本發(fā)明涉及微波雷達，特別涉及基于遙感數據和水云模型的區(qū)域土壤水分反演方法與系統(tǒng)。

背景技術：

1、土壤水分是陸地生態(tài)系統(tǒng)水循環(huán)過程的重要組成部分，快速準確地獲取土壤水分時空變化信息對農業(yè)生產、干旱預警以及水資源管理具有重要意義。

2、傳統(tǒng)的土壤水分監(jiān)測方法依賴于地面站點的直接測量，費時費力且難以實現大范圍的實時監(jiān)測。哨兵系列地球觀測衛(wèi)星是歐盟委員會和歐洲航天局共同倡議的全球環(huán)境與安全監(jiān)測系統(tǒng)(即哥白尼計劃)的重要組成部分，通過提供全球范圍內的高分辨率、全天候地球觀測數據，支持全球環(huán)境監(jiān)測、氣候變化研究、自然災害管理與應急響應等關鍵領域。

3、本領域中通過地球觀測衛(wèi)星觀測可以獲得高分辨率的觀測數據，在實際觀測中，植被覆蓋對雷達后向散射系數具有較大的影響，現有技術中，雖然一些學者對作物覆蓋區(qū)域土壤水分進行了研究，但是在研究中，由于目前各種反演方法都是試圖使用單一的反演來反演所有情況下的區(qū)域，由于不同作物覆蓋情況下區(qū)域的數據不同，造成反演模型的反演結果產生差異，使得土壤水分反演面臨挑戰(zhàn)，導致土壤水分反演的精度和可靠度降低。

技術實現思路

1、本發(fā)明的目的在于針對上述現有技術的不足，提供基于遙感數據和水云模型的區(qū)域土壤水分反演方法與系統(tǒng)，以解決現有技術中由于目前各種反演方法都是試圖使用單一的反演來反演所有情況下的區(qū)域，由于不同作物覆蓋情況下區(qū)域的數據不同，造成反演模型的反演結果產生差異，使得土壤水分反演面臨挑戰(zhàn)，導致土壤水分反演的精度和可靠度降低的問題。

2、本發(fā)明具體提供如下技術方案：

3、一種基于遙感數據和水云模型的區(qū)域土壤水分反演方法，包括如下步驟：

4、獲取研究區(qū)的衛(wèi)星遙感影像數據；

5、提取所述衛(wèi)星遙感影像數據的反射率信息，利用反射率信息計算光譜指數，并對衛(wèi)星遙感影像數據進行監(jiān)督分類，獲得研究區(qū)植被分類結果；

6、將光譜指數作為植被描述參數引入到多類水云模型中，對多類水云模型進行參數反演，通過反演結果選取最優(yōu)植被描述參數和最優(yōu)土壤含水率反演模型；所述參數包括后向散射系數和土壤含水率；

7、基于所述植被分類結果與最優(yōu)植被描述參數，由植被覆蓋低于閾值條件下的水云模型建立查找表，將查找表中獲取的后向散射系數輸入最優(yōu)土壤含水率反演模型，反演獲得區(qū)域土壤含水率。

8、優(yōu)選的，所述將光譜指數作為植被描述參數引入到多類水云模型中，對多類水云模型進行參數反演，通過反演結果選取最優(yōu)植被描述參數和最優(yōu)土壤含水率反演模型，包括：

9、在水云模型中引入植被覆蓋度fvc，將混合像元中的總后向散射系數拆分為植被覆蓋區(qū)域的散射貢獻和裸露地表散射貢獻；具體表達式為：

10、

11、其中，為植被覆蓋區(qū)域sar傳感器接收到的雷達后向散射系數，為植被體散射系數，τ2為雷達穿過植被的雙層衰減因子；為裸土面散射系數；

12、將光譜指數中的歸一化植被指數ndvi、歸一化差異水分指數ndwi和葉面積指數lai作為植被描述參數引入到水云模型，以土壤含水率mv、入射角θ、后向散射系數植被描述參數mveg為輸入參數，采用非線性最小二乘法反演水云模型參數；

13、建立不同植被描述參數建模集的觀測后向散射系數與通過水云模型反演模擬得到的后向散射系數，并通過對比觀測后向散射系數與反演模擬得到的后向散射系數之間的決定系數和均方根誤差，選取最優(yōu)植被描述參數；其中，水云模型包括常規(guī)水云模型wcm和低植被覆蓋條件下的水云模型mwcm；

14、以土壤含水率mv、入射角θ、后向散射系數植被描述參數mveg為輸入參數分別基于wcm、mwcm模型建立查找表，以不同算法反演土壤含水率，獲取不同算法反演結果的決定系數和均方根誤差，選取最優(yōu)土壤含水率反演模型。

