论文部分内容阅读
土壤水分是反映陆表变化的关键参数。星载微波遥感为快速获取大范围地表土壤水分开辟了新途径。特别是全球首颗被动微波遥感卫星SMOS(Soil Moisture and Ocean Salinity)的成功应用,为获取全球土壤水分奠定坚实基础。但大量验证试验表明,短时段内反演结果存在剧烈波动,需针对算法和模型做进一步的优化研究。2012年,SMOS将原应用的Dobson介电常数模型改为Mironov介电常数模型后,土壤水分总体的反演精度得到提升。为此,本文以SMOS卫星数据为研究对象,定量研究Mironov介电常数对土壤水分反演误差的影响和基于实测资料优化Mironov模型(L-Band microwave emission of the biosphere model)中关键参量,以期达到改进土壤水分反演精度。主要研究成果如下:(1)L-MEB模型关键参数敏感性分析。通过分析Mironov介电模型、土壤粗糙度模型及辐射传输方程发现:Mironov介电常数对土壤水分敏感,对温度类参数不敏感;地表发射率虽受微波入射角度、介电常数实部及土壤粗糙度的共同影响,但介电常数占据主导地位;低矮植被的模拟辐射亮温与地表发射率呈现出很强的线性关系;大气辐射对整体辐射亮温影响微弱。(2)SMOS-Mironov介电常数模型可靠性分析和SMOS反演土壤水分误差来源研究。对SMOS介电常数的可靠性分析表明:SMOS土壤水分与介电常数存在“一对多”的关系,与实际理论“一对一”的关系不符;将SMOS对介电常数和土壤水分的反演值与USCRN(U.S.Climate Reference Network)的实测值比较发现,两者介电常数间的差异与土壤水分间的差异具有较强相关性(R>0.93)。环境因子对土壤水分反演误差的影响研究显示:SMOS对土壤水分的反演成功率及精度与地表覆被类型有一定相关性,因而辐射模型和参数还需针对覆被类型做进一步优化;同时发现,降水条件下SMOS仍可实现对土壤水分的反演,但其精度受到一定影响。(3)对Mironov介电常数模型中参数的改进研究。基于Mironov介电常数对土壤水分敏感的特性,以实测数据量化Mironov介电常数模型,建立两者经验性数值关系。将建立的经验公式代替SMOS反演过程的介电模型,以SMOS的介电常数进行土壤水分计算,所得到的土壤水分与实测数据对比后整体优于SMOS的土壤水分。(4)基于L-MEB模型的优化反演研究。基于上述研究结果,以L-MEB正演模型为算法基础,针对不同覆被类型,用实测优化Mironov介电模型中关键参数。以改进参数后的L-MEB逆向模型为算法基础,应用SMOS L2的亮温数据对土壤水分进行反演,取得了相对原来精度较好的结果。