基于被動(dòng)微波遙感的地表粗糙度及土壤水分反演研究

王 舒

國家氣象信息中心，北京 100081

被動(dòng)微波遙感具有監(jiān)測(cè)面積大、重復(fù)周期短、對(duì)土壤水分更為敏感等優(yōu)點(diǎn)，成為反演土壤水分最有潛力的方式。論文針對(duì)地表粗糙度和植被覆蓋變化對(duì)土壤水分反演過程中帶來的誤差和不確定性展開研究，發(fā)展更適合大區(qū)域土壤水分反演的算法。主要研究內(nèi)容如下：

(1) 全球地表粗糙度反演算法研究。首先利用AMSR-E C波段的亮溫?cái)?shù)據(jù)研究全球尺度上地表粗糙度的反演，其次通過將地表粗糙度和植被的影響看作一個(gè)整體，然后利用NDVI分離植被的影響，最后反演得到全球地表粗糙度，并形成簡單的地表粗糙度參數(shù)計(jì)算方法(simply roughness parameter，SRP)。結(jié)果表明，反演得到的全球Hr空間分布清晰，并且與下墊面類型相關(guān)。在低矮植被覆蓋區(qū)域的結(jié)果與地表粗糙度效應(yīng)的空間分布較為吻合。該結(jié)果不僅能有效地得到全球地表粗糙度的分布，同時(shí)還能為高精度土壤水分反演提供保證。

(2) 構(gòu)建長時(shí)間序列L波段植被光學(xué)厚度產(chǎn)品反演方法。首先，針對(duì)如何構(gòu)建長時(shí)間序列的植被光學(xué)厚度產(chǎn)品提出了利用C波段植被光學(xué)厚度產(chǎn)品對(duì)L波段產(chǎn)品進(jìn)行估算。然后，利用SRP算法反演C波段的植被光學(xué)厚度。結(jié)果表明，使用SRP算法得到的植被光學(xué)厚度產(chǎn)品與植被生長周期的季節(jié)性變化較為吻合。最后，以SMOS L波段的植被光學(xué)厚度產(chǎn)品為基礎(chǔ)，分析C波段植被光學(xué)厚度估算L波段植被光學(xué)厚度的能力。結(jié)果顯示，C波段植被光學(xué)厚度與L波段植被光學(xué)厚度有較好的相關(guān)性，可通過C波段的植被光學(xué)厚度產(chǎn)品構(gòu)建L波段長時(shí)間序列的植被光學(xué)厚度產(chǎn)品，為微波植被指數(shù)監(jiān)測(cè)全球植被變化提供了可行性。

(3) 發(fā)展了針對(duì)SMOS衛(wèi)星數(shù)據(jù)的SRP多角度土壤水分算法(SRP-multi-angle)。通過將地表粗糙度和植被光學(xué)厚度看作一個(gè)整體，利用多個(gè)角度的雙極化亮溫?cái)?shù)據(jù)同時(shí)迭代反演參數(shù)和土壤水分。首先，利用模擬數(shù)據(jù)庫，表明利用SRP-multi-angle算法得到的土壤水分精度較高。其次，基于SRP-multi-angle算法分析不同入射角組合對(duì)反演結(jié)果的影響，結(jié)果顯示該算法在4個(gè)入射角組合下得到的結(jié)果最好。在植被影響的分析中發(fā)現(xiàn)該算法適用于τ≤1.0時(shí)的情形。最后，選擇美國SCAN觀測(cè)網(wǎng)3種低矮植被覆蓋類型(草地、農(nóng)田、草地森林混合區(qū))11個(gè)站點(diǎn)實(shí)測(cè)數(shù)據(jù)對(duì)該算法進(jìn)行驗(yàn)證，研究結(jié)果表明SRP-multi-angle算法在3種下墊面類型下的反演精度能夠滿足應(yīng)用需求。

(4) 基于SMOS和AMSR-E多頻率數(shù)據(jù)發(fā)展了SRP多頻率土壤水分算法(SRP-multi-frequency)。融合SMOS不同入射角下L波段與AMSR-E C波段亮溫?cái)?shù)據(jù)展開研究。首先，利用模擬數(shù)據(jù)表明SRP-multi-frequency算法受到植被的影響比較嚴(yán)重，算法僅適用于低矮植被覆蓋(τ≤0.6)。然后，利用SRP-multi-frequency算法對(duì)3種地表類型下實(shí)測(cè)站點(diǎn)進(jìn)行土壤水分反演，并使用得到的AMSR-E C波段地表粗糙度數(shù)據(jù)進(jìn)行校正。結(jié)果表明，獲取的地表粗糙度數(shù)據(jù)能夠很好地消除粗糙地表的影響，并且利用L和C波段融合后的SRP-multi-frequency算法能實(shí)現(xiàn)較高精度的土壤水分反演。

論文圍繞被動(dòng)微波遙感土壤水分反演的方法展開研究，重點(diǎn)解決土壤水分反演過程中地表粗糙度和植被光學(xué)厚度帶來的影響，并針對(duì)不同衛(wèi)星傳感器的特點(diǎn)，提出了各自土壤水分的反演算法，以期實(shí)現(xiàn)高精度土壤水分的獲取。