CYGNSS土壤盐分反演方法研究：以黄河三角洲为例

土壤盐碱胁迫是植物生产力低下的关键因素，也是全球盐碱区可持续发展的瓶颈；如何较为高效可靠地获取区域土壤盐分信息是需要优先解决的问题。随着全球导航卫星系统反射测量GNSS-R(Global Navigation Satellite System Reflectometry)的迅速发展，运用星载GNSS-R测量区域范围的土壤盐分成为一种可能。全球飓风导航卫星系统CYGNSS(The Cyclone Global Navigation Satellite System)作为星载GNSS-R计划的重要组成部分之一，其卫星传感器使用的L波段能够敏感地获取土壤介电常数信息，为反演土壤盐分提供了理论基础。本文以CYGNSS作为主要数据源，选取土壤盐渍化十分严重且具有典型代表性的黄河三角洲区域作为研究区域，首次探讨CYGNSS反演土壤盐分的可行性，并建立了一套土壤盐分的反演方法。首先，利用基于相干信号的双基雷达方程对CYGNSS数据进行计算获取地表反射率，并校正地表反射率的地表粗糙度和植被衰减效应，计算得到土壤介电常数的幅值；然后，以改进的Dobson-S土壤介电常数模型为物理模型结合土壤水分主动—被...     

利用星载GNSS-R相干信号探测南亚洪水

洪水监测不仅在防洪减灾中发挥着重要作用,而且对了解洪水的时空演变以及洪灾的预报、预警具有重大的实际意义。全球导航卫星系统反射(global navigation satellite system-reflectometry,GNSS-R)测量的出现为洪水监测提供了一种新的解决方案。首先介绍了一种基于旋风全球导航卫星系统(cyclone global navigation satellite system,CYGNSS)原始计数时延多普勒图(delay-Doppler map,DDM)的相干信号探测方法;然后利用星载GNSS-R信号对洪水的敏感性,分析了南亚洪水发生前后的空间范围和时间序列变化;最后与地表反射率监测洪水的方法进行比较分析。结果表明,在旱季,两种方法与土壤湿度主被动探测卫星(soil moisture active passive,SMAP)的监测范围基本相似;而在雨季,地表反射率的探测范围比SMAP卫星探测范围约大6.69%,功率比的探测范围比SMAP卫星约小3.6%。因此,所提方法比地表反射率更加准确,且该方法无需考虑地表特征等对非相干散射功率的影响,是一种简单有效的洪水探测方法。     

星载GNSS-R海浪有效波高反演模型构建EI北大核心CSCD

海浪有效波高是描述海况的重要参数,在海浪和海洋动力学的预测中起着重要的作用。然而,卫星雷达高度计和浮标等传统方法难以实现高时空分辨率的SWH估计。星载GNSS-R为估计SWH提供了一种思路。本文提出了一种基于归一化积分延迟波形反演星载GNSS-R海浪SWH的方法。首先,对星载GNSS-R延迟多普勒图进行去噪处理和数据过滤以便对DDM数据进行严格质量控制。然后,从DDM中提取NIDW,并基于NIDW计算4个GNSS-R观测值(即归一化积分时延波形的前沿斜率和前沿波形值之和,归一化积分时延波形的后沿斜率和后沿波形值之和)。随后,基于这4个观测值建立了星载GNSS-R海浪SWH反演经验模型。最后,分别将ERA5和AVISO SWH数据产品作为验证数据,并将反演模型的SWH估计结果与ERA5和AVISO SWH数据产品进行比较和分析。试验结果表明,当采用ERA5 SWH数据作为验证数据时,4个观测值反演SWH的均方根误差和相关系数分别优于0.66 m和0.65;当采用AVISO SWH数据作为验证数据时,4个观测值反演SWH的均方根误差和相关系数分别优于0.68 m和0.70。进一步表明了本文建模方法在星载GNSS-R SWH估计方面具有可行性和可靠性。     

