合成孔径雷达积雪参数反演研究进展

积雪是影响辐射平衡、水资源等全球能量与水循环的重要参数,遥感是监测积雪时空分布特征及其变化趋势的重要手段.合成孔径雷达（SAR）以其全天时、全天候能力,成为积雪遥感中重要的研究方向.本文从SAR与积雪的特性、积雪的散射模型、基于强度和相位信息的积雪参数反演等方面,针对SAR积雪参数反演方法的理论、技术进行总结和分析,指出了目前利用SAR数据反演积雪的研究现状和存在的问题,并对未来的研究方向进行了讨论.     

基于MEMLS模型的积雪深度反演方法

利用被动微波遥感反演积雪深度一直是积雪遥感领域中的研究热点。在现有的积雪深度反演算法中,NASA算法因其简洁、易于扩展的特点,成为应用最为广泛的算法。但NASA算法存在着一定不足:首先,由于NASA算法基于线性拟合得出,在应用到其他研究区域时需要对反演公式进行重新拟合,适用范围受到一定限制;其次,由于算法中引入的19GHz与37GHz的亮温差在雪深达到一定范围时会达到饱和,因此算法会低估积雪深度。本文针对现有反演算法的不足之处,结合蚁群智能算法的特点,发展了基于蚁群算法的积雪深度反演算法;此外,针对NASA算法中存在的雪深低估问题,引入了AMSR-E10.7GHz亮温数据,对算法进行了改进。利用MEMLS模型的模拟数据与AMSR-E辐射亮温数据对算法进行实验,并采用实测数据与AMSR-E雪水当量产品对算法的反演精度进行评价。结果表明,两种积雪深度反演算法均是可行的,反演精度与现有产品相比有较为明显的改进。