高级搜索
  • 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引（EI）收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于物理模型的被动微波遥感反演土壤水分

陈亮,  施建成,  蒋玲梅,  杜今阳

downloadPDF
文章导航 > 水科学进展  > 2009 >  20(5): 663-667
陈亮, 施建成, 蒋玲梅, 杜今阳. 基于物理模型的被动微波遥感反演土壤水分[J]. 水科学进展, 2009, 20(5): 663-667.
引用本文: 陈亮, 施建成, 蒋玲梅, 杜今阳. 基于物理模型的被动微波遥感反演土壤水分[J]. 水科学进展, 2009, 20(5): 663-667.
shu
CHEN Liang, SHI Jian-cheng, JIANG Ling-mei, DU Jin-yang. Physically based retrieval of soil moisture using passive microwave remote sensing[J]. Advances in Water Science, 2009, 20(5): 663-667.
Citation: CHEN Liang, SHI Jian-cheng, JIANG Ling-mei, DU Jin-yang. Physically based retrieval of soil moisture using passive microwave remote sensing[J]. Advances in Water Science, 2009, 20(5): 663-667.
shu

基于物理模型的被动微波遥感反演土壤水分

  • 1.

    中国科学院遥感应用研究所, 北京, 100101;

  • 2.

    北京师范大学地理学与遥感科学学院, 北京, 100875;

  • 3.

    中国科学院研究生院, 北京, 100039

基金项目: 国家高技术研究发展计划(863)资助项目(2007AA12Z135)
详细信息
    作者简介:

    陈亮(1982- ),男,河南信阳人,博士研究生,主要从事微波遥感方面的研究.E-mail:chenliangrs@gmail.com.

  • 中图分类号: P343.8

Physically based retrieval of soil moisture using passive microwave remote sensing

  • 1.

    Institute of Remote Sensing Applications, Chinese Academy of Sciences, Beijing 100101, China;

  • 2.

    School of Geography, Beijing Normal University, Beijing 100875, China;

  • 3.

    Graduate School of the Chinese Academy of Sciences, Beijing 100039, China

Funds: The study is financially supported by the National High Technology Research and Development Program of China(No.2007AA12Z135).

