合成孔径雷达数据反演内蒙古草原土壤湿度机理研究

The application of Synthetic Aperture Radar data to monitor soil moisture has become a hot research issue in recent decades. We need to acquire soil moisture information on a large scale accurately and rapidly, it plays a significant role in the vegetation growth forecasting and ecological environment modeling. In this research project, we intend to study the soil moisture inversion deeply for different vegetation growth phases in Inner Mongolia, including: the inversion method using single polarimetric SAR data for bare soil or sparse vegetated grassland; the inversion approach employing dual polarimetric SAR data for vegetated grassland; the polarimetric decomposition techniques for vegetated grassland, which can be used to remove the volume scattering contribution in order to retrieve the soil moisture from surface scattering contribution. Therefore, this study is beneficial for the stock farming and ecological environment protection in Inner Mongolia grassland.

合成孔径雷达（Synthetic Aperture Radar, SAR）数据反演土壤湿度是国内外研究的热点和难点。准确、快速、大尺度获取时空动态的土壤湿度信息，在植被长势预测、生态模型建立等方面具有不可替代的作用。本课题拟对内蒙古草原不同植被生长期的土壤湿度反演进行深入研究。研究内容及关键科学问题包括：针对裸土或稀疏草原区土壤经验参数特点，开展单极化SAR数据土壤湿度反演方法研究；针对茂盛草原区土壤及植被经验参数特点，开展双极化SAR数据土壤湿度反演方法研究；针对全极化SAR数据反演植被茂盛草原区土壤水分的需要，开发适用于草原地区的极化分解方法，将体散射有效分离，进而根据表面散射信息提取土壤湿度。课题内容的设置对内蒙古草原地区指导畜牧业生产，保护生态环境有积极意义。

准确、快速、大尺度获取时空动态的土壤湿度信息，在植被长势预测、生态模型建立等方面具有不可替代的作用。本项目针对内蒙古草原SAR数据反演土壤湿度的特点和关键难点，开展单极化、双极化和全极化SAR数据土壤湿度反演方法、草原极化SAR目标分解算法以及植被区的土壤湿度反演算法研究。结合AIEM模型分析了自然地表的后向散射特性，提出了一种新的高精度裸露地表土壤湿度反演线性模型，解决了Dubois模型沙地土壤湿度反演误差过高的问题；提出了极化SAR与光学数据融合的草原土壤水分反演模型，首次实现了对草原植被根系深度土壤墒情的区域尺度遥感监测，为草原长势中短期预测提供了数据基础；提出了高分光学和SAR数据融合的复杂地表精细分类和变化检测方法，实现了对大面积沙丘类型的精细分类和动态监测，为沙地监测提供了技术保障；建立了草原土壤电磁散射模型，发展了全极化SAR草原土壤水分含量反演算法，以此为基础的草原NPP和生物量估算精度整体提高了10~15%。.与合作单位发展了“数据-信息-服务”一体化业务应用，国内率先建成了草原信息产品生产线，对5个一级、6个二级、9个三级指标进行了产品定型。项目负责人应邀为国际地球科学与遥感大会（IGARSS2016）做分会特邀报告；申请发明专利2项；发表学术论文7篇；培养硕士研究生2名；项目成员中多人入选自治区级人才，并获IET2018年国际雷达会议优秀论文奖、内蒙古自治区科学技术进步奖一等奖各1项。