微波遥感土壤湿度研究进展

发展实用的微波遥感土壤湿度卫星反演算法,以提供区域尺度上的土壤湿度信息,对水文学、气象学以及农业科学研究与应用至关重要。简要分析了主动微波遥感土壤湿度的研究进展情况,重点对被动微波遥感土壤湿度的原理、算法发展及研究趋势进行了详细论述。主动微波具有卫星数据空间分辨率高的特点,随着携载主动微波器的一系列卫星的发射,主动微波遥感土壤湿度将受到重视。被动微波遥感研究历史长、反演算法特别是卫星遥感算比较成熟,是今后区域尺度乃至全球尺度监测土壤湿度的重要手段。     

海表面盐度卫星微波遥感研究进展

海表面盐度SSS(Sea Surface Salinity)是研究大洋环流和海洋对全球气候影响的重要参量、是决定海水基本性质的重要因素之一。卫星微波遥感可以满足盐度研究过程中大范围、连续观测的需要,国际上统一的认识是选择频率为1.413 GHz的L波段作为盐度遥感的首选波段。目前,国外发展的海面盐度微波遥感反演算法主要有两种:基于海表发射率估算海表盐度的算法和基于贝叶斯定理提出的反演算法。影响盐度反演精度的因素主要有太空辐射、电离层法拉第旋转、大气、海面粗糙度等。其中,海面粗糙度对盐度反演影响很大,海面粗糙度处理模型可以分为3大类:理论算法(间接发射率模型、直接发射率模型)、经验算法、半经验半理论算法(Hollinger 半经验模型、WISE半经验模型、Gabarró模型)。SMOS卫星和Aquarius/SAC\|D卫星的成功发射,将海表面盐度遥感的反演精度控制在0.2 psu以内,通过改进反演算法,有望得到更高的反演精度。     

NASA系列雪参数反演算法在单像元内的时间序列验证与分析

NASA系列算法(Chang,NASA96和Foster算法)是被动微波遥感反演雪深、雪水当量的简单、实用的经验算法,并经过了很多学者大范围的算法验证和改进。为了进一步评价NASA系列算法在东北地区的时空适用性,于长春净月潭区域选定了一个以农田和森林为主的10km×10km被动微波遥感混合像元,在时间上连续观测整个干雪期(2014年12月至次年2月)的积雪参数和气象数据,结合FY3B卫星搭载的微波成像仪(MWRI)亮温数据,对NASA系列算法精度进行了评价分析。结果表明:对于雪深的反演,Chang算法和NASA 96算法前期反演效果较好,后期随着时间的推进高估雪深的趋势愈加明显。由于考虑了森林覆盖率的影响,NASA 96算法的反演精度更高。两种算法最大高估值分别是24.46和14.62cm,这是因为期间雪性质不断变化,尤其是雪粒径不断增大的缘故。Foster算法也严重高估了雪水当量,可能是由于积雪类型的分类系统未必适合于东北地区的积雪特征。本文的积雪连续观测数据为认识东北地区的积雪特性奠定了基础,对算法的时间序列验证与分析为雪参数反演算法的进一步改进提供了可靠依据。     

基于SMAP亮温数据反演青藏高原玛曲区域土壤未冻水

未冻水和冰共同存在于冻土中,两者的相互转化即冻融变化深刻影响寒区地表水分循环和能量收支。被动微波遥感技术是土壤水分监测的主要手段,但目前大多应用于非冻结土壤的水分反演,对负温环境下冻结土壤中未冻水的反演研究较少。基于SMAP卫星升轨和降轨时刻的亮温观测数据和经改进后适用于青藏高原地区的零阶微波辐射模型,利用单通道算法（SCA）和双通道算法（DCA）,对青藏高原东部黄河源区玛曲区域季节冻土中的未冻水含量进行反演。结果表明：基于SMAP不同过境时刻亮温观测及不同算法的土壤未冻水反演结果均较同步地反映了研究区实测值的动态变化特征（相关系数R均大于0.9）。其中,基于SMAP降轨时刻亮温观测的反演结果在冻融交替的过渡季节存在明显低估,而基于升轨时刻亮温观测得到的反演结果精度更高。基于垂直极化亮温观测的单通道（SCA-V）和DCA算法得到的升轨时刻的反演值与实测值的无偏均方根误差（ubRMSE）分别为0.035 m³m^-3和0.039 m³m^-3,均达到SMAP任务的设计要求（即ubRMSE≤0.04 m³m^-3）,其中SCA-V对该研究区土壤未冻水的反演精度最高。与SMAP标准产品相比,基于SCA-V算法反演得到的暖季土壤水分精度更高。此外,该算法能成功反演得到冻结期土壤未冻水的动态变化,因此更适用于青藏高原地区冻融土壤条件下的水分反演。     

