基于水陸地物分類的星被動(dòng)微波混合像元分解方法研究
在微波波段，水體和陸地目標(biāo)的輻射亮溫有很大的差異，通常亮溫差可以達(dá)到120K以上，可以利用這一特性進(jìn)行被動(dòng)微波遙感水陸混合像元的分解。我所微波遙感學(xué)科組提出了一種新的基于水陸地物分類信息的微波遙感混合像元分解方法，該方法利用較高空間分辨率的地物分類圖像，劃分觀測(cè)區(qū)內(nèi)的水體目標(biāo)，重點(diǎn)選取有水陸交界的像元，通過(guò)建立微波混合像元分解模型求解欠定性方程組，得到微波混合像元中水體和陸地組分亮溫分布。通過(guò)獲得微波混合像元中不同組分的位置和亮溫值，可以顯著地提高水陸邊界微波混合像元的數(shù)據(jù)分辨率，得到觀測(cè)區(qū)內(nèi)水陸兩類地物的微波亮溫值和分類信息，提高微波遙感數(shù)據(jù)后期反演的精度。其重要意義是可以完成全球區(qū)域內(nèi)水陸邊界微波混合像元數(shù)據(jù)分解，獲得微波混合像元內(nèi)水體和陸地的組分亮溫，解決微波混合像元導(dǎo)致后期反演精度較低的問(wèn)題，拓寬了微波遙感數(shù)據(jù)的應(yīng)用領(lǐng)域。
星載被動(dòng)微波混合像元分解未來(lái)的研究方向和工作開展：在已有的地表分類結(jié)果基礎(chǔ)上，利用AMSR-E數(shù)據(jù)估計(jì)觀測(cè)地區(qū)在某一時(shí)段的水體變化趨勢(shì)，解決光譜遙感數(shù)據(jù)由于云層干擾對(duì)地面洪澇情況監(jiān)測(cè)失效的問(wèn)題。進(jìn)一步開展針對(duì)其他不同下墊面分類的被動(dòng)微波混合像元分解實(shí)驗(yàn)，如針闊葉林混合像元分解、基于多種下墊面類型的積雪深度檢測(cè)等，驗(yàn)證被動(dòng)微波混合像元分解方法有效性。
相關(guān)論文：
1. Gu lingjia, Zhao Kai, Zhang Shuwen, Zhang Shuang. Comparative analysis of microwave brightness temperature data in Northeast China using AMSR-E and MWRI products [J]. Chinese Geographical Science, 2011, 21(1): 84–93.
2. Gu Lingjia, Zhao Kai, Zhang Shuang, Zheng Xingming. An AMSR-E Data Unmixing Method for Monitoring Flood and Waterlogging Disaster [J]. Chinese Geographical Science, 2011,21(6)：666-675.
3. 顧玲嘉,趙凱,孫健,鄭興明.被動(dòng)微波遙感數(shù)據(jù)超分辨率增強(qiáng)與混合像元分解研究綜述.遙感技術(shù)與應(yīng)用，2011.（已錄用）
專利：
專利名稱：基于水陸地物分類信息的微波遙感混合像元分解方法；發(fā)明人：顧玲嘉，趙凱；申請(qǐng)?zhí)枺?01010294355.8。（公示期）
附件下載：
吉公網(wǎng)安備22017302000214號(hào)
