聯(lián)合主/被動(dòng)微波遙感技術(shù)的活動(dòng)層季節(jié)性凍融變化監(jiān)測(cè)研究

寇 曉 康，劉 信 達(dá)，李 旭 東

(1.石家莊鐵道大學(xué)土木工程學(xué)院，河北 石家莊 050043；2.道路與鐵道工程安全保障省部共建教育部重點(diǎn)實(shí)驗(yàn)室(石家莊鐵道大學(xué))，河北 石家莊 050043；3.中核三維地理信息工程技術(shù)研究中心，河北 石家莊 050043)

0 引言

多年凍土[1]一般分布在高緯度或高海拔地區(qū)，我國(guó)青藏高原地區(qū)多年凍土覆蓋區(qū)域占比近70%[2]。天然地面到多年凍土上限(多年凍土的頂板)之間是活動(dòng)層(又稱季節(jié)融化層)，活動(dòng)層季節(jié)性變化引起的地表凍脹融沉是凍土區(qū)鐵路、公路、管線、建筑物等產(chǎn)生形變的主要原因之一。近年來，隨著全球不斷升溫[3]，多年凍土上限下移，活動(dòng)層厚度及凍脹融沉幅度均隨之發(fā)生改變，深刻影響著寒區(qū)基礎(chǔ)設(shè)施的運(yùn)營(yíng)與安全。因此，開展活動(dòng)層的凍融變化監(jiān)測(cè)研究至關(guān)重要。

傳統(tǒng)活動(dòng)層凍融變化監(jiān)測(cè)方法通過埋設(shè)傳感器獲取溫濕度數(shù)據(jù)，輔助利用精密水準(zhǔn)儀、GNSS等傳統(tǒng)測(cè)量手段獲取凍融引起的形變信息，得到的點(diǎn)位信息精確，數(shù)據(jù)準(zhǔn)確度高，但點(diǎn)位布設(shè)密度低會(huì)產(chǎn)生較大誤差，有些地方因很難抵達(dá)而無法監(jiān)測(cè)，同時(shí)存在觀測(cè)周期長(zhǎng)、成本高等問題。相比而言，微波遙感穿透力強(qiáng)，且不受云、雨和太陽照度影響[4]，可用于大范圍活動(dòng)層的凍融變化形變監(jiān)測(cè)，相關(guān)研究常采用被動(dòng)微波遙感(Passive Microwave Remote Sensing,PMRS)技術(shù)，其基本探測(cè)原理為：水和冰的介電特性在微波波段差異巨大，當(dāng)活動(dòng)層內(nèi)的土壤水發(fā)生冰/水相變之后，根據(jù)微波傳感器接收的微波輻射亮溫差異，可反推出土壤的凍結(jié)/融化狀態(tài)。常用的基于PMRS技術(shù)的地表凍融監(jiān)測(cè)方法有單/雙指標(biāo)算法[5-8]、決策樹算法[9]、季節(jié)閾值算法[8,10]、判別式算法[11-13]等，由此生成了多種地表凍融狀態(tài)數(shù)據(jù)集[14-16]。上述算法中用到的亮溫?cái)?shù)據(jù)多來源于SMMR、SSM/I、SSMIS、AMSR-E、AMSR-2、FY3B-MWRI、SMOS、SMAP等衛(wèi)星傳感器，時(shí)間分辨率較高(1～2 d)，但空間分辨率低，單個(gè)像元對(duì)應(yīng)的地面單元邊長(zhǎng)約為25～40 km。因被動(dòng)微波穿透能力與活動(dòng)層內(nèi)土壤水分含量及探測(cè)波段有關(guān)，而被動(dòng)微波一般只能探測(cè)到土壤最表層的凍融狀態(tài)信息[17]，對(duì)青藏高原地區(qū)而言，利用PMRS探測(cè)到的主要是活動(dòng)層表層的凍融狀態(tài)。在活動(dòng)層季節(jié)性變化引起的凍脹融沉形變監(jiān)測(cè)方面，一般采用主動(dòng)微波遙感(Active Microwave Remote Sensing,AMRS)中的雷達(dá)差分干涉測(cè)量(D-InSAR)技術(shù)，利用合成孔徑雷達(dá)(SAR)兩次觀測(cè)所獲得的雷達(dá)復(fù)數(shù)影像數(shù)據(jù)中的相位信息，通過過濾觀測(cè)區(qū)域的地形及平地相位反演地表形變，但該技術(shù)易受時(shí)(空)間失相干和大氣延遲影響，精度難達(dá)要求，為此，學(xué)者們提出了以永久散射體法(PS)和小基線集(SBAS)方法為代表的時(shí)序差分雷達(dá)干涉測(cè)量 (MT-InSAR) 技術(shù)[18-20]，其克服了傳統(tǒng)D-InSAR技術(shù)的缺點(diǎn)，理論精度能達(dá)到毫米級(jí)[18]。目前已將MT-InSAR技術(shù)應(yīng)用于青藏高原的凍土形變監(jiān)測(cè)中[21-29]，研究所需數(shù)據(jù)多來源于ERS、RADARSAT、ALOS、TerraSAR-X、ENVISAT、Sentinel-1、GF-3等衛(wèi)星，空間分辨率在1 m～1 km之間，時(shí)間分辨率在11～46 d之間[30]。

