基于土壤微波辐射布儒斯特角反演土壤含水率
发布时间:2021-07-13 20:14
在利用被动微波遥感技术进行裸露地表土壤含水率(Soil Moisture Content,SMC)的反演中,土壤粗糙度是制约反演精度的最关键因素。该研究利用改进的积分方程模型(Advanced Integral Equation Model,AIEM)进行地表多角度微波发射率的模拟,探索地表微波辐射多角度信息用于提高地表SMC反演精度的可行性。基于不同SMC和不同粗糙度地表多角度V极化发射率数据的变化趋势提取土壤介质布儒斯特角,结果表明,土壤布儒斯特角对SMC具有较高的敏感性,C波段(6.6 GHz)不同含水率土壤的布儒斯特角分布在60°~80°范围内。基于AIEM模拟数据的分析发现,土壤布儒斯特角正切值与SMC具有较好的线性关系,线性拟合决定系数为0.94,均方根误差为0.027cm3/cm3,并得到了基于布儒斯特角的裸露地表SMC反演算法。基于模拟数据的算法验证结果表明,算法的SMC预测值与理论值的决定系数为0.95,均方根误差为0.024 cm3/cm3。算法在不同土壤粗糙度自相关函数下均表现...
【文章来源】:农业工程学报. 2020,36(14)北大核心EICSCD
【文章页数】:6 页
【参考文献】:
期刊论文
[1]基于Sentinel多源数据的农田地表土壤水分反演模型构建与验证[J]. 郭交,刘健,宁纪锋,韩文霆. 农业工程学报. 2019(14)
[2]被动微波反演土壤水分的L波段新发展及未来展望[J]. 赵天杰. 地理科学进展. 2018(02)
[3]基于改进水云模型和Radarsat-2数据的农田土壤含水量估算[J]. 杨贵军,岳继博,李长春,冯海宽,杨浩,兰玉彬. 农业工程学报. 2016(22)
[4]基于RADARSAT-2全极化数据反演周期性地表土壤湿度[J]. 尹楠,姜琦刚,孟治国,李远华. 农业工程学报. 2013(17)
[5]微波遥感技术监测土壤湿度的研究[J]. 赵少华,秦其明,沈心一,王志强,邱国玉,随欣欣. 微波学报. 2010(02)
本文编号:3282727
【文章来源】:农业工程学报. 2020,36(14)北大核心EICSCD
【文章页数】:6 页
【参考文献】:
期刊论文
[1]基于Sentinel多源数据的农田地表土壤水分反演模型构建与验证[J]. 郭交,刘健,宁纪锋,韩文霆. 农业工程学报. 2019(14)
[2]被动微波反演土壤水分的L波段新发展及未来展望[J]. 赵天杰. 地理科学进展. 2018(02)
[3]基于改进水云模型和Radarsat-2数据的农田土壤含水量估算[J]. 杨贵军,岳继博,李长春,冯海宽,杨浩,兰玉彬. 农业工程学报. 2016(22)
[4]基于RADARSAT-2全极化数据反演周期性地表土壤湿度[J]. 尹楠,姜琦刚,孟治国,李远华. 农业工程学报. 2013(17)
[5]微波遥感技术监测土壤湿度的研究[J]. 赵少华,秦其明,沈心一,王志强,邱国玉,随欣欣. 微波学报. 2010(02)
本文编号:3282727
本文链接:https://www.wllwen.com/kejilunwen/nykj/3282727.html