在L和C波段水稻的极化反向散射系数：测量、建模和数据分析外文翻译资料

英语原文共 8 页，剩余内容已隐藏，支付完成后下载完整资料

在L和C波段水稻的极化反向散射系数：测量、建模和数据分析

Yisok Oh,Fellow,IEEE,Suk-Young Hong,Member,IEEE,Yunjin Kim,Senior Member,IEEE,

Jin-Young Hong,Member,IEEE,and Yi-Hyun Kim

摘要：利用L波段和C波段基于地面的偏振散射仪测量淹水稻田的极化反向散射系数（VV-，HH-，HV-和VH-极化）。这些测量是在水稻生长周期，即从移栽期到收获期（5月至2006年10月），了解建模和估算水稻生长的可行性。我们还收集了包括新鲜和干燥生物量，植物高度，叶面积指数和叶子大小的地面真实数据。研究入射角效应，散射仪数据以四种不同的入射角收集，即30°、40°、50°和60°。在本文中，我们显示了使用辐射传递理论可以准确地建模稻田的后向散射系数。我们也证明了极化散射仪是估计水稻生长的有效工具。HH极化反向散射系数对水稻生长的影响比其VV极化对应物更敏感。极化率可用于准确估计水稻生长。

关键词：水稻；极化后向散射系数；辐射传递方法；散射仪测量

一 引言

由于亚洲热带季风气候的天气条件，微波传感器可以比光学传感器更有效地监测水稻生长，因为较长波长的电磁波较少受到云层和降水事件的影响。使用卫星合成孔径雷达已经获得了水稻生长区域的后向散射测量。例如，LeToan等人[1]分析了用于监测水稻生长的欧洲遥感1卫星（ERS-1）合成孔径雷达（SAR）数据（C波段，VV极化）。他们研究了两个稻田的ERS-1SAR数据，以显示出强烈的时间变化雷达响应。将稻田的ERS-1SAR测量与基于后向散射电场的一阶解的蒙特卡罗模拟得到的理论模型进行比较。他们开发了一种映射的方法基于雷达响应的时间变化的稻田。最近在[2]中报道了从稻田收集的RADARSATSAR数据的分析。以41°的入射角采集HH极化C波段的雷达数据。采用ENVISAT高级合成孔径雷达（ASAR）5.3GHz，HH和HV极化，入射角范围为35.8°〜39.4°）收集稻田的双极化反向散射系数[3]。虽然这些卫星数据在评估水稻生长的散射仪敏感性方面是有用的，但是它们不能用于了解各种入射角下稻田的全极化反应。

在本文中，我们使用完全极化散射仪来精确测量L和C波段淹水稻田的偏振（VV，HH，HV，VV偏振）反向散射系数。入射角从30°变化到60°。这种基于地面的散射仪由L和C波段的矢量网络分析仪和偏振天线组组成[4]。使用[5]和[6]中的雷达校准技术对测量数据进行精确校准。对于我们数据分析，我们使用三阶多项式来表示极化散射仪测量。

在[7]中已经报道了X波段稻田偏振后向散射系数的时间变化和角度响应，其中9GHz处的稻田的后向散射系数在早期达到最大值移植后约43-60天的生长阶段。在本文中，我们证明L和C带测量可用于监测整个水稻生长期。此外，我们使用矢量辐射传递（VRT）方法显示了对稻田散射机制建模的可行性[8]。该模型包括植被冠层和水面之间的一阶多次散射，以及植被冠层的直接反向散射和经受干扰的水面的直接后向散射，并通过植被冠层衰减。为了得出模型的输入参数，我们用了地面真实数据如新鲜和干生物量，植物高度，叶面积指数（LAI）和叶片大小。该模型的数值结果与各种测量结果相比较。

二 测量

在本文中，稻田位于韩国水原，并且在播种之前不久就被淹没，直到收获不久。稻米种子于2006年4月17日播种在托儿所。然后，将水稻幼苗移植到测量中2006年5月17日，使用移植机。2006年5月29日至2006年10月9日在测量地点，2006年10月12日收获水稻植物之前，测量了散射计反向散射测量。从移植到收获的水稻生长期分为三个生长阶段，1）从移植到穗开始的营养阶段（约3个月）;2）从穗开始到开花的生殖阶段（约一个月）;和3）从开花到完全成熟（约一个月）的成熟期，如图1所示。图1还显示了选定日期的水稻植物群。

