微波遥感地表参数反演进展.pdf

《微波遥感地表参数反演进展.pdf》由会员分享，可在线阅读，更多相关《微波遥感地表参数反演进展.pdf（29页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、中国科学:地球科学 2012 年 第 42 卷 第 6 期:814 842 英文引用格式:Shi J C,Du Y,Du J Y,et al.Progresses on microwave remote sensing of land surface parameters.Sci China Earth Sci,2012,55:10521078,doi:10.1007/s11430-012-4444-x 中国科学杂志社SCIENCE CHINA PRESS评 述 中国科学院学部 科学与技术前沿论坛 对地观测与导航专题 微波遥感地表参数反演进展 施建成*,杜阳,杜今阳,蒋玲梅,柴琳娜,毛克彪,徐

2、鹏,倪文俭,熊川,刘强,刘晨洲,郭鹏,崔倩,李云青,陈晶,王安琪,罗禾佳,王殷辉 中国科学院遥感应用研究所遥感科学国家重点实验室,北京 100101;浙江大学信息与电子工程学系,杭州 310058;北京师范大学遥感科学国家重点实验室,北京 100875;中国农业科学院农业资源与农业区划研究所,北京 100081;武汉大学遥感信息工程学院,武汉 430072;首都师范大学城市环境过程与数字模拟国家重点实验室培育基地,北京 100048*E-mail: 收稿日期:2012-02-06;接受日期:2012-05-02 国家自然科学基金(批准号:40930530,40901180)资助 摘要 水文、气

3、象和农业等多个领域的研究和应用迫切需要不同尺度大范围、高精度的陆表观测数据.随着遥感技术的迅速发展,遥感已经具备在全球尺度上精确监测地球系统中诸多要素的能力.特别是星载微波遥感系统,具备全天时、全天候的观测能力,且对多种地表要素特性十分敏感,已广泛应用在全球积雪、土壤水分与植被等地表要素的监测和定量反演之中.最近几十年研究人员基于电磁辐射和散射理论及微波辐射传输方程,针对不同传感器参数特性进行了大量卓有成效的研究.本文分别从微波遥感理论建模、微波遥感积雪参数反演、土壤水分反演、地表温度反演和植被参数反演五个方面对现有研究进展进行了系统的介绍和评述.随着遥感数据的不断丰富和遥感建模及反演理论的深

4、入发展,包括微波遥感在内的遥感手段将为地球系统的研究及应用发挥更为重要的作用.关键词 微波遥感 土壤水分 植被 雪水当量 地表温度 积雪、土壤水分与植被等地表参数是水文模型、气候及陆面过程模式中的重要参数.传统的方法很难在大范围、高效率和全过程地对气候及陆面过程模式中需要的水文参数进行常规观测.在研究区域气候变化的时间和空间演变特点研究中,迫切需要用新的科学与技术手段以改进当前的水循环观测系统.与传统观测手段不同,遥感把传统的“点”测量方法获取的有限代表性的信息扩展为更加符合客观世界的“面”信息(区域信息),这使我们真正地对地表参数进行定量分析成为可能.利用遥感手段获取的不同尺度大范围、高精度

5、地表参数不仅能改善当前的陆表观测系统,而且为开展定量的、陆-气相互作用的、具体的气候模式及时空特性提供科学依据和技术支撑.按照传感器获取能量时采用的波段分类,获取中国科学:地球科学 2012 年 第 42 卷 第 6 期 815 地表参数信息的卫星传感器有三种:可见光和红外波段传感器、微波波段传感器.由于可见光和红外波段传感器易受大气影响,在云雨天无法获取地表信息.而微波遥感具有全天时、全天候的监测能力以及对云、雨、大气较强的穿透能力;并且微波传感器对于植被特性的变化、地表土壤水分和积雪参数十分敏感,已被广泛应用于积雪、植被等地表参数的监测和反演应用之中.在过去十年,随着多种星载微波传感器的发

6、射,微波遥感已经具有在全球尺度上精确监测整个地球系统中许多要素的能力.当前的和正在计划发展的国内和国际上的卫星传感器提供大量与陆地状况相关的高精度和多种空间分辨率的数据.其中专门用于观测水文和能量循环的有:(1)中低空间分辨率的微波辐射计,包括多通道扫描微波辐射计 SMMR、微波辐射计成像仪 SSM/I、1997 年发射上空的 TRMM 卫星、地球观测系统(EOS)的 Terra 和Aqua 卫星所搭载的高级微波辐射计 AMSR-E 和我国2008 年发射的风云-3 号卫星所搭载的微波传感器以及 2009 年发射的欧空局 L 波段的 SMOS 卫星,都可用于估计地表特征、土壤水分和雪特征.(2

