利用微波遥感监测反演裸露 地表湿度

利用微波遥感监测反演裸露

地表湿度

（2008.12 M.R.Feng）

摘要：本文主要讲叙微波遥感在反演土壤湿度方面的应用，其中主要是针对于主动微波遥感的方法，文中简单介绍了主被动微波遥感监测土壤表面湿度的原理，即基于干燥土壤和水体之间介电常数的巨大差异，重点在于如何区分土壤表面湿度和粗糙度信息，本文简单介绍了加拿大学者M.R.Sahebi和J.Angles基于RadarSat-1数据，利用多角度方法来反演地表参数(湿度和粗糙度)，通过比较三个经验模型(GOM、OM、MDM)模拟效果，最后MDM得到了较好的结果。

关键词：土壤湿度；微波遥感；粗糙度；反演

1 引言

1.1研究背景

土壤湿度是水文、农业、气象的主要基础信息，也是进行土地退化评价等生态环境研究的重要指标。土壤湿度与土壤的风蚀、水蚀等有着密切的关系。土壤湿度的研究方法可分为传统方法和遥感方法两大类。与传统的土壤水分监测方法相比，飞速发展的遥感技术手段监测土壤水分具有许多不可替代的优势，包括快速、实时、长时期动态大区域监测以及良好的时间空间分辨率。随着遥感技术的不断创新，遥感反演土壤湿度的方法也成为研究热点[1]。

土壤水分的监测由于受到面积大、监测环境条件等的限制，使实地测量的方法不能广泛应用，一些传统的土壤水分监测的方法已经不能满足要求，需要新的、快速的方法来实现。遥感技术具有快速、有效、宏观的等优点，在大面积土壤水分监测中具有明显的优势，而且遥感获取数据周期短可以实现土壤含水量短周期内的动态监测。目前土壤水分的遥感监测已经有许多的研究，并且形成了许多的理论和方法，各种方法都有自己的优势和特点，主要从不同的监测指标来实现土壤水分的监测，因此在监测精度与实用性上存在着很大的差别。目前遥感监测土壤水分的主要方法和模型也有不少，比如说表观热惯法、作物缺水指数法、距平植被指数法。但是利用微波遥感反演地表湿度是比较常见的方法，本文主要是讲叙微波遥感在监测地表湿度方面的应用，特别是对裸露的地表。

1.2研究现状

微波土壤水分遥感研究始于20世纪80年代, 其中最具代表性的是Ulaby利用试验数据得出土壤后向散射系数的主导因素为粗糙度和含水量。80年代后, Dobson和Ulaby利用车载、高塔、航空平台的微波数据研究了土壤湿度反演的最佳工作模式, 并一致认为小角度入射后向散射系数对土壤湿度最敏感。随着微波散射模型不断发展, 相继出现微波散射的小扰动模型、几何光学模型、物理光学模型、双尺度模型和积分方程模型A IEM。Doboson等在物理模型和试验研究

的基础上各自建立了经验和半经验模型, 成功地反演了裸土的土壤含水量。2000年以来, 随着Rardrsat，ENV ISAT ASAR传感器发射，基于卫星雷达数据的土壤湿度反演逐步开展。

微波遥感土壤水分法精度较高，且可以全天候使用。微波遥感成本高，而且一些影响计算精度的参数的获取受到许多限制，目前还未能进入实用阶段。

2 微波遥感土壤湿度检测方法简述

微波遥感土壤湿度法分主动微波遥感监测法和被动微波遥感监测法两种。此方法物理基础坚实，它们都是基于干燥土壤和水体之间介电常数的巨大差异。不同含水量的土壤表现出明显不同的介电特性，土壤的散射和热辐射强烈地依赖于土壤的湿度。即土壤的介电特性和土壤含水量密切相关，水分的介电常数大约为80，干土仅为3，它们之间存在较大的反差。土壤的介电常数随土壤湿度的升高而升高（如图1所示），表现于卫星遥感图像上将是灰度值G亮度温度Tb的变化。因此，微波遥感土壤水分的方法被广泛地应用于实际的监测工作中。

