被动微波遥感反演土壤水分进展研究

在地球系统中, 地表土壤水分是陆地和大气能量交换过程中的重要因子, 并对陆地表面蒸散、水的运移、碳循环有很强的控制作用, 大面积监测土壤水分在水文、气象和农业科学领域具有较大的应用潜力。被动微波遥感是监测土壤含水量最有效的手段之一, 相比红外与可见光, 它具有波长长, 穿透能力强的优势, 相比主动微波雷达, 被动微波辐射计具有监测面积大、周期短, 受粗糙度影响小, 对土壤水分更为敏感, 算法更为成熟的优势。然而微波辐射计观测到的亮温除了受土壤水分影响外, 还要考虑如植被覆盖、土壤温度、雪覆盖以及地形、地表粗糙度、土壤纹理和大气效应以及地表的异质性等其它因子的影响。目前, 已研究出许多使用被动微波辐射计反演土壤水分的方法,这些方法大部分是围绕着土壤湿度与亮温温度之间的关系进行, 同时也考虑其它各种不同因子对 地表微波辐射的影响。从介绍被动微波反演地表参数的原理入手, 重点介绍被动遥感反演土壤水分当前的算法进展、研究趋势等。     

微波辐射计在卫星发射信号遥感探测中的应用

2022年10月,在西安利用地基微波辐射计进行常规大气观测实验期间,发现一个频率约为25 GHz的卫星发射信号,对微波辐射计常规观测产生了明显干扰。针对该观测事实,文章首次对微波辐射计被动遥感观测卫星发射电磁波信号的可行性进行了理论分析和针对性观测实验,结果发现该卫星发射信号主要在24.4～25.6 GHz范围内,中心频率约为25 GHz,同轨道共有3颗卫星,飞行间隔约8 h,在25 GHz附近卫星发射电磁波到达微波辐射计天线口面辐射亮温超过400 K;该组卫星轨道周期为24 h,属于倾斜同步轨道卫星。进一步利用微波辐射计观测的亮温,深入分析计算得到卫星的等效辐射功率约为66.9 dBW。本次实验观测为地基微波辐射计未来避免卫星的干扰和进一步改进设计与应用积累了经验,同时也可以看出地基微波辐射计在卫星跟踪监测中有一定的应用价值。     

日本的被动微波海洋遥感新进展

一、引言日本从1978年开始,由科学技术厅牵头,与政府机关所属的研究单位共同进行了海洋遥感技术开发的研究工作,包括可见光、红外、微波波段的遥感技术。在1987年2月首次成功地发射了海洋观测卫星1号(MOS—1),卫星上搭载有可见光、红外波段的多光谱辐射计以及用于海洋大气观测的双频微波辐射计(MSR),日本海洋科学技术中心负责微波遥感技术研究,正在进行MOS—1上搭载的微波辐射计的改进型(AMSR)的研究工作,选择最佳频率,提高地面分辨率和波束效率。     

地形坡面对被动微波遥感影响的试验研究

地表起伏所形成的倾斜表面,特别是在山区,受地形坡度和坡向变化的影响,地表的微波辐射特征较之平坦地表发生明显变化。基于地基微波辐射地形试验,模拟星载被动微波辐射计AMSR\|E的观测参数,通过建立地形坡面的地貌微缩景观进行观测,探索地表斜坡对被动微波辐射特征的影响,用AIEM模型 和 Fresnel 方程分别模拟裸土地形坡面的微波辐射特征。结果表明,倾斜坡面对被动微波辐射的亮度温度产生了10~15 K的偏差,由坡度形成的本地入射角改变了地表的有效发射率,并随坡向的变化发生微波极化旋转。经试验数据和模型模拟结果对比,认为AIEM 在考虑了表面粗糙度影响时可以较好地模拟地形坡面的被动微波辐射特征。     

