光学与雷达遥感协同反演地表土壤水分的方法研究

光学和雷达遥感是两种不同的土壤水分获取手段，能从不同的角度反映土壤水分状况，各有优势与不足，若能有效协同利用两者，对提高土壤水分反演精度具有重要意义。本研究中"协同反演"将主要采取两种形式：1.基于数据优化层面的协同，即在优化算法遗传-BP神经网络的支持下，将精确配准的光学与雷达数据直接作为网络输入，以实测土壤水分作为输出，对网络进行训练，并实现区域内土壤水分的反演。2.光学雷达反演模型的耦合协同，通过简化微波MIMICS模型，模拟冠层叶片含水量与单位体积内植被消光系数、后向/双向散射系数的经验关系，使模型的关键输入参数为光学遥感易于反演的LAI；采用光学PROSAIL模型反演LAI，实现雷达和光学模型的耦合，并引入植被均方根高度来修正冠层重叠造成的雷达阴影效应。然后使用耦合模型对区域内土壤水分进行反演。最后本研究将分别对两种协同方法进行验证及比较，分析两者的优劣。

本项目通过三年的研究，已完成项目的所有研究内容，在裸露地表、植被覆盖地表的土壤水分反演，以及水文模型同化遥感观测土壤水分方面取得了一些进展。主要包括：1)对ASAR数据的归一化处理方法研究；基于双极化微波遥感数据反演土壤水分的方法研究；2)利用ASAR和TM数据对植被覆盖区的地表土壤水分进行反演; 基于主被动遥感数据融合的土壤水分信息提取. 3) 同化主动微波ASAR数据估计土壤水分的方法; 多源遥感数据与分布式水文过程模型的土壤水分同化。共发表SCI论文4篇，EI/核心论文9篇，获取测绘科学进步二等奖一项，排名第3，申请专利2项，获批一项。