本發明屬于農業遙感，具體涉及一種反演冠層參數的區域土壤水分反演方法和系統。

背景技術：

1、土壤水分作為全球生態系統的重要組成部分，是聯系陸地表面水分和大氣空間以及地下水儲存的橋梁，對于生態系統的穩定性、功能性和多樣性影響深遠。在農業領域，作物覆蓋區域的土壤水分是重要的水文狀態變量，直接影響農作物的生長發育和產量形成。因此，對作物覆蓋區域的土壤水分進行精準監控，對于農情監測、資源利用、災害防控以及作物產量提升等方面意義重大。

2、傳統的土壤水分監測主要依靠儀器或人工定點監測，監測數據精度高，但獲取成本也高，無法滿足長時間、大面積的土壤水分監測需求。通過模型模擬雖然能夠獲取土壤水分的時空分布信息，但該方法對模型輸入參數要求嚴格，可操作性不強。隨著對地觀測技術的發展，遙感技術逐漸被應用于土壤水分監測中。光學遙感具有便捷高效、空間分辨率高、波段信息豐富等優勢，能夠有效反映地表作物生長狀況，但易受天氣影響，在陰雨天氣無法高質量實現監測。合成孔徑雷達（synthetic?aperture?radar，sar）屬于主動微波遙感，有著與光學不同的成像原理和穿透能力，可彌補光學遙感觀測的不足。當土壤含水量發生變化時，土壤的電介質特性會隨之變化，進而影響sar后向散射系數，因此sar遙感在土壤水分反演方面具有顯著優勢。

3、但是，對于有作物覆蓋的區域，sar后向散射系數不僅與本身的極化方式、入射角及土壤水分相關，還受作物含水量等因素的影響，此時的sar后向散射中包含著作物冠層的直接散射貢獻、經過作物冠層兩次衰減的地面散射貢獻及作物和地表復雜相互作用的散射貢獻。如何減少作物的影響，是作物覆蓋區土壤水分反演的重點和難點。此外，土壤水分時間變化較快，直接與sar遙感特征構建關系反演難度較大。相比而言，作物冠層參數時間變化較慢，耦合區域作物冠層參數間接反演土壤水分有助于提升反演模型穩健性和魯棒性。

4、水云模型是基于作物冠層參數反演土壤水分的主要模型之一，水云模型將作物冠層假設為“水-云”，只關注作物層和土壤層的直接散射，而不考慮作物與土壤間的多次散射。葉面積指數（leaf?area?index,?lai）、植株含水量（vegetation?water?content,?vwc）等作物冠層參數是其重要的輸入參數。當前，葉面積指數（lai）、植株含水量（vwc）等冠層參數的獲取主要基于田間單點實測后經空間插值或基于光學影像反演獲得。受作物品種、土壤性質以及田間管理措施的影響，作物冠層參數存在顯著的空間變異性，空間插值的方法不能準確獲得每個像元的作物冠層參數真值。而在多云雨覆蓋的區域，光學影像質量較差，基于光學數據反演的區域作物冠層參數誤差較大。

5、此外，水云模型對作物結構和分層的描述過于簡單，機理性偏弱，亟需引入新的sar遙感機理特征進行改進以提高土壤水分反演精度。

技術實現思路

1、針對背景技術中的問題，本發明提出一種反演冠層參數的區域土壤水分反演方法。

2、雷達極化特征值能夠提供關于地物散射特性的信息，這些信息與土壤水分有一定的關聯。本發明首先基于極化分解技術進行sar遙感數據極化分解并優選具有機理性和物理意義的、能夠較好地反映作物的植株特征的極化特征。然后，將上述優選的極化特征輸入隨機森林算法中進行區域冠層參數反演，并將反演獲得的作物冠層參數代入水云模型中間接反演區域土壤水分。

