粗糙度对被动微波遥感反演土壤水分影响的试验研究

土壤水分是气象预报、农情监测及水文模型的重要参数之一,利用被动微波遥感技术可以有效获取土壤水分。本文分析被动微波遥感反演土壤水分的国内外研究现状,在前人相关理论与方法的研究基础之上,基于土壤的微波辐射特性,通过双波段(C、Ku)微波辐射计对不同水分、不同表面粗糙度的土壤微波辐射特性进行了试验研究,分析土壤湿度与微波发射率、土壤粗糙度与微波遥感指数之间的定量关系,并建立了土壤湿度与微波发射率、粗糙度与微波遥感指数间的经验模型。     

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。     

被动微波土壤水分反演模型研究

在分析现有地表辐射模型的基础上,分析了被动微波遥感的辐射传输方程,并且对辐射传输过程的主要因素进行了分析.最后对地面辐射进行了介绍,并针对被动微波AMSR数据提出了地表土壤水分反演的模型.     

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.     

被动微波遥感雪深反演混合像元问题研究EI北大核心CSCD

积雪深度是反映地表积雪量变化的重要因子,是水文模型和气候模式中的重要参数之一。被动微波遥感以其穿云透雾、对雪层信息敏感等特点,被广泛应用于雪深的反演研究中。被动微波传感器的低空间分辨率(数千米至数十千米)及地表覆盖的复杂性,使星载被动微波遥感影像中的混合像元现象十分突出,严重制约了被动微波雪深遥感监测的应用和发展。目前,被动微波遥感雪深反演中的混合像元问题研究仍存在着诸多挑战:①理论支撑不足,对被动微波混合像元亮温响应特征及影响机制的研究尚不充分;②针对混合像元问题所发展的被动微波雪深反演算法,对地表异质性特征考虑不足。     

闪电河流域水循环和能量平衡遥感综合试验

遥感试验是进行遥感原理的验证、遥感模型与反演方法的发展、遥感产品的真实性检验,推动卫星计划的论证实施及其观测在地球系统科学中应用的重要途径。闪电河流域水循环和能量平衡遥感综合试验以滦河上游闪电河流域为核心试验区,以地球表层系统的水循环过程和能量平衡为研究对象,旨在通过天—空—地一体化的观测手段,针对不同典型地表类型开展全波段主被动协同遥感观测,研究异质地表和山地条件下像元尺度遥感关键参量的观测方案,研究重要水热参量的遥感方法及其同陆面/水文过程模型的结合,支撑国家民用空间基础设施和空间科学先导专项相关卫星计划的论证实施。其中,航空飞行遥感试验搭载L波段主被动一体化微波载荷、双角度热红外相机、四波段多光谱相机和高光谱成像仪进行协同观测,实现了土壤水分、组分温度、植被含水量、叶面积指数等地表参数以及湖泊、水库、湿地等的遥感监测;地面同步观测试验利用车载微波辐射计、地基雷达和光谱仪进行了典型地物如裸土、植被、水体、人工目标等的遥感观测,并按照样区—样方—样点的多尺度嵌套方案进行了地表参数的同步采样,获取了该地区关键地表参数的短时期时空变化特征;同时配合卫星和机载观测,在闪电河流域完成了土壤温湿度、地表水热通量、地表辐射四分量、降水等气象要素的地面观测网络的建设,为验证地表辐射/散射遥感模型,发展、优化和验证水热参量遥感反演算法,研究地表水热参量尺度效应与尺度转化问题提供了重要平台,将促进陆表能量与水分交换过程的理解及其对全球变化的作用和反馈机制的研究。     

