据中的波峰和波形后延信息分析得到相应的盐碱地信息图。
在上述步骤S4中,当信号接收机3采用不同极化天线获得不同极化的DDM波形数据时,通过去噪分析系统5将各个DDM波形数据中的噪声信息去除后,根据以下公式计算极化比信息PI,并根据该极化比信息PI分析得到相应的盐碱地信息图:
其中,a,b,c,d为预设的回归系数,DDMRR为通过RHCP天线获得的DDM波形数据,DDMLR为通过LHCP天线获得的DDM波形数据,DDMVR为通过V极化天线获得的DDM波形数据,DDMHR为通过H极化天线获得的DDM波形数据。
综上所述,本发明具有以下优点:
1、成本低:不需要研制专门的发射机,直接采用既有的导航卫星群(GNSS)或者数字通讯卫星的直射信号作为信号源,因此造价低;
2、高时空分辨率:由于导航卫星群或者数字通信卫星群源源不断的发射直射信号,因此时空分辨率提高了。
3、信息丰富:信号的天顶角在0~90°之间,方位角在0~360°之间,众多观测角度的数据为盐碱地监测提供了便利手段;同时接收机中各种圆极化(RHCP/LHCP)和线极化(H/V)的极化信息为监测提供了更加丰富的极化监测信息
4、穿透性较强:工作在穿透性较强的微波波段,对土壤盐碱化非常敏感。
以上所述的,仅为本发明的较佳实施例,并非用以限定本发明的范围,本发明的上述实施例还可以做出各种变化。凡是依据本发明申请的权利要求书及说明书内容所作的简单、等效变化与修饰,皆落入本发明专利的权利要求保护范围。本发明未详尽描述的均为常规技术内容。
Claims (6)
1.一种土壤盐碱地监测装置,其特征在于,所述装置包括:
一卫星信号源,其向土壤盐碱地发射直射信号;所述卫星信号源包括各种GNSS导航群及数字通讯卫星;
一信号接收机,其至少接收来自于所述土壤盐碱地的反射信号,并生成相应的DDM波形数据;所述信号接收机仅接收所述反射信号,所述DDM波形数据为反射波形数据;所述信号接收机包括:同时接收所述反射信号的一右旋圆极化天线、一左旋圆极化天线、一线水平极化天线以及一线垂直极化天线;
一与所述信号接收机连接的去噪分析系统,其对所述DDM波形数据进行去噪处理,获得仅包含反应盐碱地信息的波形图,并根据该波形图分析得到相应的盐碱地信息图;
所述信号接收机配置为:
首先,根据以下公式计算总介电常数εα:
其中,Vs和分别表示固体颗粒的体积和介电常数,Va和分别表示空气的体积和介电常数,Vfw和分别表示自由水的体积和介电常数,Vbw和分别表示束缚水的体积和介电常数,Vsa和分别表示盐碱的体积和介电常数;
然后,根据所述总介电常数εα计算获得镜像反射率Rcoh,同时计算获得漫散射双站雷达散射截面数据Rnon-coh;
最后,将所述镜像反射率Rcoh和漫散射双站雷达散射截面数据Rnon-coh代入一Z-V散射模型中,以获得所述反射波形数据;
所述去噪分析系统配置为:将所述DDM波形数据中的噪声信息去除后,根据以下公式计算极化比信息PI,并根据该极化比信息PI分析得到所述盐碱地信息图:
其中,a,b,c,d为预设的回归系数,DDMRR为通过所述右旋圆极化天线获得的、去噪后的DDM波形数据,DDMLR为通过所述左旋圆极化天线获得的、去噪后的DDM波形数据,DDMVR为通过所述线垂直极化天线获得的、去噪后的DDM波形数据,DDMHR为通过所述线水平极化天线获得的、去噪后的DDM波形数据。
2.根据权利要求1所述的土壤盐碱地监测装置,其特征在于,所述装置还包括:一连接在所述信号接收机与去噪分析系统之间的软件接收机,其接收并存储所述信号接收机输出的所述DDM波形数据,并向所述去噪分析系统提供所述DDM波形数据。
3.根据权利要求1所述的土壤盐碱地监测装置,其特征在于,所述装置还包括:一与所述去噪分析系统连接的存储器,其存储所述去噪分析系统输出的所述盐碱地信息图。
4.一种土壤盐碱地监测方法,其特征在于,所述方法包括以下步骤:
步骤S1,通过卫星信号源向土壤盐碱地发射直射信号;所述卫星信号源包括各种GNSS导航群及数字通讯卫星;
步骤S2,通过信号接收机至少接收来自于土壤盐碱地的反射信号,并生成相应的DDM波形数据;所述信号接收机仅接收所述反射信号,所述DDM波形数据为反射波形数据;所述信号接收机通过其内部的一右旋圆极化天线、一左旋圆极化天线、一线水平极化天线以及一线垂直极化天线同时接收所述反射信号;
步骤S4,通过去噪分析系统对所述DDM波形数据进行去噪处理,获得仅包含反应盐碱地信息的波形图,并根据该波形图分析得到相应的盐碱地信息图;
所述步骤S2包括:
首先,根据以下公式计算总介电常数εα:
其中,Vs和分别表示固体颗粒的体积和介电常数,Va和分别表示空气的体积和介电常数,Vfw和分别表示自由水的体积和介电常数,Vbw和分别表示束缚水的体积和介电常数,Vsa和分别表示盐碱的体积和介电常数;
然后,根据所述总介电常数εα计算获得镜像反射率Rcoh,同时计算获得漫散射双站雷达散射截面数据Rnon-coh;
最后,将所述镜像反射率Rcoh和漫散射双站雷达散射截面数据Rnon-coh代入一Z-V散射模型中,以获得所述反射波形数据;
所述步骤S4包括:将所述DDM波形数据中的噪声信息去除后,根据以下公式计算极化比信息PI,并根据该极化比信息PI分析得到所述盐碱地信息图:
其中,a,b,c,d为预设的回归系数,DDMRR为通过所述右旋圆极化天线获得的、去噪后的DDM波形数据,DDMLR为通过所述左旋圆极化天线获得的、去噪后的DDM波形数据,DDMVR为通过所述线垂直极化天线获得的、去噪后的DDM波形数据,DDMHR为通过所述线水平极化天线获得的、去噪后的DDM波形数据。
5.根据权利要求4所述的土壤盐碱地监测方法,其特征在于,所述方法还包括:在所述步骤S2与步骤S4之间执行步骤S3,通过软件接收机接收并存储所述信号接收机输出的所述DDM波形数据,并向所述去噪分析系统提供所述DDM波形数据。
6.根据权利要求4所述的土壤盐碱地监测方法,其特征在于,所述方法还包括:在所述步骤S4之后执行步骤S5,通过存储器存储所述去噪分析系统输出的所述盐碱地信息图。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810509828.8A CN108693331B (zh) | 2018-05-24 | 2018-05-24 | 一种土壤盐碱地监测装置及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810509828.8A CN108693331B (zh) | 2018-05-24 | 2018-05-24 | 一种土壤盐碱地监测装置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108693331A CN108693331A (zh) | 2018-10-23 |
