多传感器联合之主动微波与光学遥感联合

许多研究致力于联合主动微波SAR数据和光学遥感数据反演土壤水分。Yang等（2006）利用Radarsat ScanSAR数据，基于高级积分方程模型（AIEM），提出了一个半经验的后向散射模型，并且利用半经验植被模型以及Landsat TM和NOAAAVHRR数据，消除了植被的影响，土壤水分反演结果与地面实测值之间的均方根误差为0.011cm³/cm³。在光学影像数据的基础上，利用归一化差分水分指数（NDM1）确定研究区的植被含水量，应用多极化星载雷达数据结合微波散射的水云模型，去除了植被层的影响，从总的后向散射系数中分离植被散射和吸收的贡献，得到裸土的后向散射系数，并建立与土壤重量含水量之间的关系，从而获得干旱区绿洲植被覆盖地表的土壤水分。结果表明，利用C波段HH极化雷达影像数据结合光学影像数据，进行棉花、玉米等农作物种植区的地表土壤水分反演时，在中等覆盖条件下去除植被影响有较好的效果。ASAR数据和TM数据协同反演植被覆盖土壤水分的半经验耦合模型，该模型在微波模型的基础上，对描述植被层散射的关键参数LAI采用PROSAIL光学模型来反演，实现了微波和光学模型的耦合。实测数据表明，新耦合模型较MIMICS模型单独反演结果有明显提高，反演值与实测值之间的平均相对误差从22.7%减小到10.4%，均方根误差从0.068g/cm³减小到0.031g/cm³。