机载L波段主被动一体化微波探测仪辐射计定标

遥感试验是进行遥感原理的验证、遥感模型与反演方法的发展、遥感产品的真实性检验,推动卫星计划的论证实施及其观测在地球系统科学中应用的重要途径。在闪电河流域水循环与能量平衡遥感综合试验中,利用机载L波段主被动一体化微波探测仪开展了以土壤水分为首要目标的大型航空遥感试验。其中,被动探测部分即微波辐射计采用微带天线,辅以机械扫描方式进行多角度成像观测。为有效支撑微波辐射计数据的处理及定量反演,必须对机载微波辐射计进行实时定标,本文采用分步定标法进行辐射亮温的定标,即在实验室对定标链路中的噪声源进行定标,得出对应的辐射亮温;飞行试验中,利用该两个参考点得到辐射计输出电压和亮温的关系,同时选取试验区域附近的水体作为外定标参考点,进行定标方程的修正。结果表明,机载辐射亮温与地面参考点(草地)模拟亮温比较吻合,二者对比结果显示均方根误差最小为0.93 K (2018-09-26,H极化),无偏均方根误差最小为0.96 K (2018-09-24,V极化),有效支撑了国产L波段微波辐射计相关卫星计划的论证以及后续的定量反演与降尺度等相关研究工作的开展。     

利用嫦娥二号微波辐射计数据的全月亮温制图

中国嫦娥绕月卫星在世界上首次搭载了微波辐射计,用于获取不同深度月壤的微波辐射亮温,而这正是月壤厚度研究和月壤表层参数信息反演的基础。基于嫦娥二号的微波辐射计2C级数据,建立4个频率通道(3.0、7.8、19.35、37.0GHz)在不同纬度下的亮温日变化模型,并通过该模型对亮温数据进行时角校正,得到了正午时刻的全月微波亮温图。结合CCD影像和DEM数据比较的结果表明,处理后的亮温数据很好地反映了月球的地形特征及月表的反射率信息。基于高频的亮温数据对月球亮温异常区域进行了分析,发现其都是哥白尼纪的新鲜撞击坑。     

被动微波辐射特征地形效应模拟与实验

基于地形对被动微波辐射的影响机理研究, 利用AIEM 模型模拟微波辐射的地形效应, 建立实验地貌微 缩景观, 由车载微波辐射计进行观测, 探索影响被动微波辐射特征的地形因子。地基实验表明, 在低频波段本地入 射角对山地倾斜表面的微波辐射有10 K—15 K 的影响, 小于10GHz 的观测频率可以消除地形高度对微波辐射的影响。 同时, 实验验证微波极化受地表形态属性——山体坡向和山体形状的影响显著, 地形坡度对极化信息影响不明显。     

联合热红外与微波的作物辐射方向性模型研究

热红外遥感提供地表表层辐射信息为主,被动微波遥感可更好地提供植被和土壤背景垂直结构的辐射信息。结合热红外与被动微波遥感的优势协同反演植被和土壤组分温度是提高组分温度反演精度的一种思路。本文在对热红外辐射传输模型和微波辐射模型进行比较的基础上,构建均匀作物的统一场景,将统一场景的参数分为直接参数和间接参数。基于统一场景,修改微波辐射模型的场景结构及叶倾角分布,并增加组分温度参数以计算辐射亮温,最终构建热红外与微波辐射联合模拟模型(UEasmmes模型)。针对均匀玉米作物,利用UEasmmes模型进行联合模拟,分析了组分温度、组分发射率、叶面积指数LAI及叶倾角分布LAD对热红外与微波的方向性亮温DBT的敏感性响应差异。分析结果表明:协同热红外与被动微波遥感反演植被和土壤组分温度是可行的,但对于如何克服组分发射率、LAI及LAD对植被有效发射率的影响而导致的微波辐射亮温变化以及实现热红外表皮温度与微波等效温度之间的转化仍是需要深入研究和探讨的问题。     

FY-3D星微波湿温探测仪通道响应函数的影响分析

微波湿温探测仪（MWHTS）的通道响应函数（SRF）一般被认为近似于矩形函数，然而从实际SRF的测试数据来看，MWHTS各个频段不同通道的SRF存在一定的带内波动。本文利用大气辐射传输模拟器（ARTS）模拟了MWHTS中118 GHz各通道不同场景的亮温谱，并输入至前期建立的MWHTS系统仿真模型中，通过定标得到了仪器的输出亮温，进而评估实测SRF对亮温测量及其反演的大气温度廓线的影响，并利用卫星实测数据进行了对比验证。结果表明，亮温偏差与实际SRF的带内波动呈现线性正相关的关系，当带内波动大于3 dB时，亮温偏差可以达到0.2—0.5 K。SRF的带内波动会造成大气温度廓线反演误差，特别是在高度为1.8 km时，误差最大可以达到0.8—0.9 K，该仿真结果与卫星实测数据结果一致。因此在使用数据同化方法对数值天气预报（NWP）进行模拟时，需要特别注意具有较大SRF带内波动的通道所引起的亮温偏差，这对于未来卫星数据的应用具有重要的研究价值。     

