基于合成孔径雷达时序数据的植被覆盖地表土壤水分反演研究

土壤水分是地表能、水循环过程中的重要变量之一。主动微波观测信号受到地表粗糙度和植被的强烈影响，成为制约土壤水分准确反演的重要因素。针对植被覆盖条件下的土壤水分反演这一当前国际研究中的热点和难点问题，本项目发展利用时间序列的多源遥感观测消减地表粗糙度和植被效应影响的反演方法。研究区选择在黑河中游盈科灌区这一典型的干旱区绿洲景观。研究中采用Landsat TM/ETM+光学遥感资料，结合地面采样，标定微波植被辐射传输模型中所需的参数，用水云模型对合成孔径雷达（SAR）后向散射系数观测中的植被效应进行校正。从时间序列SAR观测中选择干/湿参考影像消减地表粗糙度的影响，并采用变化检测的方法获得各观测时相的土壤水分反演结果。应用地统计理论开展地表土壤水分空间相关分析并定量评价误差，在此基础上利用盈科超级观测站的直接土壤水分观测、降水观测和灌溉数据对反演结果进行真实性检验。

土壤水分是生态、农业、气候和水文过程等研究中的重要参数之一，其在时间、空间上的异质性都非常强。合成孔径雷达（SAR）凭借其全天时、全天候以及高分辨率的观测能力，已经成为了反演和监测区域尺度土壤水分的主要数据源之一。本研究主要利用ENVISAT-ASAR和TerraSAR-X两种SAR遥感观测数据，辅以地面土壤水分观测，在黑河流域开展了区域尺度的土壤水分监测和反演研究工作，主要成果为：. （1）利用时间序列的ASAR数据，开展了黑河流域上游阿柔重点试验区的表层土壤水分（SM）时空变化研究，定量分析和对比了雷达观测后向散射系数（σ0）与站点土壤水分观测的关系：1）总体而言，σ0的变化能够反映土壤水分的变化，但也存在一些点难以对应的情况，比如σ0低值的情况时并不完全与地面冻结状况所对应，具体原因还需要进一步研究。2）通过对三种尺度（100 m, 500 m 和1 km）的σ0的均值、均方根等统计量进行分析，可以看出研究区相对均质，但不同尺度σ0观测的变异性也揭示了不同尺度土壤水分的异质性特点。. （2）利用三个时相的TerraSAR-X数据，开展了黑河流域中游大满灌区的表层土壤水分反演研究。结合地面无线传感器网络（WSN）提供的多个节点的实时土壤水分数据，利用不同的反演方法，如经验模型（线性统计）、半经验的Dubois模型和理论模型AIEM，获得了矩阵区域的土壤水分反演结果。结果显示线性经验关系能够取得较好的效果， Dubois模型反演效果最不理想。AIEM模型由于粗糙度的刻画较前两种模型好，反演效果最好。但现有反演策略还需要进一步优化，特别是探索更适用于X波段观测的粗糙度参数化方案。此外，研究中对植被效应的消除还需要加强，特别是对于X波段观测，由于波长较短，在何种植被条件下仍可以得到土壤水分的有效信息，以及能在多大程度上消除植被的影响，还需要进一步定量化的探究。.本项目尚有一些研究内容没有完成，主要是发展植被覆盖状况下的土壤水分反演方法仍然不够。结题后拟借助ALOS2 L波段和Sentinel C波段的SAR数据以及必要的野外观测，继续开展这方面的研究，以弥补目前研究中的不足。同时还将利用X波段SAR数据，开展后向散射系数、光学遥感参数和植被生物物理参数之间关系的的综合分析，以加深X波段SAR植被效应方面的理解。.