图1 土壤的介电常数随土壤湿度的升高而升高

2.1 主动微波遥感监测法

采用成像雷达的主动微波遥感法，以应用x波段侧视雷达为主，方法主要是后向散射系数法。因为含水量的多少直接影响土壤的介电常数，使雷达回波对土壤湿度反映极为敏感，据此可建立后向散射系数和土壤水分含量之间的函数关系。主动微波遥感土壤水分精度较高，且可以全天候使用，成为监测水分最灵活、最适用、最有效的方法，随着大量的主动微波遥感器的卫星（ERS系列、EOS、SAR、Radar sat、ADEOS、TRMM等）的发射升空，将使微波遥感的成本不断下降，逐渐被应用于实践。

2.2 被动微波遥感监测法

基于微波辐射计的被动微波方法，相比红外与可见光，它具有波长长，穿透能力强的优势，相比主动微波雷达，被动微波辐射计具有监测面积大、周期短，受粗糙度影响小，对土壤水分更为敏感，算法更为成熟的优势。然而微波辐射计观测到的亮温除了受土壤水分影响外，还要考虑如植被覆盖、土壤温度、雪覆盖

以及地形、地表粗糙度、土壤纹理和大气效应以及地表的异质性等其它因子的影响，在植被覆盖区，微波辐射测量土壤湿度的有效采样深度为2～5 cm, 在植被较密时，为了消除植被对土壤湿度反演的影响，应尽量选择波段较长的微波辐射计。目前，已研究出许多使用被动微波辐射计反演土壤水分的方法，这些方法大部分是围绕着土壤湿度与亮温温度之间的关系进行，同时也考虑其它各种不同因子对地表微波辐射的影响。

这两种方法具有互补性，被动微波系统重复观测频率高，数据量低，数据处理简单，但分辨率低。主动微波系统数据分辨率高，但数据量大，处理数据复杂。

3 主动微波湿度反演问题(区分湿度与粗糙度影响)

在微波波段的主被动遥感中，土壤的湿度和粗糙度是影响其散射和热辐射的最主要因素。不同含水量的土壤表现出明显不同的介电特性，即土壤的散射和热辐射强烈地依赖于土壤的湿度。土壤的热发射率可从干土的0.95左右变化到湿土的0.6以下。另外由于地表是高低不平的，波入射到地表后产生由于粗糙面而引起的相干和非相干面散射。因此土壤表面的散射和热辐射特性也与其粗糙度密切相关，在高额条件下这一关系尤为显著。大多数情况下，土壤湿度和粗糙度的变化是同时存在的。从雷达后向散射信号中提取土壤含水量信息时，面临的最大困难是如何科学合理地将土壤含水量信息与其它信息区分开。很多情况下，粗糙度对后向散射的影响相当大甚至超过土壤含水量的影响。因此定量地确定土壤表面湿度和粗糙度是一个尚未解决的问题，主动微波遥感应用前景广阔，但目前还没有可以业务接收的主动雷达资料，阻滞了主动微波土壤含水量的遥感反演业务应用的研究试验。

土壤水分反演方法，从反演中所用的数学方法来看，目前存在3种主要的土壤水分反演方法，分别是：①数理统计算法(经验算法);②正向模型反演算法;

③神经网络反演算法。

在求解随机粗糙面散射方面，目前有许多比较成熟的方法。如大尺度的基尔霍夫近似法、小尺度的微扰法以及综台这两者的双尺度法等等。对于基尔霍夫近似法。根据表面起伏均方根高度与入射波长比值的大小又可分为二种方法-即几何光学近似法(大起伏)和标量近似法(小起伏)。其中标量近似法还必须满足表面均方根坡度不大于0.25。实际测量表明，在微波波段(L波段和S波段)土壤水平方向的相关长度远大于电磁波波长。而垂直方向的最大均方根高度约为4cm，同时对于各种结构的土壤，其表面往往还附有一层小于电磁波波长的块状颗粒。可见要比较完整地描述土壤表面的电磁散射特性。必须同时考虑大小二种尺度的效应。双尺度近似不仅可以保持极化散射的主要贡献，而且也在数学表达上得到很大的简化。利用互易性原理，通过对双站散射半空间积分可得到极化条件下的热发射率及辐射亮度温度。

4 实例

一种基于多角度RADARSAT-1数据的估测

裸露地表参数的反演方法