星载微波辐射计交叉定标中陆面目标辐射亮温计算模型

从被动微波辐射计在轨辐射定标的角度出发, 选取亚马逊雨林作为高温地面目标, 利用DMSPF13-SSM/I数据和NCEP数据对研究区19—89GHz辐射特性进行分析。研究发现, 利用辐射亮温稳定的热带雨林作为地面目标, 对19—89GHz的频段, 微波辐射亮温计算精度可以达到1K以内; 对于6和10GHz这样的低频通道, 撒哈拉沙漠是一个可供选择的地面目标, 根据所建立的亮温计算模型, 利用数值预报分析场NCEP数据作为输入, 其亮温计算精度在2K以内。     

FY-3C/MWHTS资料反演陆地晴空大气温湿廓线

针对风云三号C星微波湿温探测仪(FY-3C/MWHTS)的陆地晴空观测资料,建立了一维变分反演系统,对大气的温湿廓线进行反演。为了更好地描述温湿廓线的相关性,同时减小温度和湿度在反演过程中相互之间的误差传递,提出了使用背景协方差矩阵的联合矩阵和单独矩阵进行组合反演的方法。对于MWHTS模拟亮温和观测亮温之间的偏差,使用逐扫描点的统计回归方法进行校正。选择中国部分陆地区域的晴空观测亮温进行温湿廓线的反演,并利用欧洲中期天气预报中心(ECMWF)再分析数据、美国国家环境预报中心(NCEP)分析数据以及无线电探空观测(RAOB)数据对反演结果进行验证,温湿廓线的反演结果与ECMWF再分析数据验证的最大均方根误差分别是2.59 K和11.87%,与NCEP分析数据验证的最大均方根误差分别是1.88 K和21.50%,与RAOB数据验证的最大均方根误差分别是3.43 K和25.48%,验证结果表明了反演结果的可靠性。另外与国外同类载荷AMSU观测亮温的物理方法和统计方法反演精度进行了对比,结果表明:MWHTS具有较强的湿度廓线以及高空温度廓线的探测能力,且针对MWHTS的观测亮温建立的一维变分反演系统具有较高的反演精度。与NCEP 6小时预报廓线的验证结果表明:反演的湿度廓线可以提高预报廓线的精度。     

基于被动微波遥感技术的玉米冠层叶面积指数反演

基于玉米冠层结构参数实测数据和Matrix-Doubling(MD)模型构建了玉米出苗期至抽穗期的冠层多波段、双极化微波辐射特性模拟数据库;通过对模拟数据的回归分析得到了玉米冠层在各波段的微波发射率及其与透过率之间的经验关系,并将经验关系应用于0阶微波辐射传输模型;结合土壤发射率模型构建了玉米冠层覆盖地表的微波辐射亮温参数化计算模型,并基于该参数化模型、利用玉米样地微波亮温观测试验数据,采用迭代方法进行了玉米叶面积指数(LAI)的反演.研究表明,LAI反演值与实测值的相关系数r＞0.9,说明多波段被动微波遥感数据在植被冠层LAI反演方面具有较大的应用潜力.     

HUT模型的改进及其雪深反演

基于风云-3B（FY-3B）卫星的微波成像仪（MWRI）数据对HUT模型（Helsinki university of technology snow emission model）进行验证,结果表明,无论是18.7 GHz还是36.5 GHz水平极化亮温,HUT模型模拟亮温都与MWRI亮温存在较大的偏差。因此,本文对消光系数进行了本地化改进,得到了改进的HUT模型（IMPHUT模型）。IMPHUT模型在18.7 GHz水平极化和36.5 GHz水平极化时的模拟亮温偏差分别为-0.91 K和-4.19 K,较原始的HUT模型模拟精度（偏差分别为14.03 K和-16.33 K）有很大提高。最后,利用遗传算法进行雪深反演,基于IMPHUT模型的雪深反演（偏差为-6.79 cm）优于HUT模型和Chang算法,反演与实测雪深具有较好的一致性。     

全极化微波辐射计对环境参数敏感性分析

为衡量全极化微波辐射计各通道对不同环境参数的探测能力,在构建全极化微波辐射传输正演模型的基础上,采用敏感性分析的方法,在固定背景场条件下,对全极化微波辐射计不同频率、各极化通道亮温对海面风速、海面风向、海面温度、大气水汽含量和云中液态水含量等重要环境参数的敏感度进行了分析和量化计算,对正演模型仿真亮温、星载全极化微波辐射计Wind Sat实测亮温相对于真实背景场参数、NCEP分析场资料和TAO/TRITON浮标实测海面风场数据的敏感性进行了分析。分析结果验证了全极化微波辐射计对海面风场的观测能力,衡量了上述重要环境参数对星载全极化微波辐射计各通道的单独影响程度,为中国自主研制全极化微波辐射计时通道指标设计、环境参数反演通道选取及算法提供支持。     