全球导航卫星系统反射测量土壤水分遥感：现状与机遇

土壤水分作为全球水循环和能量循环的重要组成部分,在地球水循环、能量平衡以及气候变化中具有不可或缺的作用。传统的土壤水分实地测量方法难以获得大尺度、长时序的土壤湿度空间分布,且具有较高的测量成本。微波遥感信号源穿透能力强,具有全天时、全天候的特点,是获取长时序、大尺度土壤水分最有效的手段之一,特别是L波段的全球导航卫星系统反射测量(global navigation satellite system-reflectometry,GNSS-R)技术,其同时具有主动和被动微波遥感的优势,在土壤水分的测量中备受关注。分析了国内外基于GNSS-R技术的土壤水分遥感研究的现状和进展,系统性地介绍了GNSS-R技术获取土壤水分的原理与特征,分别从正演与反演两个角度详细说明了土壤水分测量的具体方法步骤,给出了主要困难与亟待解决的关键问题。以最新的基于旋风全球导航卫星系统（cyclone GNSS,CYGNSS）星载反演为主要介绍对象,深入阐述了基于CYGNSS数据反演土壤水分的理论模型与方法,并简要分析GNSS-R土壤水分遥感发展面临的机遇与挑战,以期为中国今后地基、空基和星载GNSS-R土壤水分遥感...     

机载GPS反射信号土壤湿度测量技术

随着全球导航定位系统反射信号(GNSS-R)技术的发展, 近年来提出了利用GPS地表反射信号遥感土壤湿度的新方法, 该方法利用地表反射率与土壤介电常数以及介电常数与土壤湿度之间的关系来建立反演模型。为了可以快速方便的利用DMR实测数据反演得到土壤湿度, 本文根据Wang和Schmugge模型建立了土壤介电常数与湿度之间的分段模型, 实现了从原始反射数据到土壤湿度结果的整个反演流程。为了验证反演的可行性, 利用NASA等机构联合进行的SMEX02试验机载数据反演得到的结果表明, GPS反射信号能够有效地反演     

利用北斗GEO卫星反射信号反演土壤湿度

提出了一种基于北斗GEO卫星反射信号的土壤湿度长期连续探测方法,建立了土壤湿度反演模型,给出了信号处理的一般流程,并搭建陆基接收平台进行了验证试验。该方法采用GNSS-R双天线体制接收处理北斗GEO卫星直射和土壤反射信号,在信号同步的基础上提取信号功率并计算土壤反射率,进而根据反演模型得到土壤湿度。以北斗GEO卫星作为信号源,该方法可以在信号处理中省去一般GNSS-R处理过程的定位解算环节,能够实现对固定区域土壤湿度的长期连续观测。试验结果表明,基于北斗GEO卫星反射信号的土壤湿度反演结果在时间和数值上均具有良好的连续性,与土壤湿度参考值相吻合,均方根误差达到0.049,较北斗IGSO和GPS MEO卫星在反演土壤湿度方面性能更优。     

GNSS-R研究进展及其关键技术

全面评述了GNSS-R技术的研究进展,主要包括海面测高、海面风场遥感、土壤湿度探测以及星载实验等几个主要方面,从软件接收机和反演模型两个方面分析了GNSS-R的关键技术,并指出了存在的问题和发展方向。     

融合微波遥感与模型模拟的时空无缝土壤湿度数据生成方法

遥感反演与模型模拟是获取全球土壤湿度数据的两种基本手段,遥感反演可以获得相对较高的空间分辨率,但往往存在时空缝隙;陆面模型能够模拟土壤湿度的时空连续演进,但空间分辨率往往较粗。为此,集成二者的互补优势,提出一种融合微波遥感与模型模拟的全球无缝土壤湿度数据生成方法。具体地,针对SMAP(soil moisture active passive）卫星9 km土壤湿度数据的空缺区域,引入GLDAS Noah 0.25°的模型同化数据,建立二者之间的时空融合模型,通过对模型数据的降尺度实现对遥感数据的填补,进一步基于泊松方程方法进行残差校正,进而生成高精度的9 km日尺度土壤湿度无缝数据。实验结果证明,该方法可以有效结合遥感观测的空间分辨率优势与模型模拟的时空连续优势,提供时空无缝全球土壤湿度数据,更好地满足全球尺度水循环监测与水资源管理的需求。     

