基于Sentinel多源數(shù)據(jù)的農(nóng)田地表土壤水分反演模型構(gòu)建與驗證

郭 交，劉 健，寧紀鋒，韓文霆

基于Sentinel多源數(shù)據(jù)的農(nóng)田地表土壤水分反演模型構(gòu)建與驗證

郭 交1,2，劉 健1,2，寧紀鋒3，韓文霆4

（1.西北農(nóng)林科技大學機械與電子工程學院，楊凌 712100；2. 陜西省農(nóng)業(yè)信息感知與智能服務(wù)重點實驗室，楊凌 712100；3. 西北農(nóng)林科技大學信息工程學院，楊凌 712100；4. 西北農(nóng)林科技大學水土保持研究所，楊凌 712100）

土壤水分是影響水文、生態(tài)和氣候等環(huán)境過程的重要參數(shù)，而微波遙感是農(nóng)田地表土壤水分測量的重要手段之一。針對微波遙感反演農(nóng)田地表土壤水分受植被覆蓋影響較大的問題，該文基于Sentinel-1和Sentinel-2多源遙感數(shù)據(jù)，利用Oh模型、支持向量回歸（support vector regression，SVR）和廣義神經(jīng)網(wǎng)絡(luò)（generalized regression neural Network，GRNN）模型對土壤水分進行定量反演，以減小植被影響，提高反演精度。結(jié)果表明：通過水云模型去除植被影響后的Oh模型反演精度有所提高。加入不同植被指數(shù)的SVR和GRNN模型的反演效果總體優(yōu)于Oh模型，基于SVR模型的多特征參數(shù)組合（雙極化雷達后向散射系數(shù)、海拔高度、局部入射角、修改型土壤調(diào)整植被指數(shù)）反演效果最優(yōu)，其測試集相關(guān)系數(shù)和均方根誤差分別達到了0.903和0.015 cm3/cm3，為利用多源遙感數(shù)據(jù)反演農(nóng)田地表土壤水分提供了參考。

土壤水分；模型；遙感；反演；多源數(shù)據(jù)；Sentinel

0 引 言

土壤水分是地球生態(tài)系統(tǒng)中非常重要的組成部分，在全球水循環(huán)中發(fā)揮著積極作用[1]，其直接影響著地表和大氣界面的水分和能量交換，在全球氣候變化和水循環(huán)的研究中扮演著重要的角色[2-3]。在農(nóng)業(yè)應(yīng)用中，土壤水分監(jiān)測在農(nóng)作物長勢監(jiān)測、作物估產(chǎn)和變量灌溉等應(yīng)用中具有重要意義[4-5]。……