青藏高原L波段微波辐射观测与土壤水分反演研究进展

土壤水分是地气间水热交换的重要变量,影响着地表感热潜热划分、水分收支和植被蒸腾等过程,青藏高原土壤水分的研究对于改进高原水分循环和能量平衡的模拟研究具有重要意义。随着SMOS、SMAP等卫星的发射,L波段被动微波遥感技术成为大尺度监测土壤水分的主要手段。分别从L波段星—机—地观测与微波辐射模拟、区域尺度土壤水分观测、卫星产品评估与土壤水分反演算法发展等方面系统回顾和总结了近年来L波段被动微波遥感及其土壤水分反演算法、产品在青藏高原的主要应用与研究进展。在此基础上,归纳了当前高原L波段被动微波辐射模拟与土壤水分反演存在的问题,主要包括缺乏高原尺度的微波辐射模拟评估和改进的卫星土壤水分产品、土壤冻结时期的水分监测产品依然缺失等问题。针对存在的问题,进一步提出了相关建议与展望,建议今后的研究应加强高原尺度的微波辐射模拟评估与土壤水分产品改进工作,并积极拓展土壤水分产品在高原水分循环和能量平衡模拟、植被生长与干旱监测的应用研究。     

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。     

星载微波遥感观测海表温度的研究进展

随着卫星遥感技术的快速发展,星载微波遥感作为观测海温的手段之一,受到越来越多的关注。总结了国内外星载微波遥感观测海温的发展历程和微波遥感反演海温的理论基础,归纳了多元线性回归算法和非线性迭代算法两种主要的算法类型,在此基础上介绍了国外的TMI和AMSR-E以及国内FY-3和HY-2等卫星上搭载的先进微波传感器仪器的运行参数、通道特征及其相应的反演算法,最后分析了微波遥感反演海温的影响因素,指出了目前研究中存在的问题,并对今后的研究方向进行了展望。     

基于微波遥感和陆面模型的流域土壤水分研究

土壤水分是陆地水文的重要因子。微波遥感是测量土壤水分的一种重要方法。本文总结了基于微波遥感和陆面模型的土壤水分监测方法,包括被动微波法、主动微波法、主被动微波结合法、陆面模型模拟法和数据同化法五种。被动微波对表面土壤水分敏感,但其空间分辨率低;主动微波具有较好的分辨率但运作费用也较高;主被动微波结合则能够充分利用各自的优势。陆面模型在研究中也有重要作用,通过模型模拟能够得到根区土壤水分。而将观测值同化到模型的数据同化法,则能极大的提高土壤水分估计的能力。通过比较,指出数据同化是最有前景的研究领域。     

被动微波遥感监测土壤冻融界限的研究综述

主要介绍了被动微波遥感数据在研究土壤冻融状态方面的国内外研究进展。目前常用的而且比较成熟的冻融界限判别指标是37GHz亮度温度及负亮温谱梯度,重点对这两个冻融边界判别指标的发展进行了详细讨论,并对冻融判别和积雪判别的关系及其相互影响进行了分析和讨论。发展可靠实用的微波遥感土壤冻融状态的判别算法,以提供区域和全球尺度上的土壤状态信息,对水文学、气象学以及农业科学、工程地质研究与应用都有重要意义。     

机载L波段微波辐射计数据反演表层土壤水分研究

土壤水分是联系地球表层物质能量交换的重要纽带,准确监测土壤水分对区域气候、生态、水文及农业生产研究意义重大。机载L波段微波辐射计提供了获取区域土壤水分"真值"的有效手段。结合黑河中游航空试验中的多源遥感及地面观测,发展了一种基于0°入射角的L波段被动微波亮温数据的单通道土壤水分反演方法,获得了研究区3景约700m空间分辨率的土壤水分反演结果。并对其反演结果进行了点尺度、面尺度和村社尺度3种不同空间尺度上的验证,结果显示:L波段被动微波遥感反演土壤水分在点尺度上的验证精度在0.035~0.055m3/m3之间;面尺度上验证精度略高于点尺度,其验证偏差在0.02m3/m3以内;反演土壤水分与村社尺度的灌溉数据,即距前次灌溉的间隔日数,在空间上负相关关系明显,二者间相关系数约为0.3。     

