基于Sentinel-1及Landsat 8数据的黑河中游农田土壤水分估算

• 作者: 王树果 赵泽斌 马春锋 魏龙
• 来源期刊: 遥感技术与应用
• 学科: 工学
• 关键词: 土壤水分 SAR 地表粗糙度 植被含水量 Sentinel-1 Landsat 8
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 土壤水分专栏
• 页码范围: 13-22,47
• 页数: 11页
• 分类号: TP79
• 语种: 中文
• DOI: 10.11873/j.issn.1004-0323.2020.1.0013

摘要

土壤水分是陆地表层系统中的关键变量.利用主动微波遥感,特别是合成孔径雷达(Synthetic Aperture Radar,SAR)的观测,在监测和估计表层土壤水分时空分布方面已开展了诸多研究.然而,SAR土壤水分反演仍存在诸多挑战,特别是地表粗糙度和植被的影响.因此,本文提出了一种结合主动微波和光学遥感的优化估计方案,旨在同步反演植被含水量、地表粗糙度和土壤水分.反演算法首先在水云模型的框架下对模型中的植被透过率因子(与植被含水量密切相关)采用3种不同的光学遥感指数——修正的土壤调节植被指数(Modified Soil Adjusted Vegetation Index,MSAVI)、归一化植被指数(Normalized Difference Vegetation Index,NDVI)和归一化水体指数(Normalized Difference Water Index,NDWI)进行参数化估计,用于校正植被层的散射贡献.在此基础上,构造基于SAR观测和Oh模型的代价函数,利用复型洗牌全局优化算法进行土壤水分和地表粗糙度的联合反演.采用Sentinel-1 SAR和Landsat 8多光谱数据在黑河中游开展了反演试验,并利用相应的地面观测数据对结果进行了验证.结果 表明反演结果与地面观测具有良好的一致性,其中基于NDWI的植被含水量反演效果最佳,与地面观测比较,土壤水分决定系数(R2)在0.7以上,均方根误差(RMSE)为0.073 m3/m3;植被含水量R2大于0.9,RMSE为0.885 kg/m2,表明该方法能够较准确地估计土壤水分.同时发现植被含水量的估计结果,以及植被透过率的参数化方案对土壤水分的反演精度有一定的影响,在未来的研究中需要进一步探索.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	魏龙	中国科学院西北生态环境资源研究院	50	325	10.0	16.0
2	王树果	江苏师范大学地理测绘与城乡规划学院	5	1	1.0	1.0
3	马春锋	中国科学院西北生态环境资源研究院	1	0	0.0	0.0
4	赵泽斌	中国科学院西北生态环境资源研究院	3	0	0.0	0.0