  • 摘要: 利用土壤水分和海洋盐度(SMOS)卫星进行土壤水分反演的算法中,对地表发射率的描述仍采用半经验Q/H模型,该模型描述地表粗糙度对有效发射率在V和H极化下影响相同.基于微波散射理论模型-高级积分方程模型(AIEM)建立了一个针对SMOS传感器的参数配置,包含各种地表粗糙度和介电特性的裸露地表辐射模拟数据库,发展了L波段多角度地表辐射参数化模型.在此基础上,利用SMOS多角度双极化特点,建立了土壤水分反演算法.该算法可以消除粗糙度对土壤水分反演的影响,同时最小化反演过程中辅助信息引入带来影响.反演算法通过美国农业部提供的L波段多角度地基辐射计数据(BARC)进行验证,在20°~50°入射角,土壤水分反演精度在4%左右.
    Abstract: The soil moisture inversion algorithm,which is adopted in the soil moisture and ocean salinity(SMOS) mission,uses the semi-empirical Q/H model to figure out the surface emissivity.The Q/H model shows the effects of the surface roughness on the emissivity at V polarization are same as that of Hpolarization.In this study,we use the advanced integrale-quation model to generate a simulated database with a wide range of the surface roughness and soil moisture conditions under SMOS sensor configurations and develop a simplified multi-angular surface emission model based on the simulated database.Based on the parameterized model,an inversion procedure is set up in terms of dual-polarization microwave brightness temperatures to retrieve soil moisture with the minimum auxiliary information about the ground.The inversion technique is validated with multi-angular ground microwave radiometer experiment data at L-band from several test sites at Beltsville,MD.The accuracy in random-mean-square error is about 4% at inciden angles of 20°～50°.The results reveal that the proposed inversion procedure decreases the perturbing effects of the surface roughness on the soil moisture estimation.
  • [1] KERR Y,WALDTEUFEL P,RICHAUME P,et al.SMOS level 2 processor soil moisture algorithm theoretical basis document(ATBD)[R].Tor Vergata University:INRA-EPHYSE,2006.
    [2] SHI J,CHEN K S,LI Q,et al.A parameterized surface reflectivity model and estimation of bare surface soil moisture with L-band radiometer[J].IEEE Trans Geosci Remote Sensing,2002,40(12):2674-2686.
    [3] MO T,SCHMUGGE T J.A parameterization of the effect of surface roughness on microwave emission[J].IEEE Trans Geosci Remote Sensing,1987,25:47-54.
    [4] WEGMLLER U,M(A)TZLER C.Rough bare soil reflectivity model[J].IEEE Trans Geosci Remote Sensing,1999,37:1391-1395.
    [5] WIGNERON J P,LAGUERRE L,KERR Y H.A simple parameterization of the L-band microwave emission from rough agricultural soil[J].IEEE Trans Geosci Remote Sensing,2001,39(8):1697-1707.
    [6] CHEN K S,WU T D,TSANG L,et al.The emission of rough surfaces calculated by the integral equation method with a comparison to a three-dimensional moment method simulations[J].IEEE Trans Geosci Remote Sensing,2003,41(1):90-101.
    [7] SHI J,JIANG L M,ZHANG L X,et al.A parameterized multi-frequency-polarization surface emission model[J].IEEE Trans Geosci Remote Sensing,2005,43(12):2831-2841.
    [8] SHI J,JIANG L M,ZHANG L X,et al.Physically based estimation of bare-surface soil moisture with the passive radiometers[J].IEEE Trans Geosci Remote Sensing,2006,44(11):3145-3153.
    [9] WIGNERON J P,KERR Y,WALDTEUFEL P,et al.L-band Microwave Emission of the Biosphere(L-MEB) Model:Description and calibration against experimental data sets over crop fields[J].Rem Sens Environ,2007,107(4):639-655.
    [10] DOBSON M C,ULABY F T,HALLIKAINEN M T,et al.Microwave dielectric behavior of wet soil-Part Ⅱ:Dielectric mixing models[J].IEEE Trans Geosci Remote Sensing,1985,23(1):35-46.
    [11] WANG J,SHIUE J,ENGMAN E T,et al.Remote measurements of soil moisture by microwave radiometers at BARC Test Site I[R].Maryland:Goddard Space Fight Center,1980.
    [12] WANG J,NEILL P O,ENGMAN E T,et al.Microwave radiometer experiment of soil moisture sensing at BARC Test Site Ⅱ[R].Maryland:Goddard Space Fight Center,1982.
    [13] WANG J,JACKSON T,ENGMAN E T,et al.Microwave radiometer experiment of soil moisture sensing at BARC Test Site during summer 1981[R].Maryland:Goddard Space Fight Center,1984.
    [14] NJOKU E G,LI L L.Retrieval of land surface parameters using passive microwave measurements at 6 to 18 GHz[J].IEEE Trans Geosci Remote Sensing,1999,37(1):79-93.
    [15] 施建成,蒋玲梅,张立新.多频率多极化地表辐射参数化模型[J].遥感学报,2006,10(4):502-504.(SHI Jian-cheng,JIANG Ling-mei,ZHANG Li-xin.A parameterized multi-frequency-polarization surface emission model[J].Journal of Remote Sensing,2006,10(4):502-514.(in Chinese))
  • [1] 曹伟, 盛煜, 吴吉春, 李静, 王生廷.  青藏高原坡面冻土土壤水分空间变异特性 . 水科学进展, 2017, 28(1): 32-40. doi: 10.14042/j.cnki.32.1309.2017.01.004
    [2] 乔江波, 朱元骏, 贾小旭, 黄来明, 邵明安.  黄土高原关键带全剖面土壤水分空间变异性 . 水科学进展, 2017, 28(4): 515-522. doi: 10.14042/j.cnki.32.1309.2017.04.005
    [3] 龚政, 吕亭豫, 耿亮, 周曾, 徐贝贝, 张长宽.  开敞式潮滩-潮沟系统发育演变动力机制——Ⅰ.物理模型设计及潮沟形态 . 水科学进展, 2017, 28(1): 86-95. doi: 10.14042/j.cnki.32.1309.2017.01.010
    [4] 刘荣华, 张珂, 晁丽君, 王青青, 洪阳, 涂勇, 曲伟.  基于多源卫星观测的中国土壤湿度时空特征分析 . 水科学进展, 2017, 28(4): 479-487. doi: 10.14042/j.cnki.32.1309.2017.04.001
    [5] 李雪垠, 李朝霞, 王天巍, 蔡崇法, 王小燕, 宋婧.  紫色土中砾石夹层对土壤水分入渗的影响 . 水科学进展, 2016, 27(5): 662-669. doi: 10.14042/j.cnki.32.1309.2016.05.003
    [6] 吴桂平, 刘元波.  海洋重要水文参数的卫星遥感反演研究综述 . 水科学进展, 2016, 27(1): 139-151. doi: 10.14042/j.cnki.32.1309.2016.01.015
    [7] 段良霞, 黄明斌, 张洛丹, 索立柱, 张永坤.  黄土高原沟壑区坡地土壤水分状态空间模拟 . 水科学进展, 2015, 26(5): 649-659. doi: 10.14042/j.cnki.32.1309.2015.05.006
    [8] 田辉, 文军, 史小康, 王欣, 刘蓉, 张静辉, 吕少宁.  主动微波遥感黄河上游玛曲地区夏季土壤水分 . 水科学进展, 2011, 22(1): 59-66.
    [9] 杨雨亭, 尚松浩, 李超.  土壤水分空间插值的克里金平滑效应修正方法 . 水科学进展, 2010, 21(2): 208-213.
    [10] 谢涛, 杨志峰.  黄河三角洲芦苇湿地土壤水分安全阈值 . 水科学进展, 2009, 20(5): 683-688.
    [11] 李元寿, 王根绪, 丁永建, 王一博, 赵林, 张春敏.  青藏高原高寒草甸区土壤水分的空间异质性 . 水科学进展, 2008, 19(1): 61-67.
    [12] 窦希萍, 王向明, 赵晓冬.  物理模型变率影响研究进展 . 水科学进展, 2007, 18(6): 907-914.
    [13] 黄春林, 李新.  土壤水分同化系统的敏感性试验研究 . 水科学进展, 2006, 17(4): 457-465.
    [14] 胡伟, 邵明安, 王全九.  黄土高原退耕坡地土壤水分空间变异性研究 . 水科学进展, 2006, 17(1): 74-81.
    [15] 王慧芳, 邵明安.  含碎石土壤水分入渗试验研究 . 水科学进展, 2006, 17(5): 604-609.
    [16] 刘伟, 施建成.  应用极化雷达估算农作物覆盖地区土壤水分相对变化 . 水科学进展, 2005, 16(4): 596-601.
    [17] 王新平, 康尔泗, 张景光, 李新荣.  草原化荒漠带人工固沙植丛区土壤水分动态 . 水科学进展, 2004, 15(2): 216-222.
    [18] 冯广龙, 罗远培.  以土壤水分为参变量的根冠系统模拟调控模型 . 水科学进展, 1998, 9(3): 224-230.
    [19] 王超.  氮类污染物在土壤中迁移转化规律试验研究 . 水科学进展, 1997, 8(2): 176-182.
    [20] 杨诗秀, 雷志栋, 吴婉如, 段新杰.  农田尺度土壤水分的监测 . 水科学进展, 1996, 7(1): 14-19.
  • 加载中
WeChat 点击查看大图
计量
  • 文章访问数:  39
  • HTML全文浏览量:  11
  • PDF下载量:  989
  • 被引次数: 0
出版历程
  • 收稿日期:  2008-07-15
  • 刊出日期:  2009-09-25

