导读:本文包含了主动微波遥感论文开题报告文献综述及选题提纲参考文献，主要关键词:合成孔径雷达,主动微波,Oh模型,土壤水分
主动微波遥感论文文献综述
秦乐乐[1]（2019）在《基于主动微波遥感的典型黑土区表层土壤水分反演研究》一文中研究指出土地是人类获取物质资料和生产资料的重要基础,人类所有生活和生产活动都离不开土地。在近万年的岁月中,人们对土地的利用方式由浅到深,人地交互方式越来越频繁,这其中离不开水的参与。大田耕地进行精准灌溉和施肥、区域农田实时监测土壤水分含量是土地保护和耕地高效管理的基础。土壤水分作为干旱变化的指示因子,直接影响全球粮食产量和质量,进而制约着农业的发展。传统土壤水分监测是根据土壤湿度和温度进行大范围布点,采样过程耗时耗力,且成本较大。遥感技术的兴起为快速获取大田土壤水分时空分布信息提供了技术支持。其中主动微波遥感凭借对土壤水分的高敏感性,全天候、全天时观测能力,不受云、雨、雾的影响的优势,成为区域土壤水分监测的主要方法和可靠数据来源。所以研究土壤水分空间分布状态对区域耕地质量评价、作物估产和精准灌溉都具有一定的指导意义。本文选择黑龙江省赵光农场为研究区,选取8 m分辨率Radarsat-2、30 m分辨率DEM影像为数据源,针对野外测量相关长度不精确的问题,提出了一种新的面向黑土区土壤水分反演的经验模型。首先利用Oh模型模拟后向散射系数在不同地表参数、系统参数下的响应曲线,然后结合影像数据和实地测量数据,建立后向散射系数与土壤水分、均方根高度的函数关系式,并进一步探讨土壤水分与地形的关系,得到以下结论:(1)对比各微波散射模型,选用Oh模型描述裸露地表微波散射特征,在各极化方式下,雷达后向散射系数随入射角的增大而减小,随土壤水分增大而增大,随均方根高度的增大而减小;影像提取值与模拟值相关性较高,为后期建立经验模型奠定基础。(2)提出了Oh模型和经验模型联合反演土壤水分的方法。新建立的模型仅有两个未知数参数(s和mv),结合VV、VH极化后向散射系数之差去除均方根高度的影响,即可进行地表土壤水分测算。(3)对本文提出的经验模型进行验证,结果验证点的模拟值与实测数据相比总体偏小,相关系数为0.655,平均绝对误差为0.053 cm3/cm3,表明本文提出的经验模型精度较高,可以用于研究区土壤水分反演。(4)利用分布指数研究各等级水分数据在不同等级地形因子上的分布特征,结果表明:在低高程和小坡度范围内,土壤水分湿润等级占主导优势地位;反之,高程较高和坡度较陡地带,水分干旱等级处于优势主导地位。(5)在限定高程范围内,土壤水分分布面积与高程存在正相关性;各级土壤水分面积与坡度之间均存在负相关关系;土壤含水量在阴坡(西坡、西北坡)分布最高,其次是阳坡(东南坡、南坡)。进行裸土区土壤水分预测,最重要的是消除土壤粗糙度对后向散射的影响,本文提出Oh模型和经验模型联合反演土壤水分的方法,为区域土壤水分监测提供了一种新的技术手段,也为大田精准灌溉和科学管理等提供了科学依据。(本文来源于《东北农业大学》期刊2019-06-01）
张新乐,秦乐乐,郑兴明,谢雅慧,潘越[2]（2018）在《基于主动微波遥感的典型黑土区土壤水分反演》一文中研究指出针对野外测量土壤粗糙度因子相关长度不精确问题,提出一种新反演黑土区土壤水分经验模型。以黑龙江省赵光农场为研究区,选择Oh模型作为研究区土壤水分反演基础,通过分析同极化、交叉极化后向散射系数对均方根高度、土壤水分响应特征,建立函数关系式。利用推算交叉极化后向散射系数差消除土壤粗糙度影响,建立黑土区裸露地表土壤湿度测算经验散射模型。结果表明,VV/VH极化后向散射系数模拟精度较高,预测土壤湿度平均绝对误差为0.0530 cm3·cm-3,与组合粗糙度下土壤水分反演结果相比相关性提高15.32%,证明模型有效性。利用C波段Radarsat-2数据反演黑土裸土区土壤水分含量,具有较高精度。结果可为该地区旱涝灾害监测和作物长势提供信息支持,具有重要应用价值。(本文来源于《东北农业大学学报》期刊2018年10期）
