基于星载被动微波遥感的地表土壤湿度反演  

Soil moisture retrieving by passive microwave remote sensing data

作　　者：乔平林[1] 张继贤[1] 王翠华[2] 

机构地区：[1]中国测绘科学研究院摄影测量与遥感所,北京100039 [2]青岛理工大学建筑学院,山东青岛266033

出　　处：《辽宁工程技术大学学报（自然科学版）》2006年第3期342-344,共3页Journal of Liaoning Technical University (Natural Science)

基　　金：中国测绘科学研究院地理空间信息工程国家测绘局重点实验室博士后研究基金资助项目(B2536)

摘　　要：为了解决传统地面测量站网络不能满足大尺度土壤水分的时、空间变化的问题,而利用微波在土壤水分反演方面具有的独特优势,总结了被动微波遥感模态反演土壤湿度的规律,提出了利用双谱模型计算土壤表面的发射率的方法,并对实验区进行了成功的地表土壤水分反演,取得了理想的结果,该成果对于利用被动遥感技术反演土壤湿度具有一定的技术推广意义。Passive microwave remote sensing techniques have great potential for providing estimates of soil moisture with good temporal repetition on a daily basis and on a regional scale（-10km）. The emissivity for bare soil surface is calculated based on the theoretical backscattering model BSM. Simulation result shows that it＇s feasible to invert soil moisture by neural network （NN） based on BSM model. Using two kinds of emissivity data of two polarizations as the input of ANN, the inversion error of soil moisture is allowable even when there is some uncertainty on priori knowledge.

关 键 词：微波遥感 发射率 土壤湿度 BSM模型 人工神经网络 

分 类 号：TP79[自动化与计算机技术—检测技术与自动化装置]