光学与微波模型协同的植被地上生物量反演

Aboveground biomass is one of the significant parameters of global change. Accurate retrieval of biomass using remote sensing technology is important. Considering the problems of the existing multi-source biomass inversion results, such as poor consistency, low accuracy, and lack of radiation transfer mechanism of remote sensing, this project will carry out based on optical and microwave vegetation models, and field observation experiments. We will focus on effective synergy method of optical and microwave models, and information transmission mechanism between optical and microwave remote sensing data for biomass inversion of different vegetation types. The new biomass estimation algorithm will develop by solving the scientific constraints of jointing optical and microwave remote sensing. The innovation lies in: (1) The synergy of optical and microwave models will achieve by definition the same input scene after building the relationship between the input vegetation / soil structure and biochemical parameters of each optical and microwave models. (2)The new biomass inversion algorithm using optical and microwave data contains the physical interaction mechanism of electromagnetic waves with the vegetation will be established by the expressions between sensitivive vegetation parameters set associated with biomass and the signal of current mainstream optical and radar satellite sensor.

植被生物量是全球变化的重要参数之一，准确的生物量遥感反演具有重要意义。针对目前多源数据反演大区域生物量存在产品一致性较差、精度较低、非参数反演算法缺乏遥感辐射传输机理的问题，本研究以光学和微波植被模型、野外观测实验为手段，重点研究森林场景光学二向反射和雷达后向散射模型的有效协同方法，及光学和微波遥感数据对不同类型植被生物量反演的信息传输机制，解决这些制约光学和微波多源遥感数据联合反演生物量的瓶颈问题，发展基于遥感辐射传输机理的多源数据生物量反演新方法。创新之处在于（1）模型协同方法：建立光学二向反射和雷达后向散射模型间植被/土壤结构和生化组分参数间的转换关系，通过输入场景的统一实现模型的联合;（2）生物量参数的光学和微波遥感信息传输机制：基于联合模拟数据的全局敏感性分析，确定与生物量相关的敏感植被参数集，建立其与当前主流光学和雷达卫星传感器可获取模拟观测量间的表达式。

植被生物量是全球变化的重要参数之一，准确的生物量遥感反演具有重要意义。针对目前多源数据反演大区域生物量存在产品一致性较差、精度较低、非参数反演算法缺乏遥感辐射传输机理的问题，本研究以光学和微波理论模型、野外观测实验为手段，分农田和森林场景，研究了光学和微波模型的有效协同方法，及光学和微波遥感数据对不同类型植被生物量反演的信息传输机制，发展了基于遥感辐射传输机理的生物量反演方法。本项目具有较大的前瞻性，涉及到模型交叉联合及反演，挑战性较大，总体推进进度比预期慢，但基本按照计划执行。.在模型模拟方法，通过分析现有光学和微波模型中各参量的定义内涵和外延的差异，实现了连续植被光学SAIL和微波模型MIMICS，以及离散植被光学模型4 scale及微波模型PolSARpro输入场景的统一，进行了模型的联合模型。发现了光学反射率在生物量小于100ton/ha时的贡献权重大于雷达后向散射系数，而在生物量大于100ton/ha后，雷达后向散射系数的贡献权重大于光学反射率，即使是雷达中波段较短的Ku波段。最后，对模拟结果进行了非常有限的实验验证，有待开展更全面的验证工作。.在生物量的反演策略方面，基于目前全球可用大区域雷达数据源（Ku波段QScat散射计的后向散射系数以及L波段ALOS PALSAR的后向散射系数）发展了大区域生物量反演策略。该方法区别于数据挖掘的非参数化方法与复杂的物理模型查找表方法，既包含了电磁波与植被相互作用的物理机理，又具有一定的普适性。.截至目前，尚未有文章发表。有待进一步完善研究内容，整理发表项目成果。本研究的不足在于模型模拟的实验验证不够，以及没有进行全球大范围的植被生物量反演及验证。目前在联合光学和雷达数据反演生物量方面，主要的在于缺少免费方便获取的可用于全球生物量反演的雷达数据源，相信在未来的5年或者10年后会有更多的全球雷达数据提供，特别是长波段的雷达数据。