环境一号卫星热红外数据监测核电站温排水分布——以大亚湾为例

选择2009年的2景环境一号卫星热红外数据,利用单通道算法计算了大亚湾海水表面温度,分析该算法反演的海温空间分布特征,得到如下结论:大亚湾和岭澳核电站排水的出口温度,比周围水温高3℃～5℃,呈现明显的扩散状。然后,综合直方图和选取的5个样本点,将本文反演结果和当天的MODIS海水表面温度产品进行比较,结果表明:二者的海温分布特征基本一致。本文证实了环境一号卫星热红外遥感数据监测温排水的可行性。     

卫星微波遥感受水成物影响及其敏感度分析研究

对卫星微波遥感水成物辐射效应的理解在云参数反演以及数值预报中使用受云和降水影响卫星资料等诸多应用中都是十分重要的。使用快速辐射传输模式CRTM,通过中尺度数值模式WRF预报输出的水成物信息,分析了云水、雨水、冰、雪和霰5类水成物对卫星微波遥感的影响及水成物辐射效应给卫星微波观测计算带来的误差特征,设计敏感性试验研究了卫星微波遥感对水成物含量、有效粒子半径和垂直分布层次的敏感度。结果表明:卫星微波遥感在多个探测频率上受水成物的影响较大,云水和雨水的影响主要以增温为主,雨水的影响幅度要大于云水,在影响最大的AMSUA 2通道,云水和雨水的增温分别可达到8 K和17 K左右。冰、雪和霰散射效应对卫星微波遥感的影响则主要以降温为主;相比之下,霰的影响量级最大,雪次之,两种水成物对微波遥感影响最大的通道为AMUSB的2通道,可达到-18 K和-9 K左右,冰的作用微乎其微。卫星微波遥感探测通道对水成物含量的敏感与受水成物辐射效应影响对应一致。卫星微波遥感不受云水和冰水粒子有效半径变化的影响,对雨、雪和霰大降水粒子的有效粒子半径较为敏感。同时,敏感性和影响程度随探测频率的不同呈现出影响的复杂性。此外,卫星微波探测对水成物垂直分布层次的敏感性表现为对水成物敏感探测通道的变化,其中AMSUB 3~5通道对高层水物质,包括冰、雪和霰垂直廓线的变化最为敏感。     

我国微波遥感现状及前景

分析比较了遥感技术中使用的可见光、红外和微波遥感器的特点,介绍了微波遥感理论研究内容和我国的研究现状,叙述了我国机载合成孔径侧视雷达、机载微波辐射计、机载微波散射计、机载海洋雷达高度计的研制和应用状况,指出目前我国机载微波遥感器已基本达到实用水平,并且在生产建设、科学研究和防灾减灾中发挥出作用。列出了国际主要对地观测卫星装载遥感器的情况,从中看出微波遥感器在对地观测中日益增强的作用,建议国家对微波遥感的研究和应用加强统一领导,加强机载实用运行、陆基实验、微波遥感理论研究,以确保早日实现我国自己的星载微波遥感。     

基于分组分裂窗算法的MTSAT-1R地表温度反演

以黑河流域上游和中游为研究区,针对MTSAT-1R卫星数据,运用MODTRAN 4.0及晴空状态下的TIGR大气廓线数据,发展了根据地表比辐射率、大气水汽含量、传感器观测角度分组模拟的分裂窗算法,进行地表温度反演。分析了传感器噪声、地表比辐射率和大气水汽含量3个参数对该算法的影响,并结合模拟数据、地面观测数据及MODIS地表温度产品,对反演结果进行分析评价。结果表明:当传感器垂直观测或大气水汽含量小于2.5g/cm2时,反演精度在1K以内;反演结果与地面观测数据对比差异较小,在阿柔站RMSE为3.7 K(日)/1.4 K(夜),在盈科站RMSE为2.4K(日)/2.0K(夜);与MODIS地表温度产品比较,空间分布呈现出一致性。总之,分组分裂窗算法能较好地用于MTSAT-1R卫星数据进行地表温度反演。     

