被动微波遥感土壤水分产品降尺度方法研究综述?

利用被动微波遥感反演土壤水分是当前监测土壤含水量最有效的手段之一.但是受限于较低的空间分辨率,被动微波遥感土壤水分产品一般只适用于大尺度研究.为了满足科学研究中对不同分辨率土壤水分产品的需求,对土壤水分降尺度的相关研究成为当前遥感领域的一个研究热点.本文就目前国内外土壤水分降尺度方法进行详细介绍,并比较和评价多元统计回归法、基于物理模型的方法、权重分解、数据同化及空间插值等方法的优缺点及适用条件.最后指出目前土壤水分降尺度方法存在的问题,并提出今后降尺度方法的发展方向.     

机载热红外相机应用于农业干旱监测的实验研究

机载热红外遥感技术为农业干旱监测提供了新的技术手段,对其开展实验研究具有现实意义.本文以红外多角度相机(multi-angular infrared camera,MAIC)获取的高分辨率热红外遥感图像为基本数据源,选取高分一号(GF-1)遥感图像为辅助数据,基于归一化差值植被指数(NDVI)-地表温度(Ts)特征空间计算实验研究区的温度-植被指数(TVDI)值,并据此得到了研究区干旱分级结果;最后利用野外同步测定的土壤水分数据,对遥感反演结果进行验证和精度分析,探寻机载红外相机在农业干旱监测方面的应用潜力.结果表明:(1)利用机载MAIC热红外数据和GF-1数据可以反演地表温度、植被指数等地表参量,进而可以构建NDVI-Ts特征空间;在该二维特征空间中,该研究区的图像像元集聚为三角形形态,可以较好地刻画研究区不同地表覆盖类型的干湿状况;(2)利用该研究区NDVI-Ts特征空间计算得到的TVDI值与地表土壤水分呈显著负相关;TVDI值与实测地表土壤水分线性回归分析结果相关性较高,R2约为0.389 1;(3)干旱等级表达了土壤水分对农作物生长状态的胁迫作用,可以较好地显示农业干旱特征.与星载红外遥感数据相比,机载红外相机获取的数据具有较高灵活性,更利于干旱区域的机动监测.本文研究表明机载MAIC数据在干旱监测方面具有较大的应用前景.     

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。     

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。     

卫星遥感技术用于水体热污染监测的方法研究

本文通过热红外和微波遥感监测,研究水体热污染的监测方法.根据卫星遥感的原理及卫星影像解译方法提出质量控制步骤,从而提供实用的水体热污染监测分析方法.     

遥感监测干旱的方法综述

土壤水分是土壤的重要组成部分,在地-气界面间物质、能量交换中起着重要的作用。遥感技术具有大面积同步观测,时效性,全天候性、经济性的特点,为大面积动态监测土壤水分提供了可能。本文简述了目前的几种主要遥感监测土壤水分的方法:热惯量法、温度植被指数法、作物缺水指数法、高光谱法和微波遥感法。并分析了各种方法的原理和优劣,最后总结并展望了土壤水分遥感监测方法的发展趋势。     

基于EOS/MODIS数据的土壤水分遥感监测方法

美国国家航空航天局(NASA)自1991年开始实施对地观测系统(EOS)计划以来,EOS/MODIS传感器的高时间分辨率、高光谱分辨率、适中的空间分辨率等特点使其在干旱监测中具有突出的优势.纵观近年来国内外基于EOS/MODIS资料遥感监测土壤水分的理论、方法的发展和应用特点,可以分为5类:①基于植被指数类的遥感干旱监测方法,如简单植被指数、比值植被指数、归一化植被指数、增强植被指数、归一化水分指数法、距平植被指数等;②基于红外的遥感干旱监测方法,如垂直干旱指数法、修正的垂直干旱指数法等;③基于地表温度(LST)的遥感干旱监测方法,如热惯量法、条件温度指数、归一化差值温度指数、表观热惯量植被干旱指数等;④基于植被指数和温度的遥感干旱监测方法,如条件植被温度指数、植被温度梯形指数、温度植被干旱指数模型等;⑤基于植被与土壤的遥感监测方法,如地表含水量指数作物缺水指数法等.重点介绍了目前生物、物理意义较明显,比较成熟和广泛应用的基于可见光与热红外波段的改进型垂直干旱指数法(MPDI)、作物缺水指数法(CWSI)、地表含水量指数法(SWCI)、热惯量法(ATI)等;对各种遥感监测土壤水分方法的优缺点做出评价;指出利用高分辨率卫星资料(如EOS/MODIS和中国发射的风云三号极轨气象卫星250 m分辨率资料)进行农业干旱监测研究将成为主要的研究方向,"土壤-作物-大气"多圈层立体监测、多学科的融合将是解决提高旱情定量化监测精度、使之实用化和业务化的必由之路:最后,展望了遥感监测土壤水分的发展前景.     

