用模型和车载微波辐射仪研究多频率多角度下玉米的散射和衰减特性

在使用被动微波技术反演土壤水分的过程中,为去除植被的影响,通常采用适用于低频的τ-ω模型。为准确评估较高频率下植被的散射和衰减特性,以玉米为例,采用基于光线跟踪原理的双矩阵(Matrix-Doubling)微波辐射模型,研究不同高度的作物在C(6.925GHz)、X(10.65GHz)和Ku(18.7GHz)波段下的单散射反照率和传输率。模型模拟的亮度温度跟车载微波辐射仪的野外实测数据接近。为验证模拟的玉米自身微波辐射,在玉米地上铺设了一层铝箔屏蔽地表的辐射。通过给验证后的模型输入不同的参数,建立一个亮度温度数据库,以模拟自然状态下不同高度玉米的亮度温度。然后把模型模拟的结果,跟相同环境下τ-ω模型得到的结果按最小二乘法进行匹配,从而获得不同高度的玉米在C、X和Ku波段上等效的单散射反照率和传输率。     

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。     

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。     

航天飞机极化干涉雷达数据反演地表植被参数

利用基于极化干涉测量的基本原理和相干散射模型。提出了基于模拟加温-退火算法的极化干涉雷达数据地表植被参数的反演算法，首先，对极化干涉测量的基本原理和一个考虑了地表和植被散射的二层相干散射模型进行了阐述。接着，对模拟退火算法的基本理论和基于模拟加温-退火算法的地表植被参数反演模型进行了论述，最后，利用和田地区1994年10月9日和10日的航天飞机SIR-CL波段单视散射短阵复数据进行了地表植被参数反演的计算，将反演结果与实测数据比较，表明该反演算法能以较好的精度获取地表植被的高度。     

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.     

UHV/VHF波段SAR对次地表层土壤湿度探测与反演

首先采用一层非球形粒子植被模型,计算各波段矢量辐射传输方程Mueller矩阵一阶散射解,对比微扰法所得各波段地表粗糙面直接后向散射解,结果证明L波段植被层的散射对观测结果仍有影响,与下垫土壤粗糙表面的散射不易分离.因此,宜采用更低频率的UHF和VHF波段,对地表和次地表层能有较大的渗透深度,并可忽略植被层影响.接着,运用矢量辐射传输的3层土壤全极化Mueller矩阵解,计算UHF/VHF波段分层土壤的散射与传输,分析该两波段探测深度的差异,证实UHF波段可探测大致10-60cm深处的土壤湿度,而VHF波段探测深度能更大一些.根据第3层中土壤体湿度变化0.1时能否引起土壤表面观测的后向散射系数变化0.1dB这一判据,分析VHF波段反演第3层土壤体湿度的必要条件,证实当第2层的体湿度较小时(<0.25)才能反演层3的体温度.基于UHF/VHF两波段探测深度的差异,耗散土壤层的贡献有不同的权重,先后采用UHF和VHF,迭代法实现3层土壤湿度廓线反演.误差分析表明,该方法是有意义的.     

基于全极化SAR数据反演鄱阳湖湿地植被生物量

鄱阳湖是中国最大的淡水湖,也是国际重要湿地,对其生物量进行长期、定量研究有助于加深对区域乃至全球碳平衡的认识和理解。探讨了利用全极化Radarsat-2 C波段数据反演鄱阳湖湿地生物量的方法,改进了基于辐射传输理论的植被冠层散射模型,模拟了C波段湿地植被的后向散射特性;应用极化分解技术,增加了神经网络训练数据,并用后向反馈神经网络(BP)算法,反演了鄱阳湖湿地植被生物量。与野外实测生物量比较的结果表明:将改进的植被冠层散射模型和全极化分解得到的后向散射系数引入BP神经网络算法,能够有效降低生物量反演误差;全极化SAR数据在生物量反演中具有广阔的应用前景。     