7、)中、低分辨率星载散射计,如 ERS-1/2 风散射计,由于重复周期短、观测尺度大,已应用于地表特征监测的研究中.现有的方法一般通过对描述这些地表参数与测量的后向散射系数的关系的前向模型进行反演,来获取地表几何参数和介电属性.(3)高空间分辨率的星载 SAR 观测可提供中、小尺度高空间分辨率的地表参数观测.现在轨的 TerraSAR-X,ALOS/PALSAR,RADARSAT-2,COSMO-SkyMed 和我国将要发射的HJ-1C 小卫星,都可提供植被覆盖、土壤水分和积雪参数等地表参数信息的观测.(4)计划中的卫星项目,如 NASA 主、被动传感器相结合的 SMAP 计划,该项目拟利用 L

8、 波段微波传感器对地表土壤水分和冻融状况进行有效监测.研究人员针对星载微波传感器进行了大量卓有成效的研究.本文将对主、被动微波遥感建模理论及地表参数反演方法的研究进展做系统的介绍和评述.1 微波遥感理论建模 准确的理解和描述粗糙表面、植被和积雪参数的微波辐射和散射机制是微波地表参数遥感的最重要理论基础.它是分析和解释卫星观测、卫星数据的仿真模拟、卫星数据同化、发展地表参数的定量反演算法、新型传感器设计的关键机理工具.因而,我们必须大力推动和加强对微波遥感理论建模的研究.本章将分别对地表、积雪和植被的微波遥感理论建模的现有研究进展做一介绍.1.1 随机粗糙面散射建模 对随机粗糙面的极化散射机制的

9、建模一直是世界上微波遥感领域的研究热点之一.早期的随机粗糙面散射模型,只能处理一些极端情况.最典型的是基尔霍夫模型(Kirchhoff Approximation,KA),只能适用于频率比较高和粗糙面平均曲率半径较大的情形;而小扰动模型(Small Perturbation Model,SPM)只能适用于低频和粗糙度不大的情形.近年来发展起来的强调拓展适用范围的随机粗糙面散射模型越来越占有主导地位.代表性的模型有相位扰动理论(Phase Perturbation Theory,PPT)1,全波方法(Full Wave Method,FWM)2,小斜坡近似(Small-Slope Approxi

10、mation,SSA)2,积 分 方 程 模 型(Integral Equation Model,IEM)4,以及算子展开方法(Operator Expansion Method,OEM)5等.IEM 模型在一些应用场景中显现了具有一定精度又易于计算的特点,而成为处理随机粗糙面电磁波极化散射的通用模型.该模型所做主要假设如下:菲涅尔反射系数对局域入射角的依赖性用实际入射角或镜面反射角来近似;在交叉极化中,用于计算基尔霍夫场的反射系数由平行极化和垂直极化反射系数之差的一半来近似;边缘衍射项被忽略;补充场系数由格林函数的 Weyl 谱表征中,对相位项中 z 分量对应的绝对值项舍弃,及对格林函数的梯

11、度矢量中出现的项舍弃来进行近似.这些假设使得该模型在某些应用场合,尤其是在双站(bistatic)散射方面理论预测值与数值仿真或实验数据有不容忽视的误差6.针对上述假设,各国学者相继提出各种完善方法.Hsieh等7提出了 IEMM模型,考虑了在格林函数的 Weyl 谱表征中,对相位项中绝对值项的保留.这样,补充场系数 Fqp对应的电磁场就分解为上行和下行场.但在该方法中,单次散射系数较 IEM 无变化,仅对多重散射进行了处理.德国宇航局的学者Alvarez-Perez8提出了二阶多重散射积分方程模型(Integral Equation Model for Second-Order Multip

12、le Scattering,IEM2M),考虑了在格林函数的 Weyl 谱表 施建成等:微波遥感地表参数反演进展 816 征中,对相位项中绝对值项的保留以及对格林函数的梯度矢量中出现的项作了保留.同时根据随机 粗糙面上方和下方介质的格林函数及其梯度对 Fqp作了分拆.表面法向量的两个斜率分量在由分部积分确定时,也根据随机粗糙面上方和下方介质的格林函数 Weyl 谱表征加以区别.这种处理方法受到 Fung等9的批评,认为当随机粗糙面下方介质为损耗介质时会引起振荡.Chen 等10考虑了在格林函数的 Weyl谱表征中,对相位项中绝对值项的保留以及对格林函数的梯度矢量中出现的项作了保留,但并不根据随

