一种基于AMSR-E和ASAR数据的土壤水分协同反演方法

李新, 曾琪明^†,王心逸, 黄江辉, 焦健

北京大学地球与空间科学学院遥感与地理信息系统研究所, 北京 100871

收稿日期:2015-04-03修回日期:2015-05-18出版日期:2016-09-20

基金资助:国家科技支撑计划(2012BAH29B03)资助

A Soil Moisture Co-retrieval Approach Based on AMSR-E and ASAR Data

LI Xin, ZENG Qiming^†, WANG Xinyi, HUANG Jianghui, JIAO Jian

Institute of Remote Sensing and Geographical Information System, School of Earth and Space Sciences, Peking University, Beijing 100871

Received:2015-04-03Revised:2015-05-18Published:2016-09-20

PDF

(2781KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

摘要/Abstract

摘要： 在缺乏卫星过境时地面同步观测数据的情况下, 大范围高时空分辨率的土壤水分监测存在一定的困难。针对这一问题, 提出一种不依赖地面土壤水分同步观测数据的主、被动微波协同反演逐日高空间分辨率的土壤水分观测新方法。该方法将补偿后的 AMSR-E 土壤水分作为“高时间分辨率土壤水分观测控制值”, 以此计算逐日土壤水分变化量, 并结合 ASAR 交替极化模式数据, 反演高空间分辨率的土壤水分基准日期值, 然后基于两者建立土壤水分协同反演模型。该模型适用于地势比较平坦、地表粗糙度较小且无植被覆盖或植被覆盖度较低的区域。在陕西省渭北台塬西部地区的试验结果表明: 该方法参数拟合的决定系数约为0.81; 反演得到的土壤水分与凤翔县农业气象站地面实测土壤湿度数据对比, 两者的决定系数为 0.92, 土壤体积含水量的均方根误差为0.025。反演结果可用于水分限制条件下作物生长模拟。
中图分类号:
-->P237

引用本文

李新, 曾琪明, 王心逸, 黄江辉, 焦健. 一种基于AMSR-E和ASAR数据的土壤水分协同反演方法[J]. 北京大学学报（自然科学版）, 2016, 52(5): 902-910.
LI Xin, ZENG Qiming, WANG Xinyi, HUANG Jianghui, JIAO Jian. A Soil Moisture Co-retrieval Approach Based on AMSR-E and ASAR Data[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2016, 52(5): 902-910.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=2999