青藏高原地表参数的被动微波遥感反演研究

利用被动微波遥感数据TMI和GAMB-Tibet加强观测期的地面观测数据，改进和发展了一个被动微波遥感反演地表温度、土壤湿度和植被含水量的三维查表算法(3-D LUT)，并在青藏高原中部中尺度范围内进行了反演试验．对1998年7月1日的数据进行了个例处理，给出了3个地表参数的空间分布结果．进一步考虑了高原对流云对反演结果的影响，对5个月的TMI数据进行了10天的合成处理，利用合成图像运行算法得到了10天平均的结果．结果显示1998年5～9月5个月的土壤湿度反演结果的时空分布与实际情况符合较好；从选取的几个测站的数据比较看，去云处理后得到的土壤湿度反演结果有了明显改善．     

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.     

被动微波遥感中一种基于辐射传输理论的植被层模型

使用了一种基于辐射传输理论的非相干离散模型来研究植被的发射率、传输率．这种方法可以更加真实地刻画组成植被的散射个体如叶、茎、枝、树干等对这2个参数的影响，因而能更准确地描述植被对下垫面微波辐射的影响．为了减少土壤水分反演算法中未知量的数目，分别给出了这2个参数的模拟结果在AMSR-E 3种不同频率下的简单关系．     

基于被动微波遥感的城市土地生态承载力极限预警方法

现有的土地生态承载力极限预警方法对自然状态中的因素界定模糊,未能获取较高质量的预警指标数据,导致预警结果精度不高.为此,提出基于被动微波遥感的城市土地生态承载力极限预警方法.建立城市土地生态承载力极限预警指标,详细分析其中的自然状态指标,并计算土地生产潜力,再利用被动微波遥感技术完成土壤水分反演.在此基础上,结合熵权法,通过构建判断矩阵计算得到自然状态指标因素的权重,提高预警指标数据质量.然后根据社会状态与经济状态指标,采用灰色预警模型实现对城市土地生态承载力极限的预警.实验结果表明,该方法对土地生产潜力估计的准确率较高,土壤水分反演数据耗时远低于传统方法,权重计算结果绝对误差均值为5.5％,且承载力极限预警精度处于90％左右,证明该方法具有较强的应用优势.     

主/被动微波遥感数据融合的土壤湿度产品的CDF改进研究

土壤水分是控制陆地和大气间水热能量交换的关键因子之一,在地球生态系统中起着重要的作用。定量化获取土壤水分信息对农业生产、应对全球变化、保护生态环境等众多领域都有着重要意义。目前,获取精度较高的大区域土壤湿度信息依然是研究的热点和难点问题。气候变化倡议项目(climate change initiative,CCI)土壤湿度数据集是由多种主、被动微波数据融合的大尺度土壤湿度数据集,对其在中国区域的数据质量改进具有较高的实际应用价值。研究利用累积概率分布函数(cumulative distribution function,CDF)匹配方法对CCI土壤湿度产品进行改进。选择有较多实测数据的河北、山西、天津等部分区域,获得2009~2010年每月三旬(共72旬)的土壤湿度插值数据,以此为基础利用CDF进行重调整,建立逐像元的CCI土壤湿度数据的改进模型;然后利用站点实测数据进行该方法的有效性验证。结果表明,CDF调整前的偏差、均方根偏差和平均相对误差分别集中在0.05~0.09、0.05~0.1、0.20~0.45,调整后分别降低在0~0.04、0~0.05、0~0.2范围。可见,CDF调整后的误差明显减小,调整后的CCI土壤湿度的精度得到了明显的提高。     

双目标代价函数自适应均衡算法

为了实现有效的高速通信，色散信道必然引入符号间干扰。克服干扰的有效技术就是均衡。为此，提出了一个双目标代价函数，不同于以前的单目标代价函数。并给出了其实现算法和仿真结果，通过性能比较可以看出建议的准则和算法是有效的。     

被动微波植被辐射模拟研究综述

论述了当前被动微波植被辐射模拟算法的进展和研究趋势.植被辐射的模拟方法主要分为3类:第一类是将植被看作各向同性的单层介质,光学厚度、单次反照率等设为常数或用经验关系来计算;另外两类主要差别在于冠层定义的方式不同.其中一种方法将植被冠层看作连续介质,另一种方法用植被冠层的离散特征(如茎和叶子的长度、方位)来定义.     