13、机粗糙面上方和下方介质的格林函数及其梯度对 Fqp进行分拆.这一分拆是 Chen 等11在先进积分方程模型(Advanced Integral Equation Model,AIEM)中完成的.其中,表面法向量的两个斜率分量在由分部积分确定时,仅由随机粗糙面上方介质的格林函数 Weyl 谱表征来进行.后面的两种方法都用到了过渡函数来对菲涅尔反射系数进行修正.虽然上述模型都显示了比最初 IEM 模型在随机粗糙面的电磁场极化散射预测方面的改善,特别是在双站散射方面,但仍存在不足的地方,主要有三个方面:一是对补充分量的非相干功率的计算不够精确;二是由相位项中的绝对值符号引起的积分区间的改变从而导致的

14、误差函数未加考虑;三是对由分部积分来确定随机粗糙面上任意点处表面法向量的两个斜率分量时,是否应对涉及随机粗糙面下方介质的对应项亦作同样处理,若是,对有损介质引起的振荡问题如何解决没有足够的分析,更没有明确的结论.扩展先进积分方程模型(Extended Advanced Integral Equation Model,EAIEM)12可视作 AIEM 和 IEM2M的扩展.这种扩展体现在两方面:第一,其对补充散射系数进行估值时引入的假设与以上模型相比数量较少且限制条件较为宽松.第二,通过在交叉及补充散射系数中引入了误差函数而使整个结果更为严谨,与误差函数有关的项可视为修正项.EAIEM 模型在这

15、两方面的扩展都有特定意义.前者预示着即使误差函数相关项被忽略不计,这个模型也会更精确更通用.后者表明如果粗糙面上下层都是无耗的话,误差函数引入的修正项在交叉散射系数中消失,但在补充散射系数中依然存在.对比结果显示了更高的精度.图 1 显示了一个算例.但同时也发现对于某些 图图 1 EAIEM 模型显示了对双站散射系数的较精确的理论预测模型显示了对双站散射系数的较精确的理论预测 情形,所有上述方法结果吻合都不太理想,还需要发展更精确的解析模型.1.2 积雪散射建模 积雪散射建模需考虑冰晶颗粒的微观结构的影响,以及粒子间电磁耦合,模型中的相位矩阵较为复杂.具有代表性的理论是华盛顿大学 Tsang

16、研究组1985 年提出的致密介质传输理论模型(Dense Media Radiative Transfer,DMRT)13,在 DMRT 模型中,相干场采用准晶格近似 QCA(Quasi-Crystalline Appro-ximation)处理,非相干场采用相关阶梯近似14,15,微粒位置间的相关分布用 PY(Percus-Yevick)近似等分布函数得到,此模型可用于研究主被动微波遥感的多径散射作用16.DMRT 模型与其他理论进行结合,如 整 合 麦 克 斯 韦 三 维 数 值 仿 真 模 型(Numerical Maxwell Model of Three-Dimensional Si

17、mulations,NMM3D)的 DMRT 理论模型,与实验数据有很好的吻合17.在 DMRT 模型中,由于积雪粒子被处理为离散的散射体,整个积雪层可视作基于离散体的随机介质.与此对应的模型则把积雪层处理为连续介质,其中由于积雪粒子位置的随机性,而把积雪层视作非均匀的随机介质,不同位置处介电常数的波动用特定的相关函数进行描述.若再考虑并矢格林函数的奇异性,则得出强波动理论模型(Strong Fluctuation Theory,SFT)18.在自然界中积雪上下界面总是粗糙的,为改进中国科学:地球科学 2012 年 第 42 卷 第 6 期 817 对积雪上下粗糙表面的面散射与积雪层的体散射进

18、行相互作用过程的建模,研究人员进一步提出了适用于粗糙界面的 DMRT-AIEM-MD 微波辐射模型(图2),并发展了多频极化参数化辐射模型19.在此模型中,电磁波在积雪层的传播用 DMRT 进行刻划,并用双矩阵法(Matrix Doubling,MD)方法求解积雪的多次散射作用20,而积雪层上下粗糙表面的散射贡献用AIEM进行计算.该模型进而结合零阶辐射传输模型的形式,分析得到了参数化模型.所获得的参数化模型具有和理论模型相当的精度及与零阶模型相媲美的计算效率.基于类似的研究思路,研究人员针对主动微波积雪遥感,发展了考虑积雪垂直分层和多次散射作用的积雪散射理论模型及参数化模型21.验证表明,该

19、模型与测量数据吻合得很好,可用于积雪参数的反演算法和雷达信号的快速仿真.此外,还有如 HUT 模型、MEMLS 模型等基于实验测量的简化经验积雪辐射模型.赫尔辛基工业大学 HUT 模型22是基于对标量被动辐射传输方程的解算,其散射相函数被简化为只有前向散射(即为一个狄拉克函数),积雪的消光系数关于粒径的函数由实验基础上的经验公式描述23,从而推导得出 HUT积雪辐射模型.MEMLS 模型24为一种针对分层积雪的辐射模型,适用于 5100 GHz 频率范围.MEMLS模型是基于对辐射传输方程的六流近似解,顾及了分层界面上的全反射、相干以及非相干反射等作用,其中的积雪散射系数与积雪密度、相关长度的

