基于TRMM的主被動微波遙感結合反演土壤水分算法研究.pdf

1、全球能量與水循環(huán)相當復雜，它被眾多要素及其相互作用過程所驅動。迄今為止，人類對這些過程中的大多數(shù)依然沒有足夠的認識。土壤水分是全球能量與水循環(huán)中的重要參數(shù)。獲取可信、多尺度的土壤水分數(shù)據(jù)對建立更加準確的陸面、大氣模式而言具有積極而重要的作用。微波遙感由于其穿透性以及對水分的敏感性而非常適于進行土壤水分觀測。然而，由于微波信號對地表粗糙度、植被覆蓋等地表參數(shù)同樣敏感，因此在利用微波遙感手段獲取土壤水分信息的應用中產(chǎn)生了各種問題，需要解決。

2、 研究表明，主動微波對地表形態(tài)、植被結構比較敏感，而被動微波則對水分比較敏感，同時，對于星載微波傳感器而言，主動微波傳感器的空間分辨率通常高于被動微波傳感器。因此，如何將主被動微波遙感結合進行土壤水分反演成為研究者關注的熱點。 本文的研究目標是利用TRMM衛(wèi)星所搭載的主動(PR)、被動(TMI)微波傳感器發(fā)展針對青藏高原研究區(qū)的土壤水分反演算法。主要內容可以分為3部分。 第一部分為模型發(fā)展。在裸露地表條件下，我們

3、根據(jù)TRMM的主動、被動傳感器特點發(fā)展了裸露地表的土壤水分算法，并針對青藏高原研究區(qū)的地表實測數(shù)據(jù)建立了虛擬地表環(huán)境，在此環(huán)境內對該算法進行了驗證。對于植被覆蓋地表，我們首先分別利用水云模型以及MIMICS模型對研究區(qū)植被覆蓋地表的散射情況進行了模擬與對比，隨后對研究區(qū)的建群物種進行了參數(shù)化，并用MIMICS模型進行散射模擬，在模擬結果基礎上對水云模型中的模型參數(shù)進行了標定。在此基礎上結合我們發(fā)展的裸露地表主被動微波遙感結合土壤水分反演

4、算法進行植被覆蓋地表的土壤水分反演。 第二部分為衛(wèi)星數(shù)據(jù)及研究區(qū)概況。該部分我們首先分析并計算了TRMM衛(wèi)星搭載主被動微波傳感器的分辨率、重返周期、方位角等參數(shù)。隨后對研究區(qū)以及實測數(shù)據(jù)進行了考察，發(fā)現(xiàn)現(xiàn)有的兩套實測數(shù)據(jù)之間存在較大偏差，最終決定選擇更加可靠的GTDC系統(tǒng)獲取的實測數(shù)據(jù)作為驗證數(shù)據(jù)。 第三部分為針對研究區(qū)的土壤水分反演及其驗證。在本部分，我們分別利用裸露地表以及植被覆蓋的主被動結合土壤水分反演算法對研究區(qū)

5、土壤水分進行了反演，并用GTDC實測數(shù)據(jù)以及經(jīng)過GTDC校正后的SMTMS實測數(shù)據(jù)對結果進行了驗證。結果顯示，我們的反演結果與GTDC實測數(shù)據(jù)相比比較吻合，均方根誤差為0.046，相關系數(shù)為0.77。在本部分的最后，我們對反演結果與實測結果之間產(chǎn)生的誤差進行了分析。 本文的創(chuàng)新點有：1針對青藏高原以及TRMM衛(wèi)星提出了主被動微波遙感結合的土壤水分反演方法。 2在沒有植被實地觀測數(shù)據(jù)的條件下，通過對主要建群物種的參數(shù)化以及