闪电河流域L波段地基微波辐射计RFI检测与电磁环境分析

L波段微波辐射计是探测土壤湿度和海水盐度的重要手段,但日益严重的射频干扰（Radio Frequency Interference, RFI）使得L波段被动微波遥感无法达到地表参数的反演精度要求。将具有快速采样能力的L波段积分式微波辐射计搭载于车载移动平台,在华北闪电河流域进行地基测量,应用时域脉冲检测算法（Asynchronous Pulse Blanking algorithm, APB）及基于变异系数的中值比较算法对测量结果进行射频干扰检测与抑制,两种算法对射频干扰检测都取得了一定的效果。根据检测结果,闪电河综合遥感试验区的L波段地基微波辐射计观测到的射频干扰以小量级的脉冲式干扰为主,野外干扰平均量级一般集中在3~4 K,持续时间多在1~2 ms,干扰率在2%~14%之间。对比分析发现,城镇中的射频干扰较野外严重,野外实验中H极化测量结果受射频干扰影响略轻于V极化,APB算法相对具有较多的误检现象,而中值比较法则更能容许测量目标本身的辐射亮温波动,该算法的最小检测干扰量级小于3 K, 有助于提高试验区内土壤湿度的反演精度。     

神舟4号飞船多频段微波辐射计及其应用

介绍了我国首次研制的空间对地观测被动微波遥感器--神舟4 号飞船多频段微波辐射计的设备性能参数及指标, 并对海洋、沙漠等地物目标的测量结果进行了分析, 与国外其它星载微波辐射计的测量结果进行了比较。     

基于AMSR-E的全球陆表被动微波发射率数据集

地表微波发射率表征了地物向外发射微波辐射的能力,星载被动微波发射率估算可在宏观、大尺度上对陆表微波辐射进行整体表达,是被动微波地表参数定量反演中重要基础数据,也是在大尺度上获取陆表微波辐射特征的一种途径。本数据集利用搭载在Aqua卫星上的高级微波扫描辐射计(AMSR-E)和中分辨率成像光谱仪(MODIS)的同步观测特点,采用MODIS的地表温度和大气水汽产品数据作为输入,基于考虑大气影响的发射率估算模型,生产了全球晴空条件下AMSR-E传感器运行期间(2002年6月~2011年10月)的陆表多通道双极化微波瞬时发射率。通过产品低频无线电信号影响、数据间比对、分布统计、不同地表覆盖条件的发射率特征、频率依赖和相关性研究等开展验证性分析,结果表明:瞬时发射率的动态大、细节表达丰富,月内日变化标准差在0.02以内,其时空变化、频率依赖和相关性等符合微波理论分析和自然物理过程理解。此套数据集还包括AMSR-E全生命周期的全球陆表逐日、侯、旬、半月及月产品,可用于开展星载被动微波遥感模拟、陆面模型以及陆表温度、积雪、大气降水/水汽/可降水量等反演研究。     

全极化微波信号海面风场反演技术现状与发展趋势

全极化微波辐射计是一种新型的被动微波遥感仪器,可以测量海面辐射的全部4个Stokes参数,提供了测量海面风场的一种新方法。首先介绍了国内外先进微波辐射计的技术特点及其海洋遥感应用情况,然后描述了海面微波发射信号的变化机理,以及海面全极化信号的风向谐波特征及其反演海面风场的优势,归纳了全极化微波信号海面风场反演的总体技术思路和产品精度,最后分析了全极化微波辐射计风场反演的关键技术和难点,并对该项技术的发展进行了展望。     

浅谈微波遥感器

微波遥感器具有全天时、全天侯、一定穿透能力和能取得被测目标特征信息的特点,所以受到国内外遥感界的重视。现在,可见光、红外光遥感器比较成熟,而微波遥感器正处在研究、开发、推向应用阶段。其发展趋势表明,徽波遥感器所占比例会越来越大。微波遥感器有被动式和主动式两大类。接收地物微波辐射能量的微波辐射计属被动式的。本身向外发射探测信号的高度计、散射计、侧视雷达和全息雷达属于主动式的。本文对微波遥感器作一简单介绍,并对微波遥感器今后的发展方向提出一些粗浅看法。一、微波辐射计微波辐射计是一台特殊微波接收机。它由天线、外差接收机、消除本机噪声和增益波动部分,数据记录或存贮装置等部分组成。微波辐射计天线接收地物的辐射功率比接收机的     

利用神舟4号飞船多频段微波辐射计对塔克拉玛干沙漠的研究

利用神舟4 号飞船多频段微波辐射计结合其它星载数据和地面数据, 研究了塔克拉玛干沙漠的微波辐射特点和温度反演问题。结果表明, 微波辐射计在塔克拉玛干沙漠的性能是相对稳定的。其在塔克拉玛干沙漠的观测亮温呈现出低频高于高频的特点。通过分析, 认为这种现象与微波辐射的穿透能力密不可分。通过对各通道观测亮温与沙漠周围5 个常规气象观测站的温度资料的相关分析, 表明观测亮温与地表要素间有很好的相关性。     

