基于SMAP的主被动微波遥感协同土壤水分反演算法研究

Soil moisture is an important parameter in the research on climate change and a key variable in meteorological and hydrological model. Soil moisture monitoring is important for applications involving weather forecasting, agriculture, drought hazard monitoring and water management. Soil Moisture Active Passive (SMAP) mission is the most advanced Earth observation satellites designed to measure and map Earth's soil moisture. The SMAP instrument incorporates an L-band radar and an L-band radiometer. In this study, firstly the relationship between active and passive microwave data will be analyzed based on microwave scattering model and radiation model. With fine resolution backscatter and optical data, downscaling algorithm of the coarse resolution brightness temperature will be developed based on Taylor Series Expansion method. The new downscaling algorithm can correct the downscaling error induced by the vegetation heterogeneity. Subsequently, with the downscaled brightness temperature, new soil moisture retrieval algorithm will be studied. This research will provide some essential technology supports in the designing and developing of the new generation of microwave sensor for our country in the future. The fine spatial resolution and high temporal resolution soil moisture product will provide important information for applications including hydrology and meteorology.

土壤水分是气候变化研究的重要物理量和气象水文模型的重要参数，土壤水分监测对天气预报、农业生产、干旱监测、水资源管理等应用具有重要价值。SMAP是目前最先进的土壤水分对地观测计划。其最大特点是同时搭载了主动和被动微波传感器，能同时提供L波段的后向散射和亮温数据。本研究针对SMAP的传感器配置，分别利用地表微波散射模型、辐射模型，研究和表达不同土壤水分条件下，时间序列主被动微波数据之间的物理关系。在此基础上引入泰勒级数展开尺度转换模型，构建具有前向模型物理机理的亮温降尺度模型，解决低分辨率像元内植被异质性引起的降尺度误差纠正问题。最后，基于降尺度亮温，进行被动微波遥感土壤水分反演方法研究。该研究成果不仅可为我国新一代微波传感器的设计、研制提供技术支持，而且反演得到的高空间分辨率、高精度的地表土壤水分数据，可以为气象、环境等领域中的应用提供重要的数据源。

本项目面向提升全球土壤水分的遥感监测能力，针对SMAP卫星所搭载的L波段主被动微波传感器，结合被动微波对土壤水分更加敏感和主动微波空间分辨率更高的各自优势，通过对主被动微波信号同地表、植被参数之间相互物理关系的分析，提出了基于前向物理模型的泰勒级数展开和小波变换两种亮温降尺度方法，研究发展了主被动微波协同土壤水分反演算法，并利用地面试验数据对土壤水分反演模型进行综合验证。具体的研究成果如下：.（1）发展了利用长时间序列数据对主动植被散射模型植被参数标定的方法：针对半经验模型中最常用的水云模型和一阶植被辐射传输模型结合实测数据发展了植被参数标定方法，通过利用SMAPVEX12和ISMN等地面数据对标定方法进行了验证。结果表明确定的植被参数在全球范围内具有一定的普适性，可以达到较高的后向散射系数模拟精度，并用于土壤水分反演研究。.（2）发展了基于前向物理模型的泰勒级数展开亮温降尺度方法：从主被动微波物理模型出发，推导出降尺度模型关键参数同植被参数的关系；基于该关系，引入泰勒级数展开尺度转换模型，发展了基于前向模型、具有物理机理的亮温降尺度方法。.（3）发展了小波变换亮温降尺度方法：基于小波融合的“替代”方法，用高分辨率雷达图像小波分解后的高频部分代替低分辨率亮温图像小波分解后的高频部分，然后重建低分辨率亮温图像，从而得到高分辨率的融合亮温图像，以达到对亮温数据降尺度的目的。.（4）针对亮温降尺度结果，发展了基于时间序列亮温数据的土壤水分反演方法，并利用SMEX02实验数据进行了算法验证。.