极区海冰密集度AMSR-E数据反演算法的试验与验证

海冰密集度是极区海冰监测的重要参数,目前分辨率最高的微波海冰密集度产品为德国Bremen大学发布的针对AMSR-E 89 GHz频段数据利用ASI算法反演的网格数据。为实现中国极区遥感产品从无到有的战略步骤,本文针对AMSR-E 89GHz频段微波数据的ASI算法,进行了插值算法、系点值和天气滤波器一系列试验。针对北极海区,着重对影响反演结果的主要参数——纯冰和纯水的亮温极化差异阈值,即系点值(P₁和P₀)进行了2009年全年的统计分析。研究表明,2009年北极纯冰和纯水的代表区域P₁和P₀年平均值分别为10.0 K和46.67 K;2 K以上的系点值差异引起的海冰密集度差别较为显著;同样的系点值差异在不同极化差异P取值范围对海冰密集度的影响也不同。通过统计确定的系点值推算并修正了海冰密集度反演公式,对2009年全年北极海冰密集度进行了反演,并与Bremen大学产品进行了比较。继而对白令海和楚科奇海12个晴空下MODIS可见光样本数据进行反演,以验证AMSR-E冰密集度反演结果,并对误差原因进行了分析。本研究反演结果与MODIS样本比对的误差略小于Bremen大学的反演产品,空间平均误差为3.84%,空间平均绝对误差10.83%。     

东南极Amery冰架与陆地冰分界线的重新划定及验证

根据无线电回波测厚 (RES)数据对东南极Amery冰架与陆地冰分界线进行了重新划定 ,指出该冰架的接地线位置最南一直向内陆延伸到 73 .2°S处 ,距冰架末端最远距离约 5 0 0km。并在该流域选取了两条具有代表性的剖面 ,分别用水面以下的冰厚度与总的冰厚度的比值、流体静力学平衡理论等进行了验证。同时对该地区所在的整个冰流系统用 5kmERS_1/DEM数据和 1kmRAMP/DEM数据 ,GPS实地测量值等对这一结论进行了验证。最后按流体静力学平衡条件对该流域的漂浮冰部分重新进行了标定     

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。     

AMSR-E辐射计反演南大洋实时海面气温

利用中国南极第24次至第26次(2008年-2010年)考察获取的实测数据和AMSR-E辐射计亮温资料开展南大洋实时海面气温的反演研究, 分析了AMSR-E的各通道亮温与海面气温的相关性, 未发现与海面气温相关性较强的观测通道, 相关性最高的是23.8 GHz 水平通道, 相关系数为0.38。将实测数据与亮温资料进行数据匹配, 得到有效的建模数据集, 然后利用多元回归和神经网络两种方法建立海面气温实时反演模型。基于全通道多元回归建立了高纬、低纬海域AMSR-E亮温的反演模型, 对反演结果利用实测数据进行验证, 高纬海域反演的结果均方根差为0.96 ℃, 相关系数为0.93;低纬海域反演结果均差差为1.29 ℃, 相关性系数0.96。基于Back Propagation(BP)神经网络反演模型的反演结果均方根差为1.26 ℃, 相关系数为0.98。     

AMSR-E辐射计反演南大洋实时海面气温

利用中国南极第24次至第26次(2008年—2010年)考察获取的实测数据和AMSR-E辐射计亮温资料开展南大洋实时海面气温的反演研究,分析了AMSR-E的各通道亮温与海面气温的相关性,未发现与海面气温相关性较强的观测通道,相关性最高的是23.8GHz水平通道,相关系数为0.38。将实测数据与亮温资料进行数据匹配,得到有效的建模数据集,然后利用多元回归和神经网络两种方法建立海面气温实时反演模型。基于全通道多元回归建立了高纬、低纬海域AMSR-E亮温的反演模型,对反演结果利用实测数据进行验证,高纬海域反演的结果均方根差为0.96℃,相关系数为0.93;低纬海域反演结果均差差为1.29℃,相关性系数0.96。基于BackPropagation(BP)神经网络反演模型的反演结果均方根差为1.26℃,相关系数为0.98。     