3、本發明的一種反演冠層參數的區域土壤水分反演方法，包括：s1，采集實測數據，分為訓練集和測試集，實測數據包括：實測樣點的sar后向散射系數、葉面積指數lai和植株含水量vwc；s2，分析研究區作物微波散射特征，對sar遙感影像進行極化分解得到具備機理性的極化分解特征：sar后向散射系數分量和雷達極化特征分量；s3，隨機森林冠層參數反演：基于隨機森林算法，結合地面樣點數據，對所述sar后向散射系數分量和所述雷達極化特征分量進行特征重要性評估，篩選與葉面積指數lai、植株含水量vwc強相關性的極化分解特征組合；s4，基于篩選出的所述極化分解特征組合，基于機器學習算法，訓練冠層參數反演模型，獲得區域葉面積指數lai和區域植株含水量vwc；s5，水云模型參數標定：以s1中的所述實測樣點的sar后向散射系數、葉面積指數lai和植株含水量vwc代入水云模型，結合粒子群優化算法和信賴域反射算法進行水云模型的參數標定；s6，使用標定后的所述水云模型，耦合s4中獲得的區域葉面積指數lai來反演土壤水分，以及耦合區域植株含水量vwc來反演土壤水分。

4、本發明還對應提出一種反演冠層參數的區域土壤水分反演系統，包括：計算機可執行程序，所述程序執行時完成如上所述的方法的步驟。

5、本發明的有益效果如下。一方面，受土壤水分時間變化較快的影響，使用機器學習模型直接構建土壤水分與sar散射分量間關系建立土壤水分反演模型魯棒性較差。為了解決這一問題，本發明選擇相對穩定的作物冠層參數作為半經驗反演模型水云模型的輸入參數。本發明的方法不僅能夠提高模型的魯棒性，還能增強模型在不同土壤條件下的適應能力。此外，從機理角度來看，作物冠層參數與雷達極化特征間的關系較為明確，能夠提高土壤水分反演半經驗模型的機理性。另一方面，區域范圍內獲取水云模型輸入參數具有較大難度。當前，葉面積指數（lai）、植株含水量（vwc）等冠層參數的獲取主要基于田間單點實測后經空間插值或基于光學影像反演獲得。受作物品種、土壤性質以及田間管理措施的影響，作物冠層參數存在顯著的空間變異性，空間插值的方法不能準確獲得每個像元的作物冠層參數真值。而在多云雨覆蓋的區域，光學影像質量較差，基于光學數據反演的區域作物冠層參數誤差較大。為了解決這一問題，本發明采用隨機森林模型結合雷達極化分解技術，以有效獲取區域葉面積指數（lai）和植被含水量（vwc）等作物冠層參數。本發明的方法可以克服單點測量和光學反演方法在區域作物冠層參數獲取上的局限性，保證水云模型輸入參數具備較高的空間一致性和準確性。

技術特征：

1.一種反演冠層參數的區域土壤水分反演方法，其特征在于，包括：

2.根據權利要求1所述的方法，其特征在于，

3.根據權利要求1所述的方法，其特征在于，在步驟s3中，

4.根據權利要求3所述的方法，其特征在于，

5.根據權利要求4所述的方法，其特征在于，步驟s3包括：

6.根據權利要求1所述的方法，其特征在于，步驟s5包括：

7.根據權利要求1所述的方法，其特征在于，所述水云模型為：

8.根據權利要求7所述的方法，其特征在于，步驟s2還包括：對全極化sar遙感影像進行預處理，包括：輻射定標、多視處理、相干斑濾波、地理編碼和分貝化。

9.根據權利要求5所述的方法，其特征在于，步驟s4中，

10.一種反演冠層參數的區域土壤水分反演系統，其特征在于，包括計算機可執行程序，所述程序運行時，實現如權利要求1-9任一項所述的方法。

技術總結
本發明屬于農業遙感技術領域，提出一種反演冠層參數的區域土壤水分反演方法，包括：S1，采集實測數據，分為訓練集和測試集；S2，對SAR遙感影像進行極化分解得到具備機理性的極化分解特征；S3，篩選與葉面積指數LAI、植株含水量VWC強相關性的極化分解特征組合；S4，基于篩選出的特征訓練冠層參數反演模型，反演獲得區域葉面積指數LAI和區域植株含水量VWC；S5，水云模型參數標定；S6，使用標定后的水云模型，耦合區域葉面積指數LAI以及區域植株含水量VWC來反演土壤水分。本發明克服了單點測量和光學反演方法在區域作物冠層參數獲取上的局限性，保證水云模型輸入參數具備較高的空間一致性和準確性。

技術研發人員：吳尚蓉,朱逸青,鐘虎,曹紅,楊鵬
受保護的技術使用者：中國農業科學院農業資源與農業區劃研究所
技術研發日：
技術公布日：2025/4/28