综合主动和被动微波数据监测土壤水分变化

微波遥感测量土壤水分的方法主要分主动和被动两种，它们都是基于干燥土壤和水体之间介电常数的巨大差异。估算植被覆盖土壤表面土壤水分必须要考虑地表粗糙度和植被覆盖影响的问题。植被覆盖土壤表面的后向散射包括来自植被的体散射，来自地表的面散射和植被与地表间的交互作用散射项。本研究建立了一个半经验公式模型，用来计算体散射项，综合时间序列的主动和被动微波数据，消除植被覆盖的影响，估算地表土壤水分的变化状况。并应用1997年美国SGP‘97综合实验中的机载800m分辨辐射计ESTAR数据计算表面反射系数，综合Radarsat的SCAN-SAR数据得到体散射项，然后，由NOAA/AVHRR和TM计算得到的NDVI值加权分配50m分辨率的体散射项，最后计算50m分辨率的表面反射系数的变化值，从而得到土壤水分的变化情况，验证数据表明该计算结果与实测值一致。     

TMI被动微波遥感资料用于地表洪涝特征分析试验

星载被动微波遥感资料为云天条件下地表洪涝特征分析提供了可能。微波极化比 (PR)可以有效刻画地表洪涝特征 ,宏观反映地表湿度信息。正演模拟分析结果表明地表粗糙度、地表植被覆盖状况和地表湿度对上行微波亮温有影响 ;TRMM/TMI低频微波通道微波极化比能减弱大气因素的影响 ,清晰反映地表的洪涝特征。合理确定分类阈值 ,对 1 998年长江流域洪涝区进行地表洪涝特征分析 ,可以在TMI像元尺度 ,将洪涝区分类为不同等级。洪涝区分类结果与经过天 -地校验过的机载和星载SAR资料地表洪涝分类实况对比 ,TRMM/TMI低频微波通道微波极化比 1 0GHz的PR1 0和 1 9GHz的PR1 9的分类正确率不低于 75 %。     

利用TRMM／TMI资料提取地表层湿度信息试验

模拟分析了地表层湿度反演过程中地表及大气各种因素(卫星扫描角、地表粗糙度、地表植被覆盖和大气)对反演结果的影响情况;应用正演模拟技术得到了利用TMI低频10GHz通道微波极化比反演地表层湿度信息时,斜率和截距随像元植被覆盖度可调的反演方程;确定了反演方程中斜率、截距系数随像元植被覆盖度变化的对数关系和线性关系;反演技术中综合应用了多种途径获取到的被动微波像元中动态的植被覆盖信息;尝试了将这些因子用于地表层湿度反演的可行性;对于反演结果,研究工作中利用地表HUBEX外场观测资料进行了对比分析,得到了空间分布特征和时间演变趋势比较一致的对比分析结果。     

Large area soil moisture estimation and mapping using space-borne multi-frequency passive microwave data

The paper reports the estimation of surface soil moisture (SM) using surface wetness Index (SWI) retrieved from multi-frequency passive microwave radiometer. A change detection algorithm was followed which transforms SWI variations in to SM variations using per pixel soil property of field capacity and air-dry status. Estimated soil moisture was compared with the point measurements made at the Monmouth and De Kalb sites of Illinois (USA) for the validation. Sensitivity of the SWI to the variations of rainfall at various vegetation fractions is analyzed. RMS error of volumetric soil moisture is found to be in the range of 6.35 to 8.85 %. The method works well up to the vegetation fraction of 40 %. Applications of the technique are demonstrated by the spatio-temporal analysis of estimated soil moisture maps for India. Characteristic increase in soil moisture was observed with the progress of monsoon from 25 to 32 week in northern India and 46 to 52 week in the costal parts of Tamil Nadu in south.     

Diurnal variation of vertical temperature gradients within a field of maize: implications for Satellite microwave radiometry

We present the diurnal variation of vertical temperature differences measured within and beneath a maize canopy over the course of a growing season, and we analyze the implied temperature gradients in the context of microwave radiometry and soil moisture retrieval in particular. We find that the temperature differences can be as large as 9 K in magnitude within the vegetation canopy and as large as 10 K between the soil surface and a depth of 4.5 cm. Satellite overpass times at 1:30 A.M. and 1:30 P.M. occur close to when the magnitude of the temperature differences are largest. For 6 A.M. and 6 P.M. overpass times, temperature differences were smaller in magnitude at 6 P.M. This contradicts the widely held assumption that surface temperature gradients are more uniform at 6 A.M. than at 6 P.M.     

