北斗GEO卫星微动条件下的GNSS-R土壤湿度反演

全球定位系统GPS发射的L波段导航信号源已被用于估测地球表面的土壤湿度,但由于卫星具有一定的重返周期,所以对固定区域土壤湿度反演的性能受到不断变化的星下点轨迹的限制。北斗GEO（geostationary earth orbit）卫星是地球静止轨道卫星,同时又存在着周期性的微动,利用它的反射信号来反演土壤湿度受到其微动特性的影响。针对这个问题,本文研究了利用GEO卫星反射信号功率进行固定区域内土壤湿度反演的可行性。本文首先分析了GEO卫星的微动特征和反射区域的变化;然后采用包络提取和三次多项式插值的方法来恢复SNR的趋势变化规律,以消除因为GEO卫星轻微运动带来的周期性波动和噪声,并且根据现场收集的部分实验数据确定的校准参数值对反射系数进行校正;最后,我们使用测试数据进行土壤湿度反演,得到每半小时固定区域的连续土壤湿度反演值。结果表明,土壤湿度反演值与原位土壤湿度值的变化趋势基本一致,反演的平均绝对误差小于4.63％。可见,BDS GEO卫星信号可以作为GNSS反射计的重要数据来源。     

GNSS-R海冰遥感的模拟和试验验证

介绍了利用全球导航卫星的反射信号(GNSS-R, Global Navigation Satellite System reflected signals )进行海冰遥感的技术原理,通过对辐射传输模型的分析,得到GNSS反射信号的功率与海冰厚度关系的模拟.分析了2013年天津渤海湾海冰实地观测试验数据,试验中利用一个垂直向上的右旋圆极化天线负责接收直射信号,同时另一个45°朝向海面的左旋圆极化天线接收反射信号,将观测得到的反射信号信噪比和GNSS卫星的镜像点轨迹相结合,得到冰面和水面的反射信号空间分布,相对于直射信号只与卫星发射信号强度和天线增益相关,反射信号则比较复杂,除了卫星发射信号和天线增益,还受到反射面的影响,分析结果表明GNSS反射信号用于海冰观测具有较高的敏感性,可用于海冰密度的反演.     

BP神经网络辅助的GNSS反射信号NDVI反演

归一化植被指数(normalized difference vegetation index,NDVI)是一种能反映地表植被生长情况和覆盖度的重要指标,针对如何确定研究区域归一化植被指数变化趋势的问题,提出一种BP神经网络辅助的GNSS卫星反射信号NDVI反演方法。从PBO观测网P037和P39站点信噪比观测数据提取的振幅参数作为输入值,归一化植被指数作为输出值,构建BP神经网络辅助的GNSS卫星反射信号植被指数反演模型,并与线性回归模型进行对比,实验结果显示:P037和P039站点振幅线性回归的相关系数为0. 700 3和0. 775 6,均方根误差为0. 062 2和0. 076 0,BP模型的相关系数为0. 802 3和0. 839 4,均方根误差为0. 033 6和0. 045 9,表明BP神经网络辅助的GNSS卫星反射信号反演模型获取的归一化植被指数优于线性回归模型,为获取准实时、低成本和高时间分辨率的NDVI提供了新的思路,证明了该方法的可行性。     

融合合成孔径雷达和光学影像的植被覆盖区土壤湿度反演

利用合成孔径雷达(synthetic aperture radar,SAR)卫星可对土壤湿度实现大面积、时间连续的反演.针对此过程中难以消除植被遮挡的问题,提出融合SAR微波数据和光学数据,利用修正水云模型消除植被影响,求解纯粹地表后向散射系数,代入裸土区土壤湿度反演算法进行土壤湿度反演,并在武汉豹澥区域设置实测站点记录实测数据进行比对.结果分析表明,经过植被消除后,实测站点垂直极化后向散射系数平均衰减量与植被覆盖度之间时间序列上相关系数达到0.83;土壤湿度反演值与实测值趋势相关性平均提升0.08,且提升程度与植被覆盖度相关系数也达到0.8以上,表明本算法针对植被覆盖度越大区域反演效果越好.该方法通过SAR影像和光学影像融合反演长时间序列土壤湿度具有良好可信度.     

