被动微波遥感在生态系统监测和碳循研究中的应用

在全球碳循环和生态系统的研究中，进一步提高全球植被监测能力，获取碳循环和生态模型所需驱动参数，对于理解它们和大气、生物化学循环和生产力的关系起着关键作用。相对于光学遥感观测，被动微波传感器的空间分辨率与陆面过程模型匹配，其全天候、高时间分辨率的观测不仅可提供叶片生物量的信息，而且对植被生态模型研究和应用中的重要参数-木质生物量，具有非常强的敏感性。我们将发展和完善一种原始创新性的理论和技术，利用被动微波传感器发展一种不受地表背景影响的新的微波植被参数，并开发植被生物量的定量反演算法研究，以及评估它们在植被动态和碳循环模型研究中的应用。该技术有望短期内大大提高对全球植被的监测能力，并与光学传感器结合，形成新一代的针对大尺度的全球植被监测系统。本研究将加强我们对和全球、区域植被信息相关的过程的理解，从而能够更好的研究生态系统、碳循环及其与水和能量等地球系统之间的互相作用，以及对气候变化的反馈。

在全球碳循环和生态系统的研究中，进一步提高全球植被监测能力，获取碳循环和生态模型所需驱动参数，对于理解它们和大气、生物化学循环和生产力的关系起着关键作用。相对于光学遥感观测仅能提供的植被冠层叶片信息，被动微波遥感不仅能够提供对植被叶片的观测而且还能够提供对植被木质部分的观测，同时具有全天候观测的能力。这使其在生态系统、碳循环研究中具有很大潜力。本研究发展了一种不受地表背景影响的新的微波植被参数，开发了植被生物量的定量反演算法，并评估它们在植被动态和碳循环模型研究中的应用。具体包括：.1） 研究了建立全球的、长期的、稳定的微波植被指数数据库的可行性。基于高频WindSat数据发展了适用于低矮植被微波植被指数，并提出了植被指数优化算法；利用SMOS的L波段多角度数据发展了适用于浓密植被的微波植被指数；基于WindSat和SMOS开发了多传感器微波植被指数归一化的理论和技术。这些研究为建立全球的，长期的以及稳定的微波植被指数数据库提供可靠的理论和技术支持。.2）基于物理模型发展了利用被动微波传感器数据的地上生物量反演算法。首先，发展了植被覆盖地表一阶辐射传输模型的参数化模型和高阶辐射传输模型的等效表达。在此基础上，结合微波植被指数，发展了利用Windsat和SMOS数据的植被光学厚度的反演理论和算法。最后，发展了基于SMOS数据的地表生物量反演算法，并实现了叶质生物量和木质生物量的区分。通过将反演的生物量与现有的生物量产品以及地面观测站点数据比较，表现出较好的一致性。该研究为生态系统中碳循环的研究提供了重要的输入参数支持。.3）实现了微波植被指数和生物量在植被动态过程和碳循环模型中的作用评估。通过收集大量站点观测数据和卫星遥感数据对SiBCASA模型进行了验证和敏感性分析。在此基础上模拟了局部地区的GPP和NEE，并进行了地上碳库和生物量对NEE模拟的敏感性分析。.以上研究有望大幅提高对全球植被的监测能力，并与光学传感器结合，形成新一代大尺度的全球植被监测系统。