星载NO_(2)探测发展及对流层柱浓度产品精度分析北大核心CSCD

NO_(2)作为大气中重要的痕量气体之一,是衡量大气污染状况的重要风向标。与传统地基观测相比,星载传感器能够提供大范围、长时间序列的观测资料,利用遥感卫星数据反演获取对流层NO_(2)浓度已成为近些年研究的热点之一。首先介绍了国内外星载紫外高光谱传感器的发展。然后从原理方面对国际上通用的对流层NO_(2)垂直柱浓度反演算法进行阐述。之后介绍了各官方对流层NO_(2)柱浓度产品的反演流程及产品精度,并比较了各产品DOAS算法的区别。可见,由于传感器所获取数据的时间、空间、光谱分辨率越来越高,NO_(2)柱浓度产品的反演模型及算法的选择更加合理,因此NO_(2)产品精度也更高。     

基于风云三号卫星微波成像仪观测的全球海气界面潜热通量遥感

海气界面潜热通量是衡量海气间能量和水汽交换的重要指标.热通量卫星遥感产品具有覆盖面广、时效性高的优势,但也存在观测非同步、潜热通量精度较低的问题.由于近表面空气比湿度是潜热通量卫星遥感的重要误差源,基于风云三号卫星微波成像仪观测数据,研究对空气比湿度反演算法进行了改进,改进后的算法与现场实测数据相比,反演精度有明显的提...     

基于高空间分辨率的热污染遥感监测研究进展

综述了卫星遥感热红外海表温度反演原理,并对海表温度中的“皮温”和“体温”进行了界定;着重总结了热红外遥感海表温度反演的主要方法-单通道法、分裂窗法、多角度法等;详细介绍了具有较高热红外通道空间分辨率卫星传感器Landsat TM/ETM+、CBERS-02 IRMSS、ASTER、HJ-1B IRS的海表温度反演算法,并对各卫星热红外通道特点进行了对比;最后,对影响热红外温度反演精度的因素进行了简要分析,指出了目前研究存在的问题并对未来的研究方向进行了展望。     

基于被动微波的地表温度反演研究综述

热红外遥感反演地表温度已取得丰硕的成果,某些反演算法精度可达到1 K以内。然而在非晴空条件下,热红外遥感的应用受到很大限制,甚至无能为力。而被动微波遥感受大气干扰小,可穿透云层获取地表辐射信息,具有全天候、多极化及高时间分辨率等特点,在地表温度反演中具有独特的优越性。被动微波反演地表温度已经成为被动微波遥感技术应用研究的主要问题之一。系统阐述了微波热辐射机理、地表温度反演模型、反演算法及应用现状,分析了目前被动微波地表温度反演研究中存在的主要问题与技术难点,为后续相关研究提供参考。     

被动微波遥感土壤水分反演研究综述

由于微波具有全天候、穿透性以及不受云的影响等特征,使其在遥感研究全球变化中具有越来越大的优势。在微波传感器技术发展的过程中,人们通过研究发现被动微波遥感是反演土壤水分的各种技术中最有效的方法之一,而植被覆盖地区的土壤水分反演是反演算法中的难点。简略地介绍针对裸地的Q/P模型和针对植被的τ-ω模型,以及主要土壤水分反演算法。     

积雪属性非均匀性对被动微波遥感积雪的影响

积雪属性的非均匀性在水平方向上表现为像元内积雪未完全覆盖和雪深分布的不均匀,在垂直方向上表现为积雪剖面上粒径和密度的不一致导致的积雪分层现象。这些积雪属性的非均匀性对被动微波遥感反演雪深或雪水当量带来很大的不确定性,并且给反演结果的验证带来不确定性。通过野外积雪的微波辐射特性观测、遥感积雪产品对比分析、积雪辐射传输模型模拟对这些问题进行阐述和探讨,为今后积雪微波遥感反演算法发展和结果验证提供参考。     

Retrieving near-surface soil moisture from microwave radiometric observations: current status and future plans

Surface soil moisture is a key variable used to describe water and energy exchanges at the land surface/atmosphere interface. Passive microwave remotely sensed data have great potential for providing estimates of soil moisture with good temporal repetition on a daily basis and on a regional scale (∼10 km). However, the effects of vegetation cover, soil temperature, snow cover, topography, and soil surface roughness also play a significant role in the microwave emission from the surface. Different soil moisture retrieval approaches have been developed to account for the various parameters contributing to the surface microwave emission. Four main types of algorithms can be roughly distinguished depending on the way vegetation and temperature effects are accounted for. These algorithms are based on (i) land cover classification maps, (ii) ancillary remote sensing indexes, and (iii) two-parameter or (iv) three-parameter retrievals (in this case, soil moisture, vegetation optical depth, and effective surface temperature are retrieved simultaneously from the microwave observations). Methods (iii) and (iv) are based on multiconfiguration observations, in terms of frequency, polarization, or view angle. They appear to be very promising as very few ancillary information are required in the retrieval process. This paper reviews these various methods for retrieving surface soil moisture from microwave radiometric systems. The discussion highlights key issues that will have to be addressed in the near future to secure operational use of the proposed retrieval approaches.     