20、关系由根据实验测量的经验公式得出25,吸收系数、有效介电常数以及分层界面的反射系数等由物理模型和实验测量冰介电特性得出.作为积雪散射模型的最新发展,Ding 等26提出一种基于 Bi-continuous 介质的积雪散射模型.该模型利用 Berk27的对高斯随机场的 level-cut 实现对积雪介质的微结构模拟,该模拟介质与真实积雪微结构有很大的相似性.积雪微结构模拟出来之后,利用DDA(离散偶极子近似)计算其散射场,通过多次计算将相干与非相干散射场分离,利用非相干散射场计算辐射传输方程所需的散射相位矩阵、散射系数等量,与辐射传输方程耦合实现主被动微波遥感的模拟计算.由于 Bi-contin

21、uous 模型中的积雪几何结构为非规则结构,且与真实积雪微结构有最大相似性,顾及了由非规则结构产生的交叉极化信号,提高了对交叉极化散射信号模拟的准确性.1.3 植被散射建模 植被散射建模涉及对植株间、植株上各组分间、植株与地表间一系列复杂电磁交互做出深刻的认识.近年来,众多学者为此进行了大量工作,建立了许多植被散射理论模型.一些早期的模型,往往将植被描述为介电常数随机起伏的连续随机介质,植被的平均散射系数从介电常数的起伏方差及相关函数中得到.该模型的计算相对简单,但是这种连续随机介质模型的参数不能直接与植被物理参数相联系,因而其应用受到了很大限制.鉴于此,许多学者又提出了基于植被物理参数的离散

22、随机介质模型.该模型将植被看成由离散的散射体组成的离散随机介质,其散射特性通过对离散散射体的尺寸、取向、介电特性等随机量取平均得到.典型的模型如 Lang28提出的基于变形波恩近 似的单层随机离散介质模型,以及 Ulaby 和 Elachi29在辐射传输方程(Radiative Transfer Equation,RTE)方法的基础上所提出的密歇根微波散射模型(Michigan Microwave Canopy Scattering Model,MIMICS).该模型将植被分成树冠层、树干层及地面层,最终结果是基于 RTE 的一阶解.此模型有如下主要优点:1)在 图图 2 DMRT-AIEM-

23、MD 模型计算积雪发射率和实测比较模型计算积雪发射率和实测比较 V 代表垂直极化;H 代表水平极化 施建成等:微波遥感地表参数反演进展 818 地面散射及地面与植被层的相互作用散射项中考虑了地面粗糙度的影响;2)考虑了多种树枝的尺寸及空间取向;3)是全极化散射模型.随后,Karam 等30对此模型进行了改进,主要考虑了植被层中的二次散射场,但其求解方法仍是基于强度叠加的 RTE 理论.上述这些模型在建模过程中忽视了植株结构中各个组分之间的相互干涉,在低频的时候往往会给散射结果带来较大的影响.Sun 和 Ranson 等31提出了三维森林雷达后向散射模型.于 MIMICS,不同该模型建立在三维森

24、林场景的基础上,可以考虑森林的三维空间结构对雷达后向散射的影响31.Ni 等32进一步将matrix-doubling方法引入到该模型中,提高了模型对交叉极化的预测能力.鉴于上述非相干模型的缺陷,近年来发展起来的强调植物结构和相干相位的植物散射模型越来越占有主导地位.总体来讲,相干散射模型考虑由农作物结构带来的相干性,一般分两个层面:一是单株植株各组件之间的相干性,二是植株之间的相干性.在不考虑近场效应的相干模型中,植株组件之间以及植株之间的相干性主要由相对位置来决定.各组件一般通过较典型的几何体来建模,比如对单株的大豆植株,主茎、枝干和豆荚可以用有限长介质圆柱体来建模,对于叶片,可以近似为薄

25、介质圆盘.植株内部各组分都具有不同的空间取向.相干散射模型的精度受几个因素的制约:一是对典型几何体如有限长介质圆柱体或薄介质椭圆盘的电磁极化散射的计算精度;二是对地表随机粗糙面电磁散射的计算精度;三是这些典型几何体对于真实场景的近似程度;四是近场效应或组件间耦合的重要程度;五是地面实况参数表征的准确程度,譬如叶片倾角的分布.由于有限长介质圆柱体是众多农作物植被组件的理论近似,对它的极化散射的精确计算就非常重要.对于近似解析方法,根据圆柱体的几何形状、尺寸大小和频率,需要使用不同的散射近似模型进行计算.一般而言,当圆柱体尺寸远小于波长时,可以采用瑞利近似(Rayleigh Approximati

