用双矩阵法和积分方程模型估算地表的亮度温度

提出了一种估计覆盖植被的地表亮度温度模型。模型中的植被看作是不同大小和朝向的离散散射体如叶、茎、杆构成。植被层内的体散射以及植被与地表之间的多次散射采用了双矩阵法(M atrix Doub ling)计算,地表辐射采用了积分方程模型(Integral Equation M ethod)。较高频率上的模拟结果显示植被的辐射是主要的,植被对地表辐射的衰减作用较明显。模拟的亮度温度跟SGP99机载C波段以及AMSR-E的X和Ku波段实测数据相比接近一致。     

利用AMSR-E数据反演华北平原冬小麦单散射反照率

首先,基于冬小麦不同生育期的地面实测参数,构建了组成冬小麦冠层的、包括不同尺寸和含水量的介电散射体模拟数据库,并在此基础上建立冬小麦单散射反照率和光学厚度分别在C(6.925 GHz)和X(10.65 GHz)波段之间的依赖关系。然后,根据一阶参数化模型推导得到的微波植被指数MVIs(Microwave Vegetation Indices)的物理表达式,结合AMSR-E被动微波亮温数据,反演了华北平原地区冬小麦不同生育期的单散射反照率。与MODIS日归一化差异植被指数NDVI的对比结果显示:冬小麦单散射反照率与NDVI随时间的变化趋势大致相同,但在冬小麦的抽穗期到乳熟期,NDVI呈现饱和趋势,而单散射反照率对小麦的生长变化仍旧比较敏感,在指示冬小麦生长方面具有一定优势。     

棉花和大豆等效散射反照率估算

本文以棉花和大豆为例,基于车载多频率微波辐射计的观测数据,利用最小二乘原理实现对两种典型农作物等效散射反照率的估算,研究了植被层等效散射反照率随观测角度、频率以及植被浓密程度的变化规律,对不同覆盖度情况下植被层的等效散射反照率进行了定性的分析。这一研究结果在以零阶模型为基础进行地表参数反演时,对于植被层等效散射反照率的确定具有重要的理论参考价值。     

基于3D真实植被场景的全波段辐射传输模型研究

本文基于3D真实场景CLAMP模型模拟的植被冠层，对冠层在可见一近红外波段和热红外波段的辐射传输进行了综合建模。针对CLAMP模型生成场景的通用和近似特征，在可见一近红外波段，对植被和土壤的单次散射贡献利用光子逆向追踪算法进行了精确计算，多次散射的贡献则采用四流近似理论来计算，以提高运算效率。模型结果与SAILH模型结果进行了比较，具有较好的一致性，并且体现出了优于一维辐射传输模型的模拟结果。在热红外波段，采用几何光学原理，冠层方向亮度温度由可视光照叶片、遮荫叶片、光照土壤和遮荫土壤的比例与对应组分亮温乘积之和得到，模拟结果体现了合理的变化趋势。对冠层主要结构参数LAI和ALA的敏感性进行了比较分析，不同波段模型模拟的方向性辐射结果，很好地反映了结构参数对冠层辐射特性的影响。     

3维场景植被冠层多波段模拟研究进展

植被冠层辐射散射信号中蕴含了丰富的植被信息,通过构建植被冠层辐射散射模型,可以实现植被结构等生物物理参数的遥感定量反演。迄今为止,可见光/近红外、热红外、微波波段均已发展了大量的模型,这些模型在参数反演方面各具优势,但不同波段的模型又有其自身的局限性。跨波段的联合模拟可以实现模型间的优势互补,进而提高地表参数的反演精度,近年来已有学者专注于可见光/近红外与热红外模型,热红外与微波模型,主被动微波模型,以及可见光/近红外与微波模型的联合模拟和协同反演,但多是两两联合,且主要是基于经验模型或解析模型。基于3维场景的植被冠层辐射散射特性模拟模型可以细致刻画不同组分的结构和空间分布特征,对于由植被结构引起的多次散射和组分比例变化的考虑具有优势。本文主要介绍了3维模拟模型在可见光/近红外、热红外和微波波段,以及跨波段联合模拟方面的研究进展,从模型机理、场景统一、以及组分理化参数的统一的角度,探讨了构建多波段3维模拟系统的可行性,展望了多波段3维模拟模型的发展趋势。     

