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(cGBSAR)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...     

海洋目标的HY-2A卫星微波散射计在轨辐射定标研究

HY-2A卫星微波散射计主要用于测量海表面的风速和风向,为了满足其风速和风向的测量精度要求,必须对其进行在轨辐射定标。本文基于散射计在开阔大洋的观测数据,利用经过定标的seawinds散射计后向散射系数数据,分析了海洋目标定标法的定标精度,结果表明定标精度可以达到0.15 dB,且模式函数对定标结果的影响为系统偏差,说明海洋目标定标法需要选用高精度的模式函数。然后,采用相同的海洋目标定标算法,实现了HY-2A卫星微波散射计的在轨辐射定标,获得HY-2A卫星微波散射计VV极化的定标系数为-1.79 dB,HH极化的定标系数为-1.73 dB。最后,利用NDBC浮标观测数据,检验HY-2A卫星微波散射计反演的风矢量精度,证明获得的定标系数可以明显提高HY-2A卫星微波散射计反演风矢量的精度。     

联合热红外与微波的作物辐射方向性模型研究

热红外遥感提供地表表层辐射信息为主,被动微波遥感可更好地提供植被和土壤背景垂直结构的辐射信息。结合热红外与被动微波遥感的优势协同反演植被和土壤组分温度是提高组分温度反演精度的一种思路。本文在对热红外辐射传输模型和微波辐射模型进行比较的基础上,构建均匀作物的统一场景,将统一场景的参数分为直接参数和间接参数。基于统一场景,修改微波辐射模型的场景结构及叶倾角分布,并增加组分温度参数以计算辐射亮温,最终构建热红外与微波辐射联合模拟模型(UEasmmes模型)。针对均匀玉米作物,利用UEasmmes模型进行联合模拟,分析了组分温度、组分发射率、叶面积指数LAI及叶倾角分布LAD对热红外与微波的方向性亮温DBT的敏感性响应差异。分析结果表明:协同热红外与被动微波遥感反演植被和土壤组分温度是可行的,但对于如何克服组分发射率、LAI及LAD对植被有效发射率的影响而导致的微波辐射亮温变化以及实现热红外表皮温度与微波等效温度之间的转化仍是需要深入研究和探讨的问题。     

植被的微波散射与吸收特征

被动微波遥感中大尺度像元内植被种类多种多样并且分布不均匀，较低频率下像元尺度内的植被影响可以根据单个散射体的散射与衰减特性获得。本文讨论了任意朝向的各类植被散射体的计算问题。其中叶片和针叶的散射采用了一般化Rayleigh-Gans计算；杆的散射采用了无限长近似理论。关于各类散射体的衰减，本文比较了散射系数和吸收系数之和，与前向散射定理的结果，并对前向定理的适用性进行了讨论。     

利用AMSR-E数据反演华北平原冬小麦单散射反照率

首先,基于冬小麦不同生育期的地面实测参数,构建了组成冬小麦冠层的、包括不同尺寸和含水量的介电散射体模拟数据库,并在此基础上建立冬小麦单散射反照率和光学厚度分别在C(6.925 GHz)和X(10.65 GHz)波段之间的依赖关系。然后,根据一阶参数化模型推导得到的微波植被指数MVIs(Microwave Vegetation Indices)的物理表达式,结合AMSR-E被动微波亮温数据,反演了华北平原地区冬小麦不同生育期的单散射反照率。与MODIS日归一化差异植被指数NDVI的对比结果显示:冬小麦单散射反照率与NDVI随时间的变化趋势大致相同,但在冬小麦的抽穗期到乳熟期,NDVI呈现饱和趋势,而单散射反照率对小麦的生长变化仍旧比较敏感,在指示冬小麦生长方面具有一定优势。     

一种消除全极化微波辐射顺/逆风向遥感模糊性的新方案——算法研究

全极化微波辐射计可以进行海面风速和风向测量.由于地物模型函数本身的特征以及辐射计的各种测量噪声,通常会出现最后反演出的风向往往不是与真实风向最接近的情况.如果不进行全极化辐射计扫描观测单元与定标单元的优化设置,可能会出现风向反演的顺/逆风180°模糊性问题.这将大大降低全极化辐射计海面风向反演的精度.采用Monte Carlo方法研究全极化辐射计海面风向反演出现的顺/逆风向模糊性的特点和消除方案.根据模拟反演的结果,提出一种根据第一次扫描的第一、第二风向解和第二次扫描的第一风向解选择最终风向值的算法.该算法消除了顺/逆风向反演的模糊性,在一定程度上提升了全极化辐射计的性能,并为进一步设计全极化辐射计的星上实际应用方案提供了理论依据.     

一种消除全极化微波辐射计顺/逆风向遥感模糊性的新方案——星上定标和扫描机制设计的有关考虑

从观测方式的角度出发,讨论消除全极化微波辐射计遥感风向(顺风/逆风)模糊性的具体实施方案,提出合理进行星上定标和对地观测的设计思想.在研究全极化辐射计星上外定标方法的基础上,依据消除海面风向反演模糊性的算法,提出一种采用侧视扫描的机制,设计了在星上实现全极化微波辐射计对同一面元进行前、后两次扫描的具体方案,给出了一种在扫描周期内合理分配观测方位角和定标单元的方法.模拟结果表明,采用这种机制可以有效消除全极化辐射计风向反演存在的顺/逆风180°模糊,使风向反演精度大大提高.同时,考虑到卫星上空间资源的限制,单侧扫描刈幅宽度还能够达到760km以上,能够满足在较短的时间内覆盖全球的时间分辨率的要求.     