Retrieval of Soil Unfrozen Water in Maqu Region of Tibetan Plateau based on SMAP Brightness Temperature Measurement

Unfrozen water and ice co-exist in frozen soil, and their mutual transformation, namely freezing-thawing change, profoundly affects the surface water circulation and energy budget in cold regions. Passive microwave remote sensing technology is the main means of soil water monitoring, but it is mostly applied to the retrieval of water in non-frozen soil, and the retrieval of unfrozen water in frozen soil under negative temperature environment is less. Based on the brightness temperature measurement data obtained from the SMAP satellite ascending and descending overpass and the improved zero-order microwave radiation model applicable to the Tibetan Plateau, using Single-Channel Algorithm (SCA) and Dual-Channel Algorithm (DCA), The content of unfrozen water in the seasonal frozen soil in Maqu region which is the source region of the Yellow River in the east of Tibetan Plateau was inverted. The results show that the in-situ measured values dynamics are better captured by the retrieval values based on the brightness temperature measurement at the different moments of SMAP satellite overpass and different algorithms of soil unfrozen water in the study area(the correlation coefficient R is greater than 0.9). Among them, the retrieval results based on the brightness temperature measurement at the SMAP descending are significantly underestimated in the transition season of freezing-thawing cycle, while the retrieval results based on the brightness temperature measurement at the SMAP ascending are more accurate. The unbiased root-mean-square error (ubRMSE) of the retrieval values which obtained based on the V-polarization Single Channel Algorithm (SCA-V) and DCA and the in-situ values is 0.035 m³m^-3 and 0.039 m³m^-3, respectively, which are both meet the established requirements of SMAP mission. Compared with SMAP standard products, the soil moisture in warm season obtained by retrieval based on SCA-V algorithm is more accurate in this study. In addition, the algorithm adopted in this study can successfully retrieval the dynamic change of soil unfrozen water during freezing period, so it is more suitable for the retrieval of soil moisture under freezing and thawing conditions in Tibetan Plateau.     

全极化微波信号海面风场反演技术现状与发展趋势

全极化微波辐射计是一种新型的被动微波遥感仪器,可以测量海面辐射的全部4个Stokes参数,提供了测量海面风场的一种新方法。首先介绍了国内外先进微波辐射计的技术特点及其海洋遥感应用情况,然后描述了海面微波发射信号的变化机理,以及海面全极化信号的风向谐波特征及其反演海面风场的优势,归纳了全极化微波信号海面风场反演的总体技术思路和产品精度,最后分析了全极化微波辐射计风场反演的关键技术和难点,并对该项技术的发展进行了展望。     

Evaluation of Soil Moisture Retrieval Algorithms based on Ground-based Microwave Radiation Observation

The commonly used passive microwave soil moisture inversion algorithms include Single Channel Algorithm at H polarization (SCA-H), Single Channel Algorithm at V polarization (SCA-V), Dual-Channel Algorithm (DCA), Microwave Polarization Ratio Algorithm (MPRA) and Extended Dual Channel Algorithm (E-DCA). The five retrieval algorithms have different performance, systematic evaluation and analysis of these inversion algorithms will contribute to the improvement of the retrieval algorithm and the release of satellite soil moisture products. Verification of satellite product could bring some problems, such as scale matching and spatial heterogeneity. In order to avoid these issues, the above five soil moisture inversion algorithms are implemented, compared and analyzed based on ground-based microwave radiometer observation and supporting soil and vegetation parameter measurement data. The results show: (1) SCA has the best inversion performance. SCA-H has the highest correlation (R=0.83), and SCA-V has the smallest inversion error (RMSE=0.028 m³/m³, BIAS=-0.011 m³/m³), but SCA needs the accurate vegetation water content as an input. (2) The other three algorithms can get rid of the use of vegetation-aided data, with slightly poor performance but also meet the satellite detection requirements (less than or equal to 0.04 m³/m³). Among them, E-DCA and MPRA are slightly worse than the DCA. However, E-DCA is more advantageous in the vegetation water content inversion in our study.