共查询到17条相似文献，搜索用时 218 毫秒
1.
盐渍化土壤水分微波雷达反演与验证 总被引：2，自引：1，他引：1
土壤介电常数是微波遥感进行土壤含水率测量的物理基础,尤其介电常数实部是必须解决的问题,土壤介电特性的研究显得尤为重要。该文目的是试验与评价C波段RADARSAT-2 SAR(synthetic aperture radar)数据模拟土壤介电特性,进而反演土壤水分的性能。以受盐渍化影响较严重的内蒙古河套灌区解放闸灌域为试验区,首先回归分析了介电常数实部与SAR四极化后向散射系数、地表粗糙度的复杂关系,并与Oh经验模型对照,其决定系数R2为0.859 7,模拟精度较高;然后验证常用的2个介电常数模型,Dobson半经验模型、Hallikainen简化实部经验模型模拟的介电常数实部与实测值的决定系数R~2分别为0.935 9、0.869,表明2个模型均能模拟地表土壤水分与介电常数实部的密切关系;最后构建了Dobson模型、Hallikainen简化实部模型反演土壤含水率的模型,并与统计回归模型比照,其模拟数值与土壤实测值的决定系数R2分别为0.803 8、0.737 4、0.842 1,均方根误差RMSE分别为5.2%、5.7%、5%。Dobson模型与统计回归模型反演结果与实地土壤墒情分布较为吻合,具有良好的精度和适用性,从而建立了一个较为完整的土壤介电特性研究体系,为微波遥感监测土壤水分奠定了基础。 相似文献
2.
3.
干旱区盐渍土介电常数特性研究与模型验证 总被引：2，自引：3，他引：2
常用的土壤介电模型一般都是针对非盐渍化土壤提出来的,对于干旱区盐渍化土壤,模型对于介电常数虚部的描述与实际测量情况有一定差距。为了更好地深入研究干旱区盐渍化土壤介电常数特性,该文选择盐渍土介电模型(修正的含水含盐土壤Dobson介电模型)作为典型研究区盐渍化土壤介电常数的基础模型,模拟分析土壤介电常数对模型参数的响应,在野外实测数据的支持下验证了盐渍土介电模型的适用性。研究结果表明:1)在低频区域(0.5相似文献
4.
以空间图形和数据库为基础,利用GIS把特定区域内土壤水分样点数据与地理数据结合起来,建立不同利用类型-土地类型-坡度分级-坡向等的浮点型土壤含水率字段,对区域尺度土壤水分制图及其动态模拟方法进行了研究和探讨. 相似文献
5.
双极化雷达反演裸露地表土壤水分 总被引：3，自引：2，他引：1
为了快速高效地获取大面积地表土壤水分,本文提出一种适用于双极化SAR(synthetic aperture rader)的裸露地表土壤水分反演经验模型。首先通过AIEM(advanced integral equation model)模型数值模拟和回归分析,提出一种新的粗糙度参数,将2个传统的粗糙度参数简化为1个参数;然后模拟地表土壤水分与雷达后向散射系数的关系,从而建立裸露地表的经验散射模型,模型的未知参数仅为粗糙度参数和土壤体积含水量,通过双极化的雷达数据即可实现土壤水分的反演。通过2008年甘肃张掖黑河流域实测数据对模型进行了初步验证,发现在入射角大于25°时,模型反演值与实测值有着良好的相关关系(相关系数为0.745)。该模型仅需双极化的雷达数据就能实现土壤水分的反演,无需测量地面粗糙度,尤其适用于大面积干旱区域的地表土壤水分的获取。 相似文献
6.
为克服传统地面监测土壤水分方法费时费力的不足,满足大范围、长时间连续、实时动态的监测要求,本文采用ERS(european remote sensing satellites)和METOP(meteorological operational satellite)卫星搭载的微波散射计对地标土壤含水量进行观测。ERS和METOP系列卫星组成了覆盖全球的高时间分辨率(根据纬度不同,大约2~5 d即可重复观测)长期连续的对地观测网;SCAT(scattorometer)和ASCAT(advanced scattorometer)散射计分别是搭载其上的微波散射计,具备全天候监测地表土壤水分的能力。该文以1999年Wolfgang提出的经典TU-WIEN算法为基础,改进了其中人为定义经验函数的描述模型参数季节性变化规律的不足。在伊比利亚半岛的比较中发现,用新的移动时间窗口自动生成的σ′(θ,t)函数很好的描述了σ′(θ)的季节性变化,替代原有经验函数的作用。继而,利用改进的σ′(θ,t)函数,将经典TU-WIEN算法移植到有迫切实际需求的青藏高原地区。通过和地面实测数据的比较发现,卫星反演结果与实地测量数据有着很好的一致性和较低的误差率,总体均方根误差RMSE=0.0155,相关系数R2=0.8361,证实了新算法的可行性和应用价值。 相似文献
7.