26、on)29、瑞利-盖斯近似(Rayleigh-Gans Approximation)或广义瑞利-盖斯近 似(Generalized Rayleigh-Gans Approximation,GRGA).其中 GRGA 通常用于尺寸与波长可比的圆柱体的散射计算,但是其形状需要满足至少一个方向上的维度远小于波长的要求.随后,Stiles 和Sarabandi33提出了一个推广的 GRGA 方法来计算具有任意截面形状的圆柱体散射,但是散射体形状仍需要满足原 GRGA 近似的要求.当圆柱体长度远大于其截面半径时,可采用无限长圆柱体近似法(Infinite Cylinder Approximation,I

27、CA)34,即用相同截面形状的无限长圆柱的内场来近似有限长圆柱的内场.其中,GRGA 方法和无限长近似法在诸如植被散射等许多方面的研究中受到了极为广泛的应用.需要注意的是,上述这些近似方法大多仅适用于纤细的圆柱体,其解往往也都不能满足互易定理.针对更为一般的情况,Waterman35提出了一种基于扩展边界条件(Extended Boundary Condition,EBC)的半解析方法T 矩阵方法.作为严格的麦克斯韦方程解,近年来T矩阵方法受到了越来越多的关注,并由 Mishchenko 等3639广泛地应用于各种类型散射体的电磁散射计算问题,如椭球体、有限长圆柱体、切比雪夫体、立方体、球簇等

28、.在应用扩展边界条件法计算 T 矩阵时,入射场、散射体上的激励场和散射场均严格地用球面波函数展开,并由T矩阵解析地给出待求解的散射场与已知入射场展开系数的关系.对于一个长径比很大的散射体来说,常规EBC方法都存在着收敛性的问题40.这是因为,此时在物体表面上的源产生的场局部地集中于物体表面的附近,这使得激励场或散射场不再能准确地表征表面电流,从而得到了病态的方程.为克服这一局限,国外的一些学者提出了一种迭代扩展边界条件法(Iterative Extended Boundary Condition Method,IEBCM),来计算大长径比的椭球体的散射问题41.该方法的主要特点是把内部场在沿旋

29、转轴排列并相互交叠的几个分区分别进行球面波函数展开.相邻分区的展开系数利用两区域的相交部分来实现关联;待求解的内场展开系数则可以用点匹配方法(Point Matching Method,PMM)得到.对于某些椭球体的情况下,利用 IEBCM 能将常规EBCM 所能应用到的最大长径比扩大四倍.然而,由于该方法的出发点是基于将一个高电损耗的物体用一个相同形状的完纯导体来替代而得到该方法的初解,这个假设就限制了散射体的电导率,应用范围仍有较大局限性.文献42指出,PMM 应用于不同的体形状时缺乏足够的灵活性,即当散射体的几何形状越偏离球体时,就越不适宜使用球面波函数作为基函数进行展开.因此对于大长径

30、比的散射体,使用PMM 将会带来更长的计算时间和更高的代码复杂 中国科学:地球科学 2012 年 第 42 卷 第 6 期 819 性.广义多极技术(Generalized Multipole Technique,GMT)43是亦使用 PMM 来求解表面是封闭光滑的物体散射问题的方法.该方法是将电磁场矢量用复合的球面波函数展开,展开中心为物体内部的某些特定点.虽然 GMT 方法已经成功的应用在了一些表面光滑的物体上,如半球冠或球冠圆柱体,但是迄今为止还未有将该方法成功应用于两端为平面的有限长圆柱体的相关文献报道.最近,一些学者44提出利用有 限 源 零 场 法(Null-Field Metho

31、d with Discrete Sources,NF-DS)来克服常规 EBCM 的数值不稳定性.但是该方法的稳定性是以增加计算复杂度为代价,并且其结果也会受到离散源具体位置的影响.然而对于长径比过大的圆柱体来说,常规的EBC 方法在计算其 T 矩阵的时候会存在着很严重的收敛性问题,其具体表现为大长径比圆柱体的T矩阵运算所得到的解极不稳定.针对这一问题,扩展 T 矩阵方法给出了较好的解决方案45,46.对于介质薄片的电磁散射建模,主要是通过GRGA 来进行的,但这种方法要求薄片的盘面尺度要远大于波长.而对于很多典型植被的叶片,在 L 波段或C波段盘面尺度都和波长相比拟(即处于谐振区),这就对

32、GRGA 的适用性带来了很大不确定性.美国密歇根大学的 Koh 和 Sarabandi47提出了一种新方法,能适用于较大范围内的前向散射幅度函数计算.但由于该方法中包含一个关键的积分运算,积分项中有两个振荡的贝塞尔函数的乘积,在进行双站散射计算时可能会带来数值稳定性的问题.故而对介质薄片的电磁散射建模还有待深入研究.由于植被被视为离散随机介质,主茎、枝干、叶片等散射体之间的电磁耦合可能对植被层的总体散射有贡献.近场效应的重要程度与植被种类以及电磁波长等因素有关系.在对大豆农作物的研究中,Chiu 和 Sarabandi48提出一种简化的二阶近场散射模型来近似电磁耦合.他们在研究中认为,二阶近场

