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.     

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。     

机载L波段主被动一体化微波探测仪辐射计定标

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。在闪电河流域水循环与能量平衡遥感综合试验中,利用机载L波段主被动一体化微波探测仪开展了以土壤水分为首要目标的大型航空遥感试验。其中,被动探测部分即微波辐射计采用微带天线,辅以机械扫描方式进行多角度成像观测。为有效支撑微波辐射计数据的处理及定量反演,必须对机载微波辐射计进行实时定标,本文采用分步定标法进行辐射亮温的定标,即在实验室对定标链路中的噪声源进行定标,得出对应的辐射亮温;飞行试验中,利用该两个参考点得到辐射计输出电压和亮温的关系,同时选取试验区域附近的水体作为外定标参考点,进行定标方程的修正。结果表明,机载辐射亮温与地面参考点(草地)模拟亮温比较吻合,二者对比结果显示均方根误差最小为0.93 K (2018-09-26,H极化),无偏均方根误差最小为0.96 K (2018-09-24,V极化),有效支撑了国产L波段微波辐射计相关卫星计划的论证以及后续的定量反演与降尺度等相关研究工作的开展。     

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。     

三维非同温表面热辐射方向性模型的室内模拟实验验证

基于室内模拟实验,对遥感像元尺度地表热辐射方向性模型进行验证.当考虑地表像元具有明显的三维结构且像元内温度非均一时,像元辐射亮温的方向性取决于像元结构和像元组分的温差,对三维非同温表面的室内模拟和观测实验验证了基于这一思路建立的表面热辐射方向性模型.     

多频率多极化地表辐射参数化模型

发展了针对对地观测系统被动微波辐射计AMSR-E应用的裸露地表辐射模型。首先，利用1993年法国INRA地面试验数据对AIEM在宽波段高频率和大角度的辐射信号模拟能力进行评价。验证结果表明，AIEM模型模拟值与地面实测数据吻合很好，说明AIEM模型能很好模拟宽波段和大角度的辐射信号。在此基础上，用AIEM模型建立了一个针对AMSR-E传感器参数配置．包含各种地表粗糙度和介电特性的裸露地表辐射模拟数据库。利用AIEM模拟数据和地面实测数据对目前人们使用的半经验地表模型进行了比较和分析，发展了多频率多极化的地表辐射参数化模型——Qp模型。该模型中，地表粗糙度对辐射信号的影响通过粗糙度参数Qp来表示。参数Qp可简单表示为均方根高度与相关长度的比值（s／l）。从Qp模型与AIEM模型模拟的发射率比较结果来看，它们之间的绝对误差很小，不超过10^-3因而，本文发展的参数化模型可用作模拟地表辐射的前向模型，如用于估算AMSR-E传感器的亮温值，同时模型的发展有利于提高人们对辐射机制的理解和认识。     

全极化微波辐射计对环境参数敏感性分析

为衡量全极化微波辐射计各通道对不同环境参数的探测能力,在构建全极化微波辐射传输正演模型的基础上,采用敏感性分析的方法,在固定背景场条件下,对全极化微波辐射计不同频率、各极化通道亮温对海面风速、海面风向、海面温度、大气水汽含量和云中液态水含量等重要环境参数的敏感度进行了分析和量化计算,对正演模型仿真亮温、星载全极化微波辐射计Wind Sat实测亮温相对于真实背景场参数、NCEP分析场资料和TAO/TRITON浮标实测海面风场数据的敏感性进行了分析。分析结果验证了全极化微波辐射计对海面风场的观测能力,衡量了上述重要环境参数对星载全极化微波辐射计各通道的单独影响程度,为中国自主研制全极化微波辐射计时通道指标设计、环境参数反演通道选取及算法提供支持。     