Green-Ampt模型参数简化及与土壤物理参数的关系 总被引：3，自引：3，他引：0
简化模型表达形式从而减少参数个数,对于Green-Ampt入渗模型的实际应用具有重要的现实意义。该文通过推导湿润锋处平均基质吸力与Philip模型中土壤吸湿率关系基础上提出了简化的Green-Ampt入渗模型,基于新疆222兵团两块壤质土壤田块上土壤水分入渗试验资料,分析了Green-Ampt简化入渗模型参数与土壤物理参数之间的关系,建立了模型参数与土壤物理参数之间的定量经验转换函数。结果表明,入渗参数A(组合参数)与土壤初始含水率呈对数负相关,相关系数为0.77,A与土壤紧实度和黏粒含量均呈指数负相关,相关系数分别为0.70和0.74。饱和导水率Ks与土壤紧实度和黏粒呈指数负相关,相关系数分别为0.74和0.73。A和Ks与土壤初始含水率、土壤紧实度和黏粒含量呈高度和中度多元线性相关,相关系数分别为0.9和0.79。研究表明Green-Ampt简化入渗模型能够在一定精度下分析土壤入渗过程。 相似文献
8.
介电特性是研究农产品微波辅助应用的重要参数。为了拓展有效介质公式(GeneralEffectiveMedium,GEM)在农业工程领域的应用,探究农产品介电特性计算新方法,该研究针对颗粒状农产品,采用离散元法、有限元法和平均能量法建立了堆积型农业颗粒物料等效介电特性分析的数值模型,在模拟仿真数据和试验测量数据对比分析的基础上,提出适用于微波波段下颗粒状农产品介电特性计算的GEM公式较佳无量纲参数(A=5、β=0.5;称为ModifiedGeneral Effective Medium of Agriculture,MGEMA),并采用多种农产品颗粒的试验数据验证了MGEMA的可行性、有效性和准确性。结果表明,真实谷粒和模拟谷粒的堆积角误差为0.45%,在农产品颗粒的相对介电常数(2.0～10.0)、相对介电损耗因子(0.1～0.9)、微波频率(2.0～12.2 GHz)、湿基含水率(2.0%～19.7%)和体积分数(18.2%～88.0%)计算条件下,MGEMA公式针对介电常数和介电损耗因子计算结果的最大偏差分别为0.40%和1.20%。研究可为三维情形下颗粒落料堆积型混合物的等效介电特性模拟分析提供一种参考方法,为室温下(24℃)小粒径农产品颗粒的介电特性研究提供一个理论公式。 相似文献
9.
基于双时相ASAR影像的土壤湿度反演研究 总被引：2，自引：1，他引：1
地表粗糙度和湿度是影响裸地后向散射系数的重要因素,为了探求ENVISAT-ASAR 数据监测土壤湿度在国内的应用,该文以ASAR影像数据为基础,利用ZSribi-Dechambre(2002)经验模型研究了中国科学院南皮农业生态试验站附近一裸地的表面粗糙度和地表湿度.对雷达入射角进行归一化处理使之满足模型需求,反演结果表明该区地表粗糙度主要分布0.05～0.50 cm之间,土壤体积含水率大多分布存10%～34%之间,局部区域由于一些积水沟渠,使得土壤体积含水率较高,这与调查的实际情况相符合.反演的土壤湿度用地面实测值验证,结果发现模拟值和实测值具有较好的一致性,其RMSE误差为3.7%.该文介绍了在没有地表先验知识的情况下,利用扣除掉土壤粗糙度影响的后向散射反演模型获取土壤湿度的方法.该法仅需要两景相邻近时相并且不同入射角的HH同极化雷达影像,根据其后向散射系数的差值△"'即σ°可估算出粗糙度和土壤湿度参数,从而方便快捷地监测局部区域的土壤湿度状况. 相似文献
10.
基于试验反射光谱数据的土壤含水率遥感反演 总被引：3，自引：2，他引：1
土壤含水率是土壤水循环研究中不可或缺的参数,已广泛应用于土壤水分的监测。土壤光谱特性的研究是土壤含水率光学遥感定量反演的基础。该研究首先通过野外调查收集土样;然后,在实验室条件下制备不同水分梯度的土壤样品,并利用便携式地物光谱仪采集不同水分梯度土壤样品的反射光谱;最后,通过试验光谱数据分析建立一个基于指数函数的土壤含水率遥感反演模型,并对结果进行精度评价。结果表明,基于指数函数的土壤含水率反演模型可以较好的反演土壤水分特征,在640 nm处土壤含水率的估计值与真实值之间的决定系数为0.7062,RMSE为3.49%。相关研究为表层土壤含水量的遥感监测提供新方法和新思路。 相似文献
11.
