被动微波遥感反演土壤水分的国内外研究现状

　　一、引 言

　　土壤湿度在气象、水文等环境研究中作为最重要的特征参数之一,是影响全球气候的重要因素,而且土壤水分的研究对土壤能量平衡有着非常重要的意义。随着微波遥感技术的发展和应用,微波遥感已经在地表土壤水分研究领域逐渐蓬勃发展,成为重要的监测手段。利用微波遥感器进行地表土壤水分研究的原理在于微波遥感能直接捕获土壤的介电性能,而土壤介电性在很大程度上取决于土壤含水量,因此可从微波遥感观测资料中提取土壤含水量的信息。星载微波遥感器进行对地观测时,由于其波长相对较长,受天气状况的影响较弱,而且对地物具有一定的穿透性,保证了在对地观测过程中全天时、全天候的观测能力。此外,近年来的研究表明,微波遥感具有定量估算裸土和矮小、稀疏植被覆盖下的土壤水分的潜力。因此,微波遥感在土壤水分、地表温度观测的应用方面具有独特的优势。

　　二、国内外研究进展

　　目前国内外利用遥感监测土壤湿度的方法主要有微波遥感、红外遥感、植被供水指数、数据同化等方法。红外遥感和卫星监测都会因天气的影响产生误差,且卫星遥感也会有自然条件的局限。而微波遥感技术不受天气影响,微波辐射计的被动微波方法时间分辨率高,费用低,而且能针对不同的地质进行检测。

　　在微波遥感反演土壤水分的研究中,均未对频繁变化的土壤表面结构因素予以充分考虑,但土壤粗糙度正是制约土壤水分遥感精度的重要因素,由于自然地表往往都是不平坦的,因此如何减弱地表粗糙度对反演精度的影响一直是微波遥感反演土壤水分研究中的重点。

　　三、试验方案设计

　　1. 试验设备

　　试验所采用的微波辐射计是由中科院东北地理所(长春) 设计并研制的,本次试验所采用的辐射计波段为 C 波段(频率 6.6 GHz,波长 4.55 cm) ,以及Ku 波段(频率 13.9 GHz,波长 2.16 cm) 。

　　2. 试验设计

　　1) 粗糙度的改变方式是将通过手工制作的带有不同尺寸尖劈状的硬泡沫板的尖劈处按均匀的力度插入土中,并使其均匀分布于土壤表面所有位置。通过不同尺寸的尖劈泡沫板,来实现土壤粗糙度的梯度变化。

　　2) 试验中先保持土壤湿度不变,改变粗糙度,在每个湿度下将粗糙度变化 5 ~ 7 个等级,然后用C、Ku 两台微波辐射计同时观测并记录每个粗糙度下的土壤微波辐射亮度温度,入射角选择 55°(参考星载微波扫描辐射计 AMSR-E 的入射角参数) ,极化方式为水平和垂直两种,辐射计天线朝向楼群较少的北方。

　　3) 完成观测后对土壤进行喷水、搅拌、整平,过程中要保证土壤水分的均匀分布。在下一个湿度下继续改变粗糙度进行观测,整个过程为人工操作。如此反复进行观测,土壤湿度共分为 6 个等级,其测量值分别为 1.71%、4.41%、8.84%、9.87%、12.97%、16.64%。

　　4) 试验过程中用环刀取土烘干法测量土壤的含水率,用土壤温湿度速测仪测量土壤的温度。

　　四、数据处理与结果分析

　　对土壤粗糙度的数据处理是以地表起伏的均方根高度(s) 作为指标。试验中发现,随着土壤表面粗糙度的增大,水平和垂直极化的辐射亮度温度之间差值有明显变化,因此对微波辐射计数据处理时分别采用了两种微波指数: 微波发射率极化差 Δe;微波极化差异指数 MPDI。这两种指数均能很好地剔除土壤温度对辐射亮度温度的影响,公式分别为

　　式中,TBV、TBH分别为垂直、水平极化下的亮度温度;TSV、TSH分别为垂直、水平极化观测时土壤的热力学温度。通过对微波指数与土壤粗糙度测量值的关系进行拟合计算,发现二者呈现二次方曲线相关。表 1是在不同土壤含水率下的 s、Δe、MPDI 的计算结果,图 1 是 s—Δe、s—MPDI 的曲线拟合计算结果。

　　通过拟合计算得到的二次曲线方程见表 2、表 3。

　　五、结 论

　　通过对以上试验结果进行对比分析,可以得到如下结论:

　　1) 粗糙度对微波辐射信号有较大影响,微波极化指数 MPDI、微波发射率极化差 Δe 都与粗糙度呈二次曲线关系,且 C 波段的相关性要好于 Ku 波段。

　　2) 当土壤表面由平滑(均方根高度小于 1 cm)变化至中等粗糙(均方根高度为 2.5 cm 左右) 时,微波的两个指数 Δe 和 MPDI 呈迅速下降趋势,粗糙度的增大削弱了微波在水平、垂直极化的辐射亮温的差值,对微波辐射信号有着去极化的作用。当土壤表面由中等粗糙变化至粗糙(均方根高度为 4 cm 左右) 时,微波的两个指数 Δe 与 MPDI 逐渐趋于平稳,说明在这个区间内粗糙度对微波辐射信号的影响较小。

　　参考文献:
　　[1] 李杏朝.微波遥感监测土壤水分的研究初探[J]. 遥感技术与应用,1995,10(4) : 1-81.
　　[2] 金亚秋,张俊荣,赵仁宇.多频段微波辐射计对土壤湿度遥感和理论计算[J]. 环境遥感,1992(5) : 95-97.
　　[3] 张维娜. 基于遥感技术的运城盆地干旱监测应用研究[J].测绘通报,2010(7) : 23-26.
　　[4] 乔平林,张继贤,王翠华.应用 AMSR-E 微波遥感数据进行土壤湿度反演[J].中国矿业大学学报,2007,36(1) : 262-265.