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.     

粗糙度对被动微波遥感反演土壤水分影响的试验研究

土壤水分是气象预报、农情监测及水文模型的重要参数之一,利用被动微波遥感技术可以有效获取土壤水分。本文分析被动微波遥感反演土壤水分的国内外研究现状,在前人相关理论与方法的研究基础之上,基于土壤的微波辐射特性,通过双波段(C、Ku)微波辐射计对不同水分、不同表面粗糙度的土壤微波辐射特性进行了试验研究,分析土壤湿度与微波发射率、土壤粗糙度与微波遥感指数之间的定量关系,并建立了土壤湿度与微波发射率、粗糙度与微波遥感指数间的经验模型。     

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。     

基于被动微波遥感的地表粗糙度及土壤水分反演研究

被动微波遥感具有监测面积大、重复周期短、对土壤水分更为敏感等优点,成为反演土壤水分最有潜力的方式.论文针对地表粗糙度和植被覆盖变化对土壤水分反演过程中带来的误差和不确定性展开研究,发展更适合大区域土壤水分反演的算法.     

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。     

利用主被动微波遥感结合反演土壤水分的理论模型分析

为了更好地进行土壤水分反演,发展了一种基于热带降雨观测计划(TRMM)的主被动微波结合反演裸露地表土壤水分的算法.为了提高反演精度,同时利用TRMM搭载的测雨雷达(PR)和微波成像仪(TMI)进行观测.另外,针对PR/TMI数据,还建立了包含大范围的土壤水分和粗糙度参数的AIEM模型数据库.通过分析AIEM模型对地表后...     

基于被动微波遥感技术的玉米冠层叶面积指数反演

基于玉米冠层结构参数实测数据和Matrix-Doubling(MD)模型构建了玉米出苗期至抽穗期的冠层多波段、双极化微波辐射特性模拟数据库;通过对模拟数据的回归分析得到了玉米冠层在各波段的微波发射率及其与透过率之间的经验关系,并将经验关系应用于0阶微波辐射传输模型;结合土壤发射率模型构建了玉米冠层覆盖地表的微波辐射亮温参数化计算模型,并基于该参数化模型、利用玉米样地微波亮温观测试验数据,采用迭代方法进行了玉米叶面积指数(LAI)的反演.研究表明,LAI反演值与实测值的相关系数r＞0.9,说明多波段被动微波遥感数据在植被冠层LAI反演方面具有较大的应用潜力.     

地表温度的被动微波遥感反演研究进展

微波遥感能穿透云层,甚至可穿透一定程度的雨区,可以弥补热红外遥感的不足。发展基于被动微波遥感的地表温度反演算法可以全天候地为相关领域提供数据服务。根据前人研究,该文从方法论的角度将已有的反演方法分为统计模型法、物理模型法和神经网络算法3类,分析了每种方法的优缺点,并探讨了未来微波遥感反演地表温度的发展方向,以期为进一步研究提供参考。     

被动微波土壤水分反演模型研究

在分析现有地表辐射模型的基础上,分析了被动微波遥感的辐射传输方程,并且对辐射传输过程的主要因素进行了分析.最后对地面辐射进行了介绍,并针对被动微波AMSR数据提出了地表土壤水分反演的模型.     

用模型和车载微波辐射仪研究多频率多角度下玉米的散射和衰减特性

在使用被动微波技术反演土壤水分的过程中,为去除植被的影响,通常采用适用于低频的τ-ω模型。为准确评估较高频率下植被的散射和衰减特性,以玉米为例,采用基于光线跟踪原理的双矩阵(Matrix-Doubling)微波辐射模型,研究不同高度的作物在C(6.925GHz)、X(10.65GHz)和Ku(18.7GHz)波段下的单散射反照率和传输率。模型模拟的亮度温度跟车载微波辐射仪的野外实测数据接近。为验证模拟的玉米自身微波辐射,在玉米地上铺设了一层铝箔屏蔽地表的辐射。通过给验证后的模型输入不同的参数,建立一个亮度温度数据库,以模拟自然状态下不同高度玉米的亮度温度。然后把模型模拟的结果,跟相同环境下τ-ω模型得到的结果按最小二乘法进行匹配,从而获得不同高度的玉米在C、X和Ku波段上等效的单散射反照率和传输率。     

MPDI在微波辐射计植被覆盖区土壤水分反演中的应用

大尺度上的土壤水分变化监测对于建立全球的水循环模型意义重大，是实现气候变化预测和洪涝监测的基础。星载辐射计为实现大尺度上土壤水分的监测提供了监测途径。但是在星载辐射计观测时，地表植被层的吸收和散射作用会对土壤向上的微波辐射产生衰减影响，这种影响在反演土壤水分的过程中必须予以计算和消除。原有的反演算法中，在计算这部分影响的时候，需要大量的关于地表植被状况的辅助数据，而这些即时的辅助数据往往不易获得。以AMSR—E数据为例，研究证明了微波极化差异指数（MPDI）能够反映地表植被覆盖状况。以中国华北、华东地区为实验区，选择2004年4月8日的AMSR—E亮温数据和MODIS数据为样本数据，建立起MPDI与NDVI之间的负指数关系方程。基于对NDVI的认识，得到植被覆盖度高、中、低三种状况所对应的MPDI域值，以此域值为依据对中等植被覆盖度地区作出自动判断，并用MPDI计算植被层不透明度。     

