基于ENVISAT ASAR的水稻參數(shù)反演和面積測算研究.pdf

1、本研究中，在一個水稻生長周期中，獲取了多時相的ENVISATASAR的APMode數(shù)據(jù)，并同步測量了水稻的各種參數(shù)。首先提出了水稻的雷達后向散射模型，并模擬了水稻生長周期內(nèi)的后向散射系數(shù)序列值；對獲取的ASAR數(shù)據(jù)分析，得出ASAR與模擬值具有相似的變化趨勢，利用模擬值對多時相ASAR數(shù)據(jù)進行入射角歸一化，得出反演水稻參數(shù)的回歸方程；用模型模擬多種水稻生長情況的雷達后向散射系數(shù)數(shù)據(jù)庫，建立了反演水稻參數(shù)的查找表；最后根據(jù)多時相的ASAR

2、數(shù)據(jù)，提出了三種水稻面積測繪的多時相和多極化組合方法。本論文的主要研究內(nèi)容包括： 1.改進Sun等的森林連續(xù)冠層模型，發(fā)展了適合水稻的雷達后向散射模型，并采用Matrix-doubling方法計算HV極化的后向散射系數(shù)。將實測水稻參數(shù)作為模型輸入?yún)?shù)模擬水稻生長周期內(nèi)的后向散射系數(shù)序列值，分析水稻參數(shù)與模擬后向散射系數(shù)的關(guān)系，以及模擬值與時間、入射角、極化的關(guān)系。 2.對獲取的多時相ASAR數(shù)據(jù)進行一系列處理分析，發(fā)現(xiàn)提

3、取的水稻后向散射系數(shù)與模型模擬結(jié)果具有相似的變化趨勢。但由于這一時間序列的ASAR影像包含了多種入射角的情況，不能直接用來監(jiān)測水稻。所以根據(jù)模型模擬結(jié)果與入射角的關(guān)系來進行ASAR數(shù)據(jù)的入射角歸一化，得到相同入射角情況下的雷達后向散射系數(shù)，接著采用回歸方程法進行水稻參數(shù)的反演。這就是水稻參數(shù)反演的第一種方法——角度歸一化與回歸方程算法。 3.逐步改變水稻的各種生長參數(shù)，從而改變水稻的高度和生物量特征，模擬了多種情況下的雷達后向散

4、射系數(shù)數(shù)據(jù)庫，將模擬結(jié)果作為查找表，建立反演水稻參數(shù)的第二種方法——查找表算法。 4.用研究中獲散的多時相雷達數(shù)據(jù)提出了三種進行水稻面積測繪的算法，即三時相假彩色合成法、兩時相變化指數(shù)法和HH/HV極化比法。選擇合適的數(shù)據(jù)獲取時間，這三種方法都能實現(xiàn)精確的水稻面積識別，為進一步的估產(chǎn)提供依據(jù)。 論文工作中取得的創(chuàng)新性成果有： 1.在原有森林模型的基礎(chǔ)上，改進發(fā)展了適合水稻的雷達后向散射模型，交叉極化HV的后向散射

5、計算采用Matrix-doubling方法，加入了多次散射的貢獻。 2.提出了根據(jù)水稻生長周期內(nèi)模型模擬后向散射系數(shù)隨入射角的變化趨勢，將多時相的ASAR數(shù)據(jù)進行角度歸一化到相同入射角的方法。 3.通過逐步改變植株高度、葉片尺寸、稻稈尺寸等參數(shù)來達到逐步改變生物量的H的，進一步模擬了多種水稻生長參數(shù)情況下的模擬后向散射系數(shù)數(shù)據(jù)庫，建立查找表。 4.提出了三時相ASAR影像假彩色合成法、兩時相變化指數(shù)法、極化比法