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。     

被动微波遥感反演地表发射率研究进展

微波地表发射率是表征地表特征的重要参数,也是反演地表、大气参数的重要条件.相比较物理模型,其模拟计算需要若干输入参数,且相当一部分地表、植被特征参数很难从常规资料中获取,应用星载被动微波辐射计资料可以在更大空间和时间尺度范围内直接反演地表发射率.从目前常用的几种被动微波遥感反演方法(包括经验统计方法、辐射传输方程方法、指数分析方法、神经网络方法、一维变分方法等等)回顾了微波地表发射率反演的国内外研究进展及其研究中存在的问题,并对这些方法的优、缺点进行了评价.最后指出,今后应开发识别和订正直接影响卫星观测值的无线电频率干扰(RFI)算法,改善云、雨检测算法,并且加强微波波段大气辐射传输等过程的机理研究.     

土壤有机物质对土壤介电常数的影响

土壤介电常数是开展微波土壤水分和冻融状态的监测的基础,也是植被和积雪的下垫面边界条件,然而目前已有的介电常数研究都没有对高有机质含量的土壤开展系统观测。本文将土壤中的自然有机物质分为腐殖质和植物性残留物两类。采用控制变量实验方法,通过测量5种不同有机质含量的东北黑土和加入不同比例毛白杨碎屑的扁都口草甸土,研究了腐殖质和植物性残留物的对土壤介电常数的影响。结果表明,腐殖质会降低干燥土壤的容重,从而发挥间接作用,使介电常数降低;而对于相同容重下观测的潮湿土壤,腐殖质含量较多的土壤介电常数更大。与Dobson模型的比较显示,在29℃室温下,腐殖质对25%重量含水量潮湿土壤实部的影响在±2左右,虚部能达到1。与腐殖质相比,植物性残留物对风干土壤和潮湿土壤的影响都十分明显。植物性残留物能有效地疏松土壤并代入植物组分的介电特征。当重量含水量为30%时,含毛白杨含量为20%的混合土壤比纯扁都口土壤在实部平均减小3—7左右,虚部减小 1—3左右。因此,根据实验观测以及和模型的比较,土壤中的有机物质会改变土壤介电性质,对微波遥感造成影响。     

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。     

基于AMSR-E数据的被动微波遥感干旱指数研究

基于2005年和2006年AMSR-E（advanced microwave scanning radiometer-earth observingsystem）的亮温,计算了8个亮温比值作为候选干旱指数。假设反演出的AMSR-E Land3土壤湿度数据能反映地表干旱程度,候选干旱指数与土壤湿度的相关性分析即能显示哪一候选干旱指数较好。选择河北省3个站点,分析了相关性较好的干旱指数的年际变化,并利用该干旱指数研究了河北省2006年3月份的干旱分布,通过比较河北省136个观测站的同期降水距平百分率,表明该干旱指数具有一定的实用性。     

东亚陆地星载微波成像仪新增通道观测质量评估

基于2014年8月1—16日AMSR-2的观测资料,采用谱差法重点对东亚陆地低频7.3 GHz的无线电频率干扰(RFI)进行识别与分析。研究发现,东亚地区7.3 GHz通道观测存在无线电频率干扰,其中韩国京畿道、大邱市,孟加拉国,越南及柬埔寨东南部地区的干扰源是稳定、持续的地面主动源。日本地区7.3 GHz通道RFI仅出现在AMSR-2升轨观测上,而降轨观测则几乎不受干扰,且RFI污染区出现的位置与强度随时间及辐射计扫描角度周期性变化,探究其污染源,发现主要来自地面反射的静止通信/电视卫星信号对星载微波被动传感器观测的干扰。     

组合光学和微波遥感的耕地土壤含盐量反演

耕地保护关系到国家粮食安全和经济社会可持续发展,对生态环境保护具有重要作用,快速精准的获取耕地土壤盐分含量及空间分布信息是耕地保护的必然要求。以宁夏平罗县为研究区,利用Landsat 9 OLI和Sentinel-1遥感影像,提取光谱指数和雷达极化组合指数,基于变量投影重要性法与灰度关联法筛选特征变量,然后运用反向传播神经网络、支持向量机和随机森林3种机器学习算法构建模型,并用最佳模型反演耕地土壤含盐量空间分布情况。结果表明：(1)利用变量投影重要性法筛选变量建立的模型验证集决定系数(R²)大于灰度关联法筛选变量建立的模型。(2)利用随机森林算法,组合光谱指数和雷达极化组合指数协同反演模型效果最佳,建模集R²为0.791,均方根误差(RMSE)为1.016,R²较单一数据源模型分别提高0.065和0.085,RMSE分别降低0.147和0.189;验证集R²为0.780,RMSE为1.132,R²较单一数据源模型分别提高0.091和0.237,RMSE分别降低0.175和0.3...     

卫星热红外和微波遥感资料在地震预报中的应用研究

选取四次典型震例,分别以微波遥感及热红外遥感为研究手段对各发震区的温度进行窗口时间序列扫描,探讨震前陆地表面温度异常特征。研究发现：由热红外遥感及微波遥感反演所得的陆表温度年变形态极为相似,前者特征更为明显;震前并非完全是一个增温过程,有负异常现象存在;大地震的温度异常空间分布特征与断层的展布存在密切关系,温度异常区并非大面积存在,且未呈现明显迁移特征,这一新发现具有明确的物理意义。     

植被复介电常数的测量与模型构建

目标的复介电常数是影响微波辐射和散射特性的重要因素.在植被定量化的应用研究中,建立植被具体物理参数与复介电常数之间关系的植被介电特性研究是微波遥感技术发展的基础工作.本研究选择我国黑河生态水文遥感试验的重点研究区域张掖市进行了6大类植被样本的采集,并结合矢量网络分析仪E8362B,利用同轴线探针法在0.2～20 GHz范围内对样本进行了复介电常数的测量,其中重点针对玉米叶,建立了微波传感器常用频点下其重量含水量与其复介电常数实部和虚部之间的经验模型.最后利用河北省怀来县采集的实测数据对建立的经验模型和经典的Debye-Cole模型进行了验证和对比.结果表明,该经验模型在精度上优于传统的Debye-Cole模型,并且具有良好的实用性.     

东北典型林区雪深反演算法的验证与分析

积雪对自然环境和人类活动都有极其重要的影响。积雪参数（雪面积、雪深和雪水当量）反演对水文模型和气候变化研究有着实际的意义。然而,目前森林区的雪深遥感反演精度一直有待于进一步提高。东北地区是我国最大的天然林区和重要的季节性积雪区之一,本文利用FY3B卫星微波成像仪（MWRI）L1级亮温数据和L2级雪水当量数据,以及东北典型林区野外实测雪深数据,对Chang算法、NASA 96算法和FY3B雪深业务化反演算法进行了验证与分析。结果表明：在东北典型林区的雪深反演中,Chang算法和NASA 96算法反演的雪深波动都比较大,当森林覆盖度f≤0.6时,NASA 96算法表现比较好,均方根误差值在3种算法中较小,但当f >0.6时,NASA 96算法失真严重。当考虑纯森林像元（f=1）时,Chang算法低估了雪深47%。当f≤0.3时,FY3B业务化算法始终优于Chang算法。整体上,FY3B业务化算法相对稳定,具有较高的精度。