张利杰[3]（2018）在《基于主动微波数据的冬作物湿渍害遥感方法研究》一文中研究指出湿渍害是指长时间阴雨寡照使得土壤中水分的含量过高,引起作物根系呼吸不良,影响作物正常生长的气象灾害。农田发生湿渍害,产量大幅度降低,识别湿渍害有着重要的现实意义。产生湿渍害的因素众多:例如降水过多、光照过少等,但究其根本,造成作物湿渍害的主要原因是土壤水分含量过高,水分充满了土壤的孔隙,导致嫌气状态,因此,可以利用土壤水分含量数据进行冬作物湿渍害的识别。本研究选择主动微波遥感数据,通过反演土壤水分含量数据来识别湿渍害,并对湿渍害的发生过程进行动态监测。研究内容总共分为两个部分:(1)基于高级合成孔径雷达(Advanced Synthetic Aperture Radar,ASAR),利用时间序列变化检测算法(Change Detection Method)进行土壤水分含量的反演,根据气象部门提供的农业气象观测站土壤水分实测数据进行精度验证,结果转换到体积含水量,验证精度均方根误差为0.119cm~3/cm~3,相关系数达到了0.54。通过ASAR-GM反演的土壤水分数据定性的识别湿渍害发生概率较高的年份。(2)通过主动微波土壤水分含量数据:ERS-1/2和ASCAT土壤水分含量数据,以土壤相对湿度连续大于90%超过10天为湿渍害发生标准,分别以土壤相对湿度连续大于90%超过10天、15天、20天作为轻度湿渍害、中度湿渍害、重度湿渍害的识别标准,对研究区进行湿渍害程度的识别。同时根据土壤相对湿度大于90%的起止时间,对湿渍害的发生过程进行监测。(本文来源于《杭州师范大学》期刊2018-05-01）
马威[4]（2018）在《主动微波遥感矿区地表土壤水分反演实验研究》一文中研究指出土壤水分是全球水循环和能量交换过程中一个关键变量,在水文、气候和农业生产中扮演着重要角色。荒漠化生境地表植被对土壤水分变化极为敏感,而荒漠化采矿沉陷区,植被生态更加脆弱易损,目前这一领域的研究相当薄弱。现有的研究多是利用光学数据反演植被冠层及土壤表层水分变化,研究手段较为单一,而且没有严格界定开采区与非开采区,因此无法获得采矿造成土壤湿度变化的规律性,更无法将开采沉陷与土壤水分变化建立起必然的联系。以内蒙—陕西交界处的干旱—半干旱矿区为研究区,首先利用Radarsat-2 HH单极化数据反演了研究区地表土壤水分,并利用MODIS地表反射率数据反演结果做对比验证;然后结合Radarsat-2的DInSAR结果探索了矿区复杂背景下,地表土壤水的时空变化规律。为了进一步对此变化规律做验证,又利用Sentinel-1A VH/VV双极化数据同样反演了研究区地表土壤水分,并利用Landsat-8地表反射率数据反演结果做对比验证;然后结合Sentinel-1A的DInSAR结果同样得到一个采矿沉陷区地表土壤水时空变化规律。在用双极化数据(Sentinel-1A VH/VV)反演时,注意到采矿沉陷区地表粗糙度是否“超限”问题,即采矿沉陷区地表粗糙度是否包含在理论模型粗糙度限制范围内。为了验证猜想,利用差值法对采区沉陷前后地表粗糙度做变化检测,发现沉陷区内外差别并不明显,因此,结合Sentinel-1A相干系数图像对双极化地表参数反演模型做了进一步改进,同理得到采矿沉陷区地表土壤水时空变化规律。