33、散射在 L 波段不重要,但在 C 波段重要.然而从他们的结果中可以发现,即使是在 C 波段二阶近场散射效应对大豆冠层的电磁极化散射模型精度影响其实不大.具体来讲,在C 波段,虽然对完全成熟的大豆植被而言,二阶近场散射的效果不容忽视,但对没有完全成熟的大豆而言,Chiu 和 Sarabandi48的数据显示出直至 50的水平极化后向散射中,粗糙面的贡献都要比二阶近场散射高出 10 dB 左右.对垂直极化散射亦有类似结论.不仅如此,其在计算粗糙面的贡献时,所用的地表参数为相当平滑的地表参数,均方根高度和相关长度都远远低于文献49所用到的地面实况数据,而后者与文献50,51中的地表实况更为接近.可以

34、想象,如果采用文献通用的大豆植被地表参数,Chiu 和 Sarabandi48的数据就会比测量值高估很多.换言之,二阶近场散射的效果对于未到完全成熟期的大豆而言其实并不明显.相比之下,粗糙面的贡献要比二阶近场散射的贡献高得多,并在很多时候对整体结果呈现主导作用.另外,植株间的相对位置对于植被总体散射也有不容忽视的影响.传统的分支模型中用来描述植株的分布的 Hole Correction近似,是一种非常粗糙的一阶统计模型.文献52中采用更复杂的 Percus-Yevick 成对分布函数来描述散射体之间的位置关系.在农业实践中,有的农作物栽种有一定的规律,如玉米的种植有着大致的行距与株距要求,换言

35、之,具有准周期性这一重要分布特征.这种准周期性可采用类天线阵方法来处理,即所有植株总体呈周期分布,植株在各自的周期内沿中心作高斯分布,从而获得散射体分布在二维平面上的散射相关系数.植被的另一重要特性是微波频段下的各向异性,电磁波的幅度衰减和传播速度变化都随极化的不同而不同.水平极化和垂直极化电磁波的消光系数和反照率都有所不同53,54.因此,对各向异性的研究就具有理论与实用价值.前述理论模型是微波地表参数探测和反演的基础.下面则对主要地表参数微波遥感反演算法的进展做一个详细的评述,具体将根据微波传感器的观测特点,分别介绍被动微波和主动微波遥感的反演算法.2 微波遥感积雪参数反演 季节性积雪是预

36、测地球系统变化下水量能量平衡的重要参数,且其可影响区域性气候和水文,为中纬度地区提供水源等.因此理解和监测其时间空间变化十分重要.2.1 被动微波积雪参数反演 有雪覆盖的地表的微波辐射包括两个部分,一是雪盖本身的辐射,另一个是其下覆地表的辐射.雪施建成等:微波遥感地表参数反演进展 820 的电磁辐射特性随雪盖的容积(积雪深度)、结构以及液态水含量的变化而变化55,这是被动微波遥感探测积雪信息的物理基础.理论和实验研究均表明积雪的微波亮度温度随积雪深度的增加而减小56.除此之外,雪粒大小和液态水含量也对微波亮度温度产生较大的影响.在微波低频波段,干雪盖的发射主要受雪盖下面地表特性的影响.而在高频

37、波段,由于雪颗粒的体散射起着重要作用,积雪辐射对雪水当量和雪颗粒大小很敏感57,58.当积雪开始融化时,由于冰和液态水在微波波段的介电常数差异很大,而观测信号主要来自近雪层表面,因而雪层发射信号将显著增强59.干雪在高频是很强的散射体,但其吸收特性却很弱.因此在高频波段,在积雪的衰减作用(散射与吸收系数之和)中,散射占主导作用60,积雪的散射作用大大减弱了积雪的直接辐射.这种随频率增加散射作用增强,从而减弱积雪辐射的特性,可用来探测地表积雪的存在以及积雪的厚度.开展被动微波遥感积雪研究和应用时间较长,对被动微波遥感积雪机理和算法进行了大量的研究,包括理论模型61,62,20、地面测量63,64

38、、机载实验6567、星载实验6873.目前用来反演雪深(雪当量)的算法主要有半经验算法、迭代算法、基于物理模型的统计反演算法、神经网络算法和同化算法.被动微波传感器观测的积雪覆盖地表信号通常由大气、积雪及下垫面地表等组成,还常常受到植被的干扰.由于积雪自身参数、地表参数对辐射影响的复杂性,目前还未发展出有效获取雪深(雪当量)的物理反演方法.反演雪深(雪当量)的主要算法如下所示.2.1.1 雪水当量静态反演算法 雪水当量静态反演算法是国际上目前应用较为广泛的积雪反演算法之一,即为线性亮温梯度算法,把积雪深度(雪当量)(SD,SWE)与亮温梯度 TB 之间的关系描述成线性关系.一些学者68,70,