基于高分一号的农田植被区土壤湿度反演研究

以国产高分一号(GF-1)遥感数据为数据源,以荆州市公安县为实验区,选择垂直干旱指数(PDI)、改进型的垂直干旱指数(MPDI)和植被调整垂直干旱指数(VAPDI),对土壤湿度指数反演的效果进行比较和验证,同时为减少水体对地表反射率的干扰,采用归一化差异水体指数法(NDWI)对水体进行掩膜处理.研究结果表明,PDI、MPDI和VAPDI分别反演得到的土壤湿度值与实测值的相关系数为0. 520 5、0. 697 2、0. 687 2,实测土壤含水量验证精度评价也表明各模型均能满足反演的精度要求;在植被覆盖较好的农区,MPDI和VAPDI能够在一定程度上克服混合像元对土壤湿度光谱信息的影响,模型拟合效果优于PDI.研究结果可为江汉平原大范围和动态监测表层土壤湿度指数提供理论基础和实践参考.     

二向性归一化植被指数:概念及应用

最近发布的星载法国地表反射的极化与方向性观测仪(POILDER)与美国中分辨率成像光谱仪(MODIS)的地表二向性反射(BRDF)数据产品,其输入数据的大气纠正未能满足定量遥感的需求.提出了二向性归一化植被指数(BiNDVI)的概念,以同时考虑地表反射的二向性与大气程辐射的影响,并用于定义卫星多角度遥感观测值的大气质量指数.用该指数加权迭代反演,能明显改进MODIS-BRDF的数据产品质量.     

安徽省土壤湿度时空变化规律分析及遥感反演

为获取安徽省的土壤湿度时空信息,采用克里金法将站网实测多层土壤湿度数据插值为网格数据,分析其时空变化特征;进而建立遗传算法优化的BP(back propagation)神经网络模型进行土壤湿度反演。该模型以风云3B卫星的亮温数据为主要输入,训练后对该模型验证并进行预测。结果表明:安徽省土壤湿度月均值波动较频繁,淮北平原和大别山区较其他区域干燥;随着深度的增加,土壤湿度增大且季节和空间差异变小;所有分区平均模拟值与实测值的日序列相关性达到0. 605,均方根误差为0. 056 m~3/m~3,说明该模型能够较好地反演安徽省土壤湿度。     

综合利用光学、微波遥感数据反演土壤湿度研究

基于ASAR-APP和TM影像数据,研究了小麦覆盖地表的土壤湿度反演方法.首先,利用冠层后向散射模型MIMICS(michigan microwave canopy scattering),分析了第二入射角模式(IS2)2种极化组分散射对总散射的贡献,确定了土壤湿度反演的最佳极化模式;其次,分析了植被微波单次散射、植被层双程透过率与NDVI之间的关系,建立了单次散射及双程透过率模型,然后,结合IS2入射角模式ASAR数据,建立土壤湿度反演模型.最后,基于模拟数据和获取的ASAR、TM影像数据,利用半经验模型反演土壤湿度.研究结果表明:IS2_HH模式土壤散射在总散射中贡献更大,该数据更适合土壤湿度反演;植被微波单次散射、双程透过率与NDVI有很好的线性关系,可以利用线性模型建立它们之间的关系;半经验模型能够较好地反演土壤湿度,反演和实测的土壤湿度相关系数为0.75,均方根误差为5.07%.     