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。     

地基雷达的微波面散射模型对比与土壤水分反演

为了探究地基合成孔径雷达(c GBSAR)后向散射信号的时空变化规律和研究雷达土壤水分反演的影响因素,在内蒙古闪电河流域的昕元牧场站进行了地基雷达观测试验,本文结合以上观测试验的地基雷达数据进行波段、入射角度、极化通道3个雷达参数以及地表粗糙度参数对雷达的后向散射系数影响的分析,然后利用以上分析结果选择地表微波面散射模型,最后利用选定的地表微波面散射模型构建人工神经网络数据集来反演地表土壤水分。结果表明:(1)在地基雷达视场内,各地表微波面散射模型的模拟结果与地基雷达实测的L波段全极化数据拟合效果最佳的是AIEM-Oh模型。(2)通过对20°—60°范围内的雷达入射角度的AIEM-Oh模型后向散射系数模拟的绝对残差分析发现,雷达入射角为25°、41°和53°时模拟结果最接近雷达实测值。(3)最后通过分析土壤水分反演结果发现,当雷达入射角度为41°时的土壤水分反演精度最高,相关系数R是0.8080,RMSE是0.0385 m~3m~3。本文的结论是雷达后向散射信号受到雷达入射角度和地表粗糙度相互作用的影响,因此通过考虑地表粗糙度来合理的选取雷达入射角能够提高土壤水分的反演精度。     

全极化SAR数据在地表覆盖/利用监测中的应用

SIR-C/X-SAR是运行在地球轨道上的第一个多波段(L、C、X)全极化(HH、VV、VH和HV)成像雷达系统,该系统具有极化测量和干涉测量功能。全极化雷达测量每一个像元的全散射矩阵,所获取的信息非常丰富。但是,由于这些极化合成图像具有较高的相关性,导致了图像信息提取精度的降低。本文基于新疆和田地区的SIR-CL波段全极化雷达数据,利用全散射矩阵的特点合成了HH-VV极化相关图像、极化度图像、目标增强图像和相位差图像。这些图像相关性小,地表覆盖信息丰富,提高了全极化SAR数据在实验区信息提取的准确度。     

光学与微波数据协同反演农田区土壤水分

光学和微波协同遥感反演对于提高农田土壤水分遥感反演精度十分重要。本文采用SMEX02数据集,研究了L波段土壤发射率与地表土壤水分之间的关系,分析了地面植被覆盖对L波段土壤发射率与地表水分之关系的影响规律,推导了以L波段土壤发射率和归一化植被指数NDVI为自变量的土壤水分反演模型。研究表明:L波段土壤发射率与地表土壤水分之间的相关性随NDVI的增加而下降。验证结果表明,本文算法相对常规经验算法,土壤水分反演精度明显提高,H极化条件下,土壤水分的反演精度RMSE由0.0553提高到0.0407,相关系数R2由0.70提高到0.81;V极化条件下,反演精度RMSE由0.0452提高到0.0348,相关系数R2由0.79提高到0.86。     

Parameterization of the Land Parameter Retrieval Model for L-Band Observations Using the NAFE'05 Data Set

The Land Parameter Retrieval Model (LPRM) has been successfully applied to retrieve soil moisture from space-borne passive microwave observations at C-, X-, or Ku-band and high incidence angles (50 $^{circ}$–55$^{circ}$ ). However, LPRM had never been applied to lower angles or to L-band observations. This letter describes the parameterization and performance of LPRM using aircraft and ground data from the National Airborne Field Experiment 2005. This experiment was undertaken in November 2005 in the Goulburn River catchment, which is located in southeastern Australia. It was found that model convergence could only be achieved with a temporally dynamic roughness. The roughness was parameterized according to incidence angle and soil moisture. These findings were integrated in LPRM, resulting in one uniform parameterization for all sites. The parameterized LPRM correlated well with field observations at 5-cm depth ($r = 0.93$ based on all sites) with a negligible bias and an accuracy of 0.06 $hbox{m}^{3}cdot hbox{m}^{-3}$. These results demonstrate comparable retrieval accuracies as the official SMOS soil-moisture retrieval algorithm (L-MEB), but without the need for the ancillary data that are required by L-MEB. However, care should be taken when using the proposed dynamic roughness model as it is based on a limited data set, and a more thorough evaluation is necessary to test the validity of this new approach to a wider range of conditions.      