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。     

FY-3D微波成像仪非线性特征及计算方法优化

风云三号D星(FY-3D)微波成像仪采用10.65 GHz、18.7 GHz、23.8 GHz、36.5 GHz和89.0 GHz双极化通道对地表辐射信息进行测量,定标精度会直接影响遥感数据的准确性。影响定标精度的主要因素之一是成像仪系统的非线性特征,用物理参数-非线性系数表示。所以准确计算非线性系数是地面热真空定标试验的主要目的之一,在95-298 K范围内设置不同变温源温度点,每一个温度点对应一个非线性系数,这些非线性系数的平均值即是系统最终的非线性系数值。受系统原理和试验条件的限制,计算平均值时需要确定变温源温度的有效范围,目前使用的范围确定方法是设计师首先依据经验提出几组可能的温度范围,然后对比每个范围的定标结果,选出最优的温度范围。显然,这种方法很容易受到人为因素的影响,而且由于不具备遍历所有温度范围的试验条件,无法确定每个变温源温度点的有效性。为了准确获得非线性系数值,首先通过分析热真空定标试验数据证明非线性系数与场景亮温无关,然后提出了一种优化计算方法,采用t准则确定有效范围得到非线性系数值。对比优化前后两种方法的结果表明,新方法的非线性亮温拟合残差的平均值和标准差值以及非线性亮温的最大拟合值都减小了。由此可见,新方法在计算非线性系数时可以获得更准确的变温源温度范围,可以优化非线性亮温的拟合效果,并且将定标精度提高0.04 K,优化效果在10 GHz接收机以及环境温度较高时尤为明显。     

两组分非同温像元热辐射中多次散射影响的解析模型和验证

具有三维结构的非同温地表像元表面热辐射的方向性，取决于像元组分参数，如组分温度，组分发射率，组分结构参数等，而组分的热辐射在组分间的多次散射对像元表面总热辐射方向性的贡献主要取决于像元的几何结构，本文以热辐射几何光学模型为基础，根据多次反弹的原理定量表述了组分热辐射在组分间的多次散射，对随机分布的两且分非同温像元，建立了解析表达的热辐射方向性模型，室内模拟实验室测数据的检验证明了模型的适用性和简单性。     

太湖梅梁湾下行漫衰减系数的Monte Carlo模拟及分析

漫衰减系数常用于计算水体浑浊度和划分水体等级,是水中生物进行光合作用等生态过程中的重要参数。本文假设水体固有光学特性(IOPs)不随垂直剖面变化,水体表面为镜面。通过Monte Carlo方法模拟追踪光子在水中的运动过程,统计大量光子在不同深度上的能量分布,计算出下行漫衰减系数Kd值。结果表明:在450 nm,550 nm和650 nm波长处模拟的Kd值基本上小于实测Kd值,对应后向散射概率为3%的散射相函数模拟的相对误差最小,适合用于构建太湖水体的Kd值反演模型。进一步分析入射天顶角、b/a值对Kd值变化的影响,结果发现:在b/a较大的情况下,散射相函数成为影响Kd值变化的主要因素。当b/a值大于9时,入射天顶角从10°变化到80°时,Kd值的变化率小于10%,可忽略入射天顶角的变化对Kd值的影响。利用单一散射相函数模拟不同波长处的Kd值,发现悬浮颗粒物浓度较高且以无机颗粒物为主体时,450—550 nm内模拟值大于实测值,550—650 nm内则相反,说明随着波长的增加,水体中颗粒物的散射呈现出前向散射减弱、后向散射增强的变化趋势。在反演不同波长处的Kd值时需考虑到散射相函数的光谱变化所造成的误差。     

Data matching of building polygons at multiple map scales improved by contextual information and relaxation

The aim of matching spatial data at different map scales is to find corresponding objects at different levels of detail (LODs) that represent the same real-world phenomena. This is a prerequisite for integrating, evaluating and updating spatial data collected and maintained at various scales. However, matching spatial data is not straightforward due to the ambiguities caused by problems like many-to-many correspondence, non-systematic displacement and different LODs between data sets. This paper proposes an approach to matching areal objects (e.g. buildings) based on relaxation labeling techniques widely applied in pattern recognition and computer vision. The underlying idea is to utilize contextual information (quantified by compatibility coefficient) in an iterative process, where the ambiguities are reduced until a consistent matching is achieved. This paper describes (1) a domain-specific extension to previous relaxation schemes and (2) a new compatibility coefficient that exploits relative relationships between areal object pairs in spatial data. Our approach were validated through extensive experiments using building data sets at 1:10k and 1:50k as an example. Our contextual approach showed superior performance against a non-contextual approach in general and especially in ambiguous situations. The proposed approach can also be applied to matching other areal features and/or for a different scale range.