Space-time soil wetness variations monitoring by a multi-temporal microwave satellite records analysis

In the last few years, remote sensing observations have become a useful tool for providing hydrological information, including the quantification of the main physical characteristics of the catchment, such as topography and land use, and of its variables, like soil moisture or snow cover. Moreover, satellite data have also been largely used in the framework of hydro-meteorological risk mitigation.Recently, an innovative Soil Wetness Variation Index (SWVI) has been proposed, using data acquired by the microwave radiometer AMSU (Advanced Microwave Sounding Unit) which flies aboard NOAA (National Oceanic and Atmospheric Administration) satellites.SWVI is based on a general approach for multi-temporal satellite data analysis (RAT - Robust AVHRR Techniques). This approach exploits the analysis of long-term multi-temporal satellite records in order to obtain a former characterization of the measured signal, in term of expected value and natural variability, providing a further identification of signal anomalies by an automatic, unsupervised change-detection step. Such an approach has already demonstrated, in several studies carried out on extreme flooding events which occurred in Europe in the past few years, its capability in reducing spurious effects generated by natural/observational noise. In this paper, the proposed approach is applied to the analysis of the flooding event which occurred in Europe (primarily in NW Spain) in June 2000. Results obtained, in terms of reliability as well as efficiency in space-time monitoring of soil wetness variation, are presented. Future prospects, in terms of exportability of the methodology on the new dedicated satellite missions, like ESA-SMOS and NASA-HYDROS, are also discussed.     

微波消解-等离子体发射光谱法同时测定水中硅铁钠

讨论使用电感耦合等离子体发射光谱法测定水样中si、Fe、Na时，四种水样前处理方法对测试结果的影响。提出采用HNO3^-HF体系微波消解、H3BO3掩蔽HF的方法前处理水样，用等离子体发射光谱法可同时准确快速地测定水中Si、Fe、Na三种元素的含量。5次测定的相对标准偏差小于4％，加标回收率为89．2％-106％。     

微波辅助化学反应制备纳米高岭石

为提高高岭石比表面积、孔隙率和吸附容量，利用微波辅助化学反应制备了尿素-高岭石复合物，进一步微波辐射使层状高岭石完全剥离并粉碎，经分散后得到了纳米高岭石。利用傅立叶红外光谱仪（FT-IR）、X射线粉晶衍射仪（XRD）、扫描电镜（SEM）和透射电镜（硎）进行了过程中样品结构、形貌和尺寸方面的表征。结果表明：同等条件下，通过微波辅助剥离并粉碎层状高岭石，时间只需30min，约为单一球磨的1／20，分散后的纳米高岭石平均粒径约为150nm。     

一种海面风场反演的快速风矢量搜索算法

本文以SeaWinds散射计为例，从最大似然估计的海面风场反演方法出发，根据其目标函数的一般分布特征，提出并实现了一种快速风矢量搜索算法。然后采用美国SeaWinds散射计的部分LA实测数据对该搜索算法进行了验证，并与常规算法对同一实验数据的反演偏差及运行时间进行了对比分析，结果表明该算法在能够保证反演精度的前提下，在较大程度上提高了运行效率。     

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。     

地基遥感大气水汽总量和云液态水总量的研究

介绍了地基微波辐射计遥感反演大气柱中的水汽总量和云液态水总量的辐射传输原理和反演方法。给出了实用的有气候代表性的北京地区4个季节的反演公式，并对反演公式进行了数值检验，分析了反演精度：春、夏、秋、冬4季水汽总量反演的相对标准偏差分别为3．1％、1．6％、2．2％和2．4％。用反演公式反演在香河探测的NASA微波辐射计资料发现：微波辐射计反演的水汽总量平均比探空测量值偏大O．21cm，二者的线性相关系数为0．988．均方根误差为0．16cm：云液态水总量除降水云天外．值均在0．1mm以下。     

地基微波辐射计探测在黄河上游人工增雨中的应用

利用2003、2004年夏秋季在青海省河南县的地基双频段微波辐射计连续观测资料,在实施系统探测实验以进行辐射亮温值(TB(23.87),TB(31.65))与大气汽态总水汽含量(Q)和云中积分液态水含量(L)值反演处理的基础上,分析了黄河上游河曲地区的云水特征,并进行了降水预测及人工增雨作业指标的探讨。结果表明:在黄河上游河曲地区,7—9月纯晴天无云天气条件下,L值基本为0,表明了统计回归反演的显著性。多云条件下Q值和L值分别在3.76~4.75g·cm-2、227.34~859.42g·m-2的范围内。可降水云天气,Q值在5.23~8.65g·cm-2间,L值在421.18~1016.37g·m-2的范围内;积雨云个例分析表明,在降雨开始前近5小时的降雨酝酿期内,Q及L的增加有明显的波动,但在对流云出现并发展时,Q和L总是急剧上升,在降雨前达到一峰值;由河南站和西安站的Q、L值比较差异可以看出,Q、L值受水汽输送、地形等因素的影响,黄河上游河曲地区的人工增雨潜力有显著的优势;所计算出的降水预测阈值,可作为该地区人工增雨作业指标的参考。     

铜镍尾矿砂微波加热硫酸溶解实验研究

通过尾矿砂微波加热硫酸溶解新方法的实验,研究了硫酸浓度、液固比及反应时间等因素对尾矿砂酸蚀率的影响。结果显示,在无需搅拌的情况下,微波加热实验的最佳条件酸浓度5mol/L、液固比5.0mL/g都较传统水热法有优势,在反应时间上,微波加热15min就能达到传统水热法2～3h的效果。在酸蚀率相同的情况下,微波加热所用时间仅为传统水热法的1/6,而所用的酸浓度、液固比都较传统水热法小很多。先对尾矿砂直接微波辐照一段时间,然后再加入硫酸进行微波辐照加热溶解,能够促进尾矿砂的溶解,提高尾矿砂的酸蚀率。微波加热条件下,尾矿砂在硫酸浓度8mol/L、液固比5.0mL/g条件下无需搅拌,反应1h后,除透闪石没有完全溶解外,绝大部分的矿物被溶解。与传统加热方式相比,微波加热可显著提高尾矿砂酸溶解速率。     

被动微波反演裸露区土壤水分综述

被动微波具有全天候、穿透性以及不受云的影响等特征,使其在反演土壤水分时具有很大的优势。通过研究发现,被动微波遥感是反演土壤水分的各种技术中最有效的方法之一。概括了主要的被动微波传感器并从被动微波遥感的原理出发,针对被动微波遥感裸露区地表随机粗糙面的模型以及土壤水分反演算法作了简要介绍。     

用ERS风散射计数据估算土壤水分方法的研究

欧空局ERS1/2卫星上的风散射计(WSC),分辨率是50km,4天内能覆盖全球超过80%的范围,并可在多角度下对地物目标进行观测。本文研究利用该散射计数据估算土壤水分的方法。首先,利用基于ERS散射计数据建立的全球C波段雷达后向散射系数数据库,根据传统的几何光学模型(GOM),反演得到与土壤含水量密切相关的法线方向Fresnel反射率,并与两个采样点(安多和那曲)上的实测降雨量及土壤水分相对比,证明了ERS散射计数据与土壤水分的高相关性;第二步,以水云模型为基础,结合AIEM模型,发展了一种简化模型来估算土壤水分绝对值,分别利用气象站实测点数据和同时期的Basist湿度指数(BWI)进行验证,表明反演结果能较好反映土壤水分的空间分布状况。