目录
前言
第1章 绪论 1
1.1 研究背景及意义 1
1.2 基于主动微波遥感的土壤水分研究现状 3
1.2.1 主动微波传感器的发展现状 3
1.2.2 地表参数同步观测试验 4
1.2.3主动微波遥感土壤水分反演现状 5
1.2.4 土壤水分反演的不确定性研究现状 6
1.3 主要研究内容 7
1.4 本书结构 8
第2章 理论基础及研究区概况 9
2.1 微波遥感原理 9
2.1.1 微波遥感 9
2.1.2 雷达方程与后向散射系数 9
2.1.3 雷达系统参数 10
2.2 地表参数 12
2.2.1 地表粗糙度 12
2.2.2 土壤水分 14
2.3 地表散射模型 15
2.3.1 小扰动模型SPM 16
2.3.2 积分方程模型IEM 16
2.3.3 高级积分方程模型AIEM 17
2.3.4 Oh模型 18
2.3.5 Dubois模型 19
2.4 不确定性分析 19
2.4.1 主动微波土壤水分不确定性 19
2.4.2 主动微波土壤水分不确定性来源 19
2.5 研究区及试验数据 20
2.5.1 WATER试验的研究区 20
2.5.2 WATER获取的SAR数据 20
2.5.3 WATER同步观测数据 21
2.5.4 其他数据 23
2.6 本章小结 23
第3章 裸露地表微波散射特征研究 24
3.1 设置理论模型输入参数的取值范围 24
3.1.1 粗糙度参数取值范围设定 24
3.1.2 设置其他参数取值范围 26
3.2 后向散射系数对地表粗糙度的响应 27
3.2.1 后向散射系数对均方根高度的响应 27
3.2.2 后向散射系数对相关长度的响应 41
3.3 后向散射系数对土壤水分的响应 50
3.4 后向散射系数对雷达入射角的响应 53
3.5 极化后向散射系数对地表土壤温度的响应 56
3.6 后向散射特征分析小结 57
第4章 基于组合粗糙度和地表差异性的土壤水分反演方法 59
4.1 粗糙度参数的不确定性问题与已有的解决方法 59
4.1.1 组合粗糙度 60
4.1.2 粗糙度定标 60
4.1.3 有效粗糙度 60
4.1.4 基于Dubois模型消除粗糙度参数 61
4.2 基于组合粗糙度的土壤水分反演方法 61
4.2.1 现有的组合粗糙度形式存在的问题 61
4.2.2 构建合适的组合粗糙度 63
4.2.3 实验验证 65
4.2.4 与其他形式的组合粗糙度反演结果对比 68
4.3 地表差异性的量化 71
4.3.1 地表差异性引入的不确定性 71
4.3.2 地表差异性的量化 72
4.3.3 去除地表差异性的不确定性 74
4.3.4 验证有效性 75
4.3.5 结果分析 78
4.4 本章小结 81
第5章 基于像元尺度粗糙度的土壤水分反演方法 82
5.1 改进的有效粗糙度反演算法 82
5.1.1 有效粗糙度传统算法的问题 82
5.1.2 基于像元的最佳有效粗糙度的反演算法 86
5.1.3 实验验证 88
5.1.4 结论 91
5.2 基于贝叶斯理论的粗糙度概率反演 91
5.2.1 贝叶斯概率反演模型原理 91
5.2.2 似然函数 92
5.2.3 贝叶斯概率反演的思路 93
5.2.4 反演实验 94
5.2.5 结论与分析 94
5.3 各种土壤水分方法对比分析 96
5.4 本章小结 100
第6章 土壤水分反演的不确定性分析 101
6.1 不确定性分析的内容 101
6.1.1 试验方案 101
6.1.2 参数标定 102
6.2 粗糙度不确定性分析实验 103
6.2.1 模拟数据实验 103
6.2.2 实测数据实验 105
6.2.3 对比分析 109
6.2.4 误差控制范围 110
6.3 结论 112
6.4 本章小结 113
第7章 结论 114
7.1 研究成果 114
7.2 创新点 115
7.3 不足之处 116
参考文献 117
鄂公网安备 42010302001612号 