Improved Understanding of Soil Surface Roughness Parameterization for L-Band Passive Microwave Soil Moisture Retrieval

Surface roughness parameterization plays an important role in soil moisture retrieval from passive microwave observations. This letter investigates the parameterization of surface roughness in the retrieval algorithm adopted by the Soil Moisture and Ocean Salinity mission, making use of experimental airborne and ground data from the National Airborne Field Experiment held in Australia in 2005. The surface roughness parameter is retrieved from high-resolution (60 m) airborne data in different soil moisture conditions, using the ground soil moisture as input of the model. The effect of surface roughness on the emitted signal is found to change with the soil moisture conditions with a law different from that proposed in previous studies. The magnitude of this change is found to be related to soil textural properties: in clay soils, the effect of surface roughness is higher in intermediate wetness conditions (0.2–0.3 v/v) and decreases on both the dry and wet ends. Consequently, this letter calls for a rethink of surface roughness parameterization in microwave emission modeling.      

综合主动和被动微波数据监测土壤水分变化

微波遥感测量土壤水分的方法主要分主动和被动两种，它们都是基于干燥土壤和水体之间介电常数的巨大差异。估算植被覆盖土壤表面土壤水分必须要考虑地表粗糙度和植被覆盖影响的问题。植被覆盖土壤表面的后向散射包括来自植被的体散射，来自地表的面散射和植被与地表间的交互作用散射项。本研究建立了一个半经验公式模型，用来计算体散射项，综合时间序列的主动和被动微波数据，消除植被覆盖的影响，估算地表土壤水分的变化状况。并应用1997年美国SGP‘97综合实验中的机载800m分辨辐射计ESTAR数据计算表面反射系数，综合Radarsat的SCAN-SAR数据得到体散射项，然后，由NOAA/AVHRR和TM计算得到的NDVI值加权分配50m分辨率的体散射项，最后计算50m分辨率的表面反射系数的变化值，从而得到土壤水分的变化情况，验证数据表明该计算结果与实测值一致。     

Combined Passive and Active Microwave Observations of Soil Moisture During CLASIC

An important research direction in advancing higher spatial resolution and better accuracy in soil moisture remote sensing is the integration of active and passive microwave observations. In an effort to address this objective, an airborne instrument, the passive/active L-band sensor (PALS), was flown over two watersheds as part of the cloud and land surface interaction campaign (CLASIC) conducted in Oklahoma in 2007. Eleven flights were conducted over each watershed during the field campaign. Extensive ground observations (soil moisture, soil temperature, and vegetation) were made concurrent with the PALS measurements. Extremely wet conditions were encountered. As expected from previous research, the radiometer-based retrievals were better than the radar retrievals. The standard error of estimates (SEEs) of the retrieved soil moisture using only the PALS radiometer data were 0.048 m³/m³ for Fort Cobb (FC) and 0.067 m³/m³ for the Little Washita (LW) watershed. These errors were higher than typically observed, which is likely the result of the unusually high soil moisture and standing water conditions. The radar-only-based retrieval SEEs were 0.092 m³/m³ for FC and 0.079 m³/ m³ for LW. Radar retrievals in the FC domain were particularly poor due to the high vegetation water content of the agricultural fields. These results indicate the potential for estimating soil moisture for low-vegetation water content domains from radar observations using a simple vegetation model. Results also showed the compatibility between passive and active microwave observations and the potential for combining the two approaches.     

GNSS-R农田土壤湿度反演方法研究

正土壤水分是量化陆地及大气能量交换的关键参数。准确监测土壤湿度是实现农业稳产、高产的重要基础。研究监测大范围的土壤水分的方法在农业、水文以及气象等领域的应用意义重大。本文从利用GNSS-R技术探测土壤湿度的基础理论出发,开展了利用导航卫星的反射信号反演土壤湿度方法的研究。论文具体完成的研究工作和相关结论如下:     

基于改进热惯量模型的表层土壤水反演研究

针对改进热惯量模型需要通过对地面实测的温度进行插值推算地表最高温度,而玛多县属高原地区,较难获取实测数据,利用MODIS地表温度产品的4个瞬时值计算日平均地表温度,结合修正普适性单通道算法反演HJ-1B地表温度,推算出地表最高温度,从而减少了改进热惯量模型对地面观测数据的依赖,进而利用HJ-1B数据反演了玛多县土壤水。结果表明:本文方法可行,能够获得较高分辨率的土壤水空间分布结果,拓宽了HJ-1B数据的应用范围。