活動(dòng)層表層的凍融變化與整個(gè)活動(dòng)層的凍融周期緊密相關(guān)，伴隨活動(dòng)層凍脹融沉的變化表層會(huì)產(chǎn)生形變,可見二者間有天然聯(lián)系，但受制于PMRS的低空間分辨率及AMRS的低時(shí)間分辨率，現(xiàn)有研究鮮有從遙感視角分析二者間的關(guān)聯(lián)。鑒于此，本文以青藏高原五道梁地區(qū)為研究區(qū)，擬聯(lián)合主/被動(dòng)微波遙感技術(shù)獲取地表凍融與形變信息，并結(jié)合地面實(shí)測(cè)數(shù)據(jù)深入剖析活動(dòng)層季節(jié)性凍融變化中凍融狀態(tài)、土壤溫度、地表形變、土壤濕度間的內(nèi)在關(guān)聯(lián)，從而明確主/被動(dòng)微波遙感監(jiān)測(cè)信息與活動(dòng)層內(nèi)部溫濕度參量的協(xié)同變化機(jī)制，以期從遙感視角深入揭示活動(dòng)層的季節(jié)性變化過程。

1 研究區(qū)及數(shù)據(jù)

1.1 研究區(qū)概況

五道梁地區(qū)位于青藏高原腹地青海省西南部曲麻萊縣境內(nèi)，海拔4 600～4 800 m，屬高原山地氣候，四季皆冬,1月平均氣溫為-16.2 ℃，7月平均氣溫為6.0 ℃，全年平均氣溫為-5.1 ℃，是全國(guó)最低值。研究區(qū)南部地表覆蓋類型主要為高寒草甸，北部主要為裸地，該地區(qū)還分布著山體、熱融湖塘等，青藏鐵路貫穿其中(圖1)，研究該地區(qū)地表凍融變化及形變對(duì)于凍土區(qū)鐵路的維護(hù)具有重要意義。

圖1 青藏高原五道梁地區(qū)地理位置及地表覆蓋類型Fig.1 Geographical location and land cover types of Wudaoliang area in the Qinghai-Tibet Plateau

1.2 研究數(shù)據(jù)

(1)AMRS數(shù)據(jù)，來源于Sentinel-1衛(wèi)星系統(tǒng)，下載網(wǎng)址https://search.asf.alaska.edu/#/，該系統(tǒng)由Sentinel-1A和Sentinel-1B兩顆SAR衛(wèi)星構(gòu)成，單顆星重訪周期為12 d，雙星協(xié)同工作的重訪周期為6 d。2017年10月至2018年12月研究區(qū)Sentinel-1B衛(wèi)星數(shù)據(jù)缺失較嚴(yán)重，考慮到數(shù)據(jù)的一致性，本研究選取Sentinel-1A 衛(wèi)星在干涉寬幅模式(IW)下的C波段VV極化方式升軌影像，共計(jì)36景，影像距離向分辨率為5 m，方位向分辨率為20 m，空間范圍如圖1所示。

