基于ELM模型的极化SAR土壤水分降尺度研究.pdf
《基于ELM模型的极化SAR土壤水分降尺度研究.pdf》由会员分享,可在线阅读,更多相关《基于ELM模型的极化SAR土壤水分降尺度研究.pdf(5页珍藏版)》请在咨信网上搜索。
1、土壤水分不仅影响植物生长,还影响陆气之间物质与能量的交换1,因此土壤水分监测在农业、气象和环境监测等领域具有广泛应用。相较于传统野外调查,基于遥感影像的土壤水分监测方式具有监测范围广、更新周期短和信息量大的优点2,其中微波遥感不受光线、气候和云雾限制,且与地表土壤物理属性具有强相关性,被广泛应用于土壤含水量反演研究中3。然而,被动微波遥感监测到的土壤水分数据空间分辨率较低,限制了更广泛的水文计算和小尺度的土壤水分监测4。利用主动微波遥感手段合成孔径雷达(SAR)数据与被动微波遥感监测到的土壤水分数据建立土壤水分反演模型,进行土壤水分数据的降尺度研究,即可获得高分辨率的土壤水分数据5。目前,极化
2、SAR土壤水分反演的研究非常丰富,但几乎没有论文利用极化SAR数据进行土壤水分的降尺度研究6-7。本文以内蒙古自治区锡林郭勒盟正蓝旗区域为研究对象,通过Sentinel-1和Sentinel-2卫星影像获取后向散射系数、微波入射角、NDWI等数据;再通过水云模型计算裸土后向散射系数,通过Dubois模型计算土壤介电常数,通过AIEM模型计算地表粗糙度;然后以上述指标为输入样本,以具有实时性和全球性的SMAP 土壤水分数据为输出样本,通过极限学习机(ELM)模型建立土壤水分反演模型,从而获取研究区域2021年4月、6月、8月、10月的高分辨率土壤水分数据;最后对研究区域内土壤水分数据分布和时空变
3、化情况进行对比分析。1研究区概况与数据来源1.1研究区概况内蒙古自治区锡林郭勒盟正蓝旗,位于内蒙古自基于ELM模型的极化SAR土壤水分降尺度研究摘要:为实现土壤水分实时和广域监测,解决被动微波遥感得到的土壤水分数据分辨率低的问题,利用极限学习机(ELM)模型建立极化SAR数据与土壤水分的反演模型,再选择最合适的映射函数实现SMAP土壤水分数据的降尺度研究。结果表明,以三角函数为ELM模型的映射函数进行土壤水分降尺度研究的误差最小,并可取得高分辨率土壤水分数据。将该研究应用于正蓝旗区域发现,各月份土壤水分空间分布变化较大,4月、6月北部草原降水量较高,而8月、10月南部草原降水量较高。关键词:土
4、壤水分;极化SAR;ELM;遥感反演中图分类号:P237P237文献标志码:B文章编号:1672-4623(2023)07-0011-05Soil Moisture Downscaling Based on Extreme Learning Machine ModelUsing Polarimetric SAR ImagesAI Xiaotong1(1.School of Resource and Environmental Science,Wuhan University,Wuhan 430079,China)Abstract:In order to realize the real-tim
5、e and expansive monitoring of soil moisture and solve the problem of low resolution of soil moisture da-ta obtained by passive microwave remote sensing,we used extreme learning machine(ELM)model to establish the inversion model between po-larimetric SAR data and soil moisture,and selected the most a
6、ppropriate mapping function to realize the downscaling of SMAP soil moisture da-ta.The results showed that using trigonometric function as the mapping function of ELM model to study soil moisture downscaling had the leasterror,and could obtain high-resolution soil moisture data.Applying this study t
7、o Zhenglan Banner area,we found that the spatial distribution ofsoil moisture changed greatly in different months,and the precipitation of northern grassland was higher in April and June,while that of southerngrassland was higher inAugust and October.Key words:soil moisture,polarimetric SAR,ELM,remo
8、te sensing inversion(1.武汉大学 资源与环境科学学院,湖北 武汉 430079)艾小童1收稿日期:2022-05-12;修回日期:2022-07-14。项目来源:国家重点研发计划资助项目(2018YFD1100801-01)。作者简介:艾小童(1999),硕士研究生,主要从事遥感反演、摄影测量、机器学习等方面的研究,E-mail:。引 文 格 式:艾 小 童.基于 ELM 模型的极化 SAR 土壤水分降尺度研究J.地理空间信息,2023,21(7):11-15.doi:10.3969/j.issn.1672-4623.2023.07.003Jul.,2023Vol.21,
9、No.7地 理 空 间 信 息GEOSPATIAL INFORMATION2023 年 7 月第21卷第 7 期地理空间信息第21卷第7期治区中部,锡林郭勒草原东南边缘;属中温带大陆性气候,年均气温为1.5;年降雨量为365.1 mm,主要集中在夏季,冬天有180 d的冰雪期。1.2SMAP数据本文选取NASA-USDA增强型SMAP全球土壤水分数据作为反演模型的输出数据,空间分辨率为10 km,时间分辨率为1 d。SMAP土壤水分数据是由SMAP卫星搭载的被动辐射计测量的地球表面亮度和温度数据反演得到的土壤水分观测结果。NASA-USDA增强型SMAP全球土壤水分数据是利用一维卡尔曼滤波器将
