极化SAR与微波散射模型联合反演湿地低矮植被生物量方法研究

The biomass changes are closely related to the global climate change. The precise biomass mapping from local to regional, global scale can significantly reduce the uncertainty of carbon emissions and absorption. Wetland, as one of the three ecosystems, is closely connected with the global climate change. With a large number of biomass resources, the wetland ecological environment plays an important role in the global carbon cycle. In recent years, biomass has become an international hot research field. Remote sensing technology can be used to obtain the wetland biomass distribution and dynamic change timely and accurately. The rapid development of the new generation of imaging radar makes polarimetric SAR data more widely used in wetland biomass inversion. In this study, the RADARSAT-2 polarimetric SAR data will be used to evaluate the biomass distribution and change in Poyang Lake wetland. The field survey campaign will be conducted twice to take the vegetation biophysical parameters. The short vegetation canopy scattering model will be constructed to analyze the sensitivity of radar to vegetation biophysical and radar system parameters. The grey correlation grade analysis method will be used to reduce the complexity of the biomass inversion model and the Back Propagation Artificial Neural Network model by analyzing the correlation between the vegetation biophysical parameters and the polarimetric decomposition parameters. The Back Propagation Artificial Neural Network Model will be used to retrieve the biomass from the polarimetric parameters. Here, the RADARSAT-2 polarimetric data will be used to retrieve the Poyang Lake Wetland vegetation biomass based on the research of polarimetric signature analysis， backscatter simulation, the combination of field survey and the relevant statistics data. This study will be of great significance to the study on the wetland ecological environment, global change and the economic construction and social development.

生物量变化与气候变化密切相关，从局部到区域到全球尺度的生物量制图可以大大减小碳排放和吸收中的不确定性。湿地作为全球三大生态系统之一，蕴育着大量的生物量资源，在全球碳循环中发挥着重要作用。近年来，湿地生物量研究已成为当前国际上的热门研究领域。利用遥感技术手段能够及时准确地掌握湿地区域的生物量分布及动态变化规律。新型SAR的快速发展使得极化SAR数据在生物量反演中的得到越来越广泛的应用。项目将通过建立湿地低矮植被散射模型研究植被微波散射特性，从理论依据上对生物量的反演研究加以支持；通过灰色关联度分析方法降低反演模型的复杂度；利用极化分解方法分析植被极化特征及对生物量反演的贡献；最后利用RADARSAT-2极化数据，在散射模型及极化特征分析的基础上，结合野外实地调查与研究区相关统计数据，开展鄱阳湖湿地低矮植被生物量反演研究，这对于研究湿地生态环境、全球变化及国家经济建设都具有十分重要意义。

近年来，湿地生物量研究已成为当前国际上的热门研究领域。新型SAR的快速发展使得极化SAR数据在湿地低矮植被生物量反演中的得到越来越广泛的应用。但是在极化SAR湿地植被生物量反演过程中仍然存在野外采样复杂、缺乏相应的低矮植被微波后向散射模型、植被的SAR极化响应不明确以及传统线性模型表述相关关系不明确等问题。项目针对以上问题开展相应研究，对提高植被参数的定量反演具有重要意义。主要研究成果如下：.1.为了简化湿地野外数据采样及反演模型的复杂度，项目利用已有的及在项目执行过程中获取的鄱阳湖湿地植被野外采样实测数据，利用灰色系统理论分析了湿地植被物理参数间的相关关系；根据整体分析得出，生物量积累较快阶段，主要受植被茎秆参数的影响，生物量积累速度稳定阶段，植被叶参数对其影响最大。.2.项目针对鄱阳湖湿地植被低矮特性、植被高含水量及高密度特性，发展了考虑植被弯曲叶片的鄱阳湖湿地植被相干散射模型。对鄱阳湖湿地植被的相干散射分量进行分析，发现鄱阳湖湿地植被的散射模拟中，相干散射分量不能忽略。.3.利用PYLCSM模型对湿地植被参数进行了敏感性分析，结果表明，在苔草生长茂盛期，对于C波段的散射，入射角和地表含水量对后向散射影响不大，后向散射系数对植被的高度、密度、含水量，叶片的长、宽、厚均非常敏感，而茎杆的相关参数则对后向散射影响不大。.4.开展基于相干散射模型及支持向量机、基于极化分解与支持向量机以及基于极化分解及人工神经网络的鄱阳湖湿地植被生物量反演，结果表明支持向量机、人工神经网络反演方法可以有效提高反演精度；同时极化分解参数可以大大提高反演精度，其中极化分解与人工神经网络结合的反演方法整体的RMSE为45.57g/m2，R2达到0.87。.5.针对鄱阳湖湿地植被LAI反演，发展了融合植被指数MNDVI，将光学植被指数和雷达植被指数相结合，构建融合植被指数来估算植被LAI。.项目执行以来发表相关各类学术论文8篇，发表SCI论文3篇，其中第一资助SCI 2篇，第二资助SCI 1篇。