利用SCIAMACHY仪器氧气A带通道反演云光学厚度试验

为提高卫星反演云层光学厚度精度,提出了对渐近理论中半无限云体反射函数参数表达式进行透射率修正,得到了能够反映真实大气的反射函数理论值。使用这种方法对2004年5月12号欧空局SC IA-MACHY仪器通道4得到的氧气A带基线区域数据进行处理,尝试反演有代表性的海洋和亚热带区域云的光学厚度,得到较好的结果。证明了氧气A吸收带基线区域对于反演云光学厚度的应用具有一定的潜力。     

利用GNSS信号地表穿透特性反演土壤湿度的思考

利用全球导航卫星系统干涉信号（GNSS-interferometric reflectometry, GNSS-IR）进行土壤地表湿度反演具有无需信号源、探测区域宽广等特点，受到了国内外研究机构的广泛关注. 为解决传统GNSS穿透模型结构复杂的问题，根据几何构型给出了GNSS-IR计算天线相位中心与地表实际反射面垂直距离的方法，通过仿真不同土壤湿度下的高度测量偏差，建立了与GNSS信号理论穿透土壤深度的线性关系，以及与土壤湿度的反比例关系. 考虑到卫星高度角的变化对高度反演的影响，采用修正的测高模型，并利用Lomb-Scargle谱分析的方法计算了高度测量偏差. 为减少地表植被对反演天线相位中心距离地表实际反射面垂直距离的影响，利用归一化植被指数对高度测量偏差进行了修正，同时建立了GNSS信号高度测量偏差与土壤湿度的一阶反比例模型，最后对该模型进行了验证. 结果表明，对于长时间大尺度变化土壤湿度的场景，利用GNSS信号地表穿透特性进行土壤湿度反演有着很好的效果.      

基于星载被动微波遥感的地表土壤湿度反演

为了解决传统地面测量站网络不能满足大尺度土壤水分的时、空间变化的问题，而利用微波在土壤水分反演方面具有的独特优势，总结了被动微波遥感模态反演土壤湿度的规律，提出了利用双谱模型计算土壤表面的发射率的方法，并对实验区进行了成功的地表土壤水分反演，取得了理想的结果，该成果对于利用被动遥感技术反演土壤湿度具有一定的技术推广意义。     

一种基于AMSR-E和ASAR数据的土壤水分协同反演方法

在缺乏卫星过境时地面同步观测数据的情况下, 大范围高时空分辨率的土壤水分监测存在一定的困难。针对这一问题, 提出一种不依赖地面土壤水分同步观测数据的主、被动微波协同反演逐日高空间分辨率的土壤水分观测新方法。该方法将补偿后的 AMSR-E 土壤水分作为“高时间分辨率土壤水分观测控制值”, 以此计算逐日土壤水分变化量, 并结合 ASAR 交替极化模式数据, 反演高空间分辨率的土壤水分基准日期值, 然后基于两者建立土壤水分协同反演模型。该模型适用于地势比较平坦、地表粗糙度较小且无植被覆盖或植被覆盖度较低的区域。在陕西省渭北台塬西部地区的试验结果表明: 该方法参数拟合的决定系数约为0.81; 反演得到的土壤水分与凤翔县农业气象站地面实测土壤湿度数据对比, 两者的决定系数为 0.92, 土壤体积含水量的均方根误差为0.025。反演结果可用于水分限制条件下作物生长模拟。     

基于GLDAS与TVDI降尺度反演土壤含水量

土壤水是连接大气降水、地表水和地下水的关键水文带,在旱寒区对于维系植被生长起到至关重要的作用.为获取相对精度较高,时空分布更广的土壤含水量数据,本文采用青藏高原2006年MODIS(moderate resolution imaging spectroradiometer)植被归一化指数NDVI(normalized difference vegetation index)数据与地温数据LST(land surface temperature)计算出青藏高原全年温度植被干旱指数TVDI(temperature vergetation dryness index);分析TVDI数据与GLDAS各层土壤含水量的相关性以及相关性的稳定性,结果表明:总体上TVDI数据与GLDAS各层土壤含水量数据呈负相关关系,其中TVDI与GLDAS第1层土壤湿度数据相关性最好,且相关性的稳定性较强;利用TVDI和GLDAS第1层数据的相关关系反演出青藏高原2006年每月土壤水分分布图,并利用月均值进行实例分析,结果表明反演结果与GLDAS数据基本吻合,仅在青藏高原南部和北部两个区域存在偏差.与原始GLDAS数据相比,TVDI反演的土壤含水量数据具有更高的分辨率(分辨率为1km),在时间尺度上,可以反演逐月的土壤水分.     

