寒旱灌区土壤水盐多源遥感协同反演及尺度转换研究

Soil moisture and salt detection has been one research focuses in microwave RS,scale transformation research has a wide range of challenge.This project takes arid Hetao Irrigation district of Inner Mongolia,by ways of field trial,data analysis and multi-source RS model building,quantitative estimating and simulating surface soil moisture and salt contents,in order to innovate and rich new evaluation method of soil water-salt..on the issuses of surface roughness and vegetation influence,we plan to use multi-polarization SAR and optical RS data of irrigation area,through experimental study on the salty soil dielectric properties,extend the classical Dobson mixed dielectric model,and establish dielectric constant experience model of relationship between the water-salt content with real and imaginary part.we use bare soil AIEM and vegetation coverage simplified MIMICS models to simulate the response relation of the radar backward scattering coefficient and surface parameters,and analyse the sensitivity of the model parameters,at last establishing the ANN coupling experience model of surface roughness and soil moisture.Meanwhile establishing Artificial Intelligence model of soil salt content and different polarization backward scattering ,reflection spectrum,non-RS factors.RS gound inversion products will be authenticated,soil information system will be made,the soil water-salt temporal and spatial rules will be analysed.finally we are going to analyse the scale effect of multi-scale surface parameters,and try to research lifting and reducing scale changing methods.This project results can directly guide the water-saving irrigation and salinization protection work.

土壤水盐探测是当前微波遥感反演地表参数的重点之一，尺度转换研究具有广泛的挑战性。本项目以内蒙古寒旱河套灌区为研究区，利用野外试验、数据分析与多源遥感数据建模，定量估计与模拟灌区表层土壤水盐含量，以创新与丰富土壤水盐评价新方法。.针对地表粗糙度和植被影响，利用灌区多极化SAR和光学遥感数据，通过实验研究含水含盐土壤介电特性，扩展经典Dobson混合介电模型，建立土壤水盐含量与介电常数实、虚部的经验模型。利用裸地AIEM和植被覆盖简化MIMICS等模型模拟雷达后向散射系数与地表参数的响应关系，分析模型参数的敏感性，建立地表粗糙度与土壤水分的人工神经网络耦合经验模型。重点构建后向散射、反射光谱、非遥感因子与土壤含盐量的人工智能模型。对遥感反演产品进行地面验证，建立土壤信息系统，并分析土壤水盐时空变异规律。对多尺度地表参数进行尺度效应分析，尝试升降尺度转换研究。项目成果可指导节水灌溉与盐渍化防治。

土壤水盐探测是当前多源遥感反演地表参数的重点之一，尺度效应及转换研究具有广泛的挑战性。本项目以内蒙古河套灌区为研究区，利用野外试验、数据分析与多源遥感数据建模，定量估计与模拟了灌区内试验区区域性表层土壤水肥盐含量，创新与丰富了干旱灌区土壤水肥盐监测与评价新方法。. 针对地表粗糙度影响，利用灌区内试验区多极化SAR（Radarsat2和Alos雷达影像）和光学遥感多源数据(Landsat8和高分影像)，通过实验研究了含水含盐土壤介电特性，扩展了经典Dobson混合介电模型。利用裸地AIEM模型模拟了雷达后向散射系数与地表参数的响应关系，通过分析模型参数的敏感性，建立了反演地表粗糙度与土壤水分的人工神经网络耦合经验模型。重点构建了后向散射、反射光谱、非遥感多因子反演土壤盐分和养分的人工智能模型。对遥感反演产品进行地面验证，建立了试验区年度土壤水肥盐信息系统，分析其土壤水肥盐时空变异规律，以指导当地节水农业。最后对地表参数进行了尺度分析。. 本项目最终获取了河套灌区内杭锦后旗试验站和五原县示范区地表土壤采样点水肥盐含量、介电常数、光学反射光谱及其变换值、地表粗糙度，和多源遥感影像库。构建了两个试验区农田表土土壤水肥盐含量的多源遥感人工神经网络反演模型，获取了试验内土壤水肥盐成果数据库。项目成果可服务于河套灌区节水农业与盐渍化治理工作。