基于Sentinel-1/2遥感数据的冬小麦覆盖地表土壤水分协同反演

赵建辉 张 蓓 李 宁 郭拯危

(河南大学河南省大数据分析与处理重点实验室 开封 475004)

(河南大学河南省智能技术与应用工程技术研究中心 开封 475004)

(河南大学计算机与信息工程学院 开封 475004)

1 引言

土壤水分在水文模型、气候模型和生态模型中扮演着重要角色，对气候变化起着调节作用，同时在陆面水资源形成、转化、消耗过程中占据主要位置[1]。土壤水分测量在干旱预报、天气模拟、农作物估产和水资源管理等应用中具有重要意义。

传统的土壤水分测量方法，虽然能够提供准确的结果，但需要消耗巨大的人力和财力，而且无法在短时间内获取大范围的土壤水分信息。随着遥感技术的发展，合成孔径雷达(Synthetic Aperture Radar,SAR)凭借其全天时、全天候工作的优势，应用广泛且在众多土壤水分估测手段中脱颖而出[2,3]。张祥等人[4]利用时序Sentinel-1微波数据完成了农田土壤水分变化分析，验证了时序Sentinel-1数据检测农田水分变化的实用性。陈婷婷等人[5]基于多时相Sentinel-1数据，通过改进Alpha近似模型对试验区土壤水分进行反演，实验表明了反演结果与实测数据具有较好的相关性。韩玲等人[6]利用Envisat-1微波数据与高级积分方程模型(Advanced Integral Equation Model, AIEM)构建土壤水分反演模型，提高了研究区土壤水分反演精度。虽然仅利用微波数据能够有效地估测裸土土壤水分，但对于冬小麦覆盖地表而言，由于冬小麦等农作物影响雷达信号对介电常数的敏感性，因而其土壤水分反演具有一定难度。为了解决这一问题，林利……