红壤区橘园与花生地土壤温湿度变化及物理环境因素影响

在实测数据基础上,利用数理统计及冗余分析方法(RDA)分析了橘园与花生地土壤温湿度时空变异特征,结果表明:1橘园、花生地土壤湿度均呈现明显的季节变化,且变化趋势基本一致,但是不同深度的变化幅度各有不同;2土壤湿度除了受降水因子影响外,在未降水时段内还受气温、相对湿度、太阳辐射等因子的控制;3土壤温度随着土层深度加深,其季节变化趋势越来越平缓。在一天内,不同土层变化幅度以及出现极值的时间均不同,橘园出现极值的时间比花生地晚半到1 h;4影响土壤温度的环境因子有气温、太阳辐射和相对湿度,其中太阳辐射对花生地土壤温度的影响更大,且土壤表层最易受到气温、太阳辐射和相对湿度的影响。     

TRMM/PR在青藏高原土壤水分变化研究中的应用

针对热带降雨观测计划(TRMM)上搭载的降雨雷达(PR)参数情况发展了基于积分方程模型与一阶植被散射模型的青藏高原地区的土壤水分变化反演模型.利用AVHRR/NDVI产品以及PR数据,用上述模型对青藏高原3个试验区1998年4～9月的土壤水分变化情况进行了反演,结果显示模型反演结果与实测结果吻合较好,3个站点的均方根误差分别为0.045,0.069和0.056.     

福建旱地土壤水肥状况及其影响因素分析

分析了福建省旱地土壤的水肥状况,认为土壤存在着退化现象,其主要表现是土壤水分性质不良和土壤养分亏缺,分析数据表明,这区旱地土壤潜在肥力较低,有机质含量差异较大,大部分土壤氮,磷,钾养分供供应不足,土壤贮水库容小,尤其是土壤有效水库容有限,供水能力差,这容易导致和进一步加剧该区干湿分明的亚热带季风气候造成的夏秋季节干旱,在此基础上,进一步探讨了影响土壤水肥状况的原因和因素。     

Monitoring of frozen soil hydrology in macro-scale in the Qinghai-Xizang Plateau

Monitoring of frozen soil hydrology in macro-scale was performed by Chinese and Japanese scientists from 1997 to 1998. Quality measured data were obtained. Measured data on soil moisture and temperature are preliminarily analyzed. Based on profiles of soil temperature and moisture in individual measured sites, intra-annual freezing and melting process of soil is discussed. Maximum frozen and thawed depths and frozen days in various depths are estimated. The work emphasized the spatial distribution on soil temperature and moisture in macro-scale and the effect of topography on conditions of soil water and heat.     

吉林中部地区土壤水分遥感反演与应用

表观热惯量法是热红外遥感监测土壤水分的重要方法之一.土壤的表观热惯量可以通过对土壤反照率和地表温度日较差的测量而获得。以吉林中部地区为研究区,根据表观热惯量反演土壤水分含量的原理,选取春播时期的四月份时相,利用MODIS_L1B数据计算模型中的相关参量,进而计算表观热惯量值。将计算结果与土壤水分含量实测值进行线性回归分析,结果通过了置信度0.01的显著水平t检验,相关系数R=0.831,并分析土壤类型对土壤水分含量差异的影响,结果与表观热惯量反演土壤水分的计算结果一致。