海面微波散射与风生波短波谱

从海面微波散射的物理机制出发 ,在短波平衡范围条件下 ,讨论了风生波短波谱形式 ,通过对不同波段的微波散射数据分析 ,建立起能适应相当宽微波波段 ( 0 .42 8— 34.4GHz)的海面微波散射模型。文中对若干个波段的微波散射系数进行了试算 ,并与实测资料进行了比较 ,结果是令人满意的     

双矩阵算法的L波段多角度玉米微波辐射参数化模型

双矩阵MD(Matrix-Doubling)算法是辐射传输方程的一种数值解,考虑了植被层内的多次散射信号,具有较高的模拟精度。但受限于算法的复杂性,很难直接应用到地表参数的反演中。本文以玉米覆盖地表为研究对象,基于MD算法的模拟数据,发展了一种L波段多角度微波辐射参数化模型。基于模拟数据的对比结果表明,参数化模型具有与理论模型相当的精度,两者之间的发射率误差不超过0.004(V极化)和0.007(H极化)。同时,结合黑河流域的地面实测数据,利用本论文中发展的参数化模型模拟了纯玉米像元的辐射亮温。该模拟结果与相同像元尺度上机载L波段微波辐射计(PLMR)观测亮温之间的差异基本在10 K以内。     

基于被动微波遥感技术的玉米冠层叶面积指数反演

基于玉米冠层结构参数实测数据和Matrix-Doubling(MD)模型构建了玉米出苗期至抽穗期的冠层多波段、双极化微波辐射特性模拟数据库;通过对模拟数据的回归分析得到了玉米冠层在各波段的微波发射率及其与透过率之间的经验关系,并将经验关系应用于0阶微波辐射传输模型;结合土壤发射率模型构建了玉米冠层覆盖地表的微波辐射亮温参数化计算模型,并基于该参数化模型、利用玉米样地微波亮温观测试验数据,采用迭代方法进行了玉米叶面积指数(LAI)的反演.研究表明,LAI反演值与实测值的相关系数r＞0.9,说明多波段被动微波遥感数据在植被冠层LAI反演方面具有较大的应用潜力.     

测量方位与土壤对玉米微波辐射特性的影响分析

微波具有穿透性,相对于可见光与红外探测器而言,微波探测器不仅能反映叶片层植被信息,还能反映较深层木质生物信息。笔者利用6.6 GHz与18.7 GHz被动微波辐射计对夏季玉米进行了不同角度(0°~60°每5°一个间隔)、不同极化(V与H极化)及不同方位(顺垄、垂直垄、垄向45°)的微波辐射特性观测试验。试验中玉米从幼苗到抽穗共分8期进行了测量,每期都利用LAI-3000实地获得了LAI数据,以此代表植被的生长状态。研究结果表明,随着观测角度和LAI的增大,V和H极化的亮温都有明显变化;微波植被指数随观测角度和LAI的变化都有明显规律;测量方位对玉米的微波辐射特性有明显的影响;土壤对植被的微波辐射影响随植被的长高而减弱。     

HY-2卫星微波散射计海面风场地球物理模式函数研究

地球物理模式函数GMF (Geophysical Model Function)在星载微波散射计海面风场反演中具有关键作用。本文以C波段MetOp/ASCAT散射计风场数据为参考数据,通过改进现有Ku波段NSCAT-4 GMF中后向散射系数对海面风速和风向的依赖关系,以及增加海表温度(SST)因子项,构建了适用于HY-2卫星微波散射计海面风场反演的NSCAT-5.HY-2 GMF。研究结果表明,相比NSCAT-4 GMF,采用NSCAT-5.HY-2 GMF反演得到的HY-2散射计海面风速与ASCAT散射计风速的一致性提高了约11%,特别是风速反演误差不再依赖于SST变化、不再呈现显著经向分布特点。本论文研究结果对进一步提升国内外其他Ku波段星载微波散射计数据的海面风场遥感应用具有重要参考价值。     