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。     

中红外大气强吸收通道的地表辐亮度图像模拟

针对SPIRIT-Ⅲ遥感器的2个4.3μm强吸收通道,以邻近4.3μm的MODIS第23通道图像为数据源,进行地表辐亮度图像模拟。首先,通过建立通道转换模型生成强吸收通道的地表发射率图像;然后,基于已有的中红外辐射传输解析模型,推导获得4.3μm吸收通道的地表辐亮度解析模型,基于地表的解析模型和辐射传输模型MODTRAN的模拟数据,提出吸收通道的大气效应参数计算方法;最后,基于地表辐亮度解析模型,综合发射率和温度图像、大气效应参数、以及通道响应函数实现2个吸收通道的地表辐亮度图像模拟。对模拟数据进行精度评价,结果表明地表发射率模拟误差不超过±6%,地表辐亮度模拟误差不超过±0.02%。由此可见,本文提出的4.3μm强吸收通道的地表辐亮度图像模拟方法可行,能够为该吸收通道的入瞳辐亮度图像和遥感器成像过程模拟提供地表辐射数据支撑。     

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。     

星载微波SSM/Ⅰ遥感在中国东北华北农田的辐射特征分析

本文研究了星载微波ＳＳＭ／Ⅰ１９９６年在中国东北华北平原农田上７个通道辐射亮度温度（ＴＢ）的遥感数据,提出用几个通道ＴＢ组合的散射指数和极化指数来分析中国平原地区农田的微波辐射特征,及其随生长季节的时间性变化。星载ＳＳＭ／Ⅰ数据可以监视农作物的生长和平原地区地面湿度的变化。本文还给出了大气和农作物地表矢量辐射传输的数值模拟结果。     

两组分非同温像元热辐射中多次散射影响的解析模型和验证

具有三维结构的非同温地表像元表面热辐射的方向性，取决于像元组分参数，如组分温度，组分发射率，组分结构参数等，而组分的热辐射在组分间的多次散射对像元表面总热辐射方向性的贡献主要取决于像元的几何结构，本文以热辐射几何光学模型为基础，根据多次反弹的原理定量表述了组分热辐射在组分间的多次散射，对随机分布的两且分非同温像元，建立了解析表达的热辐射方向性模型，室内模拟实验室测数据的检验证明了模型的适用性和简单性。     

星载微波SSM/Ⅰ遥感在中国东北华北农田的辐射特征分析

国家遥感应用工程技术研究中心ＮａｔｉｏｎａｌＥｎｇｉｎｅｅｒｉｎｇＲｅｓｅａｒｃｈＣｅｎｔｅｒｆｏｒＧｅｏｍａｔｉｃｓ（ＮＣＧ）国家遥感应用工程技术研究中心于１９９６年１２月２５日由国家科委正式批准组建（国科发计字［１９９６］６０３号文件）。中国科学...     

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。     

非匀一冠层热辐射方向性3维模型构建——以玉米冠层为例

建立适用于多类型植被场景的热辐射方向性模型是进行地表热辐射方向性研究的一种手段。利用真实植株几何及生理参数的统计平均值来刻画理念植株,并给定其空间分布特征,进行不同生长期植被冠层的描述。基于冠层双向孔隙率思想构建了冠层热辐射方向性3维模型,模型继承了孔隙率模型在计算冠层热辐射方向性上的简洁优势同时以几何光学的思想考虑了冠层空间异质性对冠层热辐射方向性的影响。以玉米冠层为例,进行了不同生长期玉米冠层热辐射方向亮温的模拟,通过与实地测量数据的比对表明,本文发展的模型能够较准确地模拟不同生长期玉米植被场景的方向亮温变化规律,模拟误差主要来自理念株的刻画误差、玉米叶片形状的近似以及忽略了多次散射贡献等3个方面。模型的构建方法对稀疏植被场景、浓密植被场景、多类型植被的混合场景均可适用,不同观测几何下的植被场景4组份面积比计算结果有望应用于复杂地表条件下地表返照率的研究。     

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.     