主要结论如下:(1)分别将Radarsat-2(HH极化)与MODIS、Sentinel-1A(VH/VV极化)与Landsat-8、改进模型的Sentinel-1A(VH/VV极化)与Landsat-8反演结果进行了对比,两种数据的反演结果均具有较好的一致性,且叁种算法反演精度逐步提高。本研究充分发挥了多源遥感手段的优势,在反演算法已获前人实测验证的前提下,对双极化反演算法进行了改进,为矿区复杂背景下的土壤水分快速获取及验证提供了技术支撑。(2)针对开采沉陷区内地表粗糙度反演不准确问题,将干涉相干系数作为地表粗糙度的一个评价因子加入到地表参数反演模型中,发现重建后的模型土壤水分反演结果与Landsat-8 OLI数据的反演结果偏差更小,证明了改进模型的有效性。同时为非自然地表、粗糙度变化区域的地表参数反演提供了方案,提高了模型的普适性。(3)Radarsat-2单极化、Sentinel-1A双极化以及Sentinel-1A双极化改进模型反演结果同时表明,在排除了其他不相关因素的影响之后,在神东矿区内,由于受地下高强度开采活动的影响,沉陷区内地表土壤含水量会低于未受影响区,从而便建立起了开采沉陷与土壤水分变化之间的联系,这对于荒漠化矿区内沉陷区的生态保护、恢复与重建具有重要意义。(本文来源于《河南理工大学》期刊2018-04-10）
田辉,文军,史小康,王欣,刘蓉[5]（2011）在《主动微波遥感黄河上游玛曲地区夏季土壤水分》一文中研究指出利用ENVISAT-1/ASAR的VV极化主动微波资料,基于裸土表层微波后向散射GOM物理模型,并利用"水-云"模型处理植被层对土壤表层微波后向散射的影响,遥感估算了夏季黄河上游玛曲地区土壤水分空间分布。通过地面观测网的同步观测资料验证,卫星遥感的土壤体积水分含量和地面测值间的均方根误差RMSE<0.02 m3/m3,决定系数R2>0.86,表明所用方法适于黄河上游区域。从遥感结果来看,夏季玛曲地区土壤水分平均值约0.40m3/m3,说明该区是黄河重要的水源区;但该区域土壤水分具有明显的空间异质性,其分布受地形影响明显,平坦区域土壤水分的空间相关距离大于2 000 m,而山地区域的土壤水分空间相关距离较小,为500~1 000 m。(本文来源于《水科学进展》期刊2011年01期）
张廷军,张廷军,晋锐,高峰[6]（2009）在《冻土遥感研究进展——可见光、红外及主动微波卫星遥感方法》一文中研究指出多年冻土和季节冻土分别占北半球裸露地表的24%和55%。近地表土壤冻融的范围、冻结起始日期、持续时间及冻融深度对寒季/寒区的植被生长、大气与土壤间能量、水分及温室气体交换都具有极其重要的影响。卫星遥感结合地面观测资料研究局地到区域尺度的季节冻土和多年冻土已取得诸多成果。综述了近几十年来卫星遥感技术在冻土研究中的应用。监测多年冻土和地表冻融循环通常需要综合利用可见光、红外、被动微波及主动微波(包括合成孔径雷达SAR和散射计)遥感数据,任何单一波段的传感器都无法满足研究需求。SAR图像能提供空间分辨率较高的寒季/寒区近地表土壤冻融状态的起始日期、持续时间和区域演变等信息,但目前在轨SAR的重访周期相对于春秋季的土壤冻融循环变化过长;星载被动微波传感器具有多通道观测且重访周期较高,但空间分辨率很低的特点;光学和热红外传感器的时空分辨率介于SAR和被动微波遥感之间,但应用于冻土研究时需要具备多年冻土分布和冻融深度与环境因子相关关系的先验信息。总体而言,微波遥感是探测无雪覆盖近地表土壤冻融循环的有效技术手段,而利用热红外传感器反演的地表温度研究土壤冻融过程具有极大潜力。应用卫星遥感反演的积雪范围、雪深、融雪、地表类型、归一化差值植被指数、地表反照率和土壤水分等参数对研究局地、区域乃至全球尺度的冻土都大有裨益。(本文来源于《地球科学进展》期刊2009年09期）