湖冰厚度遥感反演进展与展望

湖冰是对气候变化十分敏感的冰冻圈水文变量,起到调节区域气候和湖泊生态系统的作用,并作为一种自然资源服务于冰上生产生活。湖冰覆盖和湖冰厚度是研究湖冰过程的关键变量,目前大多数湖冰研究集中在湖冰覆盖领域,湖冰厚度领域由于缺乏实测资料和专门的遥感观测平台还存在诸多空白,大量缺资料地区湖冰厚度仍处于未知状态,亟待方法和数据上的突破与创新。本文综述了近20年国内外湖冰厚度遥感反演领域的进展,介绍了各类反演方法的原理机理及主要优缺点,其中被动微波遥感方法具有良好的时间分辨率但空间分辨率较粗,难以覆盖中小型湖泊;基于SAR影像的主动微波方法空间分辨率较高但物理机制复杂,可靠性有待进一步验证;基于测高雷达的主动微波方法观测时段较长,物理机制明确,易于拓展到无实测资料湖泊,但空间覆盖相对有限;热红外遥感方法时空分辨率较好,但容易受云和湖冰表面积雪的影响,反演精度和可靠性有待提升。在此基础上,本文分析湖冰厚度遥感反演领域面临的主要挑战和发展方向包括：（1）厘清湖冰表面积雪相关的物理过程;（2）实现大范围实测冰厚和遥感资料的集成;（3）实现多源遥感冰厚反演方法的交叉融合。     

基于神经网络的太赫兹冰云探测反演算法研究

太赫兹频段在冰云探测上具有独特优势,但是目前的太赫兹冰云反演算法将不同种类冰相粒子（主要是冰和霰）视为冰粒子统一计算。本文根据冰云太赫兹辐射特性实现了一种预分类的神经网络算法,能够从太赫兹亮温中分别反演得到冰、霰两种粒子的统计参数和廓线分布。首先,基于WRF数值模式和ATMS载荷真实观测的冰云霰数据构建了包含冰、霰粒子密度廓线的混合冰云数据库,然后,使用DOTLRT辐射传输模式模拟183 GHz、243 GHz、325 GHz、448 GHz、664 GHz和874 GHz这6个频段的星载太赫兹冰云探测亮温,最后,开展冰云参数探测仿真试验,验证反演算法性能。仿真试验中反演得到的冰和霰的路径总量均方根误差分别为8.97 g/m²和10.90 g/m²,等效粒径均方根误差分别为7.54 μm和25.38 μm,反演的冰、霰密度廓线也具有较高的精度。研究结果表明本文算法能够以较好的精度从多频太赫兹冰云探测亮温数据中分别反演得到冰、霰两种粒子的路径总量、等效粒径、等效云高和密度廓线,突破现有研究仅仅计算单一冰粒子的局限,更加符合冰云真实情况。     

东南极历史冰流速过估改正

南极冰盖表面冰流速是准确估算冰盖物质平衡和预测全球海平面变化的关键参数之一。针对冰流速提取中存在的流速过估现象,采用东南极20世纪60-80年代历史冰流速重建数据集,分析了整个东南极冰盖及不同海洋扇区、冰架/冰川过估改正量的空间分布规律。统计结果表明,东南极过估改正量的平均值约为28 m/a;在接地区和冰架前缘附近,过估改正量峰值高于其他区域,其中接地区最大过估改正量超过300 m/a。在海域尺度上,东印度洋海域在接地区和冰架区冰流速过估的现象较其余海域更加明显,其冰架区的平均过估改正量约为62 m/a;在冰架/冰川尺度上,Shirase冰川、Holmes冰川、Ninnis冰川、Publications冰架以及Totten冰川的平均改正量均超过50 m/a,高于整个东南极改正量的平均值。结合过估改正量与历史冰流速提取结果,证明改正量的分布在一定程度上符合冰流空间加速的规律。流速改正已应用于东南极20世纪60-80年代历史冰流速产品,对研究冰架稳定性、进一步研究全球变暖影响下的南极冰盖动态稳定具有重要意义。     

利用偏移量跟踪测定Amery冰架冰流汇合区的冰流速

利用35d时间基线的EnvisatASAR数据对,采用偏移量跟踪方法对东南极Amery冰架冰流汇合区的冰流速进行了测定,并对流速结果进行了精度评定和对比分析,验证了本文结果的可靠性。结果显示,Lambert、Mellor及Fisher冰川在Amery冰架后缘交汇处冰流速最大可达800m/a;汇合区接地线附近的冰流速存在一定的变化特征,该特征是辅助确定接地线位置的重要参考信息。     