遥感墒情监测方法研究综述

随着遥感技术的发展,遥感应用不断深化.从遥感数据中挖掘地表农学、生态等参数成为研究热点.本文总结了国内外利用遥感数据进行墒情反演的方法,包括植被指数法、温度指数法以及微波遥感法等,指出了这些方法的应用概况、适用条件、存在问题,对土壤墒情监测具有一定的指导意义.     

卫星遥感技术用于水体热污染监测的方法研究

本文通过热红外和微波遥感监测,研究水体热污染的监测方法。根据卫星遥感的原理及卫星影像解译方法提出质量控制步骤,从而提供实用的水体热污染监测分析方法。     

六盘水市温度反演及结果探讨

利用LANDSAT5星上搭载的ETM传感器,获取TM6热红外波段数据,对六盘水市进行温度反演.传统城市热岛效应监测技术方法存在周期长、效率低的问题,而利用热红外遥感影像进行城市热岛效应监测的方法具有简便、准确、实用等特点,适合在城市开展进行热岛的常规监测.同时针对六盘水市的反演结果采用密度分割法进行专题制图.最后结合其...     

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。     

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。     

FY-3A/MWRI数据反演半干旱地区土壤湿度的研究

为了监测半干旱地区干旱化范围和干旱程度, 探讨了一种利用卫星微波遥感反演土壤湿度的方法。根据陆表和大气辐射传输模式模拟植被覆盖地表微波亮温和土壤湿度的关系, 建立土壤湿度的对数三次多项式的反演算法。利用中国气象卫星(FY-3A)搭载的微波成像仪(MWRI)的亮温资料,反演得到吉林通榆地区农田和草地的土壤湿度, 并与地面实测结果进行对比, 其均方根误差农田为0.003 cm³/cm³, 草地为0.005 cm³/cm³, 反演精度较高。本方法可以应用于可以获得更多资料的FY-3B卫星, 结合改进的辐射传输模式获取不同地表类型的辐射特征, 期望未来可进行区域试验的反演研究。     

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.     

Development of a Chinese land data assimilation system:its progress and prospects

The objective of land data assimilation is to merge multi-source observations into the dynamics of land surface model for improving the estimation of land surface states.We have developed a land data assimilation system for China's land territory.In this sys- tem,the Common Land Model and Simple Biosphere Model 2 are used to simulate land surface processes.The radiative transfer models of thawed and frozen soil,snow,lake,and vegetation are used as observation operators to transfer model predictions into estimated bright- ness temperatures.A Monte-Carlo based sequential filter,the ensemble Kalman filter,is implemented as data assimilation method to inte- grate modeling and observation.The system is capable of assimilating passive microwave remotely sensed data such as special sensor mi- crowave/imager (SSM/I),TRMM microwave imager (TMI),and advanced microwave scanning radiometer enhanced for EOS (AMSR- E) and the conventional in situ measurements of soil and snow.A spatiotemporally consistent assimilated dataset for soil moisture,soil temperature,snow and frozen soil,with a spatial resolution of 0.25 degree and temporal resolution of one hour,has been produced.This paper introduces the development of Chinese land data assimilation system and the progress made on data assimilation algorithms,land sur- face modeling,microwave remote sensing of land surface hydrological variables,and the preparation of atmospheric forcing data.The dis- tinct characteristics and challenges of developing land data assimilation system and the perspectives for future development are also dis- cussed.     

全极化综合孔径微波辐射计全极化亮温的重构

为了获取全极化信息和降低重构误差,提出了一种改进的全极化重构算法应用于全极化综合孔径微波辐射计,并分析了交叉极化对全极化亮温各分量的影响程度.仿真结果表明,与传统算法相比,改进的全极化重构算法能够有效降低图像重构误差,获取高精确度的全极化亮温数据以满足测量土壤湿度、海表面盐度、海表面风矢量等应用需求.