图1水稻生长期和水稻植物群

我们测量了在30°，40°，50°和60°的入射角下的稻田的VV-，HH-，HV-和VH极化后向散射系数，每个极化和入射处具有30个独立样品在水稻生长周期中L-和C-波段的角度。我们在实验过程中使用的极化散射仪由矢量网络分析仪，两个极化天线组，数据采集笔记本电脑和天线支撑塔组成。矢量网络分析仪的定时功能用于从天线适配器，天线支架，塔和来自地面的旁瓣反射中消除噪声信号。用于1.9GHz测量的极化天线系统由两部分组成正交定位的R波段（1.7-2.6GHz）标准喇叭天线，而5.3GHz测量的天线系统由正交模式传感器（OMT）和H波段（3.9-5.9GHz）定制喇叭天线组成。的天线系统位于3.4米塔的顶部。使用极化校准技术，对散射仪进行了良好的校准，以从后向散射测量中获得HH-，HV-，VH-和VV-极化反向散射系数如[5]和[6]所示。

C波段散射仪系统使用差分Mueller矩阵技术（DMMT）[5]精确校准，这是分布式目标的极化散射仪测量的严格校准方法。极化应该对该校准技术测量校准目标在天线主波瓣上的响应，从而可以高精度地导出差分Mueller矩阵元素来表征雷达失真。证明这种技术对于检索准确的相位差统计参数是必要的。对于后向散射系数（幅度），DMMT和单目标校准技术（STCT）[6]之间的差异可忽略（小于1dB），而相位差统计学的差异相当大[5]。

对于DMMT，在天线的主瓣上测量导电球的偏振响应，即-20°到 20°对于水平和垂直方向两个步骤。pq偏振后向散射系数（p，q=h，v）可以从整体平均差分Mueller矩阵获得，可以从微分相关矩阵得出

°是常数变换矩阵[4]，差异相关矩阵可以从矩阵X获得，其与4times;4相关测量具有以下关系和4times;4相关校准矩阵：

可以使用偏振天线从校准程序计算相关校准矩阵模式，理论雷达截面（RCS）和领域测量校准目标[5]。

L波段散射仪系统使用STCT[6]而不是DMMT技术进行校准，因为校准目标在L波段天线主波瓣上的偏振响应不可用。STCT校准技术方便，能够通过测量导电球体或角反射器的反向散射截面来校正雷达串扰污染和通道不平衡。可以计算测量的反向散射系数使用照明，分Aill和校准真实散射矩阵作为

对于q偏振波入射和p偏振波散射，其中p或q表示v或h。真散射矩阵可以从散射仪测量_m获得，反转以下矩阵方程：

其中，和分别是接收和发送信道不平衡矩阵和串扰矩阵。这些矩阵的元素可以通过校准目标的理论和实验RCS获得[6]。照明可以使用通过内插测量的主E-和H平面天线方向图生成的3-D天线方向来计算积分。

表1

测量地面真相数据

2006年5月29日至2006年10月9日期间，水稻生长周期也收集了稻田的地面真实数据。测量的地表数据包括水稻总长，LAI，干重，冠层垂直高度，叶宽和叶长，如表1所示。选择三个水稻簇测量地面数据。稻叶与茎分离，用于测量总数使用LI-3100（LI-COR，Inc.）的区域，并且使用水稻簇的密度计算LAI。干燥生物量通过干燥器中的植被颗粒在80℃下干燥48小时来测量。

三 建立模型

VRT理论是从随机分布散射体计算极化微波散射的常用技术[8]。在本文中，稻田被模拟为由水面上随机分布的有损介质薄叶组成的植被冠层，用于应用一阶VRT方法。水面稍微受到各种浮动物质的扰动，突起的土壤碰撞，甚至在早期生长阶段的风中。因此，这种植被冠层的微波反向散射包括以下五种主要的散射机制，用于一级RT模型，如图1所示。2：1）从植被冠层（I-V-S）直接后向散射;2）前向散射从植被层，然后从水面反射（I-V-W-S）;3）从水面反射，然后从植被层（I-W-V-S）向前散射;4）从水面反射，然后从植被层反向散射，再次从水面反射（I-W-V-W-S）;和5）通过植被层（I-W-S）从干扰的水面直接进行双向衰减的后向散射。

图2五大散射机制

上述等式的第一，第二，第三，第四和第五项对应于散射机制1（I-V-S），2（I-V-W-S），3（I-W-V-S），4（I-W-V-W-S）和5（I-W-S）。下标1,2,3和4分别对应于向下，向上入射（或散射），向下的散射和向上散射（theta;）的方向。在（6）中，下标k和l表示波方向，下标i和j表示矩阵的第i个元素。

考虑植被冠层的波浪衰减对于使用Foldy的近似[8]。对角线可以从中获得对角矩阵的项相干传播的本征值beta;_i。的元素相关本征矩阵E以及特征值beta;_i可以是从平均散射矩阵的元素计算[8]

我们试图从散射仪测量中检索扰动水面的粗糙度参数，因为雷达反向散射以非常稀疏的植被冠层的表面散射为主。极化雷达的测量在2006年6月5日的L和C波段配有模型，用最小均方误差（MMSE）技术估算RMS高度s和相关长度l。在这个模型中，我们采用小的扰动方法（SPM）用于表面散射，介质常数（79.18，-8.23）在1.9GHz和（73.54，-21.20）在5.3GHz的水面[11]。发现测量和模型输出与RMS高度s=0.1cm相当，表面的相关长度l=2cm。我们对所有其他稻田使用了这些估计的表面粗糙度参数。