植被层对被动微波遥感土壤水分反演影响的研究

在很多对土壤水分被动微波遥感的研究中 ,为简单起见 ,覆盖的植被层使用了一种简单的模型来表征其散射和衰减特性。本文中使用了一种基于辐射传输理论的离散模型来研究植被的发射率、传输率。这种方法可以更加真实地刻划组成植被的散射个体如叶、茎、树枝、树干等对这两个参数的影响 ,因而能更准确地描述植被对下垫面的影响。为了减少土壤水分反演算法中未知量的数目 ,该文给出了这两个参数的模拟结果分别在AMSR E三种不同频率下的简单关系。     

联合热红外与微波的作物辐射方向性模型研究

热红外遥感提供地表表层辐射信息为主,被动微波遥感可更好地提供植被和土壤背景垂直结构的辐射信息。结合热红外与被动微波遥感的优势协同反演植被和土壤组分温度是提高组分温度反演精度的一种思路。本文在对热红外辐射传输模型和微波辐射模型进行比较的基础上,构建均匀作物的统一场景,将统一场景的参数分为直接参数和间接参数。基于统一场景,修改微波辐射模型的场景结构及叶倾角分布,并增加组分温度参数以计算辐射亮温,最终构建热红外与微波辐射联合模拟模型(UEasmmes模型)。针对均匀玉米作物,利用UEasmmes模型进行联合模拟,分析了组分温度、组分发射率、叶面积指数LAI及叶倾角分布LAD对热红外与微波的方向性亮温DBT的敏感性响应差异。分析结果表明:协同热红外与被动微波遥感反演植被和土壤组分温度是可行的,但对于如何克服组分发射率、LAI及LAD对植被有效发射率的影响而导致的微波辐射亮温变化以及实现热红外表皮温度与微波等效温度之间的转化仍是需要深入研究和探讨的问题。     

Influence of surface and vegetation characteristics on C-band radar measurements for soil moisture content

Soil moisture estimation using microwave remote sensing faces challenges of the segregation of influences mainly from roughness and vegetation. Under static surface conditions, it was found that Radarsat C-band SAR shows reasonably good correlation and sensitivity with changing soil moisture. Dynamic surface and vegetation conditions are supposed to result in a substantial reduction in radar sensitivity to soil moisture. A C-band scatterometer system (5.2 GHz) with a multi-polarization and multi-angular configuration was used 12 times to sense the soil moisture over a tall vegetated grass field. A score of vegetation and soil parameters were recorded on every occasion of the experiment. Three radar backscattering models Viz., Integral Equation Model (IEM), an empirical model and a volume scattering model, have been used to predict the backscattering phenomena. The volume scattering model, using the Distorted Born Approximation, is found to predict the backscattering phenomena reasonably well. But the surface scattering models are expectedly found to be inadequate for the purpose. The temporal variation of soil moisture does show good empirical relationship with the observed radar backscattering. But as the vegetation biomass increases, the radar shows higher sensitivity to the vegetation parameters compared to surface characteristics. A sensitivity analysis of the volume scattering model for all the parameters also reveals that the radar is more sensitive to plant parameters under high biomass conditions, particularly vegetation water content, but the sensitivity to surface characteristics, particularly to soil moisture, is also appreciable.     

综合主动和被动微波数据监测土壤水分变化

微波遥感测量土壤水分的方法主要分主动和被动两种，它们都是基于干燥土壤和水体之间介电常数的巨大差异。估算植被覆盖土壤表面土壤水分必须要考虑地表粗糙度和植被覆盖影响的问题。植被覆盖土壤表面的后向散射包括来自植被的体散射，来自地表的面散射和植被与地表间的交互作用散射项。本研究建立了一个半经验公式模型，用来计算体散射项，综合时间序列的主动和被动微波数据，消除植被覆盖的影响，估算地表土壤水分的变化状况。并应用1997年美国SGP‘97综合实验中的机载800m分辨辐射计ESTAR数据计算表面反射系数，综合Radarsat的SCAN-SAR数据得到体散射项，然后，由NOAA/AVHRR和TM计算得到的NDVI值加权分配50m分辨率的体散射项，最后计算50m分辨率的表面反射系数的变化值，从而得到土壤水分的变化情况，验证数据表明该计算结果与实测值一致。     

