東北地理所在雷達(dá)遙感土壤水分估算方面取得新進(jìn)展
地表土壤水分是地球水資源的重要組成部分，是土地生產(chǎn)力的重要組成部分。土壤水分通過影響地表蒸散發(fā)的強(qiáng)弱，進(jìn)而影響地表水循環(huán)與能量循環(huán)過程。大面積實(shí)時土壤水分監(jiān)測對于陸表水循環(huán)過程、農(nóng)業(yè)旱澇狀態(tài)評估、作物估產(chǎn)等研究十分重要。
雷達(dá)具有穿云透霧、全天候全天時工作的特點(diǎn)，被認(rèn)為是全球或區(qū)域尺度獲取土壤水分時空變化的最佳手段。在實(shí)際應(yīng)用中，雷達(dá)信號受土壤含水量、植被含水量、土壤質(zhì)地、土壤表面粗糙度等多因素影響。對于裸露土壤表面，表層土壤水分和表面粗糙度是影響雷達(dá)信號的主要因素，為了實(shí)現(xiàn)裸土表面的高精度土壤水分估算，東北地理所微波遙感團(tuán)隊(duì)開發(fā)了一種聯(lián)合光學(xué)和雷達(dá)數(shù)據(jù)同時估算土壤含水量（SSM）和表面粗糙度（RMSH）的方法，以減弱表面粗糙度對SSM反演結(jié)果的影響。圖1為表面土壤水分和地表粗糙度對光譜反射率的影響，圖2為表面土壤水分和地表粗糙度對后向散射系數(shù)的影響。研究團(tuán)隊(duì)構(gòu)建了土壤含水量、表面粗糙度與光譜反射率（與雷達(dá)后向散射系數(shù)）之間的半經(jīng)驗(yàn)關(guān)系，利用偏最小二乘法同時估算了土壤水分和表面粗糙度。在此基礎(chǔ)上，通過引入土壤水分和表面粗糙度初始值，限制土壤水分和表面粗糙度的值域，避免SSM和RMSH估計(jì)值陷入局部最優(yōu)解，進(jìn)一步提高了反演精度（圖3）。
本研究算法的提出簡化了土壤水分估算的復(fù)雜度，降低了對輔助參數(shù)的依賴性。研究結(jié)果有利于土壤水分全球制圖與改進(jìn)土壤水分估算精度。研究成果發(fā)表在International Journal of Applied Earth Observations and Geoinformation國際期刊上。
圖1. Sentinel-2多波段光譜反射率與SSM和RMSH的關(guān)系。
(a) 和 (g) 藍(lán)色波段，(b) 和 (h)綠色波段，(c) 和 (i) 紅色波段，
(d) 和 (j) NIR波段，(e) 和 (k) SWIR 1波段，(f) 和 (l) SWIR 2波段。
圖2. Sentinel-1后向散射系數(shù)與SSM和RMSH的關(guān)系。
（a）和（c）VV極化，（b）和（d）VH極化。
圖3. 不同估算策略下的SSM和RMSH估算精度對比。
(a) 和 (e) 表示光學(xué)數(shù)據(jù)估算結(jié)果，(b) 和 (f) 表示雷達(dá)數(shù)據(jù)估算結(jié)果，(c) 和 (g) 表示光學(xué)和雷達(dá)數(shù)據(jù)聯(lián)合估算結(jié)果，(d) 和 (h) 表示引入初始值后光學(xué)和雷達(dá)數(shù)據(jù)的聯(lián)合估算結(jié)果。
論文得到國家自然科學(xué)基金（41971323, 41771400）資助。鄭興明副研究員為第一作者，陳思博士為通訊作者。論文信息和鏈接如下：
（1）Zheng, X., Feng, Z., Li, L., Li, B., Jiang, T., Li, X., Li, X., and Chen, S.* Simultaneously estimating surface soil moisture and roughness of bare soils by combining optical and radar data. International Journal of Applied Earth Observations and Geoinformation, 2021, 100, 102345.
https://doi.org/10.1016/j.jag.2021.102345
附件下載：
吉公網(wǎng)安備22017302000214號
