基于二维小波变换的亮温降尺度方法研究

土壤水分是全球水、能量和碳循环的重要参数,对于理解陆-空之间水热能量交换非常重要。目前卫星遥感技术已被广泛地应用于测量地表土壤水分,然而从被动微波遥感中获取的土壤水分的空间分辨率过低,无法满足如天气预报、农业应用等实际应用的需求。针对被动微波遥感获取的土壤水分产品空间分辨率过低的缺陷,将X波段与L波段结合提出了一种二维离散小波变换(2-D DWT)亮温降尺度的方法。实验结果表明,用二维离散小波变换降尺度得到的亮温反演出的土壤水分结果与用SMAP 9 km亮温数据反演的土壤水分结果相关系数最大为0.984 8,无偏均方根误差为0.005 4 cm³/cm³,在获取9 km的亮温数据时可以用二维离散小波变换对SMAP 36 km亮温数据进行降尺度处理以此来代替SMAP 9 km的亮温数据。     

地基12通道微波辐射计反演大气温湿廓线及估算雷达路径积分衰减

利用TP/WVP-3000型地基微波辐射计12通道亮温观测资料,发展了一套大气温湿及液态水廓线反演算法.首先对近20年历史探空数据进行数据转换、插值等处理后,分无云和有云两种类型,运用MWMOD微波辐射传输模式,计算无云情况下的微波亮温集,根据相对湿度廓线,利用模式的绝热液水含量分析方法,模拟计算出液态水廓线及对应的微波亮温数据集,利用改进BP神经网络计算模型,通过神经网络学习训练,获取代表该地区的神经网络系数,用于反演计算大气温度、水汽密度、相对湿度和液态水廓线.与GPS探空数据对比,反演的大气温度廓线在7 km以下误差均在3 K以内,水汽密度廓线在6 km以下误差均在3 g/m2以内,部分底层廓线的反演值与GPS探空观测接近,获得了较好的反演结果.同时,通过模式分析出云水廓线,弥补GPS探空不足,利用微波辐射计观测进行验证,估算雷达路径积分衰减,用于试验降水雷达反演分析.     

利用MODIS数据估算晴空半干旱地表潜热通量

为研究我国半干旱区域地表潜热通量分布特征, 建立了一套不需要将地面气象观测数据作为输入而仅用卫星数据来估算晴空条件下半干旱地表潜热能量的方案。该方案设计了针对半干旱地表的净辐射通量参数化方法和土壤热通量估算模型, 利用S-SEBI模型计算蒸发比率, 根据能量平衡原理得到潜热通量。基于MODIS陆地和大气产品, 利用该方案进行潜热通量估算研究,并采用2003, 2004和2005年6?11月间退化草地和农田晴空数据进行验证。与地面站点观测数据对比结果表明该方案能有效计算地表潜热通量: 在退化草地和农田两个站点上, 该方案计算的地表潜热通量的均方根误差分别为60.4和64.6 W/m², 平均偏差分别为18.6和32.4 W/m²。     

地基微波辐射计反演温/湿度廓线的BP神经网络训练方案对比

为提高地基微波辐射计反演大气温/湿度廓线的精度,提出了一种直接利用高垂直分辨率探空资料与地基微波辐射计观测亮温训练反演温/湿度廓线BP神经网络方案.基于地基微波辐射计的观测特点,提出了一种基于微波辐射计地面观测资料和探空资料的观测亮温综合质量控制方案,利用质量控制后的观测亮温训练BP神经网络(OBS-BP),并与基于MonoRTM辐射传输模式模拟亮温训练BP神经网络(SIM-BP)的方法进行了对比.结果表明, OBS-BP反演温度廓线的均方根误差随高度逐渐增大,范围为0.62～2.81 K,偏差范围为-0.67～0.43 K,相关系数随高度的升高逐渐减小,变化范围为0.92～0.99;相对湿度廓线的均方根误差在0～4.75 km随高度升高而增大,在4.75 km以上随高度升高而减小,范围为8.21%～24.37%,偏差范围为-3.87%～4.54%,相关系数随高度升高逐渐减小,变化范围为0.13～0.94.将OBS-BP和SIM-BP反演高时间频次的温/湿度廓线的效果进行了对比,得出OBS-BP的反演结果能更好地反映对流层内大气温/湿度演变过程,相对于利用SIM-BP的反演结果, OBS-BP反演温/湿廓线在各个高度层上均优于SIM-BP,与探空资料具有更好的一致性,更适用于实际观测中地基微波辐射计温/湿度廓线的反演.     