小波离散点插值处理在综合孔径微波辐射计中的应用

土壤湿度和海水盐度是影响全球气候和水体循环的重要因素,但是对土壤湿度和海水盐度的测量都需要较低的微波测量频率,这时天线孔径和空间分辨率的矛盾就更加突出,而应用综合孔径微波辐射计就是在减小天线孔径和重量的前提下提高空间分辨率的一项新兴的被动微波遥感技术。综合孔径微波辐射计测量的是视场范围内亮温分布对于天线阵中不同基线的干涉天线单元之间的可见度函数分量,根据测得的可见度函数可以反演得到亮温图像。在综合孔径微波辐射计设计中,天线阵列设计和成像反演算法是两项关键技术。提出一种基于小波变换的离散点插值方法,它对二维综合孔径微波辐射计的Fourier成像反演算法进行了修正处理。     

被动微波遥感反演雪水当量不确定性因素分析

雪水当量定义为积雪融化后液态水的高度，是描述季节性积雪储量的关键参数。星载被动微波遥感适用于长时间序列、全球尺度的雪水当量监测。但目前的微波辐射传输模型大多忽略或简化了自然界垂直分层结构中的土壤、植被和大气等要素对积雪辐射亮温的影响，特别是植被参数（例如透过率、覆盖度、单次散射反照率）引起的微波亮温变化仍然不清晰。本研究通过构建土壤—积雪—森林—大气微波辐射模型，重点开展被动微波遥感反演雪水当量的不确定性机理研究。通过模型敏感性分析发现：(1)冠层透过率是森林参数中影响微波亮温最敏感的因子，其次是森林覆盖度，而单次散射反照率影响最小；(2)微波亮温随着森林覆盖度的增加而升高，但随着冠层透过率和雪粒径参数的增加而降低，即三者之间存在“抵偿效应”。通过构建的模型模拟数据库和卫星观测对风云三号B星（FY-3B）和The Advanced Microwave Scanning Radiometer 2(AMSR2)雪水当量反演算法进行亮温噪声测试发现：(1)亮温噪声对AMSR2雪水当量反演算法影响较大，特别是在森林像元尤为严重，与算法中表征积雪参数演化的极化因子和森林下雪深校正方法不确定性有关...     

欧空局主、被动微波土壤湿度产品的比较验证

针对长时间序列土壤湿度数据集在国内缺乏验证的问题,利用中国区1991—2013年实测土壤湿度数据,使用广泛应用于土壤湿度遥感产品的验证方法 TC(triple collocation),对欧空局气候变化倡议项目(climate change initiative,CCI)土壤湿度数据集(ESA CCI SM)合成前的主、被动微波数据产品在中国区的精度进行评估比较。结果表明,从各项统计指标来看,主动微波产品的表现均好于被动微波产品;尽管ESA CCI SM融合后产品精度高于融合前,但在具体应用中,应当根据主、被动微波特性选择使用。研究结果有助于更深刻地理解该产品的误差结构与融合过程中的误差传递特性,从而更好地将其应用于气候分析、水文预报等领域。     

L波段多角度微波植被指数研究

植被指数是卫星遥感领域中用来表征地表植被覆盖,生长状况的一个简单有效的度量参数。通常由于植被光谱受到植被本身、环境条件、大气状况等多种因素的影响,植被指数往往具有明显的区域性和时效性。微波遥感具有全天时、全天候的工作能力,利用被动微波遥感观测数据建立植被指数,将能够弥补现有植被指数的局限性。2009年发射的土壤水分和海洋盐度(SMOS)卫星首次采用L波段多角度微波观测。通过双极化多角度微波辐射信号组合,可以最小化地表辐射的影响,从而发展了仅与植被参数有关的微波植被指数。这种方法为SMOS监测全球植被信息提供新的机会。     

基于被动微波的地表温度反演研究综述

热红外遥感反演地表温度已取得丰硕的成果,某些反演算法精度可达到1 K以内。然而在非晴空条件下,热红外遥感的应用受到很大限制,甚至无能为力。而被动微波遥感受大气干扰小,可穿透云层获取地表辐射信息,具有全天候、多极化及高时间分辨率等特点,在地表温度反演中具有独特的优越性。被动微波反演地表温度已经成为被动微波遥感技术应用研究的主要问题之一。系统阐述了微波热辐射机理、地表温度反演模型、反演算法及应用现状,分析了目前被动微波地表温度反演研究中存在的主要问题与技术难点,为后续相关研究提供参考。     

被动微波遥感土壤水分反演研究综述

由于微波具有全天候、穿透性以及不受云的影响等特征,使其在遥感研究全球变化中具有越来越大的优势。在微波传感器技术发展的过程中,人们通过研究发现被动微波遥感是反演土壤水分的各种技术中最有效的方法之一,而植被覆盖地区的土壤水分反演是反演算法中的难点。简略地介绍针对裸地的Q/P模型和针对植被的τ-ω模型,以及主要土壤水分反演算法。     

被动微波遥感数据超分辨率增强与混合像元分解研究综述

星载被动微波遥感数据以其全天候、穿透性以及不受云干扰等特点,在全球变化研究领域取得了广泛的应用,然而其较低的空间分辨率,限制了后期地物参数的反演精度。对国内外被动微波遥感数据空间分辨率提高方法进行介绍,重点介绍了基于图像处理技术的超分辨率增强和混合像元分解方法。通过对两类方法的介绍和评价,展望被动微波遥感数据混合像元分解方法的研究前景。被动微波遥感数据空间分辨率的有效提高,可以为更多的研究和应用领域服务。     

Review of: “Glaciers-Ocean-Atmosphere Interactions”. Edited by V. M. KOTLYAKOV,A. USHAKOV and A. GLAZOVSKY,Proceedings of the International Symposium,St Petersburg, 24-29 September 1990 (Wallingford,UK: IAHS Press, 1991.) [Pp. 549.] Price US$60.

Data gathered during the NASA sponsored Multisensor Aircraft Campaign Hydrology (MACHYDRO) experiment in central Pennsylvania (U.S.A.) in July, 1990 have been analysed to study the combined use of active and passive microwave sensors for estimating soil moisture from vegetated areas. These data sets were obtained during an eleven-day period with NASA's Airborne Synthetic Aperture Radar (AIRSAR), and Push-Broom Microwave Radiometer (PBMR) over an instrumented watershed, which included agricultural fields with a number of different crop covers. Simultaneous ground truth measurements were also made in order to characterize the state of vegetation and soil moisture under a variety of meteorological conditions. Various multi-sensor techniques are currently under investigation to improve the accuracy of remote sensing estimates of the soil moisture in the presence of vegetation and surface roughness conditions using these data sets. One such algorithm involving combination of active and passive microwave sensors is presented here, and is applied to representative corn fields in the Mahantango watershed that was the focus of study during the MACHYDRO experiment. In this algorithm, a simple emission model is inverted to obtain Fresnel reflectivity in terms of ground and vegetation parameters. Since Fresnel reflectivity depends on soil dielectric constant, soil moisture is determined from reflectivity using dielectric-soil moisture relations. The algorithm requires brightness temperature, vegetation and ground parameters as the input parameters. The former is measured by a passive microwave technique and the later two are estimated by using active microwave techniques. The soil moisture estimates obtained by this combined use of active and passive microwave remote sensing techniques, show an excellent agreement with the in situ soil moisture measurements made during the MACHYDRO experiment.     

Impact of surface heterogeneity on surface soil moisture retrievals from passive microwave data at the regional scale: The Upper Danube case

Water and energy fluxes at the interface between the land surface and atmosphere are strongly depending on the surface soil moisture content which is highly variable in space and time. The sensitivity of active and passive microwave remote sensing data to surface soil moisture content has been investigated in numerous studies. Recent satellite borne mission concepts, as e.g. the SMOS mission, are dedicated to provide global soil moisture information with a temporal frequency of 1-3 days to capture it's high temporal dynamics. Passive satellite microwave sensors have spatial resolutions in the order of tens of kilometres. The retrieved soil moisture fields from that sensors therefore represent surface information which is integrated over large areas. It has been shown that the heterogeneity within an image pixel might have considerable impact on the accuracy of soil moisture retrievals from passive microwave data.The paper investigates the impact of land surface heterogeneity on soil moisture retrievals from L-band passive microwave data at different spatial scales between 1 km and 40 km. The impact of sensor noise and quality of ancillary information is explicitly considered. A synthetic study is conducted where brightness temperature observations are generated using simulated land surface conditions. Soil moisture information is retrieved from these simulated observations using an iterative approach based on multiangular observations of brightness temperature. The soil moisture retrieval uncertainties resulting from the heterogeneity within the image pixels as well as the uncertainties in the a priori knowledge of surface temperature data and due to sensor noise, is investigated at different spatial scales. The investigations are made for a heterogeneous hydrological catchment in Southern Germany (Upper Danube) which is dedicated to serve as a calibration and validation site for the SMOS mission.     

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。