被动微波土壤水分遥感产品空间降尺度研究：方法、进展及挑战

土壤水分不仅在地表水、能量以及碳循环中发挥着非常重要的作用,其时空变化也是影响和反映气候变化的关键因子。虽然被动微波遥感技术是目前监测大尺度范围土壤水分变化最为成熟的技术手段,但是其土壤水分产品空间分辨率往往较低（几十千米不等）,不能满足区域和局地尺度的应用需求。鉴于这一问题,空间降尺度逐渐成为了提高被动微波土壤水分遥感产品空间分辨率的主要方式,也是当前遥感研究领域的热点之一。本文总结与分析了近20多年来国内外被动微波土壤水分遥感产品空间降尺度研究进展,系统归纳了经验性、半经验性和基于物理机理的3大类降尺度方法,并就各方法特征进行了详细说明,概述了各方法的优势和缺点。归纳而言,虽然被动微波土壤水分遥感产品空间降尺度方法众多,但可靠的高分辨率降尺度土壤水分产品仍较少,这与被动微波土壤水分遥感产品、降尺度关系模型方法以及降尺度辅助因子等有着直接的关联。未来相关研究应重点结合多源遥感数据建立适用性强、精度高的降尺度关系模型,进而实现时空无缝的高时空分辨率降尺度土壤水分产品的生产,为推动土壤水分遥感产品在农林业管理、自然灾害监测、水文过程分析等区域应用中提供支持。     

AMSR微波遥感数据进行土壤湿度的计算机反演

为了有效解决大尺度区域土壤水分时、空间变化监测的问题,在总结了被动微波遥感反演土壤湿度规律的基础上,基于先进的AMSR星载被动微波遥感数据,提出了利用双谱模型计算土壤表面发射率的计算机算法。首先需要由双站散射系数计算反射率和发射率,然后应用人工神经网络反演土壤湿度,实现了在随机粗糙面状况下基于被动微波遥感的土壤表面水分反演,并在实验区进行了成功的应用。     

中国西部地区基于经验模型的土壤水分反演

地表土壤水分含量的时空分布信息是十分重要的,常常作为水文模型、气候模型、生态模型的输入参数,同时,也是干旱预报、农作物估产等工作的重要指标。被动微波遥感是监测土壤含水量最有效的手段之一。相比红外与可见光,它具有波长长,穿透能力强的优势。相比主动微波雷达,被动微波辐射计具有监测面积大、周期短,受粗糙度影响小,对土壤水分更为敏感,算法更为成熟的优势。目前,已研究出许多反演土壤水分的方法.本课题的主要内容是借助AMSR-E土壤水分影像数据、MODIS归一化植被指数(NDVI)影像数据和MODIS分类影像数据,利用ENVI软件进行遥感图像数据处理,运用统计分析方法建立NDVI与土壤水分的经验模型,研究中国西部地区稀疏植被覆盖区土壤水分的反演。     

关键陆表参数遥感产品真实性检验方法研究进展

遥感产品真实性检验是定量遥感基础研究的重要环节,是客观评价遥感产品精度、稳定性和一致性的重要手段,对于提高遥感定量化水平、推动和扩展遥感产品的深化应用具有重要的意义。本文基于当前陆表参数遥感产品真实性检验研究的相关成果,归纳总结了陆表参数遥感产品真实性检验方法,并就其中的5种真实性检验方法,即基于地面单点测量检验、基于地面多点采样检验、基于高分辨率数据的检验、交叉检验和间接检验,阐述了各方法的特点、局限性、适用条件。文章在最后探讨了陆表关键参数遥感产品真实性检验评价指标和验证中影响精度评价的关键因素。本文对于遥感产品真实性检验工作的开展和真实性检验系统研发具有重要的指导意义。     

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。     

土壤湿度微波遥感监测研究进展

土壤湿度是农业生产的重要影响因子,获取土壤湿度信息以制定人工干预调节措施是稳固生产的重要保证,实时、有效地监测土壤墒情显得尤为重要。利用遥感数据反演土壤湿度有多种方法,微波遥感法被认为是目前最佳的监测方法。本文总结了被动、主动微波土壤湿度遥感监测的主要模型、方法及其优缺点和适用范围,分析了雷达遥感监测土壤湿度的最优参数选取等,展望了微波遥感监测土壤湿度的应用前景,以期为土壤湿度微波遥感监测研究提供参考和借鉴。     

双模态微波遥感器的研制

散射计和辐射计是微波遥感信息获取的重要遥感器。文中提出了利用公共高频通道将散射计与辐射计组合成散射辐射计的设计思想,作者根据该思想研制成功了Ｘ波段散射辐射计。文中给出了该散射辐射计的工作原理、工作时序及性能指标。通过野外测量实验证明,利用该思想研制散射辐射计是可行的     