基于谐波分析和线性光谱模型的耕地信息提取

耕地是重要的农业资源,如何利用遥感技术快速准确地提取耕地信息是目前研究的热点。利用2000年MODIS/EVI时间序列数据提取关中地区耕地资源信息。以不同地类的EVI时间序列数据年内变化差异为分类依据,采用时间序列谐波分析法对全年时间谱EVI数据进行重构分析,减少噪音对信息提取的影响。经最小噪声分离变换(MNF变换)、纯净像元指数(PPI)计算以及N维可视化工具进行人机交互选取植被、耕地、城镇和水体4种端元,基于线性光谱混合模型,获取该地区耕地资源分布信息。通过与同年1∶10万土地利用数据对比验证,本研究提取的耕地总体精度为83%。研究表明：基于时间序列谐波分析法对EVI数据进行重构,利用不同地类的特征差异,采用混合像元分解的方法,可以精确获取耕地资源定量信息。该方法可为长期、大范围、动态的耕地分布和变化遥感监测提供技术参考,同时为国土资源管理部门提供决策支持。     

基于时序Landsat数据的三江平原植被地表类型变化遥感探测研究

Landsat 卫星遥感数据具有分辨率较高,数据积累时间长的特点,在探测地表覆盖变化和地物分类中得到广泛应用。首先,对获取的Landsat TM/ETM+时间序列数据进行了定量化处理,获取了三江平原七台河市1989~2012年时间序列Landsat地表反射率图像。其次,设计了林地指数和湿地指数,提取了三江平原七台河区域地物光谱和时序特征,同时设计构建了地表覆盖分类和植被地表类型变化探测的决策树算法,实现了1989~2012年七台河区域的植被地表覆盖变化的动态监测,提取了森林覆盖变化的空间分布与变化时间。最后,对七台河区域地表覆盖与植被地表类型变化进行了精度检验,分类总体精度达到90.04%,Kappa系数达0.88。研究结果表明:基于定量化的Landsat时间序列数据的分类算法能克服单时相影像分类的缺陷,实现区域地物自动分类和地表覆盖变化的动态监测。
     

基于模糊高斯基函数神经网络的遥感图像分类

针对遥感图像分类的特点,提出了一种基于模糊高斯基函数神经网络的遥感图像分类器。该分类器将模糊技术与神经网络相结合,采用神经网络来实现模糊推理,利用神经网络的学习能力来达到调整模糊隶属函数和模型规则的目的,从而使系统具备了自适应的特性,实验结果表明,这种基于模糊高斯基孙数神经网络的分类器经过训练后,可应用于遥感图像的分类,其分类精度明显高于传统的最大似然分类法。     

全极化SAR数据信息提取研究

全极化SAR(Synthetic Aperture Radar)测量的是每一像元的全散射矩阵,可合成包括线性极化、圆极化及椭圆极化在内的多种极化图像。因此与常规的单极化和多极化SAR相比,在雷达目标探测、识别、纹理特征的提取等方面全极化SAR具有很多优点。基于新疆和田地区的SIR-C L波段全极化雷达数据,介绍了极化合成的基本原理和数据处理流程,分析了几种典型地物全极化信号的特点,并在此基础上用监督分类法进行了全极化SAR数据的信息提取。结果表明:全极化SAR数据比单极化和多极化SAR数据具有更高的分类精度,并有效地的提取出地表信息,为利用SAR数据反演地表参数打下了基础。     

基于城镇居民用地再分类的人口数据空间化方法研究——以长江中游4省为例

基于土地利用数据的人口统计数据空间化方法,在处理过程中会出现同一土地利用类型下人口难以细分的情况,从而影响人口空间数据精度。引入夜间灯光信息并提出了一种基于夜间灯光强度对城镇居民地再分类的人口空间化方法,以改善人口空间数据精度。基于DMSP/OLS夜间灯光及土地利用数据,以长江中游4省为研究区进行方法试验。研究结果显示:利用夜间灯光数据对城镇居民地再分类后,各分区模型的调整R2都提高到了0.8以上,人口空间数据总体平均相对误差较重分类前降低了12.32%。说明该方法在提高传统人口数据空间化模型精度的基础上能够细化城镇居民地人口空间分布。     

基于CBERS-02B卫星IHR影像及多源数据的1∶1万地形图局部更新应用研究

利用CBERS-02B的2.5 m高分辨率影像IHR数据,通过正射纠正,与多源数据进行融合比较,分析其在地形图上局部更新的可能。研究表明,利用正射校正后的IHR数据,结合土地利用更新调查等多源数据,可以进行1∶1万地形图局部更新,从而加快地形图的更新周期,提高地形图的现势性。     

面向对象的黑河下游河岸林植被覆盖信息分类!