土壤盐渍化问题严重制约着农业经济发展,快速准确地掌握农田土壤的盐渍化信息是盐渍化防治的前提。为准确快速地了解滴灌棉田土壤盐分含量情况,该研究采用探地雷达(Ground Penetrating Radar,GPR)多频天线(250 MHz和1 000 MHz)对典型滴灌棉田土壤进行探测,通过GPR振幅包络平均值法(Average Envelope Amplitude,AEA)获取土壤视在介电常数,以Dobson盐渍土介电模型(Dobson dielectric model of saline soil,Dobson)为理论工具,估算滴灌棉田土壤的盐分含量。同时,将视在介电常数、土壤容重、含水率和土壤黏粒含量5个参数设置为模型输入变量,采用多元线性回归方法(Multiple Linear Regression,MLR),建立膜下滴灌棉田土壤盐分反演模型,并使用BP神经网络(Back Propagation neural network,BP)进行模拟预测。最终,以实测盐分为基准,评价MLR模型、BP模型和Dobson模型反演盐分含量的效果。结果表明:1)探地雷达250 MHz和1 000 MHz频率天线AEA法探测的有效深度均为0～30 cm。2)1 000MHz频率天线AEA法获取的介电常数与实测含水量有较好的多项式关系,且实测含水量和反演含水量拟合效果和精度较好,决定系数R~2为0.96,均方根误差RMSE为1.61%,平均误差率MER为7.25%。3)3种盐分反演模型中,Dobson盐渍土介电模型反演精度明显高于其他2种方法,R~2达到0.91,RMSE为0.313 g/kg。因此,利用GPR多频天线AEA法估算滴灌棉田土壤盐分含量是可行且可靠的。该法为反演土壤盐分含量提供新途径,丰富了盐分含量探测的方法及手段。 相似文献
12.
透射式探地雷达探测土壤含水率 总被引：1，自引：1，他引：1
探地雷达可以进行土壤含水率的快速探测,但普通反射式雷达容易受反射层位难确定的影响造成探测误差。该研究使用透射式探地雷达对不饱和含水壤土及砂土所构建的物理模型进行透射式探测,通过起跳时间对比标定的方法,精确计算了介质中雷达波波速和土壤的相对介电常数。最后通过统计分析,发现以Topp模型公式形式为基础的三次多项式具有最高拟合优度,并修正了Topp公式中的参数后,分别建立起非饱和壤土和砂土体积含水率与介电常数的经验公式及其适用范围。最后,通过试验对比验证了该方法对砂土含水率的测量相对误差为13.20%,较时域反射TDR(time domain reflectometry)方法低14.34%,壤土为9.48%,较TDR方法低15.79%,测量精度明显高于TDR方法。因此该方法可替代TDR方法用于特定条件下土壤含水率的准确检测。 相似文献
13.
基于介电特性与IRIV-GWO-SVR算法的番茄叶片含水率检测 总被引：10，自引：8，他引：2
为了探究利用介电特性检测作物水分状况的可行性,研究了一种基于介电特性的有效、快速、精确检测番茄叶片含水率的方法。以300片不同含水率的番茄叶片为研究对象,通过LCR测量仪测定叶片在0.05~200 k Hz下的相对介电常数ε′和介质损耗因数ε″,并采用干燥法测量叶片含水率。利用迭代保留信息变量法(iteratively retains informative variables,IRIV)对介电参数进行特征变量选取,并与连续投影算法(successive projections algorithm,SPA)进行比较,利用支持向量回归机(support vector regression,SVR)分别建立叶片全变量、2种特征变量与叶片含水率的关系模型。结果表明,基于迭代保留信息变量法选取特征变量的支持向量回归模型(IRIV-SVR)具有良好的预测能力,但预测精度仍需提高,故引入灰狼优化算法(grey wolf optimizer,GWO)优化模型的参数c(惩罚因子)和g(核函数参数)。最终,经GWO优化后的模型(IRIV-GWO-SVR)的预测集决定系数R2与均方根误差RMSE分别为0.963 8,0.020 7。因此,利用介电特性结合IRIV-GWO-SVR算法预测番茄叶片含水率是可行的,同时为其他叶片含水率检测提供了一种新的方法和思路。 相似文献
14.
