文档介绍：精品文档
精品文档
1
精品文档
遥感信息定量化分析方法
遥感技术已成为陆、海面过程实验和研究的一个必不可少的手段。遥感技术以其特有的
优势，实现了对地表不间断的昼夜观测，并在获取区域上的陆、海面参数方面具有不用LandsatTM和NOAA－AVHRR图像对西班牙Barrax地区的实际蒸发量进行了遥
感制图。
在光学遥感中，新近发展起来的高光谱遥感在遥感信息的定量分析中有着更高的利用价
值。光谱遥感技术的兴起是20世纪80遥感技术的最大成就之一，所谓高光谱遥感，即高光
谱分辨率遥感，指利用很多很窄的电磁波波段（通常<10nm）从感兴趣的物体获取有关数据；
与之相对的则是传统的宽光谱遥感，通常>100nm，且波段并不连续。高光谱使本来在宽波
段遥感中不可探测的物质，在高光谱中能被探测。
利用高光谱遥感资料估测地表植被化学组分将会在精确农业、生态系统研究、森林防火、
灾害和污染评估、资源调查等方面得到广泛应用，尤其是运用这一技术较为精确地获取区域
以至全球的地表植被化学参数，特别是蛋白质、糖、淀粉、木质素、纤维素等含量的确定，将更有用武之地。
微波遥感：
在遥感信息定量反演地物参数方面，光学遥感在反演地表反射率、地表温度等参数方面
具有较大优势，但在反演土壤湿度方面，其发展前景远不如微波遥感。微波遥感监测土壤水
分具有坚实的物理基础，即：土壤的介电特性和土壤水分含量有密切关系。水的介电常数大约为80，而干土仅为3，它们之间具有较大的反差，土壤的介电常数随土壤湿度变化而变化，
国内外研究者对此进行了大量实验研究。同时，微波遥感不受光照条件限制，能够全天候工作，并对植被和土壤有一定的穿透能力，因此微波遥感土壤湿度参数是今后遥感的一个重要研究方向。
（1）主动微波遥感的应用
不同含水量的土壤介电特性不同，其回波信号也不同，据此可建立后向散射系数和土壤
水分含量的关系。从雷达数据获取土壤含水量面临的一个问题，是要将含水量的影响与其它因子，如地表粗糙度或土壤纹理区分开。目前大多数研究是依据统计方法!通过对数据间相关分析，建立土壤含水量（一般在10cm以内）与后向散射系数之间的经验函数关系，而以线性关系应用最普遍。李杏朝在GPS定位的基础上，同步测量土壤水分、土壤后向散射系
数和同步获取的X波段、HH极化的机载SAR图像，建立了土壤湿度与后向散射系数、雷达图像灰度之间的线性关系公式，利用这些关系式获取的土壤湿度的相对误差分别为
%和12%等。Sano等利用多波段（C和Ku波段）、多角度雷达数据对农业区裸地的土壤湿度进行了大面积制图研究，亦建立了类似的线性关系。
Rao等利用雷达后向散射系数数据，同时估测土壤湿度和土壤表面粗糙度，在σ0（后向散射系数）与mv（土壤湿度）、σ（粗糙度）、m（坡度）之间建立了线性方程，即:
精品文档
精品文档
5
精品文档
利用这一算法，在湿度值较小的情况下可计算出较精确的土壤湿度和粗糙度值。
（2）被动微波遥感的应用
土壤的介电常数随其含水量变化而变化，由辐射计观测到的亮度温度也随之变化。土壤
湿度是影响被动微波辐射测量的关键因子，这一点已达成共识。为此!国内外专家围绕土壤
湿度与亮度温度之间的关系进行了大量的理论研究及野外和航空遥感实验，发展了具有局地
应用价值的各种算法