基于TRMM的主被動(dòng)微波遙感結(jié)合反演土壤水分算法研究.pdf

1、全球能量與水循環(huán)相當(dāng)復(fù)雜，它被眾多要素及其相互作用過(guò)程所驅(qū)動(dòng)。迄今為止，人類對(duì)這些過(guò)程中的大多數(shù)依然沒(méi)有足夠的認(rèn)識(shí)。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?jǐn)?shù)據(jù)對(duì)建立更加準(zhǔn)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(duì)水分的敏感性而非常適于進(jìn)行土壤水分觀測(cè)。然而，由于微波信號(hào)對(duì)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(yīng)用中產(chǎn)生了各種問(wèn)題，需要解決。

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

3、根據(jù)TRMM的主動(dòng)、被動(dòng)傳感器特點(diǎn)發(fā)展了裸露地表的土壤水分算法，并針對(duì)青藏高原研究區(qū)的地表實(shí)測(cè)數(shù)據(jù)建立了虛擬地表環(huán)境，在此環(huán)境內(nèi)對(duì)該算法進(jìn)行了驗(yàn)證。對(duì)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(duì)研究區(qū)植被覆蓋地表的散射情況進(jìn)行了模擬與對(duì)比，隨后對(duì)研究區(qū)的建群物種進(jìn)行了參數(shù)化，并用MIMICS模型進(jìn)行散射模擬，在模擬結(jié)果基礎(chǔ)上對(duì)水云模型中的模型參數(shù)進(jìn)行了標(biāo)定。在此基礎(chǔ)上結(jié)合我們發(fā)展的裸露地表主被動(dòng)微波遙感結(jié)合土壤水分反演

4、算法進(jìn)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(jì)算了TRMM衛(wèi)星搭載主被動(dòng)微波傳感器的分辨率、重返周期、方位角等參數(shù)。隨后對(duì)研究區(qū)以及實(shí)測(cè)數(shù)據(jù)進(jìn)行了考察，發(fā)現(xiàn)現(xiàn)有的兩套實(shí)測(cè)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(shí)測(cè)數(shù)據(jù)作為驗(yàn)證數(shù)據(jù)。 第三部分為針對(duì)研究區(qū)的土壤水分反演及其驗(yàn)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(dòng)結(jié)合土壤水分反演算法對(duì)研究區(qū)

5、土壤水分進(jìn)行了反演，并用GTDC實(shí)測(cè)數(shù)據(jù)以及經(jīng)過(guò)GTDC校正后的SMTMS實(shí)測(cè)數(shù)據(jù)對(duì)結(jié)果進(jìn)行了驗(yàn)證。結(jié)果顯示，我們的反演結(jié)果與GTDC實(shí)測(cè)數(shù)據(jù)相比比較吻合，均方根誤差為0.046，相關(guān)系數(shù)為0.77。在本部分的最后，我們對(duì)反演結(jié)果與實(shí)測(cè)結(jié)果之間產(chǎn)生的誤差進(jìn)行了分析。 本文的創(chuàng)新點(diǎn)有：1針對(duì)青藏高原以及TRMM衛(wèi)星提出了主被動(dòng)微波遙感結(jié)合的土壤水分反演方法。 2在沒(méi)有植被實(shí)地觀測(cè)數(shù)據(jù)的條件下，通過(guò)對(duì)主要建群物種的參數(shù)化以及