基于SMOS多角度数据的混合像元组分土壤水分反演算法研究

Soil moisture is an active and important variable in land surface processes and climate systems. Passive microwave remote sensing can contribute to mapping large-scale and long-term soil moisture. However, the heterogeneity of land covers and land surface soil moisture widely exists within a pixel of passive microwave remote sensing, which results in many uncertainties for soil moisture retrieval and applications. In this proposal, we use the component soil moisture to describe the soil moisture for different land covers within the same pixel. On the basis of water and urban emissivity extraction and analysis, the contribution of these two land covers to SMOS observations was corrected. By using multi-angular observations of SMOS, the radiation signals of vegetated soil and bare soil were separated and the component soil moisture was approached by using least square method. Then validation was conducted to evaluate the reliability of the proposed algorithm. This work is expected to enhance the application of soil moisture data and contribute to the WCOM (Water Cycle Observation Mission).

土壤水分是陆地能量循环和水循环中最活跃的要素，深刻影响着陆表水文、生态、生物地球化学等过程。被动微波遥感是获取长时间尺度和大空间范围土壤水分的有效手段。然而其较低的空间分辨率不可避免地导致像元空间异质性问题，且像元内不同地表覆盖类型的土壤水分也有差异，这为被动微波遥感土壤水分的反演及其产品在相关领域的应用带来诸多不确定性。本项目将混合像元内不同地表覆盖类型的土壤水分描述为混合像元的组分土壤水分，基于SMOS卫星数据，在分析水体和城镇发射特性的基础上，剔除二者对土壤水分反演的影响；利用其L波段多角度信息，分离植被覆盖地表土壤和裸露土壤微波辐射信号，发展一种利用L波段多角度观测反演混合像元组分土壤水分的算法，并在地面尺度和卫星像元尺度对算法进行验证。项目工作可以提高被动微波遥感土壤水分产品的应用广度和深度，并为我国正在研发的卫星全球水循环关键参数观测计划WCOM提供理论支持和研究参考。

土壤水分是陆表水文、生态、生物地球化学等过程科学研究中的关键参量。被动微波遥感是获取长时间尺度和大空间范围土壤水分的有效手段。然而其较低的空间分辨率不可避免地导致像元空间异质性问题，为被动微波遥感土壤水分的反演及其产品在相关领域的应用带来诸多不确定性。本项目将混合像元内不同地表覆盖类型的土壤水分描述为混合像元的组分土壤水分，主要研究内容和结论如下：.（1）通过开展水体介电常数测量实验、地基微波辐射观测实验、水体发射率模型模拟和敏感性分析、基于SMOS观测数据的时序水体和城镇微波发射率提取等分析研究工作，发现完全冻结和融化状态下水体的发射率以及城镇微波辐射特征相对稳定。可以在发射率数据分析的基础上，基于面积加权方法的剔除混合像元水体和城镇微波辐射的影响。.（2）基于零阶辐射传输模型，构建了考虑多角度观测的混合像元微波辐射模型，通过AIEM理论模型构建包含宽范围的L波段裸露土壤发射率模拟数据库，发展了不同观测角度裸露土壤发射率之间的线性关系，研究发展了混合像元组分土壤水分反演算法。.（3）通过开展地面微波辐射测量实验，获取了与微波辐射测量同步观测的地面土壤水分、温度等数据，在地面实验尺度对组分土壤水分反演算法进行了验证；利用SMOS多角度观测数据，在卫星观测尺度对算法进行验证。从不同尺度分析组分土壤水分反演算法的误差在0.06cm3/cm3左右。.项目形成了多频率水体介电常数测量数据、L波段多角度城镇和水体微波发射率数据，可用于校正混合像元水体和城镇的影响；发展了基于多角度的混合像元组分土壤水分反演算法；发表SCI和EI论文共3篇、获得发明专利3项、软件著作权2项。项目成果在自然资源适宜性评价、干旱监测、农业估产等领域有应用前景，可以提高被动微波遥感土壤水分产品的应用广度和深度。