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。     

塞罕坝林场机载综合遥感试验

本文介绍了"碳循环、水循环和能量平衡遥感综合试验"中"碳循环航空试验"的小滦河流域塞罕坝森林机载综合遥感实验。阐述了森林机载遥感实验的目的、实验设计方案,观测实施过程以及数据的处理和产品生产等方面内容。实验利用中国林业科学研究院机载遥感系统CAF-Li CHy (Chinese Academy of Forestry’sLi DAR,CCD and Hyperspectral airborne observation system)于2018-8-31—9-20在河北承德塞罕坝机械林场开展,共飞行10架次,获取了高精度、高空间分辨率的机载数据共1568 GB,POS位置误差2 cm,激光雷达点云密度每平方米4个以上,点云水平与垂直方向差均在0.2 m之内,数字高程模型产品空间分辨率2 m;高光谱数据的光谱分辨率优于10 nm,空间分辨率优于1 m;CCD影像空间分辨率优于0.2 m;3种传感器数据产品间的几何位置偏差在1 m内。本实验为碳水循环及森林资源监测提供了高质量的遥感数据集,体现出主、被动集成观测系统同步信息获取在森林资源监测中的优势。     

GF-5 DPC数据的云检测方法研究

高分五号（GF-5）号卫星所搭载的大气多角度偏振探测仪（DPC）能够对地球进行多波段,多角度和的连续观测,其数据对研究全球大气云分布及云辐射反馈作用提供新的视角。本文通法国多角度偏振载荷POLDER（POLarization and Directionality of the Earth’s Reflectances）云检测算法为参考,结合DPC多波段反射率、偏振反射率、表观压强等信息开发了一个适用于DPC的云检测算法。算法主要分为3个部分：首先是阈值方法对云像元进行检测,同时引入表观压强对不同高度的云（如卷云、层积云等）进行进一步的条件约束,然后利用865 nm波段偏振反射率对海表反射的太阳耀斑区进行识别,修正了反射率阈值识别云像元时受到的太阳耀斑干扰。为了验证算法的准确性,利用2018-10-01的MODIS的MOD06云掩码产品与本文云检测算法结果进行定性分析,从目视判读结果可以看出本文云检测结果与MOD06产品具有较高的吻合度;随后又利用2018-10-01—04的CALIPSO-VFM数据与本文云检测结果和MYDO6云掩码产品进行定量分析,分别计算了中低纬度区域（60°N—60°S）的云/晴空像元命中率和云/晴空像元错误预报率,计算结果显示算法云命中率均值相较MYD06云掩码产品高出13.501%的前提下云错误预报率仅高出3.561%,可表明该算法在全球中低纬度区域有着良好的云检测效果。本文提出的云检测算法,可为后续DPC的云参数、水汽、气溶胶等研究提供重要数据支撑。     

棉花和大豆等效散射反照率估算

本文以棉花和大豆为例,基于车载多频率微波辐射计的观测数据,利用最小二乘原理实现对两种典型农作物等效散射反照率的估算,研究了植被层等效散射反照率随观测角度、频率以及植被浓密程度的变化规律,对不同覆盖度情况下植被层的等效散射反照率进行了定性的分析。这一研究结果在以零阶模型为基础进行地表参数反演时,对于植被层等效散射反照率的确定具有重要的理论参考价值。     

变角度下主被动微波遥感联合降尺度方法

被动微波遥感土壤水分空间分辨率低,无法满足干旱监测、洪水预测以及灌溉管理等区域水利和农业等行业应用需求。中国在民用空间基础设施中规划论证的"陆地水资源卫星"搭载了雷达和辐射计主被动一体化微波载荷,通过主被动联合降尺度可以获取高分辨率(～5 km)的土壤水分,但其采用了一维合成孔径技术,主被动微波传感器观测的地面入射角是变化的,这给土壤水分反演及降尺度带来诸多挑战。本文从主被动微波遥感的物理机理和谱分析两种角度出发,利用闪电河流域的航空飞行试验数据,分析研究了基于主被动微波观测时间序列回归分析和基于谱分析的降尺度算法在辐射计和雷达入射角不同时的适用性。结果表明,在辐射计入射角度22.5°—27.5°时,基于主被动微波观测时间序列回归分析方法在27.5°时降尺度的结果最好,V极化和H极化的RMSE分别为7.57 K和7.46 K。基于谱分析方法在辐射计入射角度为22.5°和25°时得到的降尺度结果较好,V极化和H极化的最小RMSE分别为7.13 K和6.61 K,比基于主被动微波观测时间序列回归分析方法分别降低了0.44 K和0.85 K。基于主被动时间序列观测回归分析的降尺度方法,依赖于主被动微波观测的时间序列观测,当时序观测较短时,可能会因为回归分析的不稳定对降尺度结果造成较大的影响,而基于谱分析的降尺度方法则不需要依赖于长时间的时序观测。     

