基于主被动遥感数据融合的土壤水分信息提取.PDF

第27 卷 第6 期 农 业 工 程 学 报 Vol.27 No.6 2011 年 6 月 Transactions of the CSAE Jun. 2011 187 基于主被动遥感数据融合的土壤水分信息提取 1,2※ 2 余 凡 ，赵英时 （1. 中国测绘科学研究院，北京 100830； 2. 中国科学院研究生院，北京 100049） 摘 要：为改善西北半干旱地区的土壤含水率监测精度，该文选择张掖地区黑河流域为研究区，提出了一种基于主被动 遥感融合数据贝叶斯网络分类的土壤水分信息提取方法。该方法依据光学与雷达遥感数据本身在反演土壤水方面的各自 优势，首先利用小波变换与IHS 结合的算法将TM5 、4 、3 与ASAR 数据融合，融合规则采用局部距离最大替代法，在 突出融合影像细节的同时，一定程度上保留了TM 数据的光谱信息。然后构建BN 网络进行分类，以融合后新的R 、G、 B 分量和TM6 波段作为网络的输入，输出为5 个不同的类别，分别对应5 个不同等级的土壤水分含量。经实测数据对融 合前后分类结果的比较分析，结果表明，此方法在植被区能取得更好的效果，分类精度达到76.1%，对荒漠区效果欠佳。 因此该方法在植被覆盖区对提取区域土壤水分信息是可行的、有效的。 关键词：土壤，水分，遥感，数据融合，贝叶斯分类 doi ：10.3969/j.issn.1002-6819.2011.06.034 中图分类号：P237 文献标志码：A 文章编号：1002-6819(2011)-06-0187-06 余 凡，赵英时. 基于主被动遥感数据融合的土壤水分信息提取[J]. 农业工程学报，2011，27(6)：187－192. Yu Fan, Zhao Yingshi. Soil moisture information extraction based on integration of active and passive remote sensing data [J]. Transactions of the CSAE, 20 11, 27(6): 187－192. (in Chinese with English abstract) [6] 的图像环境，从而改善分类效果 。在多源遥感数据分类 0 引 言 和专题信息特征提取中取得广泛应用，已发展了许多有 土壤水是陆面生态系统水循环的重要组成部分，是 [7-10] [11] 效的算法 。Ulaby 等 将主被动遥感数据的融合应用 研究水分胁迫、干旱监测、农作物估产的一个重要指标。 [12] 于提高农业土地利用分类；Anne H. S 等 利用一种基于 中国大部分地区的农业生产都受到干旱的影响，特别是 贝叶斯网络的模型对TM 和SAR 数据进行融合，并对融 西北和华北地区常年受到干旱的困扰。因此探讨一套客 合影像监督分类，结果表明融合影像的分类精度比单一 观有效的土壤水分监测方法，对干旱抗灾减灾，国民经 [13]