中澳合作南极Amery冰架科学考察

日前 ,中国和澳大利亚合作南极Amery冰架科学考察项目开始 ,武汉大学测绘学院教师张小红博士作为中方队员参加。主要项目包括雷达测冰 ,测定冰架厚度 ,动态监测南极冰雪的变化 ,研究全球气候变化 ,以及海平面变化同南极冰雪变化的相互响应关系 ;高精度GPS观测 ,获得冰架运动状态及物质平衡等连续观测资料 ,研究冰架的运动态势 ,为确定冰架动力学状态提供关键参数 ,同时获得冰架高程变化 ;海洋观测 ,研究冰架和海水间的物质交换过程的机制。此次科考有望在获取Amery冰架表面降雪累计速率 ;高精度GPS定位的高程数据为卫星雷达测高和数字高…     

2004年-2013年WindSat海表面温度产品与浮标观测对比

利用美国国家浮标数据中心NDBC和热带大气海洋计划TAO浮标的海表面温度数据,对WindSat 2004年-2013年近10年的海表面温度产品进行了验证。结果表明,在美国沿岸海域,WindSat反演得到的海表面温度的平均偏差为0.10℃,标准偏差为0.59℃;在近赤道太平洋海域,反演得到的海表面温度的平均偏差为-0.15℃,标准偏差为0.33℃。WindSat海表面温度在夏季相对浮标实测值有正偏差增大和负偏差缩小的趋势,在美国东海岸以及墨西哥湾区域部分站点反演得到的海表面温度的标准偏差较大,其标准偏差超过1℃。在5-10 m/s风速段,WindSat海表面温度反演效果比较理想,平均偏差和标准偏差相对恒定。当风速大于12 m/s时,WindSat海表面温度反演的不确定性明显增加。与AMSR-E月平均海表面温度产品对比发现,夏季,WindSat SST较AMSR-E偏低;冬季,WindSat SST较AMSR-E偏高。     

南极海冰边界AMSR-E密集度产品精度检验

根据海冰船测目视观测标准在MODIS影像上提取模拟的海冰边界,并利用相应的MODIS海冰密集度验证AMSR-E海冰密集度产品在海冰边界的精度。研究结果表明,海冰边界像素上,AMSR-E海冰密集度的平均值与15%阈值存在显著差异,且AMSR-E与MODIS海冰密集度的相关性很弱(R2≤0.2),基于ASI的海冰反演算法在夏季低估边界海冰密集度。考虑整个冰区(包括多年冰、一年冰、新冰和开阔海域)的截线分析显示,AMSR-E与MODIS海冰密集度存在较好的线性关系(夏季R2=0.82,冬季R2=0.81),AMSR-E海冰密集度在20%~30%区间的误差最大。     

被动微波遥感观测资料干扰对地表参数反演的影响分析

以东亚陆地为研究区,利用2011年7月1—16日AMSR-E(advanced microwave scanning radiometer-earth observing system)二级亮温数据,采用一维变分反演收敛度量识别法对研究区的无线电频率干扰(radio-frequency interference,RFI)进行识别,并进一步分析了该干扰对星载被动微波数据反演地表参数的影响。研究表明,在东亚地区,AMSR-E C波段和X波段都普遍存在RFI,大多出现在工业区、科研中心、人口密集的大城市、机场和高速公路等区域;一般情况下,C波段和X波段的干扰信号分布区域基本不重合;水平和垂直极化通道都有较强的RFI存在,其时间上具有持续性,且不同极化方式下干扰信号的强度因地而异;干扰信号的强度随卫星地球方位角的变化而变化,当星载微波辐射计扫描到某一地球方位角度范围内时这些视场才会受到干扰。研究还发现,用受RFI影响的微波数据反演得到的地表参数值误差较大。因此,在采用被动微波观测数据反演地表参数之前,有必要先有效地检测和剔除RFI。     

基于Triple-Collocation的地面观测与卫星遥感数据融合的雪深反演

针对单一被动微波遥感反演雪深的精度和空间分辨率不足的问题,提出了一种星-地多源数据融合的雪深反演方法。以北疆每日站点观测雪深、AMSR-E遥感反演雪深和SSM/I遥感反演雪深数据为研究对象,首先利用地统计方法结合地面站点观测数据估计北疆区域的雪深,然后采用Triple-Collocation方法分别估计三个雪深数据的误差方差,最后结合最小二乘原理实现星-地雪深观测数据的融合。对融合雪深与地面雪深观测数据进行验证分析,结果显示,与AMSR-E和SSM/I遥感反演雪深相比,融合的雪深与地面观测雪深的相关性更高;融合的雪深的精度有一定程度的提高。实验结果证明了多源数据融合方法的有效性。     