棉田微波散射研究

在分析已有散射模型的基础上,依据广义Ｒａｙｌｅｉｇｈ－Ｇａｎｓ近似,计算了微波在土壤、棉层中散射的一级和二级效应,对影响散射的主要因子（入射波频率、入射角,棉叶冠层厚度、棉叶大小、叶厚、空间分布等）进行了分析。其中最主要的影响因子是入射波频率与棉叶大小的相对比值。研究结果表明：对于已封垄的棉田散射,在小入射角时以土壤的面散射为主;而在较大入射角时,棉叶的体散射则是主要散射。     

Simulating L-band emission of coniferous forests using a discrete model and a detailed geometrical representation

A discrete model, based on the radiative transfer theory, is used to simulate coniferous forest emissivity at L-band. Inputs to the model are given by using a detailed geometrical representation of Les Landes forest. Simulated emissivities are compared against EuroSTARRS campaign measurements, which were made over the same forest at nominally vertical polarization and several angles. The model has also been used to investigate the sensitivity of L-band radiometers to soil moisture under forests. Results of this investigation indicate that the soil contribution to emission is potentially appreciable, even under developed forests. This may be a useful result, in view of future satellite missions, such as SMOS and HYDROS.     

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。     

Improved Understanding of Soil Surface Roughness Parameterization for L-Band Passive Microwave Soil Moisture Retrieval

Surface roughness parameterization plays an important role in soil moisture retrieval from passive microwave observations. This letter investigates the parameterization of surface roughness in the retrieval algorithm adopted by the Soil Moisture and Ocean Salinity mission, making use of experimental airborne and ground data from the National Airborne Field Experiment held in Australia in 2005. The surface roughness parameter is retrieved from high-resolution (60 m) airborne data in different soil moisture conditions, using the ground soil moisture as input of the model. The effect of surface roughness on the emitted signal is found to change with the soil moisture conditions with a law different from that proposed in previous studies. The magnitude of this change is found to be related to soil textural properties: in clay soils, the effect of surface roughness is higher in intermediate wetness conditions (0.2–0.3 v/v) and decreases on both the dry and wet ends. Consequently, this letter calls for a rethink of surface roughness parameterization in microwave emission modeling.      

作物冠层的热红外辐射传输模型

通过在辐射传输方程中添加热发射项的方式 ,直接把一个常用的可见光波段的冠层模型———SAIL模型改造成热红外波段模型。该模型与Hapke公式相比能更准确地计算多种农作物冠层的热红外辐射特性 ,并能方便地作为一个基础模块融合到其他更高层次的热红外辐射模型中去     

改进AMSR-E雪水当量算法研究

为了发展雪水当量物理反演算法,本文对不同散射阶模型——零阶、一阶、多次散射模型进行敏感性试验与分析,结果表明我们必须在前向理论模型和反演模型中考虑多次散射作用。本文采用的多次散射积雪辐射理论模型——双矩阵法（Matrix Doubling）求解辐射传输方程,用致密介质理论模型（DMRT）模拟积雪发射和消光特性,用AIEM模型模拟地表辐射及作为辐射传输方程的边界条件。由于该多次散射积雪辐射理论模型的复杂性,拟发展出简单且高精度的积雪辐射参数化模型,以发展雪水当量物理反演算法。因此,在包括多次散射的积雪理论模型基础上,本文通过建立针对AMSR-E传感器参数设置的积雪辐射模拟数据库,该数据库包含了各种可能的自然积雪和地表特性参数。从而在模拟数据库基础上,本文发展了针对AMSR-E的积雪参数化模型。