GNSS-IR解译土壤湿度变化和植被生长过程的方法技术

本发明专利技术提供GNSS

【技术实现步骤摘要】
GNSS-IR解译土壤湿度变化和植被生长过程的方法


[0001]本专利技术涉及农业监测
，具体涉及GNSS-IR解译土壤湿度变化和植被生长过程的方法。

技术介绍

[0002]土壤湿度和植被是陆地-大气反馈中的重要变量，被列为全球气候观测系统的基本气候变量。表层土壤湿度在将入射辐射通量划分为从土地到大气的潜热通量和显热通量中起主要作用。植被通过蒸散作用影响土壤水分，而土壤水分是决定该地区植被类型和状况的决定因素。因此，土壤水分的变化会对农业生产力，林业和生态系统健康产生重大影响。
[0003]目前，土壤湿度的观测通常使用湿度计或遥感卫星，湿度计通常作为小尺度监测网的测量手段以获取高精度的土壤湿度值。然而这些网络在空间分布研究中的应用是有限的。不同类型传感器的测量值同化具有挑战性，且土壤湿度表现出的较大水平变异性通过点测量难以实现最佳化监测。遥感卫星任务的成功运行，如欧空局的土壤水分和海洋盐度(SMOS)计划和美国宇航局的土壤水分主被动(SMAP)计划，提供了全球范围内土壤湿度的一致测量。时空的变异性和产品精度的可靠性仍需原位土壤湿度观测值进行量化和验证。因此，本专利技术提出了GNSS-IR解译土壤湿度变化和植被生长过程的方法。