一种裸露土壤湿度反演方法

针对目前土壤湿度反演方法研究较少且缺少实时性的现状,该文提出一种土壤湿度反演方法——最小二乘支持向量机技术。以积分方程模型为正向算法,数值模拟不同雷达参数(频率、入射角及极化)下后向散射系数随土壤含水量和地表粗糙度的变化情况。经过数据敏感性分析,选取C-波段和X-波段、小入射角下的同极化后向散射系数作为支持向量回归的训练样本信息;经过适当的训练,利用支持向量回归技术对土壤含水量进行了反演研究;并考虑通过多频率、多极化、多入射角数据的组合,消除地表粗糙度的影响,提高反演精度。模拟结果表明,该方法反演土壤湿度具有较高的精度和较好的实时性;同时,与人工神经网络方法的结果比较,证明了该方法的有效性,为土壤湿度的反演研究提供了一种方法。     

基于FY-3B/MWRI数据的裸土区土壤湿度反演

使用高级积分方程模型,模拟多个地表参数条件下的风云三号B星微波成像仪(FY-3B/MWRI)资料。基于模拟数据,分析地表微波辐射特性,利用粗糙地表发射率Qp模型,建立我国西部地区裸露地表土壤湿度反演模型。将该模型用于我国西部地区4个日期(2011年10月8日、10月18日、10月28日和11月8日)的土壤湿度反演,并将反演结果用实测数据进行交叉验证。结果表明:反演土壤湿度与实测土壤湿度的决策系数R2为0.604,均方根误差为0.030 5 cm3/cm3,反演模型具有较高的反演精度。     

基于观测量校正的星载GNSS-R海面风速快速反演方法

快速反演(FDI)算法是一种典型的星载全球卫星导航反射技术(GNSS-R)海面风速反演方法,具有计算复杂度低、快速实时反演的特点,但是FDI算法中的反演观测量提取精度不高,导致风速反演精度低. 针对于此,提出基于观测量校正的改进FDI算法,用于实现海面风速的快速高精度反演. 该方法首先利用辅助测量信息对观测量进行校正以降低干扰因素的影响,然后基于统计分析方法对ASCAT卫星风速数据进行海面风速值提取,最后建立了海面风速与校正观测量的地球物理模型函数(GMF)关系式,实现对海面风速的反演. 与传统FDI算法相比,该方法的反演偏差值更小,均方根误差(RMSE)降低了29%.      

The inversion method study of sub-canopy soil moisture estimation using repeat pass SIR-C PolInSAR data

From repeat pass SIR-C L band polarimetric SAR interferometric data and fully maximum likelihood inversion decomposition model of PolInSAR, a method for sub-canopy soil moisture estimation using repeat pass SIR-C PolInSAR data is proposed. At the same time, the potential and validity of fully maximum likelihood inversion decomposition model of PolInSAR for sub-canopy soil moisture inversion is investigated. Firstly, from the random oriented volume over ground two layer coherent scattering model and the statistical characteristics of Pol-InSAR coherency matrix, the fully maximum likelihood inversion decomposition model is used to reconstruct or recover the surface polarimetric coherency matrix with volume scattering components significantly removed; then, from recovered surface polarimetric coherency matrix, co-HH, VV and cross-HV polarization backscattering coefficient are obtained, and the sub-canopy soil moisture are inverted from Oh and Dihedral scattering model. At last, Compared the inversion result with the field measurement and the climate data of hetan region from 1951 to 2006, the preliminary result indicates that the proposed method based on fully maximum likelihood inversion decomposition model has enough high inversion accuracy, if the new spaceborne or airborne polarimetric SAR interferometric data with synchronously spaceborne or airborne-ground measurement will be acquired, the validity and accuracy of proposed inversion method will be further investigated and validated.     