三江源地区卫星被动微波遥感特性的初步分析

微波可以穿透云层,可以全天候监测目标区域,还可以比较有效地分辨水体、植被、冰雪和荒漠等。因此,微波遥感资料是研究地表类型众多的三江源地区的有效手段。全球第一个星载全极化微波辐射计WindSat测量的第3和第4个Stokes参数T3和T4,作为前所未有被卫星传感器大面积、长时间序列测量的亮温,为三江源地表目标的探测研究提供了新的工具和方法。仅使用垂直和水平极化亮温TV和TH,会将小面积水体和沼泽误识别成荒漠。结合WindSat辐射计所测量的4个Stokes参数,可以较好地分辨三江源地区的典型目标,例如雪山、湖泊和荒漠等,有利于消除由于地表目标识别错误导致的土壤湿度研究可能存在的潜在误差。TV,TV-TH,MPDI(MPDI=(TV-TH)/(TV TH))以及T3等值线的走向基本体现出西南东北走向,这与该区域植被分布自东南向西北为针叶林、高山草甸草原、干旱草原及荒漠的特点密切相关。冰雪融化和凝结,以及植被的生长和消亡,使得该区域微波辐射的季节性变化显著。前视和后视垂直极化亮温TV及T3的差值表明,该区域的微波辐射随观测方位角的变化是,雪山积雪冰川和湖区的辐射方向性较强,而植被和荒漠的辐射方向性较弱。     

用星载雷达和微波辐射计对江淮云雨垂直结构进行分析及模拟研究

利用热带降雨测量计划卫星2000年在淮河流域能量和水循环试验区域的观测资料建立了适合该地区的云雨模型,并用此模型研究了云雨系统中各种成分对星载微波辐射计所接收的辐射亮温的贡献。模拟结果跟微波成像仪(TRMM)的九通道微波辐射亮温进行对比的结果表明：用TRMM卫星资料建立的云雨模型较好的反映了云降水系统的实际辐射情况;同时也看到,降水系统中上部冰层对上行辐射亮温影响巨大,值得进一步研究。     

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%.     

嫦娥1号卫星微波探月技术机理和应用研究

微波探测仪是嫦娥1号卫星有效载荷之一,主要用于测量不同深度的月壤微波辐射亮温,进而反演月壤厚度的信息并对月球的3He资源量和分布进行评估。这是国际上第一次利用被动微波遥感探测器在月球轨道直接测量月表亮温信息。因此,对月壤辐射传输模型的研究是及其必要的。文章分析了月球微波探测的机理和存在的问题,并给出了初步解决途径。     

基于微波遥感的土壤湿度异常监测

提出地表微波极化差异指数,并利用AMSR-E星载被动微波遥感亮温数据,统计分析了2002-2006年7月上旬新疆微波极化差异指数旬平均分布;通过计算归一化距平,反演得到新疆7月上旬土壤湿度动态变化分布图。结果表明:利用微波极化差异指数能够较好地表征土壤湿度时空异常变化,为定量监测土壤相对干湿程度提供了一种有效便捷的方法。     

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.     

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。     

土壤水分遥感反演研究进展

土壤水分是陆面生态水文循环的重要组成部分. 及时、准确地获取土壤水分数据,对研究全球气候问题、构建流域水文模型、监测干旱等具有极其重要的意义. 遥感技术具有范围广和信息传输快等优点,为土壤水分监测提供了全新的手段. 本文梳理了可见光–近红外遥感、热红外遥感、可见光–近红外–热红外遥感、主动微波遥感、被动微波遥感的发展现状及对应的土壤水分反演方法,介绍了结合主被动微波遥感的GNSS-R技术,对土壤水分反演研究中的热点问题进行了归纳和总结,并展望了土壤水分遥感反演的发展趋势.      