(2)PMRS數(shù)據(jù)，來源于美國(guó)冰雪數(shù)據(jù)中心發(fā)布的增強(qiáng)型空間分辨率的亮度溫度(CETB)數(shù)據(jù)集，該數(shù)據(jù)集包含SSM/I、SSMIS、AMSR-E、AMSR-2等傳感器的長(zhǎng)時(shí)序亮溫?cái)?shù)據(jù)，且各數(shù)據(jù)源之間進(jìn)行了一致性校準(zhǔn)，下載網(wǎng)址https://nsidc.org/data/NSIDC-0630/versions/1。選取DMSP F18衛(wèi)星SSMIS傳感器2017年10月至2018年12月的升軌數(shù)據(jù)，時(shí)間間隔為1 d,數(shù)據(jù)采用網(wǎng)格化存儲(chǔ)，投影方式為EASE-Grid 2.0。不同通道的空間分辨率有區(qū)別，其中19 GHz亮溫的分辨率為6.25 km，37 GHz亮溫的分辨率為3.125 km。本文首先對(duì)19 GHz亮溫進(jìn)行降尺度，使之與37 GHz相同，再進(jìn)行凍融判別。

(3)地面觀測(cè)數(shù)據(jù)，來源于青藏高原多年凍土綜合監(jiān)測(cè)數(shù)據(jù)集[31,32]，可從國(guó)家青藏高原科學(xué)數(shù)據(jù)中心下載，選取位于研究區(qū)編號(hào)為QT08 2017年10月至2018年12月的站點(diǎn)數(shù)據(jù)，該站點(diǎn)對(duì)表層以下10 cm、40 cm、120 cm、200 cm、240 cm深度處的土壤溫度和土壤濕度進(jìn)行了長(zhǎng)期觀測(cè)。

(4)其他輔助數(shù)據(jù)，包括30 m空間分辨率的地表分類數(shù)據(jù)集(http://www.globallandcover.com/)以及30 m空間分辨率的SRTM DEM數(shù)據(jù)集(https://lpdaac.usgs.gov/)。

2 研究方法

本文技術(shù)流程(圖2)為：首先利用Sentinel-1 SLC雷達(dá)影像數(shù)據(jù)，基于SBAS-InSAR監(jiān)測(cè)方法獲取研究區(qū)內(nèi)的地表時(shí)序形變信息，并將其作為線性形變分量(年際形變)與周期性形變分量(季節(jié)形變)的組合，通過逐像元線性趨勢(shì)擬合及趨勢(shì)剔除，獲取研究區(qū)地表季節(jié)形變信息，在此基礎(chǔ)上通過空間聚合提取站點(diǎn)所對(duì)應(yīng)微波像元(約3 km)的平均時(shí)序形變信息；其次利用SSMIS亮溫?cái)?shù)據(jù)，基于凍融判別式算法，通過對(duì)亮溫重采樣獲取研究區(qū)內(nèi)約3 km×3 km像元尺度的每日地表凍融狀態(tài)信息；最后結(jié)合地面站點(diǎn)觀測(cè)數(shù)據(jù)，分析活動(dòng)層季節(jié)性凍融變化過程中的內(nèi)部物理參量變化機(jī)制及其與外在遙感特征之間的關(guān)聯(lián)。

