长三角一体化示范区内河网水系的水环境容量有限且地势低洼，所以在暴雨季节易发生洪涝灾害。卫星遥感技术因其宏观、动态的特点而成为洪涝灾害监测的重要手段之一。基于哨兵1号(Sentinel-1) C波段合成孔径雷达(Synthetic Aperture Radar，SAR)影像对淀山湖附近水域的水体识别方法进行了试验，初步实现了2020年梅雨期间多时相水体面积提取，并结合FROM-GLC全球下垫面资料对积水状况进行了分析。根据研究结果可得出以下结论: (1)欧空局官方SNAP软件对SAR影像的斑点噪声具有较好的抑制作用；(2)由于淀山湖水体的后向散射系数在图像上表现为单峰形态，可用阈值分割方法提取水体信息；(3)梅雨期间的水域水情较4月份增长约40 km2；(4)受强降水影响，耕地被淹没区的面积最大，不透水地表和裸地受影响较小。
哨兵1号 水体识别 淀山湖 Sentinel-1 water body extraction Dianshan Lake
1 贵州师范大学 喀斯特研究院, 贵州 贵阳 550001
2 国家喀斯特石漠化防治工程技术研究中心, 贵州 贵阳 550001
3 贵州省喀斯特山地生态环境国家重点实验室培育基地, 贵州 贵阳 550001
土壤水是全球生态系统的重要组成部分, 定量遥感估测喀斯特石漠化地区土壤含水率, 可为石漠化治理和生态恢复工作提供基础数据和理论支撑.通过Sentinel-1A和Landsat 8影像数据, 运用水云模型提取灌木林地和疏林地的土壤后向散射系数, 并计算旱地与有林地的TVDI.并结合实测数据, 利用拟合分析对不同深度土壤含水率进行建模, 从而对土壤含水率进行反演.结果表明VH极化二次曲线模型和VH极化三次曲线模型分别适用于灌木林地0~5 cm和5~10 cm深度的土壤含水率反演, 其R2和RMSE分别为0.87、0.87和4.57%、4.29%.疏林地0~5 cm和5~10 cm深度土壤含水率反演宜选用VH极化指数回归模型和VH极化下的线性回归模型, 各模型的R2与RMSE分别为0.736、0.72和9.77%、11.28%.三次曲线模型和Logistic回归模型分别适用于旱地和有林地的土壤含水率的反演, 各模型的R2与RMSE在0~5 cm深度分别为0.85、0.69和2.88%、4.02%, 在5~10 cm分别为076、0.23和3.5%、6.37%.
土壤含水率 土壤后向散射系数 水云模型 Sentinel-1A Sentinel-1A soil moisture soil backscattering coefficient TVDI TVDI water cloud model
新疆大学资源与环境科学学院 绿洲生态教育部重点实验室, 新疆 乌鲁木齐 830046
根据最新Sentinel-1雷达系统参数及研究区地表参数特点, 采用AIEM模型进行数值模拟分析, 建立稀疏植被覆被下地表微波散射特征数据库, 并在此基础上构建干旱区土壤水分模型.结果表明, 1)不同入射角和极化方式下, 后向散射系数对土壤含水量(Mv)、组合地表粗糙度(Zs)的响应分别呈明显对数相关, VV极化对土壤水分响应更敏感, 最优响应区间范围为Mv 0~30%、Zs 0~0.06 cm.2)初探Sentinel-1雷达数据预处理方法, GammaMAP滤波去噪最优, 模型用于土壤水分空间分布信息提取与研究区同期野外实况具有良好的一致性, 符合四月渭-库地区春旱期土壤水分时空分布特征.3)对于0-10 cm表层土壤水分, 模拟值同实测值相关系数达到0.76, 即该模型对于干旱区绿洲区域尺度表层土壤水分监测具有适用性.
微波遥感 AIEM模型 土壤水分 microwave remote sensing sentinel-1 Sentinel-1 AIEM model Soil moisture
