一种多源卫星测量土壤水分的数据校正方法与流程

本发明涉及土壤水分测量，具体而言涉及一种多源卫星测量土壤水分的数据校正方法。

背景技术：

1、土壤水分是陆地表面水循环的关键参数，传统的土壤水分测量方法包括称重法、时域反射法等，虽然测量精度较高，但只适合小范围的单点测量，无法满足土壤水分大范围检测。而遥感技术的出现使得高效率、低成本、大面积实时观测土壤水分成为可能。

2、公开号为cn114740022a的发明中公开了一种基于多源遥感技术的土壤水分检测方法、装置以及设备，包括：获取目标区域的卫星参数，获取目标区域的土壤后向散射系数数据，根据目标区域的卫星参数，构建土壤后向散射系数模拟数据集，根据土壤后向散射系数模拟数据集，构建土壤水分检测模型，将目标区域的卫星参数以及土壤后向散射系数数据输入至土壤水分检测模型，获取目标区域的土壤水分数据。与现有技术相比，该发明能够更全面、更准确、更有效地实现对高植被覆盖目标区域的土壤水分的反演。但是该发明并没有考虑到环境参数对土壤含水率的影响，也没有考虑到不同卫星遥感图像和研究区的匹配性问题。

技术实现思路

1、本发明针对现有技术中的不足，提供一种多源卫星测量土壤水分的数据校正方法，结合环境参数和研究区地域特性自适应地选择最优卫星遥感数据，再分别建立土壤介电常数和卫星遥感反演的土壤反演数据、土壤介电常数与实际土壤含水量数据之间的关系模型，从而能够对研究区土壤进行大范围的、更精准的快速测量，有助于推动星遥感反演土壤水分产品在农业、气象、水利等行业的应用拓展。

2、为实现上述目的，本发明采用以下技术方案：

3、一种多源卫星测量土壤水分的数据校正方法，所述数据校正方法包括以下步骤：

4、在不同时段不同环境参数下，采集n个卫星的遥感数据，预处理后分别反演得到未校正的研究区内不同观测点的土壤水分反演数据xi，j，i＝1，2，...，n；同时，采用人工烘干法获得研究区区域内不同观测点的的土壤水分真实数据yj，采用tdr仪器测量得到测量得到研究区区域内不同观测点的土壤的介电常数m是观测点数量；根据土壤水分真实数据yj计算得到研究区区域内不同观测点的土壤水分的体积含水率

5、s2，结合步骤s1获得的多组土壤水分真实量yj和土壤水分的介电常数拟合得到研究区范围内不同观测点的土壤真实含水量yj与介电常数的平方根之间的线性关系函数公式：式中，a和b为无量纲的影响参数；

6、s3，构建得到研究区区域内不同观测点的土壤水分的体积含水率与土壤的介电常数之间的经验关系模型：

7、s3，结合步骤s1获得的不同时段不同环境参数下的土壤水分反演数据xi，j和土壤水分真实数据yj，构建不同卫星的土壤水分修正模型：yj＝cixi，j3+dixi，j2+eixi，j+fi，式中，ci、di、ei、fi为无量纲的影响参数；

8、s4，结合步骤s2中的线性关系函数公式和步骤s3中的土壤水分修正模型，得到不同卫星对应的土壤体积含水量计算公式：

9、s5，采集当前时段t的n个卫星的遥感数据，结合以当前时段t为终点的前k个时段的环境参数，选择最优卫星遥感数据，预处理后反演得到研究区区域内的土壤水分数据xi，j(t)，将土壤水分数据xi，j(t)代入相应卫星的卫星遥感反演土壤水分数据计算公式，计算得到当前时段t的校正后的研究区区域内的土壤体积含水量θi，j(t)。

10、为优化上述技术方案，采取的具体措施还包括：

11、进一步地，步骤s1中，卫星的遥感数据包括哨兵2号、landsat 8采集到的研究区内的遥感图像数据。

12、进一步地，步骤s1中，预处理的过程包括以下步骤：

13、对哨兵2号的遥感数据进行辐射定标和大气校正，将大气校正后的遥感数据转换成相应的遥感图像数据，再统一设置各波段的空间分辨率；

14、对landsat 8采用到的遥感数据进行大气校正。

15、进一步地，步骤s3中，构建得到研究区区域内不同观测点的土壤水分的体积含水率与土壤的介电常数之间的经验关系模型的过程包括以下步骤：

16、s31，选取多个体积含水率和介电常数的经验关系模型；

17、s32，针对每个观测点，将步骤s1中采集到的该观测点的土壤水分的体积含水率和土壤的介电常数分别代入多个经验关系模型；计算每个模型对应的均方根误差，将均方根误差最小的经验关系模型选定为该观测点的土壤水分的体积含水率与土壤的介电常数之间的经验关系模型。