土壤湿度微波遥感监测研究进展

土壤湿度是农业生产的重要影响因子,获取土壤湿度信息以制定人工干预调节措施是稳固生产的重要保证,实时、有效地监测土壤墒情显得尤为重要。利用遥感数据反演土壤湿度有多种方法,微波遥感法被认为是目前最佳的监测方法。本文总结了被动、主动微波土壤湿度遥感监测的主要模型、方法及其优缺点和适用范围,分析了雷达遥感监测土壤湿度的最优参数选取等,展望了微波遥感监测土壤湿度的应用前景,以期为土壤湿度微波遥感监测研究提供参考和借鉴。     

Soil moisture retrieval from airborne L-band passive microwave using high resolution multispectral data

For the soil moisture retrieval from passive microwave sensors, such as ESA’s Soil Moisture and Ocean Salinity (SMOS) and the NASA Soil Moisture Active and Passive (SMAP) mission, a good knowledge about the vegetation characteristics is indispensable. Vegetation cover is a principal factor in the attenuation, scattering and absorption of the microwave emissions from the soil; and has a direct impact on the brightness temperature by way of its canopy emissions. Here, brightness temperatures were measured at three altitudes across the TERENO (Terrestrial Environmental Observatories) Rur catchment site in Germany to achieve a range of spatial resolutions using the airborne Polarimetric L-band Multibeam Radiometer 2 (PLMR2). The L-band Microwave Emission of the Biosphere (L-MEB) model which simulates microwave emissions from the soil–vegetation layer at L-band was used to retrieve surface soil moisture for all resolutions. A Monte Carlo approach was developed to simultaneously estimate soil moisture and the vegetation parameter b’ describing the relationship between the optical thickness τ and the Leaf Area Index (LAI). LAI was retrieved from multispectral RapidEye imagery and the plant specific vegetation parameter b′ was estimated from the lowest flight altitude data for crop, grass, coniferous forest, and deciduous forest. Mean values of b’ were found to be 0.18, 0.07, 0.26 and 0.23, respectively. By assigning the estimated b′ to higher flight altitude data sets, a high accuracy soil moisture retrieval was achieved with a Root Mean Square Difference (RMSD) of 0.035 m³ m⁻³ when compared to ground-based measurements.     

AMSR微波遥感数据进行土壤湿度的计算机反演

为了有效解决大尺度区域土壤水分时、空间变化监测的问题,在总结了被动微波遥感反演土壤湿度规律的基础上,基于先进的AMSR星载被动微波遥感数据,提出了利用双谱模型计算土壤表面发射率的计算机算法。首先需要由双站散射系数计算反射率和发射率,然后应用人工神经网络反演土壤湿度,实现了在随机粗糙面状况下基于被动微波遥感的土壤表面水分反演,并在实验区进行了成功的应用。     

光学与微波数据协同反演农田区土壤水分

光学和微波协同遥感反演对于提高农田土壤水分遥感反演精度十分重要。本文采用SMEX02数据集,研究了L波段土壤发射率与地表土壤水分之间的关系,分析了地面植被覆盖对L波段土壤发射率与地表水分之关系的影响规律,推导了以L波段土壤发射率和归一化植被指数NDVI为自变量的土壤水分反演模型。研究表明:L波段土壤发射率与地表土壤水分之间的相关性随NDVI的增加而下降。验证结果表明,本文算法相对常规经验算法,土壤水分反演精度明显提高,H极化条件下,土壤水分的反演精度RMSE由0.0553提高到0.0407,相关系数R2由0.70提高到0.81;V极化条件下,反演精度RMSE由0.0452提高到0.0348,相关系数R2由0.79提高到0.86。     

Improved Understanding of Soil Surface Roughness Parameterization for L-Band Passive Microwave Soil Moisture Retrieval

Surface roughness parameterization plays an important role in soil moisture retrieval from passive microwave observations. This letter investigates the parameterization of surface roughness in the retrieval algorithm adopted by the Soil Moisture and Ocean Salinity mission, making use of experimental airborne and ground data from the National Airborne Field Experiment held in Australia in 2005. The surface roughness parameter is retrieved from high-resolution (60 m) airborne data in different soil moisture conditions, using the ground soil moisture as input of the model. The effect of surface roughness on the emitted signal is found to change with the soil moisture conditions with a law different from that proposed in previous studies. The magnitude of this change is found to be related to soil textural properties: in clay soils, the effect of surface roughness is higher in intermediate wetness conditions (0.2–0.3 v/v) and decreases on both the dry and wet ends. Consequently, this letter calls for a rethink of surface roughness parameterization in microwave emission modeling.