39、7476利用卫星数据发展了一些估算积雪深度和雪水当量的半经验或经验算法.由于实验数据的不同,不同的研究人员得到不同的线性关系经验参数 a 和 b.TB 是不同频率、不同极化下的亮温差.通常采用 19,37 GHz 两个波段的 V 极化或 H 极化.由于植被层的存在大大增加了用卫星数据精确估算积雪深度(或雪水当量)的难度.由于植被削弱了下层雪盖的微波辐射,而冠层自身的发射增加了卫星传感器接收信号值.因此,不考虑植被的反演算法将低估森林地区的雪水当量.为提高森林地区雪水当量反演精度,Foster 等77和 Chang 等71引入森林覆盖度参数来修正雪深(或雪当量)的反演精度.Foster等77算法

40、为森林覆盖地区提供了简单的修订方案,在北美将雪水当量反演误差从 50%减小到 15%.该算法忽略了不同地区森林物理温度、森林类型、冠层疏密等的差异,简单假设森林在 18和 37 GHz水平极化对亮温的贡献相等,这本身存在一定的问题.当冠层变密时,微波将无法穿透森林,辐射特征将由森林主导,而来自林下雪盖的辐射信息越来越少,误差也会增大.在此基础上 Foster 等77引入两个随时间变化的动态参数分别表示森林覆盖率和雪粒径的影响,并且强调了先验知识雪的分类数据库和土地覆盖类型数据库的作用,建立新的雪水当量反演方法.此外,Derksen 等78研究加拿大的北方针叶林/苔原交错带时扩展了雪水当量反演方

41、法.除19和37 GHz外,其他频率微波亮温以及微波数据以外的地表参量也开始引入雪水当量静态算法中.由于 10.7 GHz 穿透雪盖的能力比 18.7 GHz 强.Derksen79在研究加拿大北方针叶林下的深雪时,利用 20042007 年期间的地面数据回归了不同频率组合亮温差与雪水当量的关系,有明显深霜层的深雪在 18.7 GHz 同样具有体散射效应,亮温随雪深的增加而降低.此外,针对之前反演效果不佳的加拿大苔原区,Derksen等80采用2002-032006-07的冬季数据重新建立了只依靠 37 V 极化亮温的反演方法.在针对中国区域的雪当量反演算法的研究中,曹梅盛等81,82将中国西

42、部分为五个地貌单元(高原、高山、低山、丘陵、盆地),利用可见光积雪数据(OLS)对 SMMR 反演的积雪深度数据进行了订正.车涛和李新83利用中国地面台站的观测雪深对 SMMR 和SSM/I 雪深算法进一步的修正.孙知文等84和常胜85引入积雪覆盖度和 MODIS IGBP 地表分类产品,借鉴混合像元线性分解思路,利用多年的中国气象台站资料和 AMSR-E 数据,在中国的三大积雪稳定区(新疆地区,东北、华北和内蒙古地区以及青藏高原 地区)建立统一的雪深经验统计反演算法.在孙知文等84和常胜85算法基础上,王培86引入 2000 年中国土地利用覆盖图来替代 MODIS 地表分类产品,同时摈弃积雪

43、覆盖度参数建立了中国稳定积雪区的雪深中国科学:地球科学 2012 年 第 42 卷 第 6 期 821 算法,目前该算法已作为我国风云卫星三号微波成像仪的雪深业务化监测算法.2.1.2 雪水当量动态反演算法 Kelly 等87发展的动态算法采用半经验模型来描述积雪颗粒大小、密度随时间变化过程,通过致密传输介质模型(DMRT)模拟亮温差与雪深的关系,设定雪温可得到二次多项式回归方程.当雪深在 50 到100 cm 间,37 GHz 会出现饱和点,为此 Kelly 等87设置亮温差阈值来确保反演在 DMRT 模型范围内.经19921995 年及 20002001 年全球 WTO-GTS 站点验证结

44、果表明,该算法对 Chang 静态算法的改进有限,虽然误差均值更接近零,但比 Chang 静态算法大,效果不如 Foster 算法77.Josberger 和 Mognard88等发展的温度梯度指数TGI(temperature gradient index)动态算法解释了积雪内部特性的时间和空间变化,尤其是颗粒大小的变化.他们从美国北部大平原的地面观测发现,当雪深达到最大值后开始下降时,亮温差仍继续增长,这与静态算法原理不符,而可能是由于积雪粒径的变化造成的.亮温梯度 SG 与 TGI 之间在某些站点存在很好的线性关系,因此可反演出雪深.尽管 TGI 算法引入了积雪变化的物理过程.但存在的问