圖2 技術(shù)流程Fig.2 Technical flow chart

2.1 SBAS-InSAR方法

SBAS-InSAR方法是對(duì)相干目標(biāo)進(jìn)行相位分析以獲取時(shí)序形變，通過選擇合適的空間基線和時(shí)間基線閾值組成差分干涉對(duì)，然后選取相干目標(biāo)點(diǎn)利用線性相位變化模型進(jìn)行建模和解算，通過時(shí)空濾波去除大氣延遲，在減少D-InSAR處理過程中的失相干影響及高程、大氣誤差的同時(shí)獲取地表形變時(shí)間序列[20]。本文SBAS-InSAR方法實(shí)現(xiàn)流程為：根據(jù)研究區(qū)范圍對(duì)衛(wèi)星影像進(jìn)行剪裁，將生成的數(shù)據(jù)進(jìn)行干涉像對(duì)配對(duì)，加入外部DEM數(shù)據(jù)去除地形相位；依據(jù)小基線集技術(shù)原理，設(shè)置最大臨界基線百分比為2%、時(shí)間基線為60 d，選擇20～30個(gè)相干性較好的點(diǎn)作為相位解纏的參考點(diǎn)；將干涉圖進(jìn)行自適應(yīng)濾波，使用最小費(fèi)用流(MCF)方法進(jìn)行相位解纏和基線精化估計(jì)；對(duì)殘余的相位進(jìn)行自適應(yīng)濾波和第二次解纏，對(duì)輸入的干涉圖進(jìn)行優(yōu)化，在第一步得到的形變速率基礎(chǔ)上進(jìn)行大氣濾波，從而估算和去除大氣相位，最后將結(jié)果編碼到WGS-84坐標(biāo)系下，得到時(shí)序形變結(jié)果。

2.2 去趨勢(shì)方法

多年凍土區(qū)地表形變分為年際尺度形變與季節(jié)尺度形變：在年際尺度上，夏季多年凍土區(qū)地表差異主要由多年凍土層上限的上下移動(dòng)導(dǎo)致；在季節(jié)尺度上，地表形變主要由活動(dòng)層的周期性凍脹融沉導(dǎo)致，即夏季活動(dòng)層中的冰融化成水，地表發(fā)生下沉，冬季活動(dòng)層水分重新凝結(jié)成冰，地表發(fā)生隆升，呈現(xiàn)周期性的形變特征[33]。本研究假設(shè)年際形變量在1年內(nèi)為線性形變，可通過方程(Y=K×X+B，Y為年際形變量，X為時(shí)間(年)，K和B為線性擬合系數(shù))進(jìn)行擬合，基于該方程可獲取各像元的年際變化趨勢(shì)；假定季節(jié)形變量為原始形變量在年際變化趨勢(shì)線上的投影轉(zhuǎn)換分量D，計(jì)算公式為：

(1)

式中：X0、Y0為原始形變量在以時(shí)間和形變量組成的平面坐標(biāo)系中的坐標(biāo)。

2.3 重采樣方法

本文采用雙三次插值方法將SSMIS 19 GHz亮溫?cái)?shù)據(jù)的空間分辨率從6.25 km降至3.125 km，該方法用三階多項(xiàng)式函數(shù)通過相鄰的網(wǎng)格點(diǎn)擬合曲面，最后根據(jù)曲面擬合函數(shù)得到查詢點(diǎn)的插值結(jié)果。具體計(jì)算參考文獻(xiàn)[34]。

2.4 地表凍融判別式算法

凍融判別式算法比其他國(guó)際上主流算法的判對(duì)率高[14]，對(duì)裸地、植被或積雪覆蓋下的土壤凍融情況均能進(jìn)行有效區(qū)分，因此，本研究采用該算法進(jìn)行活動(dòng)層表層凍融狀態(tài)的識(shí)別。該算法包括36.5 GHz V極化下的亮溫(TB36.5V)和18.7 GHz H極化與36.5 GHz V極化下的亮溫比(Qe18.7H/36.5V)兩個(gè)主要指標(biāo)，分別用于指示地表溫度和土壤發(fā)射率的變化，具體判別公式為：

(2)