刘万侠,王娟,刘凯,钟凯文[7]（2007）在《植被覆盖地表主动微波遥感反演土壤水分算法研究》一文中研究指出主动微波遥感监测土壤水分具有全天时、全天候并对地物有一定的穿透能力等特点,突破了传统测量方法和光学遥感获取土壤水分的局限。文中在分析植被对微波信号影响的基础上,总结了当前国内外基于主动微波遥感监测植被覆盖地表土壤水分的原理和方法,指出利用"水-云模型"从总的极化雷达后向散射中去除植被影响后,能够改进后向散射系数和土壤含水量之间的关系。最后利用ENVISAT ASAR数据,结合实地采样获得的土壤含水量数据拟合两者之间的关系,结果表明农作物覆盖地表土壤水分变化的估算算法还需要进一步发展和改进以提高反演精度。(本文来源于《热带地理》期刊2007年05期）
杨虎,郭华东,李新武,岳焕印[8]（2003）在《主动微波遥感土壤水分观测中的最优雷达参数选择》一文中研究指出用基于辐射传输方程的电磁波散射模型详尽研究了裸露地表条件地物后向散射特性,在叁种常用雷达频段(1.25GHz,4.75GHz,9.25GHz)及入射角为0°～60°范围内分析了影响雷达后向散射系数对土壤水分敏感性的地表粗糙度因素,得到一组用于地表土壤水分测量的最优雷达参数组合。在这样一组传感器参数条件下,雷达后向散射系数基本独立于地表粗糙度的变化,同时在可测量范围内保持对土壤水分一定程度的敏感性。(本文来源于《高技术通讯》期刊2003年09期）
主动微波遥感论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对野外测量土壤粗糙度因子相关长度不精确问题,提出一种新反演黑土区土壤水分经验模型。以黑龙江省赵光农场为研究区,选择Oh模型作为研究区土壤水分反演基础,通过分析同极化、交叉极化后向散射系数对均方根高度、土壤水分响应特征,建立函数关系式。利用推算交叉极化后向散射系数差消除土壤粗糙度影响,建立黑土区裸露地表土壤湿度测算经验散射模型。结果表明,VV/VH极化后向散射系数模拟精度较高,预测土壤湿度平均绝对误差为0.0530 cm3·cm-3,与组合粗糙度下土壤水分反演结果相比相关性提高15.32%,证明模型有效性。利用C波段Radarsat-2数据反演黑土裸土区土壤水分含量,具有较高精度。结果可为该地区旱涝灾害监测和作物长势提供信息支持,具有重要应用价值。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
主动微波遥感论文参考文献
[1].秦乐乐.基于主动微波遥感的典型黑土区表层土壤水分反演研究[D].东北农业大学.2019
[2].张新乐,秦乐乐,郑兴明,谢雅慧,潘越.基于主动微波遥感的典型黑土区土壤水分反演[J].东北农业大学学报.2018
[3].张利杰.基于主动微波数据的冬作物湿渍害遥感方法研究[D].杭州师范大学.2018
[4].马威.主动微波遥感矿区地表土壤水分反演实验研究[D].河南理工大学.2018
[5].田辉,文军,史小康,王欣,刘蓉.主动微波遥感黄河上游玛曲地区夏季土壤水分[J].水科学进展.2011
[6].张廷军,张廷军,晋锐,高峰.冻土遥感研究进展——可见光、红外及主动微波卫星遥感方法[J].地球科学进展.2009
[7].刘万侠,王娟,刘凯,钟凯文.植被覆盖地表主动微波遥感反演土壤水分算法研究[J].热带地理.2007
[8].杨虎,郭华东,李新武,岳焕印.主动微波遥感土壤水分观测中的最优雷达参数选择[J].高技术通讯.2003