地表植被覆盖是描述区域生态系统的基础数据,也是全球及区域陆面过程、生态与水文众多模型中所需的重要地表参数。对于黑河下游额济纳绿洲,以Landsat 30m分辨率为主的遥感影像难以真实提取下游绿洲河岸林植被覆盖信息,而高分辨率影像目标地物轮廓清晰、空间细节信息丰富,有利于干旱背景下景观破碎、异质性强的植被覆盖信息分类。基于黑河下游额济纳绿洲QuickBird影像,通过面向对象的分类方法提取耕地、胡杨、柽柳、草地和裸地等主要植被覆盖类型,分类总体精度和Kappa系数分别为84.71%和0.7986。结果表明:利用面向对象分类方法对高分辨率影像进行植被覆盖信息分类,分类结果较好,能够满足精度要求。     

综合优度法和不一致性法的最优分割参数选择方法

分割参数的选择直接决定着影像对象的大小、形状。因此如何选择最优的分割参数显得尤为重要。用局部标准差和局部Moran指数构建了新的优度度量函数,然后与通过不一致性法选择的分割参数进行比较,进而选取综合的最优分割参数。通过对高空间分辨率IKONOS影像上农田、草地、池塘和建筑物等4种不同类型地物进行实验,表明不同地物类型具有不同的最优分割参数区间,且分别使用本研究所提出的优度法和不一致性法所得度量参数具有基本一致的最优参数分布区间。进而,通过对最优分割参数和其他分割参数下的分割结果进行影像分类,分类结果的精度评价表明综合两种度量方法得到的最优分割参数可获得最佳的分类结果。     

基于Landsat8的地表温度反演算法研究——以滇池流域为例

2013年2月11日Landsat 8在加州范德堡空军基地发射升空,其携带的热红外传感器为反演地表温度提供了一种新的数据,但目前尚没有针对Landsat 8热红外波段反演地表温度的算法。针对Landsat 8第10波段特征,对现有反演地表温度的单窗算法进行了参数修正,得到了用Landsat 8第10波段反演地表温度的单窗算法系数。为了评价修正后算法的精度,用MODTRAN模拟地表温度为20、30和40℃时大气水汽含量分别为1.0、1.5、2.0和2.5g·cm-2传感器高度处的热辐射值,再将模拟数据用修正后的单窗算法反演地表温度,结果表明:地表温度越低、大气水汽含量越低,误差越小;模拟结果的平均误差为0.74℃。说明基于Landsat 8第10波段用修正后的单窗算法反演地表温度是可行的,该方法可为地表温度反演提供一种途径。最后以滇池流域为例,基于2013年4月20日的Landsat 8热红外数据反演了滇池流域的地表温度,并分析了滇池流域地表温度的分布特征。     

基于TVDI的大范围干旱区土壤水分遥感反演模型研究

温度植被干旱指数TVDI(Temperature Vegetation Dryness Index)是一种基于光学与热红外遥感通道数据进行植被覆盖区域表层土壤水分反演的方法。当研究区域较大、地表覆盖格局差异显著时,利用TVDI模型来反演陆表土壤水分,精度通常较低。对Sandholt的TVDI土壤水分反演模型进行了改进:利用云掩膜校正和多天平均温度合成来减少云的影响;同时对研究区域地形起伏、覆盖类型差异的影响进行了消除;对TVDI模型干边的模拟方法进行了改进。最后,使用铝盒采样等方法利用新疆地区观测得到的地面数据来拟合改进后的模型参数,并对2009年5月和8月的土壤水分进行了反演实验。与实测数据的比较分析表明,该模型能基本满足大区域土壤水分反演的要求,改进后的模型对新疆地区的土壤水分估算精度有较显著的提高。