AMSR-E微波数据反演裸地地表温度算法研究

利用AMSR-E被动微波数据,以撒哈拉沙漠地区为研究对象,基于搭载在同一颗卫星上的AMSR-E传感器和MODIS传感器同步观测成像的特点,将MODIS数据反演得到的裸地地表温度产品进行尺度上推.作为AMSR-E像元尺度的地表真实温度.在分析AMSR-E不同通道微波探测值所包含的不同信息特点的基础上,选出反演裸地地表温度较为有效的探测通道,利用多元线性回归的方法,建立经尺度上推后对应AMSR-E尺度的MODIS地表温度与AMSR-E各通道亮温之间的对应关系同,从而实现利用AMSR-E被动微波数据反演裸地地表温度的算法.经验证,反演计算的裸地地表温度误差在±3 K之间.该方法不仅对时间和空间的变化有一定的适应性.而且具有一定的物理意义,演结果可以较好地反映裸地地表温度的变化情况.     

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.     

地面实验条件下土壤水分微波辐射特性

为解决被动微波遥感反演土壤水分问题,通过C、KU两个波段微波辐射计对不同水分的裸露地表的土壤微波辐射特性进行实验研究,分析土壤湿度与土壤的微波发射率之间的定量关系,建立了土壤湿度与微波发射率的经验模型.研究结果表明:在土壤表面平整时,土壤湿度与土壤微波发射率呈线性负相关,即随着土壤湿度的增加,土壤微波发射率线性下降.在入射角为30°~50°范围内,无论是垂直还是水平极化,30°入射角时微波对土壤测湿灵敏度最大,表明在入射角30°的水平极化下微波反演土壤水分的效果最好.     

基于MODIS数据的湖北省地表温度反演研究

利用遥感影像获取地表温度信息,对于监测地表状况和生态环境变化有重要意义.利用MODIS影像和劈窗算法计算了反演地表温度的关键参数:大气透过率和地表比辐射率,并针对湖北省水域单独提取出水体像元来计算地表比辐射率,估算出湖北省地表温度,与地面同步实测数据比较表明,平均误差为0.51℃,精度比较高.     

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。     

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%.     

基于TM数据的地表比辐射率反演方法对比分析

介绍了两种基于LandsatTM数据的地表比辐射率估计方法,即Sobrino等提出的NDVITEM方法与覃志豪等的估计方法,并以锡林郭勒盟西乌珠穆沁旗西部为研究对象,分别应用两种方法实现了该地区在LandsatTM热红外波段范围内地表比辐射率的定量反演.采用精度为0.01的MODISLSE产品对两种方法的反演结果进行精度比较,结果发现,对于该研究区的地表组成特点,采用覃志豪等的模型估计地表比辐射率的结果优于Sobrino等的结果.     

基于高分3号和高分2号叶面积指数反演与分析

针对光学数据反演叶面积指数(LAI)容易受到云雾遮挡和光学遥感信息饱和的问题,根据雷达散射机制和Yamaguchi分解,提出了极化分解植被指数,利用光学植被指数和极分解植被指数融合形成光学与微波极化分解融合植被指数;利用光学与微波极化分解融合植被指数与实测数据建立回归模型反演叶面积指数,并对该模型精度评价.实验表明:光学与微波极化分解融合植被指数与实测数据建立回归模型反演叶面积指数的精度要优于极化分解植被指数和光学植被指数与实测数据建立的回归模型,其中MRVI与LAI建立回归模型是最优的,R~2达到0.7262,RMSE到达0.3548.综上所述,光学与微波极化分解融合植被指数不仅充分利用雷达能够穿透浓密植物的特性,而且融合光学数据对叶面积指数的反演敏感性,更能准确的反演叶面积指数.     

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.     

Estimation of surface soil moisture from ASAR dual-polarized data in the middle stream of the Heihe River Basin

In this paper, a new approach was introduced to estimate surface soil moisture using alternating polarization (AP) data of advanced synthetic aperture radar (ASAR). First, synthetic aperture radar (SAR) backscattering characteristic of bare surface at C band was simulated using advanced integrated equation model (AIEM), and four bare surface backscattering models with different polarization were established. In addition, with simultaneous equations of the former four formulas, the surface roughness was eliminated, and models used to estimate soil moisture on bare surface were derived from simulated multipolarization and multiangle ASAR-AP data. Based on these, the best combination of polarization and incident angle was determined. Finally, soil moisture in the middle stream of the Heihe River Basin was estimated. The field measured data demonstrated that the proposed method was capable of retrieving surface soil moisture for both sparse grassland and homogeneous farmland area.     

基于机器学习模型的多层土壤湿度反演

为了获取深层土壤湿度缺测值,采用支持向量机、BP神经网络和随机森林3种机器学习算法,在表层至深层土壤中利用主成分分析法选择与土壤湿度相关性显著的气象因子作为输入数据,建立多层土壤湿度反演模型反演了不同深度的土壤湿度。结果表明:随机森林模型模拟结果更加稳定,反演效果更佳;受气象因子驱动的影响,3种机器学习模型对地表0~10.cm深度内土壤湿度的反演效果更佳,对深层土壤湿度的反演效果随着深度增加而变差;增加表层土壤湿度及不同深度土壤温度作为驱动因子可以有效提高机器学习模型对深层土壤湿度的反演能力。     

季节性冻土表层水分与偏振反射的关系

季节性冻土是存在于寒温带气候条件下的典型土壤形态。在季节性冻土中,水是以冰晶的形式存在的。一定含水量的季节性冻土表现为非朗伯特性,这就会导致季节性冻土表面的反射光中包含偏振信息。以黑土为例,通过对季节性冻土的线偏振度的测量,建立其含水量与偏振度之间的函数关系,并确定季节性冻土表现为非朗伯体含水量临界值。该临界值的确定对季节性冻土圈含水量的预测以及季节性冻土融化过程产生的水量计算提供了可靠的研究方法。     

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.     

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.