HUT模型的改进及其雪深反演

基于风云-3B（FY-3B）卫星的微波成像仪（MWRI）数据对HUT模型（Helsinki university of technology snow emission model）进行验证,结果表明,无论是18.7 GHz还是36.5 GHz水平极化亮温,HUT模型模拟亮温都与MWRI亮温存在较大的偏差。因此,本文对消光系数进行了本地化改进,得到了改进的HUT模型（IMPHUT模型）。IMPHUT模型在18.7 GHz水平极化和36.5 GHz水平极化时的模拟亮温偏差分别为-0.91 K和-4.19 K,较原始的HUT模型模拟精度（偏差分别为14.03 K和-16.33 K）有很大提高。最后,利用遗传算法进行雪深反演,基于IMPHUT模型的雪深反演（偏差为-6.79 cm）优于HUT模型和Chang算法,反演与实测雪深具有较好的一致性。     

海冰微波辐射传输模式和实验研究

海冰是影响地球热循环的重要因素。以海冰和海水的微波热辐射为源,并通过位于海面遥感海冰的３层分层介质系统的分析,取得中间介质厚度与所接收到的辐射亮温有如下模式：ＴＢ＝Ａ＋Ｂｅ－ＣＤ。其中Ａ,Ｂ,Ｃ与遥感系统的极化,使用角度和角频率有关,可以通过实际地面的海冰测试试验获得。该模式符合电磁场在有损介质中的传播特性,反映出被动微波遥感所接收到的能量与传播距离的关系。近几年来,根据该模式,使用４个频段微波辐射计在地面进行实测（入射角为０°）,在飞行中使用３个频段,结果空中和地面基本符合。实践证明其模式是正确的可行的。文中给出在辽东湾测得航线上的冰厚度分布和亮度温度与冰厚度的统计曲线。最后指出影响测量并限制对厚度识别的几种因素。     

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。     

山区地形效应对微波辐射特征与土壤水分反演的影响—以青藏高原地区为例

采用星载微波辐射计AMSR-E的低频C波段(6.925GHz),改进了山区微波辐射传输方程,以中国青藏高原地区为例,研究山区可能产生的多种地形效应对微波辐射特征以及土壤水分反演的影响。结果表明,地形效应使得垂直极化亮温最多衰减达到16K,水平极化的亮温最大增强了18K,土壤水分在地形的影响下将被高估超过最大允许误差4%。最后,利用地形效应模拟模型计算的山区地表有效发射率,为山区土壤水分的反演提出了可行的地形校正方法。     

Combined Passive and Active Microwave Observations of Soil Moisture During CLASIC

An important research direction in advancing higher spatial resolution and better accuracy in soil moisture remote sensing is the integration of active and passive microwave observations. In an effort to address this objective, an airborne instrument, the passive/active L-band sensor (PALS), was flown over two watersheds as part of the cloud and land surface interaction campaign (CLASIC) conducted in Oklahoma in 2007. Eleven flights were conducted over each watershed during the field campaign. Extensive ground observations (soil moisture, soil temperature, and vegetation) were made concurrent with the PALS measurements. Extremely wet conditions were encountered. As expected from previous research, the radiometer-based retrievals were better than the radar retrievals. The standard error of estimates (SEEs) of the retrieved soil moisture using only the PALS radiometer data were 0.048 m³/m³ for Fort Cobb (FC) and 0.067 m³/m³ for the Little Washita (LW) watershed. These errors were higher than typically observed, which is likely the result of the unusually high soil moisture and standing water conditions. The radar-only-based retrieval SEEs were 0.092 m³/m³ for FC and 0.079 m³/ m³ for LW. Radar retrievals in the FC domain were particularly poor due to the high vegetation water content of the agricultural fields. These results indicate the potential for estimating soil moisture for low-vegetation water content domains from radar observations using a simple vegetation model. Results also showed the compatibility between passive and active microwave observations and the potential for combining the two approaches.