18、进一步地，所述环境参数包括研究区各观测站点的蒸发量、雨量和植被密度。

19、进一步地，步骤s5中，结合以当前时段为终点的前k个时段的环境参数，选择最优卫星遥感数据的过程包括以下步骤：

20、s51，针对同一时段不同观测点的每个土壤水分反演数据xi，j，采用相应卫星对应的土壤体积含水量计算公式计算得到不同观测点的土壤体积含水量θi，j，计算其与测量得到的不同观测点的土壤水分的体积含水率之间的差值，根据差值标定土壤水分反演数据xi，j的精准度等级；

21、s52，统计同一时段不同卫星的遥感图像对应的所有观测点的土壤水分反演数据的精准度等级，计算得到该遥感图像的匹配度等级，将匹配度等级最高的卫星的遥感图像选定为正样本图像，将匹配度等级最低的卫星的遥感图像选定为负样本图像；

22、s53，获取所有正样本图像和负样本图像对应的以遥感图像采集时段为终点的前k个时段的环境参数序列，生成训练正样本和训练负样本，构建得到训练数据集；

23、s54，基于神经网络构建遥感卫星匹配模型，输入为以当前时段为终点的前k个时段的环境参数序列，输出为正样本图像对应的卫星型号，导入训练数据集对遥感卫星匹配模型进行训练；

24、s55，将当前时段为终点的前k个时段的环境参数序列导入遥感卫星匹配模型，选择当前时段对应的最优卫星遥感数据。

25、本发明的有益效果是：

26、第一，本发明的多源卫星测量土壤水分的数据校正方法，分别建立土壤介电常数和卫星遥感反演的土壤反演数据、土壤介电常数与实际土壤含水量数据之间的关系模型，从而能够对研究区土壤进行大范围的、更精准的快速测量，有助于推动星遥感反演土壤水分产品在农业、气象、水利等行业的应用拓展。

27、第二，本发明的多源卫星测量土壤水分的数据校正方法，能够基于神经网络模型，结合环境参数和研究区地域特性自适应地选择最优卫星遥感数据，进一步提高测量结果的准确性。

技术特征：

1.一种多源卫星测量土壤水分的数据校正方法，其特征在于，所述数据校正方法包括以下步骤：

2.根据权利要求1所述的多源卫星测量土壤水分的数据校正方法，其特征在于，步骤s1中，卫星的遥感数据包括哨兵2号、landsat 8采集到的研究区内的遥感图像数据。

3.根据权利要求2所述的多源卫星测量土壤水分的数据校正方法，其特征在于，步骤s1中，预处理的过程包括以下步骤：

4.根据权利要求1所述的多源卫星测量土壤水分的数据校正方法，其特征在于，步骤s3中，构建得到研究区区域内不同观测点的土壤水分的体积含水率与土壤的介电常数之间的经验关系模型的过程包括以下步骤：

5.根据权利要求1所述的多源卫星测量土壤水分的数据校正方法，其特征在于，所述环境参数包括研究区各观测站点的蒸发量、雨量和植被密度。

6.根据权利要求5所述的多源卫星测量土壤水分的数据校正方法，其特征在于，步骤s6中，结合以当前时段为终点的前k个时段的环境参数，选择最优卫星遥感数据的过程包括以下步骤：

7.根据权利要求6所述的多源卫星测量土壤水分的数据校正方法，其特征在于，针对不同遥感卫星的采集周期，选定统一的图像采集子时段；当图像采集子时段内的气象条件使遥感图像质量满足常规分析需求时，采用图像采集子时段内的遥感图像；当图像采集子时段内的气象条件使遥感图像质量不满足常规分析需求时，对于采集周期长的遥感卫星，选择图像采集子时段内的遥感图像，对于采集周期短的遥感卫星，根据环境参数序列设置允许预估时长阈值，在允许预估时长阈值范围内选取图像质量较高的遥感图像；如果允许预估时长阈值内的气象条件均不符合，选取图像采集子时段内的遥感图像；

8.根据权利要求7所述的多源卫星测量土壤水分的数据校正方法，其特征在于，根据环境参数序列设置允许预估时长阈值的过程包括以下步骤：

技术总结
本发明公开了一种多源卫星测量土壤水分的数据校正方法，通过对卫星遥感反演的土壤水分数据和实测的土壤介电常数通过数学方法进行线性拟合，建立土壤介电常数与卫星遥感反演的土壤水分数据之间的关系，并将所得的介电常数数据代入体积含水率‑介电常数关系函数计算，从而得到准确的土壤含水量信息。本发明能够对研究区土壤进行大范围的、更精准的快速测量，有助于推动星遥感反演土壤水分产品在农业、气象、水利等行业的应用拓展。

技术研发人员：邓超,曹子聪,苏南,徐海峰,陆叶,杨威,史占红,班莹,张健,唐培健,周学斌,谈伟,钱雨佳,陈建宁
受保护的技术使用者：水利部南京水利水文自动化研究所
技术研发日：
技术公布日：2024/1/11