[發(fā)明專利]基于被動微波混合像元分解技術(shù)的鹽堿地特性探測方法

無效

• 申請?zhí)枺?/td>: 201410050321.2
• 申請日: 2014-02-13
• 公開（公告）號: CN103808736A
• 公開（公告）日: 2014-05-21
• 發(fā)明（設(shè)計）人: 顧玲嘉;任瑞治;張爽
• 申請（專利權(quán)）人: 吉林大學(xué)
• 主分類號: G01N22/00
• 分類號: G01N22/00
• 代理公司: 長春吉大專利代理有限責(zé)任公司 22201
• 代理人: 王恩遠(yuǎn)

1.一種基于被動微波混合像元分解技術(shù)的鹽堿地特性探測方法，該方法的應(yīng)用條件是被動微波遙感數(shù)據(jù)和光譜遙感數(shù)據(jù)，有如下過程：1)實現(xiàn)觀測地區(qū)的地物分類，2)建立針對鹽堿地類型的被動微波混合像元分解模型，3)被動微波混合像元分解模型求解，4）建立分解后被動微波遙感數(shù)據(jù)與鹽堿地含鹽量的關(guān)系模型；

①所述的實現(xiàn)觀測地區(qū)的地物分類，是對光譜遙感數(shù)據(jù)采用植被指數(shù)劃分觀測地區(qū)地物類型，確定觀測地區(qū)水體、植被、鹽堿地三類地物分類數(shù)據(jù)的結(jié)果；具體的地物分類方法是，從官方網(wǎng)站下載7、8和9月份分辨率光譜遙感影像，計算植被指數(shù)NDVI₇、NDVI₈和NDVI₉，其中，NDVI=（b2-b1）/（b2+b1）,式中:b2是光譜遙感數(shù)據(jù)第二個波段，b1是光譜遙感數(shù)據(jù)第一個波段；由7、8和9月連續(xù)3個月NDVI指數(shù)直方圖統(tǒng)計結(jié)果得到閾值T₁、T₂、T₃、T₄、T₅、T₆，則滿足T₁≤NDVI_7-9<T₂位置的數(shù)據(jù)定義為水體，同時滿足T₂≤NDVI_8-9<T₃和T₄<NDVI₇≤T₅位置的數(shù)據(jù)定義為植被，同時滿足T₂≤NDVI_8-9<T₃和T₆≤NDVI₇≤T₄位置的數(shù)據(jù)定義為鹽堿地；

②所述的建立針對鹽堿地類型的被動微波混合像元分解模型，是從網(wǎng)站下載被動微波遙感數(shù)據(jù)，根據(jù)被動微波遙感數(shù)據(jù)的空間分辨率，根據(jù)觀測地區(qū)的地理息，利用ArcGIS軟件加載該地區(qū)shapefile矢量文件，得到該地區(qū)的被動微波遙感亮溫數(shù)據(jù)，并通過ArcGIS軟件將該數(shù)據(jù)轉(zhuǎn)換為Grid網(wǎng)格數(shù)據(jù)；具體過程是：第一步是實現(xiàn)被動微波數(shù)據(jù)和地物分類數(shù)據(jù)配準(zhǔn)，定位與一個被動微波混合像元匹配的地物分類信息，結(jié)合研究地區(qū)地物分類的結(jié)果，得到被動微波混合像元中該類地物的比例L；第二步被動微波混合像元模型應(yīng)滿足如下數(shù)學(xué)表達(dá)公式：

T_b(x,y)=T_v(x,y)L_v(x,y)+T_w(x,y)L_w(x,y)+T_s(x,y)L_s(x,y)??（3）

其中T_b代表觀測地區(qū)被動微波混合像元亮溫值，(x,y)代表被動微波混合像元位置；T_v代表地物分類為植被的亮溫值，L_v代表與該被動微波混合像元空間位置匹配的分類數(shù)據(jù)中植被像元的比例；T_w代表地物分類為水體的亮溫值，L_w代表與該被動微波混合像元空間位置匹配的分類數(shù)據(jù)中水體像元的比例；T_s代表地物分類為鹽堿地的亮溫值，L_s代表與該被動微波混合像元空間位置匹配的分類數(shù)據(jù)中鹽堿地像元的比例；且被動微波混合像元中，所有地物分類類型出現(xiàn)的比例L應(yīng)滿足：

L_v(x,y)+L_w(x,y)+L_s(x,y)=1???（4）

第三步選取m×n范圍的被動微波混合像元構(gòu)成一個搜索窗口，記錄m×n窗口中每個被動微波像元中不同地物的出現(xiàn)比例，構(gòu)成地物分布比例矩陣；按公式（5）對m×n范圍內(nèi)的被動微波混合像元進(jìn)行分解。通過構(gòu)建方程組和非負(fù)最小二乘法迭代運算，求解m×n范圍內(nèi)被動微波混合像元分解后的各類地物的組分亮溫T_c；

T_B=P_c.T_c+E???(5)

式中：c=w,v,s是地物分類的種類,即水體、植被和鹽堿地，c的值為3；T_B是一個(m×n)×1的矢量，是m×n個被動微波混合像元亮溫值；T_c是一個c×1的矩陣，是m×n窗口中每個被動微波混合像元對應(yīng)的三類地物的組分亮溫，這里m×n窗口中同類地物的組分亮溫完全相同；P_c是一個(m×n)×c的矩陣，是m×n窗口中每個被動微波混合像元對應(yīng)的地物分布比例；E是一個(m×n)×1的矢量，是m×n個殘差數(shù)據(jù)；

③所述的針對鹽堿地被動微波混合像元分解模型求解，是將觀測地區(qū)被動微波混合像元數(shù)據(jù)，分解成水體、植被和鹽堿地三種類型的被動微波組分亮溫數(shù)據(jù)；具體過程是采用迭代自組織數(shù)據(jù)分析算法（ISODATA算法）對觀測地區(qū)連續(xù)一段時間的被動微波混合像元亮溫進(jìn)行統(tǒng)計分類；迭代自組織數(shù)據(jù)分析算法的分類的中心值作為水體、植被和鹽堿地三類地物組分亮溫初值的參考，定義各類地物分類的亮溫初值X_w、X_v、X_s和各類地物分類的亮溫變化閾值Y_c，確定某一地物分類的組分亮溫T_c的選取范圍是[X_c-Y_c,X_c+Y_c]，其中c=w,v,s代表地物分類的種類,即水體、植被和鹽堿地；

④所述的建立分解后被動微波遙感數(shù)據(jù)與鹽堿地含鹽量的關(guān)系模型，是利用C波段和X波段的被動微波混合像元分解后的亮溫數(shù)據(jù)的差異性，采用差分的方法，分析其亮溫差值與鹽堿地含鹽量間的關(guān)系；具體過程是先計算C波段和X波段的被動微波混合像元分解后的亮溫數(shù)據(jù)，進(jìn)一步計算亮溫差值，然后通過二次多項式擬合，建立亮溫差值和地面采樣數(shù)據(jù)含鹽量的關(guān)系模型，如下：

L=A×(T_X-T_C)²+B×(T_X-T_C)+C???（8）

其中T_C和T_X分別代表C波段和X波段的被動微波混合像元分解后的亮溫數(shù)據(jù)，L代表地面采樣數(shù)據(jù)的含鹽量，A、B和C代表二次多項式擬合系數(shù)；通過（8）式，獲得關(guān)系模型中的回歸系數(shù)A、B和C，進(jìn)一步可以得到觀測地區(qū)鹽堿地的含鹽量，實現(xiàn)鹽堿地特性的有效探測。