15、優(yōu)選的，所述選取最優(yōu)土壤含水率反演模型，包括：

16、當選用mveg作為植被描述參數時，wcm與mwcm模型的土壤含水率表達式分別為：

17、

18、

19、其中，mv1為wcm模型的土壤含水率，mv2為mwcm模型土壤含水率；

20、當選用lai作為植被描述參數時，wcm與mwcm模型土壤含水率表達式分別為：

21、

22、

23、以不同算法反演結果中土壤含水率的決定系數和均方根誤差土壤含水率選取最優(yōu)土壤含水率反演模型。

24、優(yōu)選的，所述獲取研究區(qū)的衛(wèi)星遙感影像數據，包括：

25、獲取研究區(qū)域的衛(wèi)星遙感影像數據，并對衛(wèi)星遙感影像數據進行預處理，且對預處理后的衛(wèi)星遙感影像數據進行配準處理；

26、其中衛(wèi)星遙感影像數據均由歐空局哥白尼哨兵科學中心下載獲得。

27、優(yōu)選的，提取所述衛(wèi)星遙感影像數據的反射率信息，利用反射率信息計算光譜指數，包括：

28、提取衛(wèi)星遙感影像數據的反射率信息，并利用反射率信息獲取包括歸一化差異植被指數ndvi、歸一化差異水分指數ndwi和葉面積指數lai的光譜指數；其中ndvi與ndwi計算公式如下：

29、

30、

31、其中，b4、b8、b11分別為衛(wèi)星遙感影像中sentinel-2的第4、8、11波段反射率。

32、優(yōu)選的，所述利用反射率信息計算光譜指數，還包括：

33、采用歸一化植被指數ndvi獲取植被覆蓋度fvc，具體表達式為：

34、

35、其中，ndvisoil為無植被覆蓋像元的ndvi值，ndviveg為全部由植被覆蓋像元的ndvi值。

36、本發(fā)明提供一種基于遙感數據和水云模型的區(qū)域土壤水分反演系統(tǒng)，包括：

37、采集模塊，用于獲取研究區(qū)的衛(wèi)星遙感影像數據；

38、數據提取模塊，用于提取所述衛(wèi)星遙感影像數據的反射率信息，利用反射率信息計算光譜指數，并對衛(wèi)星遙感影像數據進行監(jiān)督分類，獲得研究區(qū)植被分類結果；

39、模型選取模塊，用于將光譜指數作為植被描述參數引入到多類水云模型中，對多類水云模型進行參數反演，通過反演結果選取最優(yōu)植被描述參數和最優(yōu)土壤含水率反演模型；所述參數包括后向散射系數和土壤含水率；

40、反演模塊，用于基于所述植被分類結果與最優(yōu)植被描述參數，由植被覆蓋低于閾值條件下的水云模型建立查找表，將查找表中獲取的后向散射系數輸入最優(yōu)土壤含水率反演模型，反演獲得區(qū)域土壤含水率。

41、本發(fā)明提供一種計算機設備，包括存儲器及處理器，所述存儲器中儲存有程序，所述程序被所述處理器執(zhí)行時，使得所述處理器執(zhí)行上述一種基于遙感數據和水云模型的區(qū)域土壤水分反演方法的步驟。

42、本發(fā)明提供一種存儲介質，其上存儲有計算機程序，所述計算機程序被處理器執(zhí)行時實現上述的一種基于遙感數據和水云模型的區(qū)域土壤水分反演方法的步驟。

43、與現有技術相比，本發(fā)明具有如下顯著優(yōu)點：

44、本發(fā)明針對區(qū)域土壤水分的反演，通過研究區(qū)的衛(wèi)星遙感影像數據的反射率信息獲取光譜指數，采用光譜指數作為不同植被描述參數對于水云模型進行反演，選取最優(yōu)植被描述參數和最優(yōu)土壤含水率反演模型，來實現任意條件下的土壤含水率反演，且針對植被覆蓋低于閾值條件時的土壤水分反演，本發(fā)明通過植被覆蓋低于閾值條件的水云模型建立查找表，通過查找表中的后項散射系數對最優(yōu)土壤含水率反演模型進行訓練反演，獲得區(qū)域土壤含水率，從而實現了植被覆蓋低于閾值條件下以及常規(guī)條件下的土壤水分反演，降低植被覆蓋對雷達后向散射系數的影響，同時降低反演結果產生的差異，有效提高了土壤水分反演的精度、適用性和可靠性。