45、题也很多:1)算法只能应用于阿拉斯加、西伯利亚和加拿大的冷雪盖,只有当 Tground 小于 Tair 才能正常求值;2)由于算法基于时间上的差分,亮温的每日波动会带来误差,因此应用到每日反演时,需要先做时间上平滑处理.同样也需要对气温进行平滑处理;3)亮温变化dSG/dt 作为分母,当亮温变化不显著时,会得到极大的雪深异常值;4)该算法对融雪期开始后的反演不适用,对早期降落又融化消失的雪也不适用;5)此外,由于每一年积雪变质过程不同,系数 会随年际变化而不稳定.Grippa 等89则结合积雪季节积雪颗粒变化特征把上述的静态与动态算法进行结合来估算雪当量,但该算法应用到长时间的气候变化尺度(月

46、)结果相对较好,但在某些区域仍不适合,如针叶林地区.2.1.3 迭代反演算法 该算法发展得比较成熟的是使用 HUT(The Helsinki University of Technology)模型73作为正向迭代模型.HUT 模型是一个基于辐射传输的零阶半经验模型,内部包含了森林覆盖率和大气的影响.模型的基本假设为:积雪辐射的散射主要集中在前向,比例为 0.96.它把积雪描述为单一均匀层,积雪消光系数、森林冠层衰减、土壤表面粗糙度和大气作用均采用经验、半经验公式.Roy 等90对大粒径的消光系数公式,在 Rayleigh 散射基础上做了修正.Pullianinen等73利用 HUT 积雪半经验

47、辐射模型通过使用有条件约束的最小二乘法迭代法反演了雪水当量.HUT 模型模拟得到的亮温与积雪的试验数据和机载的SSM/I 观测的数据符合的很好,基于 HUT 模型的反演算法的反演精度比起传统的静态算法要好,在没有任何训练数据的情况下,对干雪的反演得到区域SWE 的 RMSE 大约是 30 mm.该算法的缺点是,一些大气参数,植被冠层参数土壤的粗糙度,要通过经验半经验的公式求得,故这些参数有很强的地域性;反演的相对误差随每年积雪特征不同而变化,反演误差最小在 20 mm 左右.2.1.4 基于物理模型的雪水当量统计反演算法 Jiang 等20采用考虑多次散射的双矩阵方法(Matrix Doubl

48、ing approach)求解雪层矢量辐射传输方程.在该模型中,采用 Mie 散射假设的致密介质模型来描述雪层消光和发射特性,用AIEM模型来处理地表发射及矢量辐射传输模型的边界条件.由于考虑多次散射的双矩阵模型方程形式复杂,其为辐射传输方程的数值解,不能直接应用于反演.因此,Jiang等20通过对包含多次散射作用的模型分析并与零阶模型比较,发展了包括多次散射的参数化模型.该模型适用于光学厚度 2 的情况.在该参数化模型基础上,Jiang 等91发展了基于模型的雪水当量统计反演算法.Jiang 等91在建立包含尽可能的积雪参数的辐射模拟数据库基础上,利用上述思路提取出积雪辐射(A)与衰减信号(

49、B),进而根据模拟数据,发现雪当量与这两个参数之间有很好的统计回归关系,即利用该关系可估算雪水当量,公式如下:2explog()sweab Ac AdB .(1)其中,a,b,c,d 是基于模拟数据库建立的回归系数.而A,B只取决于积雪特性.假设积雪粒子为球形而且随机分布,那么 A,B与极化无关.因而,若给定两个频率与两个极化的测量值,则可推导A与B:施建成等:微波遥感地表参数反演进展 822 1122()()()()ttvhttvhEfEfBEfEfm,(2)11()()ttppAEfB Ef.(3)该算法利用模拟数据对此算法进行了检验.图3为模拟数据中反演的雪当量SWE与模型的输入(作为真

50、值)之间的比较.均方根误差为32.8 mm,该结果表明可通过模型来直接反演雪水当量.该算法思路:假设地表与积雪温度均已知,借助不同频率不同极化下的地表辐射率之间存在的相关性以消除卫星观测总信号中地表的影响,进而提取出积雪信号,用于反演雪水当量.Jiang等91利用辐射模拟数据库和美国寒区试验在科罗拉多开展的CLPX2003试验的机载飞行数据进行了验证,雪当量精度达到30 mm左右.为了对比算法结果,Jiang等91将其与AMSR-E的基本算法70均与实测数据进行比对.从比较结果来看,这两种方法都高估了地面的雪水当量测量值.然而,新发展的物理统计反演算法精度要优于国际现有AMSR-E算法精度.但