裸露地表微波热采样深度统计模型

被动微波遥感反演土壤水分对应的土壤深度是土壤水分产品真实性检验和应用中必须确定的问题。本研究利用理论模型对影响土壤热采样深度的参数进行了分析。在此基础上,通过回归分析的方法发展了一个估算被动微波遥感土壤热采样深度的统计模型,并通过微波辐射测量实验对模型进行了验证。研究证明,理论模型模拟裸露地表发射率平均误差为0.032,基于理论模型发展的热采样深度统计模型的误差在0.5 cm左右。该统计模型可以通过土壤含水量、温度、质地和观测频率4个较容易获取的参数计算土壤微波辐射的热采样深度,为被动微波遥感土壤水分产品的真实性检验工作中地面土壤水分测量以及土壤水分遥感产品的应用提供参考。     

Soil Moisture Estimation in a Vegetated Area Using Combination of AIRSAR and Landsat5-TM Images

High difference between dielectric constant of water (dielectric constant about 80) and dielectric constant of dried soil (dielectric constant about 2–3) makes Synthetic Aperture Radar (SAR) highly capable in soil moisture estimation. However, there are other factors which affect on radar backscattering coefficient. The most important parameters are vegetation cover, surface roughness and sensor parameters (frequency, polarization and incidence angle). In this paper, the importance of considering the effects of these parameters on SAR backscatter coefficients is shown by comparing different soil moisture estimation models. Moreover, an experimental soil moisture estimation model is developed. It is shown that this model can be used to estimate soil moisture under a variety of vegetation cover densities. The new developed model is based on combination of different indices derived from Landsat5-Thematic Mapper and AIRSAR images. The AIRSAR image is used for extraction of backscattering coefficient and incidence angle while TM image is used for calculation of Normalized Difference Vegetation Index (NDVI), Enhanced Vegetation Index (EVI), Normalized Difference Water Index (NDWI) and Brightness Temperature. Then a soil moisture estimation model which is named as Hybrid model is developed based on integration of all of these parameters. The accuracies of this model are assessed in the NDVI ranges of 0–0.2, 0.2–0.4 and 0.4–0.7 by using SAR data in C band and L band frequencies and also in different polarizations of HH, HV, VV and TP. The results show that for instance in L band with HV polarization, R-square values of 0.728, 0.628 and 0.527 are obtained between ground measured soil moisture and estimated soil moisture values using the Hybrid model for NDVI ranges of 0–0.2, 0.2–0.4 and 0.4–0.7, respectively.     

多角度遥感估算稀疏团粒分布型土壤表面粗糙度方法初探

表面粗糙度是影响土壤在微波波段发射和散射辐射的主要因素之一,也是微波遥感研究与应用的重要参量。由于微波后向散射还受介电特性、穿透深度等因素的影响,在微波遥感应用中往往难以单独考虑介质表面粗糙度,给参数估算与反演带来了一定困难。在可见光、近红外波段,粗糙度作为土壤表面重要的结构参数之一,直接影响着土壤的二向反射分布特征。因此,本文尝试利用光学多角度观测信息,反演土壤表面粗糙度。基于地表二向反射几何光学模型,假设裸土像元由随机分布于平坦表面的土壤团粒组成,将团粒近似为半椭球体,建立裸露土壤表面二向反射模型,模拟不同粗糙度条件下土壤表面像元的二向反射分布特征。进一步尝试采用多角度观测数据反演模型,估算土壤团粒的几何结构参数,进而计算土壤表面均方根高度,作为表面粗糙度的衡量指标。地面实测多角度数据的初步验证结果表明,多角度光学遥感估算土壤表面粗糙度的方法是可行的。