可以使用菲涅耳计算反射率矩阵具有粗糙表面改性的反射系数通过乘以物理光学（PO）修饰因子

其中Gamma;p是p偏振的菲涅耳反射系数（p=v或h），s是RMS高度，k是波数，和theta;是入射角。相位矩阵是平均值米勒矩阵在粒子分布方面的大小，形状和取向，其中Mueller矩阵元素是散射矩阵元素之间的协方差[8]。

表2

输入模型参数

模型的主要输入参数是冠层高度，叶片尺寸和方向分布，叶片密度和水分含量。从测量的LAI和每个测量的叶宽度和长度计算叶密度，并从表1中测得的新鲜干重和干重计算重量含水量。发现测量的地面数据波动日期按日期。因此，从测量的地面数据的多项式回归中获得了冠层高度，叶宽，叶长，叶密度和含水量等输入参数，如表2所示。的分布假定在0的范围内的垂直和水平方向的叶取向是均匀的。0≦theta;≦pi;/2，0≦phi;≦2pi;.也假定叶宽度和长度的分布在测量的平均值的适当范围内是均匀的。在该模型计算中，所有情况都使用0.5mm的叶片厚度。

弯曲叶片的散射振幅的减小是该模型包含以下关系[10]：

菲涅耳积分可以近似0.5pi;exp[-j*pi;/4]为一个大的参数。在本文中，通过比较选择半径12.7b2测量和Data-6的模型输出（测量2006年7月24日）使用MMSE技术。减少散射振幅在L波段左右可忽略不计在C波段半径为40％。

图3（a）-（c）显示了五次散射的贡献分别为VV-，HH-和HV-极化的机制，用于2006年6月5日（数据-2）在L波段的测量。

图3 数据-2的五个散布机制的贡献（6月5日，（a）VV-，（b）HH-和（c）HV-极化的L波段

扰动水面（I-W-S）的直接散射对于VV极化反向散射系数是主要的，如图1所示。3（a），因为6月5日的稻田有一个非常稀疏的植被冠层。然而，对于偏振极化，在较低的入射角（theta;lt;45°）下，I-W-S机制仅占主导地位，如图1所示，因为在较高入射角下HH偏振的表面散射较小，因此图3（b）散射机制2和3（I-V-W-S和I-W-V-S）比为在较低的入射角交叉极化的其他散射机制更高，如图所示。由于散射机制2和3中的镜面前向散射，图3（c）。

图4（a）-（c）分别显示了2006年8月16日L波段测量的VV-，HH-和HV-偏振的五个散射机制的贡献（Data-8）。在这种情况下，从水面（I-W-S）的直接散射为由于密集的植被冠层的衰减较高，可忽略不计。相反，植被冠层（I-V-S）的直接散射对于共极化后向散射系数是主要的，因为叶片的密度较高。植被冠层和水面之间的多重散射（I-V-W-S和I-W-V-S）在theta;lt;55°处是交叉极化的主导，因为较高的镜面前向散射比后向散射交叉极化。

图4 对数据8的五个散射机制的贡献（2006年8月16日）在（a）VV-，（b）HH-和（c）HV-极化的L波段

图5（a）和（b）显示了所测量的比较并估计后向散射的时间变化分别在L和C波段的40°处的系数整个生长期。时间偏振反向散射使用输入参数估计系数表二。模型估计与此相对较好测量两个频率的后向散射系数。

图5测量和估计后向散射系数之间的比较在（a）L和（b）C带的整个水稻生长期中。入射角为40°

四 数据分析

我们首先分析了测量的极化反向散射系数的时间变化。图6显示了5.3GHz和30°时稻田的VV-，HH-，HV-和VH极化反向散射系数。VV极化反向散射系数仅在营养阶段增加，在繁殖阶段饱和，并且由于冠层衰减而在成熟阶段甚至降低，而HH极化响应甚至在生殖阶段增加并且在成熟时饱和阶段。交叉极化后向散射系数的时间趋势遵循HH极化。图6也显示了时间的变化表示[1]中的ERS-1数据（23.），其表示秋田和三宝垄测试位点的数据拟合曲线（y=0.0.001265x2 0.2919*23.758）。ERS-1数据的时间趋势和绝对水平与散射仪数据相当吻合。图6还显示了在2000年9月30日的PACRIM-2运动期间韩国非San的稻田的JPL/AirSAR测量值。AirSAR偏振测量也与散射仪测量一致。

图6 散射仪数据，[1]中的ERS-1数据和5.3GHz和30°的AirSAR数据之间的比较

图7 5.3GH测量的偏振后向散射系数（a）50°和（b）60°

图7（a）

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[25346]，资料为PDF文档或Word文档，PDF文档可免费转换为Word