式中：DF、DT分別為凍土和融土的判別方程函數(shù)值,若DF-DT>0，則判別為凍土，否則判別為融土。

3 結(jié)果分析

3.1 季節(jié)形變量提取

3.1.1 假定合理性分析 本研究假定基于SBAS-InSAR方法獲取的形變結(jié)果由線性形變分量(年際形變量)與周期性形變分量(季節(jié)形變量)兩部分組成。由于研究期較短，為驗(yàn)證年際形變趨勢(shì)是否存在，首先對(duì)時(shí)序形變結(jié)果進(jìn)行逐像元線性擬合，統(tǒng)計(jì)各像元時(shí)序形變線性擬合方程的顯著性檢驗(yàn)結(jié)果(表1)并進(jìn)行可視化(圖3)，進(jìn)而判定年際形變趨勢(shì)的穩(wěn)定性。由表1可知，顯著相關(guān)區(qū)域面積之和占統(tǒng)計(jì)總面積的77.41%，表明研究區(qū)內(nèi)絕大部分區(qū)域存在較明顯的年際變化趨勢(shì)，證明了本文假設(shè)的合理性。進(jìn)一步對(duì)QT08站點(diǎn)3.125 km范圍內(nèi)的像元形變平均值進(jìn)行統(tǒng)計(jì)(圖4)，可以看出，其地表形變既表現(xiàn)出周期性特征，又表現(xiàn)出一定的年際沉降線性趨勢(shì)。由于常年積雪等因素影響，部分區(qū)域失相干嚴(yán)重，造成形變結(jié)果存在少量的空白區(qū)(圖3中的白色區(qū)域)，這部分并未參與計(jì)算。

圖3 研究區(qū)逐像元時(shí)序形變線性擬合方程的顯著性檢驗(yàn)結(jié)果空間分布Fig.3 Spatial distribution of significance test results of linear fitting equation for time series deformation of pixels in the study area

圖4 QT08站點(diǎn)對(duì)應(yīng)的 3.125 km×3.125 km像元范圍內(nèi)形變平均值的時(shí)序變化Fig.4 Time series variation of average deformation in one 3.125 km×3.125 km pixel corresponding to QT08 station

表1 顯著性檢驗(yàn)標(biāo)準(zhǔn)及結(jié)果Table 1 Statistics of significance test criteria and results

3.1.2 季節(jié)形變量分布 利用2.2節(jié)的去趨勢(shì)方法獲取研究區(qū)2017年10月至2018年12月之間36景影像所對(duì)應(yīng)的季節(jié)形變量的空間分布(圖5)，可以看出，研究區(qū)大部分區(qū)域表現(xiàn)出較明顯的季節(jié)性凍脹融沉趨勢(shì)，其中北部尤為明顯，南部稍弱，可能由于研究區(qū)北部以裸地為主，而南部以草地為主(圖1)，受植被干擾產(chǎn)生失相干現(xiàn)象，進(jìn)而對(duì)反演結(jié)果產(chǎn)生一定影響。進(jìn)一步對(duì)QT08站點(diǎn)周圍3.125 km的像元網(wǎng)格的季節(jié)形變量平均值進(jìn)行可視化(圖6)，可以看出，經(jīng)去趨勢(shì)處理后，該區(qū)域內(nèi)的地表形變具有明顯的凍脹融沉周期性變化趨勢(shì)。

圖5 研究區(qū)內(nèi)季節(jié)形變量分布Fig.5 Distribution of seasonal deformation in the study area

圖6 QT08站點(diǎn)對(duì)應(yīng)的3.125 km×3.125 km像元范圍內(nèi)季節(jié)形變量平均值時(shí)序變化Fig.6 Time series variation of average seasonal deformation in one 3.125 km×3.125 km pixel corresponding to QT08 station

