东北地区土壤湿度被动微波遥感高精度反演方法研究

【摘要】：地球表层土壤含水量只占全球总水量的很少一部分，但它是联系地表水和地下水的纽带，其变化影响着地表能量分配与蒸散过程，制约着区域水分、能量循环，对于水文气象、生态环境等科学研究有着重要意义。此外，土壤湿度决定农作物的水分盈亏，土壤湿度过低或过高都将影响农作物的正常生长，甚至出现旱涝灾害，因此实现土壤湿度的时空动态监测能为“精准农业”、干旱预警以及作物估产服务。 微波具有穿透低矮植被冠层探测浅表层土壤特性的能力，更因复相对介电常数对土壤水分的高敏感性，微波遥感已成为大尺度土壤湿度反演的最有效技术。论文在中国科学院知识创新工程重要方向项目“土壤湿度与积雪参量高精度微波遥感反演机理研究（KZCX2-YW-340）”的支持下开展研究工作。论文详细介绍了国内外被动微波遥感土壤湿度研究进展，凝练了被动微波遥感土壤湿度理论研究方法。在此基础上，根据我国东北地区区域特色，利用电磁波传播理论，结合地基被动微波遥感实验，深入开展了植被覆盖下土壤微波辐射模型的研究，重点开展了东北典型农作物玉米耕地、吉林西部盐碱地土壤湿度的被动微波遥感反演研究工作，取得了如下几方面创新性研究成果： （1）根据空间自相关函数与功率谱密度的傅里叶变换对关系，提出了一种利用笔束天线微波辐射计测量地表功率谱密度，通过傅氏变换得到表面空间自相关函数，最终解得粗糙表面粗糙度参数（表面均方根高度与空间自相关长度）的方法。 （2）根据能量守恒定律，通过离散化方法建立了周期性结构表面的微波辐射模型。利用该模型进行表面发射率模拟，揭示出周期性表面微波辐射具有方向性的特点，该表面微波发射率与平坦表面的差异与垄的结构参数（垄高、垄周期）有关。利用多角度亮度温度的土壤湿度反演结果证实了周期性表面对土壤湿度反演精度存在影响这一观点，并且考虑周期性表面模型能够提高土壤湿度反演精度。 （3）根据地基长时间系列遥感实验数据，利用零阶微波辐射传输模型进行了不同生长季玉米冠层覆盖下的农田土壤湿度反演研究，通过比较四种反演模式的反演结果，发现即使在植被冠层覆盖下周期性表面模型也能改进土壤湿度反演精度，同时，还发现当植被光学厚度与植被含水量呈二次幂关系时，土壤湿度反演精度能够得到改进。 （4）根据盐碱土介电常数的频率响应差异，利用双频地基微波辐射计亮度温度数据实现了盐碱土土壤水分和盐分的提取，土壤湿度反演平均误差约为0.009cm3/cm3，土壤盐分反演绝对误差变化范围为0.5-12g/kg，平均绝对误差为3g/kg，这证实了利用被动微波遥感数据提取盐碱土壤参数的可行性与有效性。 （5）结合蒙特卡罗方法和矩量法对农田表面后向散射系数进行模拟，结果表面后向散射系数随着土壤表面土块的增大增多而变大，且角度依赖性变小；利用双层冠层辐射传输模型，模拟了农田作物冠层后向散射系数，发现后向散射系数随着冠层含水量的增加而增大，但随着地表粗糙度的增加而降低。