技术实现思路

[0004]为解决上述问题，本专利技术的目的在于提供GNSS-IR解译土壤湿度变化和植被生长过程的方法。
[0005]为实现上述目的，本专利技术提供了如下的技术方案。
[0006]GNSS-IR解译土壤湿度变化和植被生长过程的方法，包括以下步骤：
[0007]S1：确定实验区域；
[0008]S2：GNSS接收机记录SNR数据；分离直射信号SNR
d
SNR
d
和反射信号SNR
m
SNR
m
分量；采用低阶多项式去除直射信号；
[0009]S3：使用Lomb-scargle谱分析方法计算反射信号SNR
m
SNR
m
主导频率f
t
f
t
，采用非线性最小二乘拟合方法对SNR
m
SNR
m
进行拟合得到相位偏移和振幅A
m
A
m
；
[0010]S4：根据拟合获得的相位偏移和振幅A
m
A
m
检索体积土壤湿度VSM；
[0011]S5：根据主导频率f
t
f
t
的峰值功率A
LSP
A
LSP
和振幅A
m
A
m
度量植被含水量；
[0012]S6：根据h
veg
＝f
t
λ/2h
veg
＝f
t
λ/2将主频f
t
f
t
转化为有效反射高度h
veg
h
veg
，通过估算h
veg
h
veg
的时间序列来检索植被高度变化，其中，λλ为信号波长。
[0013]优选地，所述S2中SNR数据：
[0014][0015]式中，P
d
P
d
为直射信号功率，P
r
P
r
为反射信号功率，P
N
P
N
为噪声功率，ψψ为相位差；所
述SNR包括直射信号述SNR包括直射信号和反射信号和反射信号
[0016]优选地，所述ψψ是一个与反射物体物理特性相关联的参数，其中，作为ψψ的一个简单空间等效，直反射信号间的路径延迟δδ可由反射高h和卫星高度角E进行表达：
[0017]δ＝2hsinEδ＝2hsinE；
[0018]式中，h为反射高，δδ为直反射信号路径延迟，E为卫星高度角；通过将各系统信号波长λ，路径延迟δδ引起的相位差ψψ表示如下：
[0019][0020]优选地，所述S4的检索方法：
[0021][0022]式中，和分别是每个卫星轨道时间序列最低和最高15％的平均值，取平均值剔除序列中的异常低值或高值；
[0023]所述VSM通过计算：
[0024][0025]式中，VSM
obs_min VSM
obs_min
和VSM
obs_max VSM
obs_max
分别是原位土壤湿度的最低和最高15％的平均值，一天中所有卫星轨道VSM的中值视为该天的理想VSM值。
[0026]优选地，所述S5的检索植被高度方法：
[0027]通过低阶多项式拟合移除SNR
d
sNR
d
进而获取反射信号分量sNR
m
SNR
m
，通过LSP分析方法估算sNR
m
sNR
m
的主频f
t
f
t
，最后使用式h
veg
＝f
t
λ/2h
veg
＝f
t
λ/2将主频f
t
f
t
转化为有效反射高度h
veg
h
veg
。
[0028]优选地，所述S5的检索植被高度方法：
[0029]采用EMD算法分解原始SNR：
[0030][0031]式中(x)t(x)t为原始SNR序列，c
i
(t)c
i
(t)为本征模函数IMF，r
n
(t)r
n
(t)为分别趋势项。
[0032]选择与相干信号频率相对应的IMF作为SNR
m
SNR
m
；采用多个IMF分量的组合作为最终的SNR
m
SNR
m
.相比于低阶多项式拟合获取的SNR
m
SNR
m
，通过LsP分析方法估算SNR
m
SNR
m
的主频f
t
f
t
，最后使用式h
veg
＝f
t
λ/2h
veg
＝f
t
λ/2将主频f
t
f
t
转化为有效反射高度h
veg
h
veg
。
[0033]优选地，所述S5的检索植被高度方法：
[0034]将时间序列分解到时间-频率域内，从而得到周期变化的模态以及这些模态随时间的变化，植被高度被检索如下：
[0035]H
veg
＝Δh+λH
veg
＝Δh+λ_h
0-h
veg
+λh
0-h<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.GNSS-IR解译土壤湿度变化和植被生长过程的方法，其特征在于，包括以下步骤：S1：确定实验区域；S2：GNSS接收机记录SNR数据，分离SNR数据中的直射信号SNR
d
SNR
d
和反射信号SNR
m
SNR
m
分量，并采用低阶多项式去除SNR数据中的直射信号；S3：使用Lomb-Scargle谱分析方法计算反射信号SNR
m
SNR
m
主导频率f
t
f
t
，采用非线性最小二乘拟合方法对SNR
m
SNR
m
进行拟合得到相位偏移和振幅A
m
A
m
；S4：根据拟合获得的相位偏移和振幅A
m
A
m
检索体积土壤湿度VSM；S5：根据主导频率f
t
f
t
的峰值功率A
LSP
A
LSP
和振幅A
m
A
m
度量植被含水量；根据h
veg
＝f
t
λ/2h
veg
＝f
t
λ/2将主频f
t
f
t
转化为有效反射高度h
veg
h
veg
，通过估算h
veg
h
veg
的时间序列来检索植被高度变化，其中，λλ为信号波长。2.根据权利要求1所述的GNSS-IR解译土壤湿度变化和植被生长过程的方法，其特征在于，所述S2中SNR数据：式中，P
d
P
d
为直射信号功率，P
r
P
r
为反射信号功率，P
N
P
N
为噪声功率，ψψ为相位差；所述SNR包括直射信号SNR包括直射信号和反射信号和反射信号3.根据权利要求2所述的GNSS-IR解译土壤湿度变化和植被生长过程的方法，其特征在于，所述ψψ是一个与反射物体物理特性相关联的参数，其中，作为ψψ的一个空间等效，直反射信号间的路径延迟δδ可由反射高h和卫星高度角E进行表达：δ＝2hsinEδ＝2hsinE；式中，h为反射高，δδ为直反射信号路径延迟，E为卫星高度角；通过将各系统信号波长λ，路径延迟δδ引起的相位差ψψ表示如下：4.根据权利要求1所述的GNSS-IR解译土壤湿度变化和植被生长过程的方法，其特征在于，所述S4的检索方法：式中，和分别是每个卫星轨道时间序列最低和最高15％的平均值，取平均值剔除序列中的异常低值或高值；所述VSM通过计算：式中，VSM
obs_min
VSM
obs_min
和VSM
obs_max...

【专利技术属性】
技术研发人员：张双成，王涛，彭继轮，陈雪蓉，张成龙，刘奇，马中民，余静，周昕，
申请(专利权)人：长安大学，
类型：发明
国别省市：