3.2 AMSR和PMSR監(jiān)測(cè)結(jié)果對(duì)比分析

本研究利用SSMIS亮溫?cái)?shù)據(jù)，在對(duì)19 GHz亮溫進(jìn)行降尺度處理的基礎(chǔ)上，基于凍融判別式算法最終獲取研究區(qū)范圍內(nèi)3.125 km分辨率的每日地表凍融狀態(tài)信息，然后提取QT08站點(diǎn)所對(duì)應(yīng)的被動(dòng)微波像元凍融狀態(tài)信息，并與該地區(qū)的地表形變信息進(jìn)行對(duì)比(圖7)。可以看出，凍融狀態(tài)及形變均表現(xiàn)出明顯的周期特征，為更清晰地對(duì)比二者間的聯(lián)系與差異，進(jìn)行分時(shí)段對(duì)比分析。1)凍結(jié)期：自2017年10月18日開始，PMRS監(jiān)測(cè)結(jié)果顯示該區(qū)域地表經(jīng)歷一次凍融交替后持續(xù)處于凍結(jié)狀態(tài)，說明自此進(jìn)入凍結(jié)期；AMRS監(jiān)測(cè)結(jié)果顯示，隨著地表凍結(jié)狀態(tài)的持續(xù)，地表不斷抬升，且有慢—快—慢—平穩(wěn)的變化特征，而該特征在PMRS凍融狀態(tài)監(jiān)測(cè)信息中并未體現(xiàn)。2)凍融交替期：自2018年4月初開始，PMRS監(jiān)測(cè)結(jié)果顯示該區(qū)域地表進(jìn)入凍融交替期；AMRS監(jiān)測(cè)結(jié)果對(duì)應(yīng)出現(xiàn)起伏特征，但變化量很小。3)融化期：自2018年5月中旬開始，PMRS監(jiān)測(cè)結(jié)果顯示除了偶爾的凍融交替現(xiàn)象之外(考慮可能為誤判)，該區(qū)域地表始終保持融化狀態(tài)，說明進(jìn)入穩(wěn)定的融化期；AMRS監(jiān)測(cè)結(jié)果顯示，隨著地表融化狀態(tài)的持續(xù)，地表不斷沉降，沉降趨勢(shì)同樣有慢—快—慢—平穩(wěn)的特征，但該特征在PMRS凍融狀態(tài)監(jiān)測(cè)信息中并未體現(xiàn)。4)再次凍融交替期：自2018年9月初開始，PMRS監(jiān)測(cè)結(jié)果顯示該區(qū)域再次進(jìn)入凍融交替期；AMRS監(jiān)測(cè)結(jié)果顯示形變量再次出現(xiàn)波動(dòng)，且波動(dòng)幅度較小。5)再次凍結(jié)期：自2018年10月中旬之后，該區(qū)域地表持續(xù)處于凍結(jié)狀態(tài)，地表不斷抬升，說明再次進(jìn)入凍結(jié)期。

圖7 地表凍融狀態(tài)與季節(jié)形變量的時(shí)序變化對(duì)比Fig.7 Temporal variation comparison of surface freezing-thawing state and seasonal deformation

綜上，在活動(dòng)層季節(jié)性變化的各個(gè)周期內(nèi)，PMRS地表凍融狀態(tài)監(jiān)測(cè)結(jié)果與AMRS季節(jié)形變量提取結(jié)果在時(shí)間上均具有較強(qiáng)的關(guān)聯(lián)性與一致性，但值得注意的是，在凍結(jié)期和融化期內(nèi)，AMRS所顯示的地表形變速率特征并未在PMRS監(jiān)測(cè)結(jié)果中體現(xiàn)。

