前言
第1章 緒論 1
1.1 研究背景及意義 1
1.2 基於主動微波遙感的土壤水分研究現狀 3
1.2.1 主動微波傳感器的發展現狀 3
1.2.2 地表參數同步觀測試驗 4
1.2.3主動微波遙感土壤水分反演現狀 5
1.2.4 土壤水分反演的不確定性研究現狀 6
1.3 主要研究內容 7
1.4 本書結構 8
第2章 理論基礎及研究區概況 9
2.1 微波遙感原理 9
2.1.1 微波遙感 9
2.1.2 雷達方程與後向散射繫數 9
2.1.3 雷達繫統參數 10
2.2 地表參數 12
2.2.1 地表粗糙度 12
2.2.2 土壤水分 14
2.3 地表散射模型 15
2.3.1 小擾動模型SPM 16
2.3.2 積分方程模型IEM 16
2.3.3 高級積分方程模型AIEM 17
2.3.4 Oh模型 18
2.3.5 Dubois模型 19
2.4 不確定性分析 19
2.4.1 主動微波土壤水分不確定性 19
2.4.2 主動微波土壤水分不確定性來源 19
2.5 研究區及試驗數據 20
2.5.1 WATER試驗的研究區 20
2.5.2 WATER獲取的SAR數據 20
2.5.3 WATER同步觀測數據 21
2.5.4 其他數據 23
2.6 本章小結 23
第3章 裸露地表微波散射特征研究 24
3.1 設置理論模型輸入參數的取值範圍 24
3.1.1 粗糙度參數取值範圍設定 24
3.1.2 設置其他參數取值範圍 26
3.2 後向散射繫數對地表粗糙度的響應 27
3.2.1 後向散射繫數對均方根高度的響應 27
3.2.2 後向散射繫數對相關長度的響應 41
3.3 後向散射繫數對土壤水分的響應 50
3.4 後向散射繫數對雷達入射角的響應 53
3.5 極化後向散射繫數對地表土壤溫度的響應 56
3.6 後向散射特征分析小結 57
第4章 基於組合粗糙度和地表差異性的土壤水分反演方法 59
4.1 粗糙度參數的不確定性問題與已有的解決方法 59
4.1.1 組合粗糙度 60
4.1.2 粗糙度定標 60
4.1.3 有效粗糙度 60
4.1.4 基於Dubois模型消除粗糙度參數 61
4.2 基於組合粗糙度的土壤水分反演方法 61
4.2.1 現有的組合粗糙度形式存在的問題 61
4.2.2 構建合適的組合粗糙度 63
4.2.3 實驗驗證 65
4.2.4 與其他形式的組合粗糙度反演結果對比 68
4.3 地表差異性的量化 71
4.3.1 地表差異性引入的不確定性 71
4.3.2 地表差異性的量化 72
4.3.3 去除地表差異性的不確定性 74
4.3.4 驗證有效性 75
4.3.5 結果分析 78
4.4 本章小結 81
第5章 尺度粗糙度的土壤水分反演方法 82
5.1 改進的有效粗糙度反演算法 82
5.1.1 有效粗糙度傳統算法的問題 82
5.1.2 的有效粗糙度的反演算法 86
5.1.3 實驗驗證 88
5.1.4 結論 91
5.2 基於貝葉斯理論的粗糙度概率反演 91
5.2.1 貝葉斯概率反演模型原理 91
5.2.2 似然函數 92
5.2.3 貝葉斯概率反演的思路 93
5.2.4 反演實驗 94
5.2.5 結論與分析 94
5.3 各種土壤水分方法對比分析 96
5.4 本章小結 100
第6章 土壤水分反演的不確定性分析 101
6.1 不確定性分析的內容 101
6.1.1 試驗方案 101
6.1.2 參數標定 102
6.2 粗糙度不確定性分析實驗 103
6.2.1 模擬數據實驗 103
6.2.2 實測數據實驗 105
6.2.3 對比分析 109
6.2.4 誤差控制範圍 110
6.3 結論 112
6.4 本章小結 113
第7章 結論 114
7.1 研究成果 114
7.2 創新點 115
7.3 不足之處 116
參考文獻 117