柴莉華　魯夢華　米嘉瑩

【摘 要】土壤濕度對于河水監(jiān)測預(yù)報(bào)、水文模型的建立、氣象模型等至關(guān)重要，被動(dòng)微波遙感憑借范圍廣、對土壤濕度敏感、周期快等優(yōu)點(diǎn)，在反演土壤濕度方面越來越普遍。但其分辨率較低，提高其分辨率成為廣大學(xué)者研究的重點(diǎn)。本文對國內(nèi)外提高其分辨率的方法進(jìn)行總結(jié)研究并提出建議。

【關(guān)鍵詞】被動(dòng)微波遙感；土壤濕度；分辨率

0 背景

在進(jìn)行河水監(jiān)測預(yù)報(bào)、水文模型的建立、氣象模型等都需要大尺度的土壤濕度數(shù)據(jù)；為了應(yīng)用于不同尺度的模型，不同分辨率的土壤濕度數(shù)據(jù)的需求越來越大。但如此重要的物理量在目前的方法中卻沒有得到廣泛的應(yīng)用，其主要原因是土壤濕度時(shí)間和空間的變化率非常大，使得大范圍的觀測極其困難。

微波遙感憑借其范圍廣、周期短等優(yōu)勢，同時(shí)對目標(biāo)具有一定的穿透能力，不受云、雨、霧的限制，所監(jiān)測到的數(shù)據(jù)很少受到土壤表面低矮植被覆蓋的影響，在空間、時(shí)間大尺度上反演的土壤濕度就更具連續(xù)性和準(zhǔn)確性。

在過去的幾十年中，已經(jīng)發(fā)展了很多從雷達(dá)后向散射、微波遙感亮度溫度等數(shù)據(jù)中獲得近地表土壤水分的方法。這些方法的主要依賴于以下兩點(diǎn)：（1）微波遙感數(shù)據(jù)和土壤水分含量的物理聯(lián)系較強(qiáng)（特別是低頻波段，如L波段）；（2）不同傳感器獲得的觀測值的空間/時(shí)間分辨率不同。微波數(shù)據(jù)比熱紅外數(shù)據(jù)與土壤濕度的關(guān)系更直接[1]。

雖然微波數(shù)據(jù)對土壤濕度的敏感性很高，但受成像原理、被動(dòng)微波遙感器件的限制，其空間分辨率較低，約為幾十公里（SMOS MIRAS數(shù)據(jù)為40km，AMSR-E數(shù)據(jù)為25km，F(xiàn)Y數(shù)據(jù)為25km），為了使被動(dòng)微波土壤濕度數(shù)據(jù)能更廣泛的應(yīng)用于各種需要高空間分辨率土壤濕度的學(xué)科，提高空間分辨率就成為急迫解決的問題之一。

國內(nèi)外已經(jīng)發(fā)展了很多提高被動(dòng)遙感分辨率的方法。這里主要介紹儀器改進(jìn)方法和數(shù)據(jù)結(jié)合改進(jìn)方法。

1 儀器法

尺寸天線是監(jiān)測表面土壤濕度輻射計(jì)在空間展開的重要因素，針對真實(shí)孔徑輻射計(jì)，主要通過加大天線的尺度得到較高的空間分辨率。即使在低地球軌道上，21cm長波條件下，到達(dá)10km空間分辨率也需要20m×20m數(shù)量級的天線，這樣的天線在實(shí)際情況下是不可能實(shí)現(xiàn)的。

在高分辨率對地微波遙感中，綜合孔徑輻射計(jì)作為一新型微波遙感儀器，避免了傳統(tǒng)全功率輻射計(jì)大口徑天線設(shè)計(jì)及機(jī)械掃描帶來的困難，成為國際上的研究熱點(diǎn)。

2 數(shù)據(jù)結(jié)合法

2.1 主被動(dòng)微波數(shù)據(jù)相結(jié)合

Chauhan[2]在1997就提出了用主被動(dòng)數(shù)據(jù)相結(jié)合的方法計(jì)算有植被覆蓋的土壤濕度。Narayan等[3]的被動(dòng)反演使用了迭代算法，不能很好地反映物理量之間的相互影響關(guān)系，并且需要輸入大量的輔助數(shù)據(jù)。黃興忠等提出利用基爾霍夫標(biāo)量近似下的雙尺度模型，利用互易性原理得到熱發(fā)射率，從而將主被動(dòng)遙感數(shù)據(jù)結(jié)合起來估算土壤濕度，真實(shí)值和估算值之差0.04vol/vol[4]。趙天杰等[5]通過建立相關(guān)模型，反演土壤水分，地面同步測量數(shù)據(jù)的驗(yàn)證結(jié)果表明，該方法充分發(fā)揮了主被動(dòng)微波數(shù)據(jù)各自的優(yōu)勢，同時(shí)避免了主被動(dòng)協(xié)同過程中的尺度問題，為流域尺度的土壤水分監(jiān)測提供了一種新的有效途徑。