为提高土壤墒情预测精度,提出了一种基于遗传算法（GA）、改进粒子群算法（IPSO）、误差反向传播（BP）神经网络和支持向量机（SVM）的土壤墒情组合预测模型（GA_IPSO_BP-SVM）。该模型首先在BP神经网络的权阈值选择中同时引入GA和IPSO构成GA_IPSO_BP模型,然后对GA_IPSO_BP和SVM模型分别进行训练和数据仿真,最后利用建立的加权模型对GA_IPSO_BP和SVM模型的土壤墒情预测结果进行组合。以安庆市8个监测站某时段内农田土壤墒情数据为例,分别按隔日、两日后和三日后三种时间跨度进行土壤墒情预测,并对照BP、GA-BP、PSO-BP、IPSO-BP、GA_IPSO_BP和SVM模型,验证和比较提出的GA_IPSO_BP-SVM模型的土壤墒情预测精度。结果表明,GA_IPSO_BP-SVM模型的土壤含水量预测相对误差平均值最小。GA_IPSO_BP与SVM模型组合的GA_IPSO_BP-SVM模型提高了土壤墒情的预测精度,更适合于土壤墒情的短期预测,该方法可为农业节水灌溉方案的制定提供技术支撑。 相似文献
15.
利用多时相Sentinel-1 SAR数据反演农田地表土壤水分 总被引：12，自引：5，他引：7
土壤水分是陆面生态系统水分和能量循环的重要变量,在农田干旱监测、作物长势监测和作物估产等应用研究中具有重要的作用。该文结合基于变化检测的Alpha近似模型,利用Sentinel-1卫星获取的多时相C波段合成孔径雷达(synthetic aperture radar,SAR)数据,实现了农田地表土壤水分的反演。该文首先利用微波辐射传输模型验证了Alpha近似模型在土壤水分反演中的合理性。研究发现,对于土壤散射占主导的区域,Alpha近似模型对辐射传输模型有较好的近似,能够有效地消除地表粗糙度和植被对雷达后向散射系数的影响。在此基础上,结合怀来研究区多时相Sentinel-1 SAR数据,利用Alpha近似模型构建了土壤水分观测方程组,通过求解方程组得到了农田地表土壤水分。地面验证结果表明,土壤水分反演的均方根误差(root mean square error,RMSE)为0.06 cm3/cm3,平均偏差为0.01 cm3/cm3,精度较好。该文研究为利用高重访周期、多时相的Sentinel-1 SAR数据获取农田地表土壤水分提供了参考。 相似文献
16.
基于介电特性与SPA-SVR算法的水稻含水率检测方法 总被引：2，自引：2，他引：0
为提高基于介电法水稻含水率的检测精度,以北粳3号水稻为研究对象,利用阻抗分析仪及自制同轴圆柱型电容器测量了不同含水率水稻在1 kHz～1 MHz频率下的相对介电常数ε′及介质损耗因数ε"。采用x-y共生距离法划分了72个样本校正集和48个样本预测集。利用无信息变量消除法及连续投影法选取介电参数(ε′、ε"及ε′和ε"两者结合)的特征变量,分别利用所提取的特征变量以及单频、全频下的介电参数来建立预测水稻含水率的多元线性回归及支持向量机回归模型,分析模型的预测性能,并对最佳模型的含水率预测结果进行温度补偿。结果表明:基于ε′与ε"两者结合并利用连续投影法提取特征变量建立的支持向量机回归模型预测效果最佳,其预测集决定系数为0.980,预测均方根误差为0.403%。最佳预测模型对不同品种水稻的含水率预测值与烘干法测得的含水率实测值的绝对误差集中分布在±0.5%内,该研究可为粮食含水率的检测提供参考。 相似文献
17.
植烟黄壤氮素矿化动态模拟研究 总被引：2，自引：0，他引：2
研究不同温度和水分条件下植烟土壤有机氮的矿化动态,为田间土壤氮素矿化的预测提供依据。采用好气间歇淋洗方法,探求不同温度培养模式[恒温20℃,恒温35℃,变温(5、10、15、20、25、30、35、30、25、20℃)],不同温度(5~40℃)与不同土壤含水量(风干土~53%)交互作用下的土壤有机氮矿化动态,并建立回归方程。运用田间土壤氮素矿化数据,进行模型验证。结果显示,变温培养下土壤氮素矿化动态与恒温培养显著不同,变温下土壤矿化氮的累积动态以积温模型的拟合效果最好;指数模型能够较好描述土壤有机氮矿化对土壤水分含量的反应。在土壤氮素矿化积温模型和水分函数的基础上,建立了变化温度与水分条件下的土壤氮素矿化模型。田间实测矿化数据验证了此模型的可行性。因此,可以利用有效积温和土壤含水量来估测田间土壤氮素矿化量。 相似文献