双目标代价函数自适应均衡算法

为了实现有效的高速通信,色散信道必然引入符号间干扰,克服干扰的有效技术就是均衡。为此,提出了一 个双目标代价函数,不同于以前的单目标代价函数,并给出了其实现算法和仿真结果,通过性能比较可以看出建议 的准则和算法是有效的。     

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。     

AMSR-E被动微波土壤水分与降雨率时空相关性分析研究

地表土壤水分和降水具有高度相关性,是2个密切相关的地-气相互作用参量.采用同时反演获取的土壤水分和大气降水数据来研究土壤水分的变化情况,定量理解降水和土壤水分之间的物理联系,进而可以获得对反演算法改进有用的信息.采用被动微波辐射计AMSR-E反演获得的全球地表土壤水分和降雨率数据作为研究对象,一共收集了2005年10月1日至2006年10月31日之间共395 d的AMSR-E全球日土壤水分产品和升、降轨道瞬时降雨率数据.把降雨率轨道产品经过等积割圆柱投影并重采样到同日土壤水分产品相当的25 km分辨率EASE-Grid格点上.针对土壤水分和投影后得到的日降雨率数据进行每2,8,16 d的时间维平均,在空间维进行3×3、5×5、7×7格点的重采样,经时间序列对比,分析了降水对土壤水分反演的影响及其时空相关特性,并对反演参数间弱相关性出现的原因进行了探讨,这对于发现微波土壤水分和大气降雨算法的不足,提供其改进方向具有重要的指导意义.     

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。     

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.     

Monitoring the frozen duration of Qinghai Lake using satellite passive microwave remote sensing low frequency data

The Qinghai Lake is the largest inland lake in China. The significant difference of dielectric properties between water and ice suggests that a simple method of monitoring the Qinghai lake freeze-up and break-up dates using satellite passive microwave remote sensing data could be used. The freeze-up and break-up dates from the Qinghai Lake hydrological station and the MODIS LIB reflectance data were used to validate the passive microwave remote sensing results. The validation shows that passive microwave remote sensing data can accurately monitor the lake ice. Some uncertainty comes mainly from the revisit frequency of satellite overpass. The data from 1978 to 2006 show that lake ice duration is reduced by about 14--15 days. The freeze-up dates are about 4 days later and break-up dates about 10 days earlier. The regression analyses show that, at the 0.05 significance level, the correlations are 0.83, 0.66 and 0.89 between monthly mean air temperature （MMAT） and lake ice duration days, freeze-up dates, break-up dates, respectively. Therefore, inter-annual variations of the Qinghai Lake ice duration days can significantly reflect the regional climate variation.     

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。     

CCI土壤湿度产品在中国区的降尺度与融合研究

以欧洲航天局主/被动微波遥感融合的土壤湿度产品数据为主要数据源,结合地表参数、亮度温度、土壤质地、地形、降雨等辅助数据,提出基于移动窗口的线性、非线性联合的土壤湿度降尺度模型,对中国区域2003年1—12月的CCI土壤湿度产品数据进行降尺度,提高CCI土壤湿度数据的空间分辨率,使其更适用于农业、水文模拟等精细尺度的应用要求。为了克服CCI数据冬季缺失较多的情况,利用第3代再分析资料ERA-Interim表层土壤湿度的降尺度和重采样结果与之进行融合,生成空间覆盖完整的2003—2013年中国区月1 km土壤湿度数据集,并利用站点实测数据集对其进行了验证。结果表明,依据主/被动微波融合CCI、ERA-Interim再分析土壤湿度数据以及辅助数据的基于移动窗口和线性非线性集成的中国区地表土壤湿度降尺度和融合方法,提高了CCI土壤湿度数据集的空间分辨率和空间覆盖,同时还一定程度上提高了土壤湿度的估算精度。     

数字遥感影像判读法在土壤侵蚀调查中的应用

土壤侵蚀调查技术经历了人工实地填图调查、航 (卫 )片目视判读调查之后 ,目前已进入数字遥感影像调查的新阶段 .本文对数字遥感影像判读调查法与常规调查法进行了对比 ,总结了数字遥感影像判读法的优越性 ,同时也指出了目前存在的一些问题     

基于遥感和GIS的青岛市土壤侵蚀遥感监测动态变化研究

土壤侵蚀分布具有明显的时空变化特征，研究其时空变化规律对于科学地进行土壤侵蚀防治具有重要意义。应用遥感和GIS技术，监测青岛市土壤侵蚀现状和动态变化情况，1995～2000年水土流失面积减少了430．55km^2，并作出了青岛市1995年和2000年两期的土壤侵蚀强度类型动态变化转换矩阵，此成果可为土壤侵蚀防治、政府公告和生态环境建设服务。