2010-2018年北极夏季中国北极科学考察航行期间被动微波遥感海冰密集度与船基目视观测资料的比较

为了更有效地将卫星数据应用于北极航行导航，被动微波（PM）产品的海冰密集度（SIC）与从中国北极科学考察中收集到的船基目视观测（OBS）资料进行了比较。在2010、2012、2014、2016和2018年的北极夏季总共收集了3667组目测数据。PM SIC取自基于SSMIS传感器的NASA-Team（NT）、Bootstrap（BT）以及Climate Data Record（CDR）算法和基于AMSR-E/AMSR-2传感器的BT、enhanced NT（NT2）以及ARTIST Sea Ice（ASI）算法。使用PM SIC的日算术平均值和OBS SIC的日加权平均值进行比较。比较了PM SIC和OBS SIC之间的相关系数，偏差和均方根偏差，包括总体趋势以及在轻度/普通/严重冰况下的情况。使用OBS数据，浮冰尺寸和冰厚对不同PM产品SIC反演的影响可以通过计算浮冰尺寸编码和冰厚的日加权平均值来评估。我们的结果显示相关系数的范围为0.89（AMSR-E/AMSR-2 NT2）到0.95（SSMIS NT），偏差的范围为-3.96%（SSMIS NT）到12.05%（AMSR-E/AMSR-2），均方根偏差的范围为10.81%（SSMIS NT）到20.15%（AMSR-E/AMSR-2 NT2）。浮冰尺寸对PM产品的SIC反演有显著的影响，大多数PM产品倾向于在小浮冰尺寸情况下低估SIC，而在大浮冰尺寸情况下高估SIC。超过30 cm的冰厚对于PM产品的SIC反演没有明显影响。总体来看，在北极夏季，SSMIS NT SIC与OBS SIC之间有着最好的一致性，而AMSR-E/AMSR-2 NT2 SIC与OBS SIC的一致性最差。     

应用微波遥感数据的东北地区地表温度反演

针对无源微波遥感时间分辨率高可以克服云层影响获取地表温度的问题,该文应用AMSR-E微波亮度温度数据,分别选取了基于发射率估计的单通道反演法和多通道线性拟合法反演东北地区地表温度。在原有方法的基础上提出算法改进:对单通道反演法按照植被生长周期在生长季与非生长季分别建立发射率估计方程,探究各微波通道在每种地表覆被类型的反演能力并组合反演精度最高的通道,将微波极化差异指数作为表征发射率参数加入多通道拟合方程。结果显示,获取的地表温度剔除水体和冰雪无效像元后可用性达到100%,改进后的单通道反演法均方根误差由3.58~4.6降低至2.0~3.1,在75%的区域的误差小于2 K;多通道拟合法的最终均方根误差为2.6~3.5,同样有较高精度且只使用微波亮温数据就能获取地表温度。     

卫星遥感反演降水研究综述

降水是地球水循环的基本组成部分,具有重要的气象、气候和水文学意义.精准地测量降水及其区域和全球分布,长期以来一直是一个颇具挑战性的科学研究目标。经过近50年的发展,基于可见光、红外和微波等各类卫星传感器的降水反演算法也逐渐发展成熟起来。简要回顾可见光／红外、被动微波、雷达和多传感器联合反演等卫星遥感降水反演的基本原理、...     

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.     

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...     

开源软件辅助下“微波遥感”实践教学改革与探索

针对“微波遥感”教学中存在的学生动手能力差、实践能力培养欠缺等问题,探索利用开源软件进行实践教学辅助的教学改革。分析了开源软件在实验教学中的优缺点,介绍了微波遥感中常用的开源软件及主要功能。在此基础上,构建了一套开源软件辅助下的“微波遥感”实践教学项目,建立了标准实验数据集,编写了实验指导材料,并通过百度云盘等方式实现了网络共享。通过教学改革,拓展了学生的实践教学途径,提高了学生的实践动手能力及微波遥感数据处理能力。     

基于AMSR-E的北疆地区积雪深度反演

利用北疆地区2007/2008-2009/2010年度积雪季(12月至次年2月)的AMSR-E降轨19 GHz与37 GHz波段的水平极化亮温数据, 结合北疆地区45个气象台站的实测雪深数据, 建立了北疆地区基于AMSR-E亮度温度数据的雪深反演模型, 并对模型的精度进行评价. 结果显示: 雪深在3~10 cm时, 模型反演的雪深值负向平均误差为-5.1 cm, RMSE值为6.1 cm; 雪深在11~30 cm时, 模型反演雪深值的平均误差仅为2.6 cm, RMSE、 正向平均误差、 绝对平均误差均较小; 雪深大于30 cm时, 模型反演的各项误差较大. 用合成方法反演北疆地区2006/2007-2010/2011年度5个积雪季的平均雪深分布和最大雪深分布, 结果显示北疆地区积雪主要分布于北部阿尔泰山和南部天山一带, 其中阿勒泰地区所占比重最大, 中部的准噶尔盆地腹地、 克拉玛依地区雪层较浅.     

农田表面粗糙度参数的测量与精度分析

表面粗糙度是有效解释雷达后向散射系数和微波辐射亮度温度的关键参数之一。表面粗糙度参数的测量精度受到测量方法、测量仪器、数据预处理等的影响,如何获取到表面粗糙度的"真"值是地表粗糙度测量急需解决的问题,并且有助于提高利用微波遥感技术反演地表参数的能力。本文利用激光扫描仪的二维高度数据和蒙特卡罗方法模拟的一维表面高度数据,分析了重复采样次数、采样间隔、采样剖面长度、空间自相关函数类型和大尺度结构(数据倾斜和农田垄行结构)对表面粗糙度精度的影响,研究表明:在大于20次重复采样、小于10mm的采样间隔、200倍相关长度的剖面长度的条件下,农田表面粗糙度参数的测量精度约为80%;分形相关函数与实测农田表面的空间自相关系数的吻合性要高于高斯函数和指数函数;数据倾斜和农田垄行结构严重影响表面粗糙度参数的结果,在进行表面粗糙度参数的计算之前,需从剖面高度分布数据中去除以上两个因素的影响。     

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。     

GNSS反射信号在土壤湿度测量中的应用

为全面获取陆地土壤湿度信息,实现导航卫星反射信号土壤含水量反演 ,在给出散射信号极化特征及散射信号归一化功率基础上,通过对陆基土壤时序采样数据、时序介电常数进行分析和仿真,估计了土壤湿度参数。仿真表明,实验结果与常规湿度测量方法一致。因此,多普勒延迟映射接收机能够正确表征地表含水量分布特征,导航卫星反射信号可以应用于在土壤湿度测量中。