关键词:
植被含水量
影像融合
光学植被指数
极化分解
干涉测量相干系数
摘要:
植被含水量(Vegetation Water Content,VWC)是准确判断农作物生长健康状态的重要指标,能够为农业生产提供信息。实现监测和评估玉米植被含水量的变化对于保障玉米需水关键期的用水、实现玉米增产增收具有重要意义。而目前研究植被含水量最常用的手段是光学遥感技术,但光学遥感易受天气影响,而雷达可以实现全天时全天候观测。因此,本研究以吉林省长春市和松原市的玉米地为研究区,基于Sentinel-2光学遥感影像数据与Sentinel-1微波遥感影像数据,结合实地采样数据,开展光学与微波遥感玉米植被含水量的反演研究。主要研究内容与结论如下:
(1)基于光学遥感影像Sentinel-2提取研究区域的归一化植被指数(Normalized Difference Vegetation Index,NDVI)、归一化红边植被指数(Red-edge Normalized Difference Vegetation Index,NDVIre)、地面叶绿素指数(MERIS Terrestrial Chlorophyll Index,MTCI),利用这三种光学植被指数分别构建反演模型,结果表明三种光学植被指数的反演效果都较好,R2分别为0.651、0.664、0.679。其中,包含了红边波段的NDVIre和MTCI估算玉米植被含水量的精度均优于原始指数NDVI。因此,光学植被指数反演玉米植被含水量效果较好,并且利用加入红边波段的光学植被指数,可以使玉米植被含水量的估算精度进一步提高。
(2)基于微波遥感Sentinel-1的GRD和SLC数据,获取研究区域的后向散射系数、H/A/α极化分解量和干涉测量相干系数,利用上述参数分别构建玉米植被含水量反演模型。实验结果显示,后向散射系数中,VH的R2为0.663,VV的R2仅为0.497,VH反演效果优于VV,VH极化对玉米植被含水量信息更敏感;极化组合中VV+VH、VH2-VV2、VH×VV、VH2+VV2反演效果都较好,R2均高于0.55;三种极化分解参数极化熵H、反熵A、平均散射角α均与玉米植被含水量的相关性较差,R2均低于0.1,不适用于玉米植被含水量的反演;干涉测量相干系数在玉米植被含水量较低,即玉米植被生长前期(VWC<4kg/m2),R2为0.622,能够用于玉米植被含水量的反演,而在玉米植被生长后期(VWC>4kg/m2),R2仅0.172,相干系数就不适用于玉米生长后期的植被含水量的研究。
(3)在基于光学与微波遥感影像融合的玉米植被含水量的反演中,利用Gram-Schmidt(GS)法对光学遥感影像Sentinel-2与微波遥感影像Sentinel-1进行影像融合。结果表明,影像融合后的反演效果要优于单纯只利用光学遥感数据或微波遥感数据反演玉米植被含水量,与VH极化融合的R2与单纯只用光学数据的R2相比分别提高了0.025、0.08、0.004,证明了影像融合方法反演玉米植被含水量的可行性。其中,Sentinel-2与Sentinel-1的VH极化影像融合后反演效果比VV极化影像融合更好,更适用于玉米植被含水量的反演,这也进一步验证了VH极化的数据对植被更为敏感的研究结果。
本文基于光学遥感影像Sentinel-2与微波遥感影像Sentinel-1,分别利用光学遥感技术、微波遥感技术以及光学与微波遥感数据融合技术,提出多种玉米植被含水量的反演方案,实现对吉林省长春市和松原市研究区域内的玉米植被含水量的反演,证明了数据融合在玉米植被含水量的反演方面具有一定的先进性,为玉米植被含水量反演以及光学与微波遥感的影像融合提供重要的参考价值。