【作 者】：网站采编
【关键词】：
【摘 要】：文章目录 论文创新点 摘要 ABSTRACT 第一章 绪论 1.1 研究背景与意义 1.1.1 极化SAR观测技术发展 1.1.2 极化SAR定量遥感应用 1.2 国内、外研究现状 1.2.1 SAR土壤湿度反演研究现状 1.2.2 农作物参

文章目录

论文创新点

摘要

ABSTRACT

第一章 绪论

1.1 研究背景与意义

    1.1.1 极化SAR观测技术发展

    1.1.2 极化SAR定量遥感应用

1.2 国内、外研究现状

    1.2.1 SAR土壤湿度反演研究现状

    1.2.2 农作物参数估计研究现状

    1.2.3 现阶段面临的主要问题和待解决难题

1.3 论文研究目标与研究内容

    1.3.1 研究目标与研究内容

    1.3.2 论文结构与章节安排

1.4 本章小结

第二章 极化SAR数据基础及地表、植被散射模型

2.1 极化SAR理论基础

    2.1.1 雷达方程

    2.1.2 电磁波极化

    2.1.3 琼斯(Jones)矢量

    2.1.4 Sinclair散射矩阵

    2.1.5 目标散射矢量与极化相干、协方差矩阵

2.2 随机粗糙面地表散射模型

    2.2.1 理论物理散射模型

    2.2.2 经验、半经验模型

2.3 植被散射模型

2.4 本章小结

第三章 基于多维度SAR极化目标分解的土壤湿度反演

3.1 极化目标分解模型

    3.1.1 表面散射模型

    3.1.2 偶次散射模型

    3.1.3 体散射模型

3.2 SAR多维度观测联合的极化目标分解框架

    3.2.1 多维度极化目标分解框架

    3.2.2 多维度极化目标分解模型及条件不变假设

3.3 基于多元非线性拟合的地表、植被介电常数解算

3.4 土壤湿度反演验证与分析

    3.4.1 实验区和数据介绍

    3.4.2 土壤湿度反演结果与分析

    3.4.3 植被介电常数估计与分析

    3.4.4 分解模型经验参数对土壤湿度反演的影响

3.5 本章小结

第四章 基于alpha近似模型的时序土壤湿度反演算法改进

4.1 alpha近似模型

4.2 后向散射系数对入射角、地表介电常数的敏感性分析

4.3 改进的多入射角、多极化alpha近似模型

    4.3.1 基于多入射角观测改进的alpha近似模型

    4.3.2 极化目标分解体散射滤除

    4.3.3 地表介电常数约束条件优化

    4.3.4 土壤湿度反演算法流程

4.4 土壤湿度参数反演验证与评价

    4.4.1 实验区及数据介绍

    4.4.2 实验结果分析

4.5 本章小结

第五章 基于动态系统理论的农作物生物物理参数估计

5.1 基于动态系统理论的时序参数估计模型框架

5.2 农作物生长模型和SAR观测模型构建

    5.2.1 农作物生长预测模型

    5.2.2 SAR生物物理参数观测模型

5.3 基于粒子滤波算法的动态系统参数估计

5.4 基于SAR观测的时序农作物生物物理参数估计、验证与评价

    5.4.1 农作物物候期参数时序估计

    5.4.2 农作物高度参数时序估计

5.5 本章小结

第六章 总结与展望

6.1 总结

6.2 论文主要创新点

6.3 研究展望

参考文献

攻博期间取得的学术成果

致谢

文章摘要:利用遥感手段准确获取地表地球物理和农作物生物物理参数信息,对精准农业、粮食安全等具有重要意义。极化合成孔径雷达（Polarimetric Synthetic Aperture Radar,PolSAR）具有分辨率高、穿透性强、对地表介电特性敏感等优势,其多时相、多角度、多频率观测能够为土壤湿度、植被参数估计提供丰富的观测信息。然而,受粗糙地表、植被覆盖等因素的影响及后向散射建模不充分的限制,现阶段PolSAR土壤湿度和植被生物物理参数估计仍存在不确定性。如何充分利用PolSAR观测信息实现地表、植被散射的准确解耦,提高参数的估计精度是SAR定量遥感研究的热点和难点。本文基于多时相、多入射角PolSAR观测数据,主要开展了两个方面的研究,1)土壤湿度反演方面:从多维度极化目标分解建模和时序多入射角土壤湿度反演算法构建角度出发,在实现地表、植被散射准确解耦的同时解决参数反演的欠定解算问题,提高植被覆盖区的反演精度;2)农作物生物物理参数估计方面:利用时序SAR特征参数信息,构建作物参数的演化模型和SAR观测模型,实现作物物候期（Biologische Bundesanstalt,Bundessortenamt,and CHemische,BBCH）和高度参数的时序估计,为地表、植被散射解耦提供先验知识。具体研究内容为:（1）构建多时相、多入射角极化目标分解模型:在经典的基于模型的极化目标分解框架基础上,联合X-Bragg模型、改进的双次Fresnel模型和自适应体散射模型（GVSM）进行多时相和多入射角极化目标分解模型构建。该模型在兼顾由地表粗糙度引起的表面、偶次散射去极化效应的同时,能够充分利用PolSAR重复观测的差异信息增加观测量,解决参数的欠定解算问题。实验结果表明,在农作物区,本文提出的基于多维度极化目标分解框架的土壤湿度反演算法精度RMSE<6.0%cm

文章来源：《生物物理学报》 网址: http://www.swwlxb.cn/qikandaodu/2022/0130/760.html