基于物理模型的被动微波遥感反演土壤水分

  • 1. 中国科学院遥感应用研究所, 北京, 100101;
  • 2. 北京师范大学地理学与遥感科学学院, 北京, 100875;
  • 3. 中国科学院研究生院, 北京, 100039
    • 基金项目:  国家高技术研究发展计划(863)资助项目(2007AA12Z135)
    作者简介:

    陈亮(1982- ),男,河南信阳人,博士研究生,主要从事微波遥感方面的研究.E-mail:chenliangrs@gmail.com.

  • 收稿日期: 2008-07-15
  • 刊出日期: 2009-09-25

  • 中图分类号: P343.8

摘要: 利用土壤水分和海洋盐度(SMOS)卫星进行土壤水分反演的算法中,对地表发射率的描述仍采用半经验Q/H模型,该模型描述地表粗糙度对有效发射率在V和H极化下影响相同.基于微波散射理论模型-高级积分方程模型(AIEM)建立了一个针对SMOS传感器的参数配置,包含各种地表粗糙度和介电特性的裸露地表辐射模拟数据库,发展了L波段多角度地表辐射参数化模型.在此基础上,利用SMOS多角度双极化特点,建立了土壤水分反演算法.该算法可以消除粗糙度对土壤水分反演的影响,同时最小化反演过程中辅助信息引入带来影响.反演算法通过美国农业部提供的L波段多角度地基辐射计数据(BARC)进行验证,在20°~50°入射角,土壤水分反演精度在4%左右.

English Abstract

陈亮, 施建成, 蒋玲梅, 杜今阳. 基于物理模型的被动微波遥感反演土壤水分[J]. 水科学进展, 2009, 20(5): 663-667.
引用本文: 陈亮, 施建成, 蒋玲梅, 杜今阳. 基于物理模型的被动微波遥感反演土壤水分[J]. 水科学进展, 2009, 20(5): 663-667.
shu
CHEN Liang, SHI Jian-cheng, JIANG Ling-mei, DU Jin-yang. Physically based retrieval of soil moisture using passive microwave remote sensing[J]. Advances in Water Science, 2009, 20(5): 663-667.
Citation: CHEN Liang, SHI Jian-cheng, JIANG Ling-mei, DU Jin-yang. Physically based retrieval of soil moisture using passive microwave remote sensing[J]. Advances in Water Science, 2009, 20(5): 663-667.
shu

    全文HTML

参考文献 (15)

目录

    /

    返回文章
    返回

    版权所有 © 《水科学进展》杂志社

    主办：南京水利科学研究院、中国水利学会 地址：南京市虎踞关34号邮政编码：210024

    电话：025-85829770电子邮箱：skxjz@nhri.cn

    本系统由 北京仁和汇智信息技术有限公司 开发    百度统计