基于MODIS影像的森林火灾火线检测方法

结合归一化火灾差异指数NDBR(normalized difference burn ratio)和MODIS多波段影像梯度边缘分析手段检测火线, 应用B样条函数拟合火线并确定火势蔓延方向。为对比验证, 基于火线的Kriging插值实现火灾外推预测, 与30min后的火灾参考数据目视对比与统计：火线的预测变化与参考影像基本保持一致, 火灾外推影像的均值和熵约为参考影像的86%和81%, 火迹地检测的Kappa系数达80.2%。试验表明, 提出的森林火线特征自动检测方法在动态火灾监测中是可行、有效的。     

地表粗糙度影响下的GNSS-R土壤湿度反演仿真分析

基于双天线全球导航卫星系统反射技术（global navigation satellite system reflectometry,GNSS-R）,建立了两个修正地表粗糙度影响的土壤湿度反演模型——解析模型和人工神经网络模型,并以GPS L1 C/A码为例建立了GNSS-R土壤湿度仿真平台,仿真分析了地表粗糙度对两个模型反演精确度的影响。结果表明,当地表均方根高度大于0.010 m时,必须对解析模型进行粗糙度修正。粗糙度影响修正结果显示,小粗糙度情况下修正的解析模型取得了良好的结果,但对于大粗糙度有一定局限性。在均方根高度大于0.025 m时,进行土壤粗糙度修正前,人工神经网络模型精度比解析模型提高了36.83%~72.36%。进行修正后,人工神经网络模型的精度比解析模型提高了42.86%~54.40%。人工神经网络模型在修正前后取得了相近的精度,无修正的人工神经网络模型精度比有修正的解析模型精度仍提高了35.83%~53.48%。     

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。     

GNSS-R技术在海冰反演中的应用

从海冰现状出发,全面评述海冰反演的研究进展,主要包括SAR观测技术、星载微波辐射计、高度计、雷达辐射计、多微波传感器及GNSS-R技术等,重点介绍当前GNSS-R反演海冰的关键技术,指出GNSS-R反演海冰存在的问题和发展方向。     

GNSS-R土壤水分遥感的适宜性分析

利用GNSS-R(Global Navigation Satellite System-Reflectometry)技术探测土壤水分是近年来一个新兴的研究方向。目前GNSS-R遥感观测中反射信号的接收与处理方式包括单天线与多天线两种模式,面向实际应用需求,GNSS-R遥感正在实现从最初的地基观测向空基、星载观测的转变。在推进GNSS-R土壤水分遥感技术业务化应用的过程中,必须首先进行适宜性分析,确定该技术探测的地理位置、空间分辨率与探测深度,然而目前对此尚未有系统、全面、定量的论述。本文针对适宜性分析中的3个关键因子分别进行理论分析与公式推导,明确相关概念的定义,并实现定量化描述,最终通过实际应用分析进一步诠释其应用价值。对于单天线模式地基观测,以美国板块边界观测计划PBO(Plate Boundary Observatory)土壤水分产品为例,分析镜面反射点的相对位置、第一级Fresnel反射椭圆簇的面积与时间序列土壤水分所代表的探测深度;对于多天线模式,以郑州上街区农田空基观测试验为例,得到基于航迹的栅格土壤水分空间分布并探讨其探测深度。本文能够为未来两种观测模式下地基、空基和星载GNSS-R遥感观测、北斗反射信号遥感,以及GNSS-R在农业、水文、生态等领域的实际应用提供理论指导。