東北地理所在雷達遙感土壤水分估算方面取得新進展
地表土壤水分是地球水資源的重要組成部分，是土地生產力的重要組成部分。土壤水分通過影響地表蒸散發的強弱，進而影響地表水循環與能量循環過程。大面積實時土壤水分監測對于陸表水循環過程、農業旱澇狀態評估、作物估產等研究十分重要。
雷達具有穿云透霧、全天候全天時工作的特點，被認為是全球或區域尺度獲取土壤水分時空變化的最佳手段。在實際應用中，雷達信號受土壤含水量、植被含水量、土壤質地、土壤表面粗糙度等多因素影響。對于裸露土壤表面，表層土壤水分和表面粗糙度是影響雷達信號的主要因素，為了實現裸土表面的高精度土壤水分估算，東北地理所微波遙感團隊開發了一種聯合光學和雷達數據同時估算土壤含水量（SSM）和表面粗糙度（RMSH）的方法，以減弱表面粗糙度對SSM反演結果的影響。圖1為表面土壤水分和地表粗糙度對光譜反射率的影響，圖2為表面土壤水分和地表粗糙度對后向散射系數的影響。研究團隊構建了土壤含水量、表面粗糙度與光譜反射率（與雷達后向散射系數）之間的半經驗關系，利用偏最小二乘法同時估算了土壤水分和表面粗糙度。在此基礎上，通過引入土壤水分和表面粗糙度初始值，限制土壤水分和表面粗糙度的值域，避免SSM和RMSH估計值陷入局部最優解，進一步提高了反演精度（圖3）。
本研究算法的提出簡化了土壤水分估算的復雜度，降低了對輔助參數的依賴性。研究結果有利于土壤水分全球制圖與改進土壤水分估算精度。研究成果發表在International Journal of Applied Earth Observations and Geoinformation國際期刊上。
圖1. Sentinel-2多波段光譜反射率與SSM和RMSH的關系。
(a) 和 (g) 藍色波段，(b) 和 (h)綠色波段，(c) 和 (i) 紅色波段，
(d) 和 (j) NIR波段，(e) 和 (k) SWIR 1波段，(f) 和 (l) SWIR 2波段。
圖2. Sentinel-1后向散射系數與SSM和RMSH的關系。
（a）和（c）VV極化，（b）和（d）VH極化。
圖3. 不同估算策略下的SSM和RMSH估算精度對比。
(a) 和 (e) 表示光學數據估算結果，(b) 和 (f) 表示雷達數據估算結果，(c) 和 (g) 表示光學和雷達數據聯合估算結果，(d) 和 (h) 表示引入初始值后光學和雷達數據的聯合估算結果。
論文得到國家自然科學基金（41971323, 41771400）資助。鄭興明副研究員為第一作者，陳思博士為通訊作者。論文信息和鏈接如下：
（1）Zheng, X., Feng, Z., Li, L., Li, B., Jiang, T., Li, X., Li, X., and Chen, S.* Simultaneously estimating surface soil moisture and roughness of bare soils by combining optical and radar data. International Journal of Applied Earth Observations and Geoinformation, 2021, 100, 102345.
https://doi.org/10.1016/j.jag.2021.102345
附件下載：
吉公網安備22017302000214號