空间地球科学视角下的全球水循环研究

空间地球科学是利用空间观测的手段,研究地球系统、各子系统之间以及各要素和过程之间的相互作用、变化机制及其发展演化的一门综合性、交叉性学科,为科学家开展地球系统科学研究提供新手段、新思路和全新视角。空间地球科学的发展推动航天技术、遥感和测绘科学、地球系统科学包括气象、海洋、水文、生态等一系列学科的发展,是全球变化背景下促进全球治理和"人类命运共同体"构建的重要基石。本文主要回顾空间地球科学的产生和发展历程,以全球水循环为例阐述空间观测在地球系统关键循环过程研究中的作用,并对中国未来空间地球观测进行展望,以期盼中国空间地球科学事业迈向新篇章。     

地表土壤水分与雷达后向散射系数及入射角之间关系研究

应用雷达技术反演土壤水分较著名的经验模型有Oh模型[1]、Dubois模型[2]以及Shi模型[3]。本文在Shi模型的基础上,对土壤水分与雷达后向散射系数之间的关系进行探讨,反演出土壤水分与雷达后向散射系数及入射角之间的关系。     

积雪辐射模型验证

雪水当量是气候模型与大尺度水文模型中的一个重要参数。积雪容量对全球气候变化研究、大尺度径流估算与水资源管理等方面都有很重要的意义。因此研究积雪辐射模型模拟特征及模型验证显得极为重要。本文选用的积雪辐射模型是采用考虑多次散射的双矩阵法（Matrix Doubling Formulation）作为求解辐射传输方程的方法，利用致密介质理论来考虑积雪的近场效应，辐射传输方程的边界条件和下垫面辐射计算则采用高级积分方程模型（AIEM）。文中首先分析了辐射模型对下垫面参数特性和积雪颗粒特性的敏感性，结果表明下垫面特性和积雪颗粒大小对当前人们采用的温度梯度雪水当量反演算法有着很大影响。另外，本文利用瑞士Weissfluhjoch试验区的地面实验数据，对该积雪辐射模型在宽波段高频率和大角度的辐射信号模拟能力做了验证，验证结果表明该模型模拟值与地面实测数据吻合很好，说明积雪辐射模型能很好模拟自然地表的积雪辐射信号。     

AMSR-E低频亮温数据空间分辨率提高以及不同波段亮温数据组合应用时分辨率匹配的算法

和光学遥感相比,被动微波遥感以微波特有的性质获得了越来越广泛的应用,但是同时也面临着很多问题.其中,几十公里量级的低空间分辨率,以及多波段组合应用时,各个波段不同空间分辨率的数据如何进行分辨率匹配,是两个亟待解决的问题.本文利用Backus-Gilbert方法,以AMSR-E的亮温数据为研究对象,尝试解决这两个问题.首先,对Backus-Gilbert方法进行了理论推导,然后利用模拟数据分别在分辨率提高和不同波段分辨率匹配问题上进行参数选取,选取了最优参数以后,利用AMSR-E数据进行实例计算.以墨西哥湾和亚马逊河流域为例进行了分辨率提高的应用和验证.结果显示,经过处理以后,和原始数据相比,增添了很多细节,而且这些细节和可见光图像以及AMSR-E高分辨的高频图像是一致的.关于分辨率匹配,以Shi等最近提出的微波指数为例,计算了用普通的重采样进行分辨率匹配的微波指数以及用Backus-Gilbert方法进行分辨率匹配的微波指数.对比分析表明新算法的结果比原始结果更具有可信性.     

Hydroclimatological changes in the Bagmati River Basin, Nepal

Study on hydroclimatological changes in the mountainous river basins has attracted great interest in recent years. Changes in temperature, precipitation and river discharge pattern could be considered as indicators of hydroclimatological changes of the river basins. In this study, the temperatures （maximum and minimum）, precipitation, and discharge data from 1980 to 2009 were used to detect the hydroclimatological changes in the Bagmati River Basin, Nepal. Simple linear regression and Mann-Kendall test statistic were used to examine the significant trend of temperature, precipitation, and discharge. Increasing trend of temperature was found in all seasons, although the change rate was different in different seasons for both minimum and maximum temperatures. However, stronger warming trend was found in maximum temperature in comparison to the minimum in the whole basin. Both precipitation and discharge trend were increasing in the pre-monsoon season, but decreasing in the post-monsoon season. The significant trend of precipitation could not be observed in winter, although discharge trend was decreasing. Furthermore, the intensity of peak discharge was increasing, though there was not an obvious change in the intensity of maximum precipitation events. It is expected that all these changes have effects on agriculture, hydropower plant, and natural biodiversity in the mountainous river basin of Nepal.