雖然主被動(dòng)結(jié)合計(jì)算得到得效果較好，但是主動(dòng)微波數(shù)據(jù)一般都比較昂貴，在大面積和大的時(shí)間尺度上應(yīng)用仍然有一定的困難。

2.2 光學(xué)數(shù)據(jù)與被動(dòng)微波數(shù)據(jù)相結(jié)合

Chauhan[6]在2003年提出利用近紅外數(shù)據(jù)、可見光將被動(dòng)微波數(shù)據(jù)的分辨率提高；這種方法使用的參數(shù)較多，且只適用于特定的區(qū)域。Merlin[7]中利用植被覆蓋度、土壤蒸散率和泰勒展開式的線性成分將SMOS土壤濕度數(shù)據(jù)（40km）和MODIS數(shù)據(jù)（1km）結(jié)合，得到了10km分辨率的土壤濕度（反演得到的土壤濕度與真實(shí)值的均方根誤差為1.7vol/vol%，相關(guān)系數(shù)為0.84）。Merlin[8]在此基礎(chǔ)上，使用三種植被覆蓋度、三種土壤蒸散率和四種降尺度關(guān)系共36種組合算法，得到了4km分辨率的土壤濕度，結(jié)果發(fā)現(xiàn)：混合二維導(dǎo)數(shù)的降尺度方法和指數(shù)模型的土壤蒸散量相結(jié)合的方法反演得到的土壤濕度與真實(shí)值的均方根誤差為0.012vol/vol%，相關(guān)系數(shù)為0.90。王安琪等[9]在北京市延慶縣使用相同的降尺度方法將被動(dòng)微波土壤濕度25km的分辨率提高為1km，結(jié)果表明反演得到的土壤水分含量與TVDI的趨勢一致。

3 總結(jié)與建議

（1）目前，雖然綜合孔徑輻射計(jì)是提高被動(dòng)微波遙感土壤濕度的主要方法，但此技術(shù)在短期內(nèi)仍不能解決；

（2）光學(xué)數(shù)據(jù)和微波數(shù)據(jù)相結(jié)合得到的土壤濕度數(shù)據(jù)雖然沒有主被動(dòng)結(jié)合數(shù)據(jù)得到的精確度高，但是光學(xué)數(shù)據(jù)和微波數(shù)據(jù)都是可以免費(fèi)獲取的，這使得這種方法在大面積大時(shí)間尺度上應(yīng)用更為便利；

（3）學(xué)者們已經(jīng)將被動(dòng)微波遙感的分辨率從25km提高到10km、4km、1km，其分辨率是否能無限提高，這是一個(gè)值得繼續(xù)研究的問題。

【參考文獻(xiàn)】

[1]Kerr， Y. H.，Waldteufel，P.， Wigeneron，J.p. et al. Soil moisture from space： where are we？[J]. Hydrogeology Journal， 2007，15：117-120.

[2]Chauhan N S. Soil moisture estimation under a vegetation cover： Combined active passive microwave remote sensing approach[J]. International Journal of Remote Sensing， 1997，18（5）：1079-1097.

[3]Narayan U， Lakshmi V， Jackson T J. High-resolution change estimation of soil moisture using L-band radiometer and rada observations made during the SMEX02 experiments[J]. IEEETransactions on Geoscience and Remote Sensing， 2006， 44（6）：1545-155.

[4]黃興忠，金亞秋.利用主被動(dòng)遙感數(shù)據(jù)估算土壤濕度和粗糙度的新方法[J].電波科學(xué)學(xué)報(bào)，1996，11（1）：27-32.

[5]趙天杰，張立新，蔣玲梅.利用主被動(dòng)微波數(shù)據(jù)聯(lián)合反演土壤水分[J].地球科學(xué)進(jìn)展，2009，24（7）：769-775.

[6]Chauhan， N. S.， Miller， S.， & Ardanuy， P. . Spaceborne soil moisture estimation at high resolution： A microwave–optical/IR synergistic approach[J]. International Journal of Remote Sensing， 2003，24（22）：4599-4622.

[7]Merlin O， Walker J P， Chehbouni A et al. Towards deterministic downscaling of SMOS soil moisture using MODIS derived soil evaporative efficiency[J]. Remote Sensing of Environment， 2008，112：3935-3946.

[8]Merlin O， Bitar A， Walker J， et al. An improved algorithm for disaggregating microwave-derived soil moisture based on red， near-infrared and thermal-in-frared data[J]. Remote Sensing of Enviroment，2010，114：2305-2316.

[9]王安琪，施建成，阿多等.光學(xué)信息分解被動(dòng)微波土壤濕度方法[J].地球信息科學(xué)學(xué)報(bào)，2012，5（14）：652-657.

[責(zé)任編輯：湯靜]