被动微波遥感土壤水分代价函数构建研究

在被动微波遥感土壤水分的传统代价函数中,默认垂直极化(V)和水平极化(H)地表微波辐射率观测数据对代价函数值的贡献是相同的;但二者对土壤水分敏感性不同的事实导致设定贡献相同的做法值得商榷。利用AIEM模拟数据集计算不同极化地表微波辐射率对土壤水分及土壤粗糙度的敏感性;并以敏感性程度来定量不同极化地表微波辐射率对反演土壤水分信息的贡献度,发展了裸露地表条件下的双极化被动微波地表辐射率协同提取土壤水分的代价函数。利用模拟数据集,对土壤水分反演算法中传统代价函数和本文发展的代价函数进行了对比。结果表明,在代价函数中考虑不同极化地表微波辐射率数据对土壤水分的敏感性差异,可有效提高裸露地表土壤水分的反演精度。     

Reconstruction and analysis of temporal and spatial variations in surface soil moisture in China using remote sensing

An ensemble method was used to combine three surface soil moisture products,retrieved from passive microwave remote sensing data,to reconstruct a monthly soil moisture data set for China between 2003 and 2010.Using the ensemble data set,the temporal and spatial variations of surface soil moisture were analyzed.The major findings were:(1) The ensemble data set was able to provide more realistic soil moisture information than individual remote sensing products;(2) during the study period,the soil moisture increased in semiarid regions and decreased in arid regions with anoverall drying trend for the whole country;(3) the soil moisture variation trends derived from the three retrieval products and the ensemble data differ from each other but all data sets show the dominant drying trend for the summer,and that most of the drying regions were in major agricultural areas;(4) compared with the precipitation trends derived from Global Precipitation Climatology Project data,it is speculated that climate change is a possible cause for the drying trend in semiarid regions and the wetting trend in arid regions;and (5) combining soil moisture trends with land surface temperature trends derived from Moderate Resolution Imaging Spectroradiomete,the study domain was divided into four categories.Regions with drying and warming trends cover 33.2%,the regions with drying and cooling trends cover 27.4%,the regions with wetting and warming trends cover 21.1% and the regions with wetting and cooling trends cover 18.1%.The first two categories primarily cover the major grain producing areas,while the third category primarily covers nonarable areas such as Northwest China and Tibet.This implies that the moisture and heat variation trends in China are unfavorable to sustainable development and ecology conservation.     

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。     

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。     

响应面法优化微波修复萘污染土壤工艺参数的研究

为了探究石油污染土壤微波修复最适宜的工艺参数，选取石油污染土壤中典型的半挥发性有机物萘（naphthalene，NAP）为目标污染物，以模拟萘污染的土壤为供试土壤，采用微波（f=2.45 GHz）对其进行修复。在单因素试验基础上，采用响应面法Box-Behnken实验设计，以NAP去除率为响应值，建立了以微波功率、辐照时间、土层厚度和土壤含水率为影响因子的二次多元回归模型。结果表明：模型经方差分析（ANOVA）结果达到极显著水平，其中微波功率的影响最为显著；得到最佳的工艺参数为微波功率768 W、辐照时间19 min、土层厚度3.2 cm、含水率16%，此条件下NAP去除率为97.3%；验证实验结果NAP去除率为97.0%，与模型预测结果仅偏差0.31%。利用响应面法优化的微波修复NAP污染土壤的工艺参数合理可行，研究结果可为微波土壤修复技术的工业化应用提供数据支持。     

A method for retrieving soil moisture from GNSS-R by using experiment data

Soil moisture is a key parameter in agricultural irrigation.The L band(1.58GHz)on board global position system(GPS) satellite is well suited for monitoring the change of soil moisture.In order to investigate the potential of retrieving soil moisture using the L-band GPS bistatic radar,this paper analyzed a retrieval method by using field experiment data.In order to investigate the relationship between the soil moisture(corresponding roughly to the 0~5cm top soil layer) and the signalto-noise ratio(P_(r-SNR)) to the direct GPS signal-to-noise ratio(P_(d-SNR)),an experiment was conducted in Hulunber grassland of China in 2009 and 2011.Six field sites in the soil moisture experiment were utilized to analyze the relationship between soil moisture and the ratio of P_(r-SNR) to P_(d-SNR) and the square of correlation coefficient was about 0.9 when the surface type was known and the elevation angle of the satellite ranged from 65 to 85 degrees approximately.The analysis shows that ratio of P_(r-SNR) to P(d-SNR) can be used to monitor the soil moisture,because the ratio of P(r-SNR) to P(d-SNR) maximized the elimination of the influence of different signals from different GPS satellites.The estimation accuracy could be improved if we make full use of the empirical knowledge on elevation angles of GPS satellites and ground roughness of different surface types.