3.3 PMRS監(jiān)測(cè)結(jié)果與活動(dòng)層土壤溫度對(duì)比分析

有學(xué)者依據(jù)活動(dòng)層凍融過程不同階段的水熱特征差異，將青藏高原活動(dòng)層的年際變化過程劃分為夏季融化、秋季凍結(jié)、冬季降溫和春季升溫4個(gè)階段[35]。為明晰主/被動(dòng)微波遙感技術(shù)在活動(dòng)層季節(jié)性凍融變化監(jiān)測(cè)中的作用，本研究將年際凍融變化過程重新劃分為穩(wěn)定凍結(jié)期、穩(wěn)定融化期和兩次凍融交替期。由于被動(dòng)微波的穿透能力有限，PMRS的監(jiān)測(cè)結(jié)果主要反映近地表約0～5 cm的土壤凍融狀態(tài)，現(xiàn)結(jié)合QT08站點(diǎn)在10 cm、40 cm、120 cm、200 cm和240 cm深度處的實(shí)測(cè)溫度進(jìn)行對(duì)比分析(圖8)。從圖8可以看出，基于PMRS獲取的凍融狀態(tài)變化情況與各層溫度之間既存在明顯的相關(guān)性，又存在一定的差異性，具體到各時(shí)期總結(jié)如下：1)凍結(jié)期：PMRS監(jiān)測(cè)結(jié)果顯示，兩次地表凍結(jié)期分別自2017年10月18日和2018年10月18日左右開始，而從QT08站點(diǎn)各層土壤溫度看，淺層土壤(40 cm以內(nèi))凍結(jié)開始時(shí)間與其大體相當(dāng)，伴隨外界低溫向下傳導(dǎo)，凍結(jié)起始時(shí)間隨活動(dòng)層深度的增加有不斷向后延遲趨勢(shì)。2)兩次凍融交替期：PMRS監(jiān)測(cè)結(jié)果顯示，2018年4月初及9月下旬的凍融交替現(xiàn)象主要出現(xiàn)在活動(dòng)層淺層，120 cm及以下溫度振幅較小，幾乎無明顯的凍融交替現(xiàn)象。由于活動(dòng)層淺層厚度較小，推斷其為凍融交替期季節(jié)形變幅度較小的原因。3)融化期：PMRS監(jiān)測(cè)結(jié)果顯示，自2018年5月初表層融化狀態(tài)基本保持穩(wěn)定，活動(dòng)層淺層土壤的融化期基本與PMRS監(jiān)測(cè)結(jié)果一致，隨著外界熱量不斷向下傳導(dǎo)，雖然各層土壤溫度均有抬升，但中層(120 cm)及以下土壤溫度仍維持在0℃以下，其凍結(jié)期并未結(jié)束，隨后經(jīng)過約1個(gè)月的熱量向下傳導(dǎo)，這些層次才相繼進(jìn)入融化期。

圖8 地表凍融狀態(tài)與各層溫度時(shí)序變化對(duì)比Fig.8 Temporal variation comparison of surface freezing-thawing state and soil temperature for various layers

綜上可知，PMRS監(jiān)測(cè)結(jié)果顯示的凍結(jié)期/融化期的開始和結(jié)束時(shí)間與活動(dòng)層淺層凍結(jié)期/融化期的開始和結(jié)束時(shí)間基本一致，活動(dòng)層中層、深層凍結(jié)期/融化期的開始和結(jié)束時(shí)間相對(duì)滯后，其原因在于淺層土壤與外界環(huán)境交互較劇烈，而熱量在土壤中的傳遞需要時(shí)間；此外，PMRS監(jiān)測(cè)結(jié)果中的凍融交替現(xiàn)象主要出現(xiàn)在活動(dòng)層的淺層，中層和深層土壤溫度振幅較小，無明顯凍融交替現(xiàn)象，因此凍融交替期內(nèi)AMRS獲取的季節(jié)形變幅度一般也較小。