融合升降轨的极化干涉SAR三层模型植被高度反演方法

森林参数的获取不仅可以估算地表生物量和林下地形,还有助于研究全球碳循环和分析全球气候变化。极化干涉SAR植被参数反演算法一般是基于随机地体两层模型(RVoG),但是当实际植被有着冠层、树干层和地表层的明显三层结构时,植被参数反演精度就会变差;另外,由于机载SAR系统数据的近距远距垂直向波数差异较大,导致试验结果存在着由其引起的系统误差。针对这两个问题,本文提出了一种融合升降轨的极化干涉SAR三层模型植被参数反演方法。该方法首先采用三层植被RVoG模型修正微波在穿透植被时的散射过程;然后采用融合升降轨道数据的方式削弱其系统误差;最后,采用非线性迭代平差的反演算法来进行植被高度反演。为了验证该方法的有效性,采用了德国宇航局DLR提供的BioSAR2008项目的两景升轨及两景降轨E-SAR P波段全极化SAR数据进行试验,并采用3组反演策略进行比较分析。结果表明,三层植被模型能够更好地描述植被散射过程;同时,新方法有效降低了由垂直向波数引起的系统误差,提高了树高反演精度。     

MPDI在微波辐射计植被覆盖区土壤水分反演中的应用

大尺度上的土壤水分变化监测对于建立全球的水循环模型意义重大，是实现气候变化预测和洪涝监测的基础。星载辐射计为实现大尺度上土壤水分的监测提供了监测途径。但是在星载辐射计观测时，地表植被层的吸收和散射作用会对土壤向上的微波辐射产生衰减影响，这种影响在反演土壤水分的过程中必须予以计算和消除。原有的反演算法中，在计算这部分影响的时候，需要大量的关于地表植被状况的辅助数据，而这些即时的辅助数据往往不易获得。以AMSR—E数据为例，研究证明了微波极化差异指数（MPDI）能够反映地表植被覆盖状况。以中国华北、华东地区为实验区，选择2004年4月8日的AMSR—E亮温数据和MODIS数据为样本数据，建立起MPDI与NDVI之间的负指数关系方程。基于对NDVI的认识，得到植被覆盖度高、中、低三种状况所对应的MPDI域值，以此域值为依据对中等植被覆盖度地区作出自动判断，并用MPDI计算植被层不透明度。     

Retrieval of EVI from Oceansat 2 Data and Comparison with MODIS Derived EVI

The vegetation index is derived using many remote sensing sensors. Vegetation Index is extensively used and remote sensing has become the primary data source. Number of vegetation indices (VIs) have been developed during the past decades in order to assess the state of vegetation qualitatively and quantitatively. Analysis of vegetation indices has been carried out by many investigators scaling from regional level to global level using the remote sensing data of varying spatial, temporal and radiometric resolutions. There are as many as 14 VIs in use. Globally operational algorithms for generation of NDVI have utilized digital counts, at sensor radiances, ‘normalized’ reflectance (top of the atmosphere), and more recently, partially atmospheric corrected (ozone absorption and molecular scattering) reflectance. Presently NDVI and EVI are standard MODIS data products which are widely used by the scientific community for environmental studies. The OCM sensor in Oceansat 2 is designed for ocean colour studies. The OCM sensor has been used for studying ocean phytoplankton, suspended sediments and aerosol optical depth by many investigators. In addition to its capability of studying the ocean surface, OCM sensor has also the potential to study the land surface features. In a past EVI has been retrieved using OCM sensor of Oceansat 1. However, there is slight change in the band width of Oceansat 2—OCM sensor compared with OCM of Oceansat 1 sensor. In the present paper an attempt has been made to derive EVI using Oceansat 2 OCM sensor and the results have been compared with MODIS data. The enhanced vegetation index (EVI) is calculated using the reflectance values obtained after removing molecular scattering and ozone absorption component from the total radiance detected by the sensor. The band-2, Band-3, band-6 and band-8 corresponding to Blue, Red and Infrared part of the visible spectrum have been used to determine EVI. The result shows that Oceansat 2 derived EVI and MODIS derived EVI are well correlated.