当前土壤水分是预测、估算并建立重要生态模型过程,例如水分的蒸散发、传输过程、地表径流以及地下水补给等的一个重要的参数;同时土壤水分的补给也是影响植被生态系统时空动态变化的一个关键因素。因此土壤水分含量匮乏与饱和的时空波动信息与很多应用息息相关,如:植被长势预测,确定合适的播种时间,判别农作物区土壤的侵蚀程度以及监测土壤表层动态过程(物理的,化学的以及生物的等等)。土壤水分还是水文学以及气象学模型的输入参数并能够确定环境敏感区。因此研究土壤水分的动态变化特性是当前国际上研究的一个重要课题之一。 已有的研究表明,合成孔径雷达的后向散射系数对地表土壤水分(土壤介电常数)非常敏感。但由于地表的复杂性,雷达后向散射系数还受地表粗糙度以及植被层的强烈影响,因此研究植被层覆盖下的土壤水分相对比较困难。近年来,开展了各种理论的、试验性的研究以了解雷达后向散射与土壤水分、地表粗糙度及植被散射之间的关系。本研究就是在L波段全极化机载雷达数据的基础上,发展植被覆盖下的土壤水分反演算法,以估算低矮植被覆盖地表下(主要是农作物覆盖区)土壤水分含量。 本研究中我们首先在描述植被覆盖地表的一阶离散植被模型的基础上,将植被覆盖地表的后向散射分为与植被相关的散射项及与地表相关的散射项两个部分,并建立了植被覆盖地表的后向散射模拟数据库;在模拟数据库的基础上应用分解的方法将地表后向散射项从植被覆盖区总的后向散射中分解出来,从而不借助其他辅助数据消除了植被层散射影响,再应用地表散射模型估算出土壤水分信息。本论文的主要研究内容有: 1、应用特征根、特征向量的极化分解技术,将L波段全极化机载雷达数据(AirSAR)分解,研究各分解单元的特性,结合一阶离散植被散射模型,估算同一农作物覆盖地区不同时相土壤水分的变化; 2、研究不同极化下雷达数据对植被覆盖地区散射机制的响应特性,应用不同时相的水平极化及垂直极化对植被-土壤之间各自的响应特点估算了