利用全极化SAR数据反演地表土壤水分方法研究

Microwave remote sensing has become one of the most potential methods in soil moisture observations, based on its own characteristics and advantages. In this research, two soil moisture inversion algorithm which are used for bare soil surface and vegetated area, are presented using fully polarimetric SAR data. In the model for bare soil surface, the polarimetric decomposition technique is used to correct the polarimetric orientation angle which caused by topographic effect. Then, a semi-empirical model for soil moisture inversion is established by combination of different polarimetric SAR bands which are less relevant. And the effect of polarimetric orientation angle correction is validated by the semi-empirical model. When it comes to vegetated area, we proposed a radiation transfer model based on fully polarimetric SAR data. Derivation of the algorithm is based on simplification of the Michigan Microwave Canopy Scattering Model (MIMICS). Empirical relationships simulated among key parameters of simplified MIMICS and vegetation parameters. Then, A method is introduced to correct for the radar-shadow effect caused by over-laying vegetation, and the empirical function among the scattering component produced by polarimetric decomposition and scattering component of simplified MIMICS is built to inverse the soil moisture. At last the soil moisture inversed by remote sensing data is validated by the field ground measurements.

微波遥感以其自身的特点与优势，成为目前土壤水分观测中最有潜力的手段之一。全极化数据拥有较多的观测波段，且极化分解技术能解析主散射机制，对提高地表土壤水分反演精度有着重要的意义。本研究利用全极化SAR数据，分别对裸露地表和植被覆盖区建立土壤水分反演算法。对于裸露地表，首先利用极化分解对地形效应引起的极化偏转角进行修正，然后选择相关性较低的不同极化SAR数据组合做为因变量建立土壤水分反演的半经验模型，并对极化偏转角补偿的效果进行验证；在植被覆盖区，提出一种基于全极化SAR数据的植被微波辐射模型参数化方法，在简化MIMICS模型的基础上，首先利用遗传规划搜索算法建立简化模型中的关键参数与植被参数间的非线性关系，然后对植被的重叠效应进行校正，并建立极化分解散射分量与简化模型中散射分量的函数关系，得到植被覆盖区的反演模型。最后利用地面实测土壤水分对遥感反演结果进行真实性检验。

土壤水分是陆面-大气相互过程中调控地-气能量交换的最重要参数之一，直接控制着地表与大气之间水、热量的输送和平衡。土壤水分也一直是水文、气象、农业、生态、气候变化等研究的关键参数，它对于水圈、生物圈以及大气圈之间的相互作用有着极其重要的影响。因此，获取不同尺度、大范围、高精度的土壤水分参数在地球科学的研究中具有重要意义。.本研究的总体目标为针对目前越来越严重的干旱缺水问题，采用微波遥感的手段，利用全极化SAR数据分别对裸露地表和植被覆盖区域的土壤水分反演方法进行研究，以提高反演的精度。完成的研究内容包括：1）对极化偏转角的修正模型进行研究，并建立多极化的地表土壤水分反演模型；2）提出一种新的双尺度（Modified Two-Scale Model, MTSM）粗糙度地表微波散射模型，可以用于垄行农田周期性波动的粗糙表面的模拟；3）对地表土壤水分的空间异质性进行研究，并建立考虑时空特征的土壤湿度插值方法，然后利用BP神经网络反演时序土壤水分；4）建立了植被覆盖区域地表土壤水分的反演方法。.本项目通过四年的研究工作，已完成项目所有计划内容，包括对裸露地表土壤水分的反演，以及对植被覆盖区域土壤水分的反演。在此技术上，还对土壤水分的插值算法、利用机器学习算法对土壤水分进行反演等方面进行了创新性的研究，取得一系列的成果。共发表SCI论文4篇，EI 8篇，核心论文3篇，后续投出SCI论文2篇，完成专著1本，获批发明专利2项，实用新型专利1项，申请发明专利2项，获北京市测绘科技进步二等奖1项，山东省水利厅水利科技进步奖一等奖1项。