CN108693331B true CN108693331B (zh) | 2020-11-27 |
Family
ID=63847020
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810509828.8A Active CN108693331B (zh) | 2018-05-24 | 2018-05-24 | 一种土壤盐碱地监测装置及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108693331B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109596616A (zh) * | 2018-12-04 | 2019-04-09 | 山东农业大学 | 一种土壤盐分监测方法、系统及设备 |
CN111337551A (zh) * | 2020-03-13 | 2020-06-26 | 山东航向电子科技有限公司 | 双线极化天线gnss土壤湿度测量方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101614818B (zh) * | 2009-07-09 | 2012-01-04 | 中国科学院遥感应用研究所 | 一种土壤盐碱化的雷达遥感监测方法 |
CN201917664U (zh) * | 2010-10-10 | 2011-08-03 | 桂林电子科技大学 | Caps卫星模拟信号发生器 |
US9410933B2 (en) * | 2014-05-29 | 2016-08-09 | The United States of America a represented by the Secretary of Navy | Method and apparatus for determining the salinity of a sample |
CN104155652B (zh) * | 2014-07-09 | 2016-11-16 | 中国科学院上海天文台 | 一种地表冻融状态的监测方法及装置 |
CN105928987B (zh) * | 2016-04-15 | 2019-01-08 | 中国科学院东北地理与农业生态研究所 | 基于探地雷达的盐碱地电导率测定方法 |
-
2018
- 2018-05-24 CN CN201810509828.8A patent/CN108693331B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN108693331A (zh) | 2018-10-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104765032B (zh) | 岸基阵列gnss反射信号潮汐与多波浪参数综合探测系统 | |
CN112558066B (zh) | 双极化sar图像系统 | |
CN101369019A (zh) | 基于极化数据融合的极化干涉合成孔径雷达三维成像方法 | |
CN108693331B (zh) | 一种土壤盐碱地监测装置及方法 | |
Jia et al. | Sensing soil moisture and vegetation using GNSS-R polarimetric measurement | |
CN114894819B (zh) | 一种星载gnss-r土壤湿度反演方法 | |
CN103336104A (zh) | Gnss卫星反射信号用于土壤介电常数的精确反演方法 | |
CN115616006B (zh) | 利用qzss系统卫星l5反射信号反演土壤湿度的方法 | |
US5264856A (en) | System and method for detecting radiant energy reflected by a length of wire | |
CN204556822U (zh) | 岸基阵列gnss反射信号潮汐与多波浪参数综合探测系统 | |
Murayama et al. | Medium frequency radars in Japan and Alaska for upper atmosphere observations | |
CN111239209A (zh) | 机会信号反射遥感的全极化单次反射仿真方法及系统 | |
CN111208502B (zh) | 一种无人驾驶物流车辆的定位方法及系统 | |
CN106226844B (zh) | 利用gnss信号极化相移的降雨强度山基测量方法 | |
CN113985489B (zh) | 一种获取地球表面微波介电常数场的方法及装置 | |
Wu et al. | Polarization GNSS-reflectometry: potential and possibility | |
Jia et al. | Polarimetric GNSS-R measurements for soil moisture and vegetation sensing | |
CN108037504A (zh) | 一种基于三个点目标的全极化合成孔径雷达快速极化校正的方法 | |
JP3660989B2 (ja) | 合成開口レーダーのアンテナパターン補正方法 | |
Di Martino et al. | Link Budget Analysis for the Modeling of GNSS-R Sea Surface Returns in Far-from-Specular Acquisition Geometries | |
CN115825960B (zh) | 基于星载gnss-s雷达的海面风场反演方法 | |
CN115728760B (zh) | 基于张量化散射信息的海面风浪流星载无源探测方法 | |
CN111337551A (zh) | 双线极化天线gnss土壤湿度测量方法 | |
Di Martino et al. | Simulation of GNSS-R Signals in Arbitrary Viewing Geometry with a Closed-Form Bistatic Two-Scale Model | |
Azemati et al. | Relationship between bistatic radar scattering cross sections and GPS reflectometry delay-Doppler maps over vegetated land in support of soil moisture retrieval |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |