基于AMSR2多频亮温的黑河流域中上游土壤水分估算研究

以黑河流域中上游为研究区,初步探究了利用AMSR2卫星的多频亮度温度数据估算土壤水分的方法。基于土壤水分和土壤发射率的统计关系,通过黑河流域上游的4个像元2013年7月至2014年6月内的实测土壤水分和土壤温度数据,采用了“四像元交叉拟合法”获得了统计系数,并用此方法估算出了黑河流域中上游的土壤水分。采用2014年7月至2014年10月内估算的土壤水分,连同与AMSR2的4个常用的土壤水分产品和GLDAS土壤水分产品在时间序列上,与八宝河流域WSN土壤水分地面观测展开了对比验证,结果表明估算土壤水分精度明显高于上述5种产品。同时借助高程和土地覆被辅助数据,与GLDAS土壤水分在空间格局上进行了比较,发现估算土壤水分时空分布特征更加合理。该方法可为流域尺度的土壤水分反演与监测提供了一种简而易行的思想方法和可行之路。     

AMSR-E与AMSR2被动微波亮温数据交叉定标

长时间序列的对地观测数据集在研究地球环境变化及趋势分析中具有十分重要的意义。而目前的对地观测卫星寿命很少有到数十年或者几十年以上。因而,通过对具有重叠观测并且具有相近配置的传感器之间进行交叉校正获得连续的对地观测数据就显得十分必要。由于不同传感器之间系统配置以及定标过程不同等,即使同时同地的观测值也可能会有一些差异。AMSR|E和AMSR2具有极其接近的物理配置,为了获得长时间序列的地表参数数据集,选取该传感器2013~2014年一年期18.7 GHz和36.5 GHz陆面观测数据进行对比来确定观测值之间的差异,并建立了针对两传感器在这两个频率之间基于像元观测的线性转换模型。对比发现这两个通道的观测值之间的相关性在0.98以上,两传感器同时同地亮温观测值有2~6 k的差距,这些差异在地表参数反演及长时间序列数据集的建立中应予以关注。
     

SMOS与SMAP过境时段表层土壤水分的稳定性研究

SMOS和SMAP都是为获取全球土壤水分信息而设计的专题卫星,均搭载了L波段辐射计。进行二者的横向对比是构建具有一致性的全球土壤水分数据集的关键基础。虽然SMAP、SMOS名义上的过境时刻是固定的,但二者的实际过境时刻随时间和空间发生变化,它们与地面实测数据三者之间难以匹配形成时序上严格统一的样本对,从而给土壤水分反演结果的精度评定带来困难。针对这一问题,以美国大陆地区为研究区,首先对2016~2017年SMOS、SMAP土壤水分数据的时间戳进行统计,判定二者过境的交叠时段;进而利用高观测频率、大空间尺度的实测数据,研究表层土壤水分在此时段内的自然变化特征。结果显示,按照全部、无降水、有降水3种条件,在样本量分别为98.14%、99.51%和88.49%的绝大多数情况下,表层土壤水分的变化量为0.007 m3/m3、0.007 m3/m3和0.012 m3/m3, 远小于SMOS、SMAP的目标精度（0.04 m3/m3）。初步证实： ①SMOS与SMAP的土壤水分反演结果（L2数据）可进行直接比对;②过境时刻差异对验证误差的影响可不计。     

基于深度神经网络联合AMSR2和MODIS数据估算全球蒸散发研究

地表蒸散发（ET）是水循环和能量循环的关键组成部分,具有极其重要的应用价值。研究旨在发展一种可靠且高效的深度神经网络（DNN）模型,基于MODIS可见光数据、微波AMSR2亮度温度和数字高程DEM,实现全天候全球高分辨率每日ET的估算。利用FLUXNET和AmeriFlux通量网6种代表性土地覆盖类型的148个站点观测数据来训练和验证DNN模型,结果表明：DNN模型可以有效建立卫星数据（MODIS、AMSR2数据）与ET之间的关系;6种地类的ET估算结果验证的平均绝对误差（MAE）为0.16—0.63 mm/d,均方根误差（RMSE）为0.27—0.89 mm/d,除裸地的决定系数（R2）为0.37以外,其他地类的R2均>0.7。通过对比模型估算的ET与MOD16A2和GLEAM的ET产品,结果表明3种产品的ET空间分布特征相似,ET值非常接近,估算得到的全球2020年日均ET为0—4 mm/d。     

基于多频被动微波遥感的土壤水分反演—以黑河上游为例

土壤水分是陆地生态系统中最重要的组成部分,如何有效地得到高精度的土壤水分产品成为当前研究最为关注的问题.被动微波遥感具有监测面积大、重访周期短、对土壤水分敏感等优点,成为反演土壤水分最有潜力的方式.基于SMOS(Soil Moisture and Ocean Salinity)和AMSR2(The Advanced M...     

反演策略对SMOS土壤水分反演算法的影响研究

为降低SMOS土壤水分反演算法的复杂度、提高土壤水分反演精度,对SMOS土壤水分反演策略进行调整：将多参数反演改为单参数反演以简化观测与模拟亮温的代价函数,以固定步长（0.001 m3/m3）代替不定步长从而避免复杂的矩阵运算,将围绕土壤水分先验值的少量局部搜索调整为全土壤水分区间（0~0.05 m³/m³）的密集全局搜索。利用美国USCRN 44个站点实测土壤水分分别与SMOS官方反演的土壤水分和SMOS调整算法反演的土壤水分进行对比分析。结果表明：与SMOS相比,算法调整后土壤水分的平均绝对偏差MAD、均方根误差RMSE和无偏均方根误差ubRMSE分别降低了0.012、0.018和0.020 m3/m3。     

北方典型区域遥感和模型土壤水分产品的对比及评估

多种土壤水分产品的综合评估有助于了解产品的特性与差异,对产品的算法改进及合理应用有重要意义。从空间分布,站点评估,土地覆盖类型及干湿分类等多方面对2010—2011年中国北方典型区域遥感土壤水分产品(SMOS＿L3、AMSR-E＿LPRM、ESACCI v04.5)和模型土壤水分产品(ECMWF＿ERA5、GLDAS＿Noah v2.1、GLDAS＿CLSM v2.2)进行差异性及适用性分析,并从多角度讨论了影响土壤水分产品准确性的可能原因。结果表明：(1)在年尺度上,各产品均能有效表征西部干旱区土壤水分分布情况。在季节尺度上,ESACCI和3种模型产品夏秋季土壤水分较高且空间分布相似。(2)在站点评估方面,ERA5产品整体性能最优,平均相关系数R值最高为0.582,无偏均方根误差ubRMSE最低为0.045 m³/m³。模型产品在ubRMSE和R方面均优于遥感产品,能有效刻画站点观测的动态特征,但容易出现干湿偏差。ESACCI产品在遥感产品中准确性最高。AMSR-E与观测值之间的偏差最小(-0.015 m³/m     

基于AMSR2和MODIS数据融合的雪深降尺度算法研究—以北疆地区为例

高空间分辨率雪深数据对于区域气候、水文研究具有重要的意义.利用10 km空间分辨率的AMSR2 L1B亮度温度数据,结合500 m空间分辨率的MODIS逐日无云积雪面积比例数据,发展了一种多源数据融合的空间动态降尺度雪深反演算法(SDD).基于该算法获取了北疆地区500 m空间分辨率的雪深数据(SDDsd),并利用研究...     

基于SM2-SM3的IEC 61850通信报文加密算法

本文针对IEC 61850协议报文存在的安全问题,利用仿真软件模拟了IEC 61850通信过程,对其网络环境进行了重放攻击,验证了该协议的安全缺陷,为了增强报文的安全性,利用WINPCAP开发工具捕获IEC 61850数据报文,提出了一种基于SM2-SM3国密体系算法,对其报文进行了数字签名并验证,实验结果表明报文安全...     

基于SMOS、SMAP数据的青藏高原季风及植被生长季土壤水分长消特征研究

青藏高原地理位置特殊、环境特征显著,是地球系统作用的关键参与和决策者。利用大尺度的星载微波遥感数据开展其土壤水分研究,不仅能为理解典型地区对全球水、气、能、热交互机制的量化影响提供理论支持,还能够为证实遥感数据的可靠性提供实践依据。以SMOS(2011—2020)和SMAP(2016—2020)卫星土壤水分数据为主,以ISMN实测数据、GPCP降水数据、MOD16A2蒸散发数据、C3S地表类型数据为辅,利用土壤水分(年均值,■与时间之间的相关系数(R_xt),研究青藏高原土壤水分在季风及植被生长季(7—9月)的时空分布及长消特征;进而利用偏相关系数(R_xy,z),初步分析了土壤水分与降水和蒸散发的耦合关系。结果显示,青藏高原土壤水分在时间上呈现先减(2011—2015年)后增(2015—2018年)随后波动变化(2018—2020年)的趋势,在空间上呈现自西北向东南逐渐升高的趋势;大部分地区的土壤水分与降水的耦合表现强于蒸散发;SMOS和SMAP对青藏高原土壤水分时空特征的捕捉具有较高的一致性。     

Soil moisture mapping and AMSR-E validation using the PSR in SMEX02

Field experiments (SMEX02) were conducted to evaluate the effects of dense agricultural crop conditions on soil moisture retrieval using passive microwave remote sensing. Aircraft observations were collected using a new version of the Polarimetric Scanning Radiometer (PSR) that provided four C band and four X band frequencies. Observations were also available from the Aqua satellite Advanced Microwave Scanning Radiometer (AMSR-E) at these same frequencies. SMEX02 was conducted over a three-week period during the summer near Ames, Iowa. Corn and soybeans dominate the region. During the study period the corn was approaching its peak water content state and the soybeans were at the mid point of the growth cycle. Aircraft observations are compared to ground observations. Subsequently models are developed to describe the effects of corn and soybeans on soil moisture retrieval. Multiple altitude aircraft brightness temperatures were compared to AMSR-E observations to understand brightness temperature scaling and provide validation. The X-band observations from the two sensors were in reasonable agreement. The AMSR-E C-band observations were contaminated with anthropogenic RFI, which made comparison to the PSR invalid. Aircraft data along with ancillary data were used in a retrieval algorithm to map soil moisture. The PSR estimated soil moisture retrievals on a field-by-field comparison had a standard error of estimate (SEE) of 5.5%. The error reduced when high altitude soil moisture estimates were aggregated to 25 km resolution (same as AMSR-E EASE grid product resolution) (SEE ∼ 2.85%). These soil moisture products provide a validation of the AMSR retrievals. PSR/CX soil moisture images show spatial and temporal patterns consistent with meteorological and soil conditions. The dynamic range of the PSR/CX observations indicates that reasonable soil moisture estimates can be obtained from AMSR, even in areas of high vegetation biomass content (∼ 4-8 kg/m2).     

激光遥感近期发展趋向

激光遥感就是用激光束作为光谱探头来探测大气成分。在过去的十五年中,这种激光雷达技术已被证明是一种测量大气中几种重要化学成分的有效探测方法,现在,它不但对我们了解大气起着重要的作用,而且正在     

Soil moisture estimation in a semiarid rangeland using ERS-2 and TM imagery

Soil moisture is important information in semiarid rangelands where vegetation growth is heavily dependent on the water availability. Although many studies have been conducted to estimate moisture in bare soil fields with Synthetic Aperture Radar (SAR) imagery, little success has been achieved in vegetated areas. The purpose of this study is to extract soil moisture in sparsely to moderately vegetated rangeland surfaces with ERS-2/TM synergy. We developed an approach to first reduce the surface roughness effect by using the temporal differential backscatter coefficient (Δσ_wet-dry⁰). Then an optical/microwave synergistic model was built to simulate the relationship among soil moisture, Normalized Difference Vegetation Index (NDVI) and Δσ_wet-dry⁰. With NDVI calculated from TM imagery in wet seasons and Δσ_wet-dry⁰ from ERS-2 imagery in wet and dry seasons, we derived the soil moisture maps over desert grass and shrub areas in wet seasons. The results showed that in the semiarid rangeland, radar backscatter was positively correlated to NDVI when soil was dry (m_v<10%), and negatively correlated to NDVI when soil moisture was higher (m_v>10%). The approach developed in this study is valid for sparse to moderate vegetated areas. When the vegetation density is higher (NDVI>0.45), the SAR backscatter is mainly from vegetation layer and therefore the soil moisture estimation is not possible in this study.     

基于多源遥感数据融合的土壤水分反演研究

土壤含水量作为地表的重要参量之一,对地球能量循环、水循环、碳循环及生态环境都有十分重要的意义。以南京市金川河流域为研究区,融合哨兵 2 号 L2A 数据和 Landsat 8 遥感数据 2 种数据源,分别采用偏最小二乘法(PLSR)、最小二乘-支持向量机(LS-SVM)、反向传播神经网络(BPNN)和随机森林(RF)4 种建模方法,建立遥感数据与土壤含水量之间的关系,并进行模型的验证与评价。结果表明：1)土壤含水量与哨兵 2 号和 Landsat 8 各波段反射率均呈负相关关系,和海岸带监测波段(波长为 430~450 nm)和近红外波段(波长为 2 100~2 300 nm)相关性最佳;2)融合后的遥感数据相较于单一遥感数据源,预测土壤含水量的能力更佳, 最优模型 R2 达 0.996,均方根误差仅为 0.003 g/g;3)4 种建模方法中,建模效果从好到差依次为 PLSR,RF, LS-SVM,BPNN。融合哨兵 2 号 L2A 和 Landsat 8 数据,结合 PLSR 建模方法可进行土壤含水量的精准反演, 相较于现有研究反演精度大大提升,对研究该地区地表与地下水循环和生态环境治理有一定参考价值。     

FY-3微波成像仪地表参数反演研究

风云3号卫星FY-3是实现全球、全天候、三维、定量、多光谱遥感的我国第2代极轨气象卫星系列。风云3号气象卫星资料中含有丰富的生态环境变化信息,既可以用于对水、火、冰、雪等灾害的监测,也可以用于对植被、土地利用、气溶胶参量的分析。这些结果将会对农业、林业、环境、市政、交通以及政府决策部门提供有效的决策服务。其中搭载的微波成像仪为我国第一个星载微波遥感仪器,其设计频率为10.65 GHz、18.7 GHz、23.8 GHz、36.5 GHz、89 GHz,每个频率有V、H两种不同极化模式,相应的星下点空间分辨率分别为51 km×85 km、30 km×50 km、27 km×45 km、18 km×30 km、9 km×15 km根据FY-3微波成像仪传感器参数特性,利用微波地表辐射传输方程,在10.65、18.7 GHz频段上模拟了地表微波辐射特性,在此基础上建立了地表参数反演算法,可以同时得到地表土壤水分和地表温度参数。     

基于随机森林的京津冀地区PM2.5遥感反演及变化分析

大气细颗粒物PM_2.5是影响人类生存环境和身体健康的主要大气环境污染物,研究PM_2.5质量浓度季节变化的规律及空间分布特征,对于大气污染物的预防和治理有着重要的意义。利用2018～2020年MODIS卫星L2级AOD产品、MERRA-2气象数据以及地面站点PM_2.5实测数据,基于改进的随机森林算法,构建AOD-PM_2.5反演模型,对京津冀地区PM_2.5质量浓度进行估算,并分析PM_2.5质量浓度空间分布特征以及季节变化规律。结果表明：(1)春夏秋冬4组模型决定系数(R2)均值分别为0.78、0.66、0.83、0.83,模拟精度较高。(2)2018～2020年京津冀地区春夏秋冬四季PM_2.5浓度呈显著的空间分布特征及季节变化规律。其中PM_2.5污染最大值出现在冬季,最小值出现在夏季。(3)历年同季节相比,京津冀地区PM_2.5污染范围和浓度数值均有所减小,2020春季和秋季PM_2.5<...