10、SMAP土壤水分数据集成到改进的双层帕尔默模型中生成的,可在谷歌公司的开放式云计算GEE平台中下载,具体内容见表1。表1NASA-USDA增强型SMAP数据包含的内容名称ssmsusmsmpssmasusma含义表层土壤水分/mm次表层土壤水分/mm土壤水分/%表层土壤水分异常次表层土壤水分异常最小值000-4-4最大值25.39274.61441.3Sentinel数据Sentinel-1搭载了C波段SAR,包含地面距离探测(GRD)场景,有 10 m、25 m 和 40 m 三种分辨率,VV、HH、VV+VH、HH+HV四种波段组合8-9。本文主要采用VV波段,即垂直发射垂直接收雷达信号的
11、波段,植被层对电磁波散射和吸收的影响较小,更适用于土壤水分反演。利用GEE平台对Sentinel-1影像进行预处理,主要包括利用轨道文件更新轨道元数据、消除GRD边界噪声、消除热噪声、辐射测量校准、正射校正。本文以Sentinel-2卫星影像为光学影像数据,包括10 m、20 m和60 m三种分辨率。利用GEE平台获取Sentinel-2 L2A影像数据,并对其进行去云处理,基于影像中的近红外波段和红光波段计算NDWI用于植被水分的反演10。2研究方法由于大部分地表有植被覆盖,且往往凹凸不平,这些都会对微波遥感造成影响;而土壤介电性质与土壤体积含水量之间联系密切,且通过土壤介电性质来反演土壤水
12、分的方法已得到广泛应用,因此本文利用土壤介电常数来提高反演模型的相关性。本文通过水云模型、Dubois模型和AIEM模型分别计算裸土的后向散射系数、土壤介电常数和地表粗糙度,并将其作为ELM模型的输入样本,SMAP数据作为输出样本,反演得到土壤水分数据。整体流程见图1。总的后向散射系数植被水分NDWI微波入射角微波波长裸土后向散射系数土壤介电常数地表粗糙度SMAP 数据土壤水分经验模型水云模型Dubois 模型AIEM 模型ELM 模型图1整体流程图2.1水云模型极化SAR土壤水分反演往往通过雷达后向散射系数与土壤水分之间的关系建立反演模型;但由于植被会影响电磁波的散射和吸收,通常土壤水分反演
13、模型易受植被覆盖的影响。水云模型能有效避免植被影响,将植被覆盖区域的后向散射定义为植被自身反射微波得到的体散射与经过植被二次反射后的地表散射的和11,表达式为:0can()=0veg()+2()0soil()0veg()=Amvegcos(1-2()2()=exp(-2Bmvegsec)(1)式中,0can()、0soil()、0veg()分别为草地、裸土和植被的后向散射系数;A、B为经验系数;mveg为植被水分;为微波入射角;2()为二次衰减因子。草地的后向散射系数和微波入射角可从处理好的Sentinel-1影像中直接获取,植被水分可通过NDWI反演得到,经验系数则依赖于植被类型。通过经验模
14、型利用NDWI对植被水分进行反演,表达式为12:mveg=1.44NDWI2+1.36NDWI+0.34(2)不同植被覆盖下的经验系数不同,牧地的水云模型经验系数A=0.001 4、B=0.08413。利用ArcGIS10.6中的Raster Calculator工具对整个研究区域进行水云模型计算,结果见图2。后向散射系数High:15.060 3Low:-35.488 70204080 km裸土后向散射系数High:15.687Low:-37.6570204080 kma 总后向散射系数b 裸土后向散射系数图2后向散射系数对比图2.2Dubois模型土壤水分能影响土壤介电常数,因此可利用土壤
15、介电常数反演土壤水分。Dubois模型是一种半经验模12第21卷第7期型,在土壤介电常数与裸土后向散射系数之间建立联系,表达式为14:0hh=10-2.75cos1.5sin5100.028rtan(kssin)1.40.70vv=10-2.35cos3sin3100.046rtan(kssin)1.10.7(3)式中,0hh、0vv分别为HH和VV波段的裸土后向散射系数;k为入射波波数;为微波波长;s为地表参数;r为土壤介电常数。2.3AIEM模型地表粗糙度能影响雷达后向散射系数,因此土壤水分反演常用到地表粗糙度数据。积分方程模型(IEM)是基于电磁波辐射传输理论建立的地表散射模型,可反映地
16、表粗糙度的真实情况15。AIEM模型则是IEM的改进,对地表粗糙度的模拟更准确16,表达式为:Inpq=(2kcos)nfpqe-S2(kcos)2+(kcos)nFpq(-ksin0)+Fpq(ksin0)20pq=k22e-2S2(kcos)2n=1S2n|Inpq2Wn(-2ksin0)n!(4)式中,0pq为裸土后向散射系数;pq为极化方式;S为均方根高度;Inpq为中间变量;Wn(-2ksin0)为地表粗糙度谱;fpq为基尔霍夫场系数;Fpq为补偿场系数。Fpq、fpq的求解公式为:Fvv(-ksin0)+Fvv(ksin0)=2sin2(1+Rvv)2cos1-1r+r-sin2-
17、rcos22rcos2Fhh(-ksin0)+Fhh(ksin0)=-2sin2(1+Rhh)2cos3(r-1)(5)fvv=2(rcos-r-sin2)cos(rcos+r-sin2)fhh=-2(cos-r-sin2)cos(cos+r-sin2)(6)Baghdadi N17等通过大量数据,基于IEM模型实践模拟得到不同极化方式的长度定标公式,构建均方根高度反演地表粗糙度的半经验模型,即lopt(HHS)=0.162+3.006(sin1.23)-1.494Slopt(VVS)=1.281+0.134(sin0.19)-1.59S(7)式中,lopt为地表粗糙度参数定标后的长度。2.4
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 ELM 模型 极化 SAR 土壤 水分 尺度 研究
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。