3.4 AMRS季節(jié)形變監(jiān)測(cè)結(jié)果與活動(dòng)層土壤濕度對(duì)比分析

AMRS監(jiān)測(cè)到的形變實(shí)際為活動(dòng)層各層冰/水相變的積累，本文結(jié)合QT08站點(diǎn)在不同層次的實(shí)測(cè)土壤濕度進(jìn)行對(duì)比分析。從圖9可以看出，基于AMRS獲取的季節(jié)形變量與各層濕度之間有明顯的相關(guān)性，具體到各時(shí)期總結(jié)如下：1)凍結(jié)期：AMRS監(jiān)測(cè)結(jié)果顯示，自2017年10月中旬至2018年2月中旬期間，地面整體出現(xiàn)抬升趨勢(shì)，對(duì)比各層土壤濕度變化可知，地面抬升主要與各層水分持續(xù)下降有關(guān)，冰/水相變(相變水量)速率決定了抬升趨勢(shì)的變化速率，自2018年2月下旬開始，當(dāng)水分全部?jī)鼋Y(jié)后，地表保持穩(wěn)定狀態(tài)。2)兩次凍融交替期：AMRS監(jiān)測(cè)結(jié)果顯示，在2018年4月初及9月中旬，地表形態(tài)出現(xiàn)微小波動(dòng)，這主要與淺層土壤的冰/水相變有關(guān)，在3.3節(jié)中已做出解釋。3)融化期：AMRS監(jiān)測(cè)結(jié)果顯示,在2018年4月中旬至9月初期間，地面整體出現(xiàn)沉降趨勢(shì)，對(duì)比各層土壤濕度變化可知，地面沉降主要與各層水分的回升有關(guān)，水分的回升速率與地表形變速率呈正相關(guān)，個(gè)別層次土壤濕度突然增高可能是降雨所致。綜上可知：AMRS監(jiān)測(cè)得到的季節(jié)形變量與活動(dòng)層各層冰/水相變總量有關(guān)，季節(jié)形變速率與冰/水相變速率呈正相關(guān)，當(dāng)活動(dòng)層內(nèi)部冰/水不再發(fā)生變化時(shí)，季節(jié)形變趨于穩(wěn)定。

圖9 季節(jié)形變反演結(jié)果與各層土壤水分時(shí)序變化情況對(duì)比Fig.9 Comparison between inversion results of seasonal deformation and temporal variation of soil moisture in each layer

4 結(jié)論

本研究以青藏高原五道梁地區(qū)為研究區(qū)，分別基于主/被動(dòng)微波遙感技術(shù)獲取了3 km×3 km分辨率的每日活動(dòng)層表層凍融狀態(tài)信息及5 m×20 m分辨率、時(shí)間間隔約12 d的活動(dòng)層季節(jié)形變信息；在此基礎(chǔ)上，通過空間重采樣及時(shí)序擬合技術(shù)，結(jié)合地面實(shí)測(cè)土壤溫度、濕度數(shù)據(jù)，對(duì)比分析了凍結(jié)期、融化期和凍融交替期內(nèi)活動(dòng)層各凍融參量之間的內(nèi)在聯(lián)系，得出以下結(jié)論：1)PMRS凍融狀態(tài)監(jiān)測(cè)結(jié)果可用于提取活動(dòng)層表層凍融周期，該周期與活動(dòng)層淺層凍融周期基本一致，活動(dòng)層中層及深層的凍融起始時(shí)間相對(duì)滯后；2)AMRS季節(jié)形變監(jiān)測(cè)結(jié)果與活動(dòng)層內(nèi)部總的相變水量緊密相關(guān)，形變速率與冰/水相變速率呈正相關(guān)關(guān)系；3)凍融交替現(xiàn)象主要發(fā)生在活動(dòng)層的淺層，深層不明顯，此為AMRS監(jiān)測(cè)結(jié)果波動(dòng)幅度較小的原因；4)PMRS監(jiān)測(cè)結(jié)果與AMRS監(jiān)測(cè)結(jié)果在時(shí)間上有較強(qiáng)的關(guān)聯(lián)性和一致性，在凍融周期上的統(tǒng)一是季節(jié)形變監(jiān)測(cè)中主/被動(dòng)微波遙感協(xié)同應(yīng)用的基礎(chǔ)。本文關(guān)于AMRS和PMRS的聯(lián)合分析對(duì)于大尺度范圍內(nèi)的活動(dòng)層季節(jié)性變化監(jiān)測(cè)研究具有重要意義。由于研究區(qū)內(nèi)可用的站點(diǎn)數(shù)據(jù)較少，通過綜合分析本文只得出一些定性結(jié)論，未來可結(jié)合更多實(shí)測(cè)數(shù)據(jù)，將AMRS與PMRS技術(shù)深入結(jié)合，應(yīng)用于活動(dòng)層凍融參量的定量監(jiān)測(cè)中。