时序双极化SAR开采沉陷区土壤水分估计

开采沉陷地质灾害诱发矿区生态环境恶化的关键因子是土壤水分变化。研究提出了一种利用Sentinel-1A双极化SAR和OLI地表反射率数据联合反演土壤含水量的方法,即基于归一化水体指数(NDWI)反演植被含水量;采用Water-Cloud Model(WCM)模型消除植被对Sentinel-1A后向散射系数产生的影响,将其转化为裸土区的后向散射系数;利用基于AIEM模型和Oh模型建立的经验模型反演研究区地表参数,并用OLI光学反演结果进行验证;最后比较了开采沉陷区内外土壤水分含量。研究表明:(1)与基于OLI的土壤水分监测指数(SMMI)的土壤水分含量反演结果相比,两种极化方式中VH极化反演的水分结果具有更好的一致性,且两种极化方式反演结果也表明荒漠化草原区比黄土丘陵沟壑区反演效果更好,说明地形对后向散射的影响不可忽略。(2)在2016年内72期数据中,VH极化反演结果对比区土壤水分含量大于沉陷区的有41期,所占比例为57%;VV极化反演结果对比区土壤水分含量大于沉陷区的有36期,所占比例为50%,且不同矿区内的沉陷区受到的影响不同。说明开采沉陷造成的地表粗糙度的增加会对地表土壤水分产生负面影响,但不同矿区之间又有差异。     

利用星载微波辐射计AMSR-E数据反演海洋地球物理参数

从微波辐射传输原理出发, 通过理论模拟的亮温建立了海洋和大气参数的反演算法, 利用AMSR-E数据进行地球物理参数的反演验证, 并利用Wentz算法进行相同参数的反演, 以判断反演的效果。研究表明：在使用各种方法进行参数反演的时候, 反演结果和实际值之间存在很好的相关性, 但是都存在一个系统偏差需要修正。通过与NCEP和TAO浮标两组数据的比较发现, 同样的算法反演结果的均方根误差不同, 采用浮标数据比较的反演结果明显好于NCEP数据, 原因可能是NCEP数据存在一定的不确定性。算法反演大洋海面温度和风速的均方根误差分别为0.73K和1.21m/s。     

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。     

FY-3B微波成像仪海洋数据无线电干扰识别

中国风云3号B星(FY-3B)上的微波成像仪MWRI通过5个频率(10.65 GHz,18.7 GHz,23.8 GHz,36.5 GHz和89.0 GHz)的双极化通道对地球表面进行监测。研究表明,MWRI资料的低频波段数据中存在着无线电频率干扰(RFI)现象,这些污染信号对遥感数据和反演产品质量产生极大的影响。本文尝试使用多通道回归方法和双主成分分析(DPCA)方法识别MWRI的10.65 GHz水平通道亮温海洋区域中的RFI信号。结果表明,双主成分分析法可以有效地识别出海洋上的RFI信号。微波成像仪10.65 GHz水平通道亮温数据中的RFI信号主要分布在地中海等欧洲附近海域,也存在于美国、日本、澳大利亚等近岸地区。     

利用随机森林回归进行极化SAR土壤水分反演

全极化合成孔径雷达影像能够提供地物丰富的极化信息,挖掘这些信息在地表参数反演中的作用是目前相关领域的研究趋势之一。针对冬小麦区域的不同植被覆盖情况,利用随机森林回归对常用极化特征在土壤水分反演中的重要性进行评估,并在此基础上进行特征选择,挑选优化的极化特征组合,构建了高精度的土壤水分反演模型。实验结果显示,由重要性评分较高的极化特征所组成的反演模型能得到均方根误差（root mean square error,RMSE）小于6%的反演精度,比只输入传统线极化后向散射系数的模型在不同时相、不同数据集的精度都有所提高。与支持向量回归和人工神经网络模型进行比较,利用随机森林回归进行重要性评分与土壤水分反演的效果更好。     

植被覆盖区土壤水分反演研究——以北京市为例

以北京市为研究区域,联合使用光学遥感数据和雷达数据,对植被覆盖区地表土壤水分进行反演研究。在利用同期光学数据提取出归一化水分指数(normalized differential water index,NDWI)之后,利用water-cloud模型去除植被层在土壤水分后向散射中的贡献,然后考虑到地表粗糙度,在构建后向散射数据库的基础上分别利用HH和HV极化方式的后向散射系数构建土壤水分反演模型,并对反演结果进行对比研究。结果表明,采用HH极化方式反演土壤水分的均方根误差为0.044,相对误差为15.5%;采用HV极化方式反演土壤水分的均方根误差为0.057,相对误差为20.3%;相比而言,HH极化的反演效果更好。