论文部分内容阅读
植被生物量作为碳素的一个重要载体,是描述植被碳素储量和变化的一个重要指标,是碳循环模型的一个重要输入参数。发展植被生物量估测算法,对于更好的研究全球碳循环和生态过程具有十分重要的意义,对实现理解陆面过程及其对大气、生物循环的反馈作用起着十分关键的作用。本论文的主要研究目的是基于被动微波遥感技术发展植被生物量的反演算法。
在本研究中,一种基于被动微波遥感技术的微波植被指数(Microwave VegetationIndices,MVIs)将被用于进行植被生物量反演算法的定量化研究。我们知道,一方面,微波植被指数可以直接利用AMSR-E两个相邻频率下的观测亮温数据计算得到；另一方面,它们还可以从0阶的辐射传输模型推导得到,是单散射反照率和光学厚度的函数。本论文在对单散射反照率及光学厚度在相邻AMSR—E频率之间关系的定量化研究基础上,提出了利用AMSR-E两个频率、两个极化,共四个观测值来反演单散射反照率和光学厚度,并进而估算植被生物量的算法框架。
本论文的创新之处在于,我们基于植被散射体模拟数据库和地表发射率模拟数据库,发展了用于改进现有微波植被指数物理表达式的1阶辐射传输方程的参数化模型,并首次将微波植被指数应用于植被生物量的反演算法研究。现有微波植被指数是基于0阶的辐射传输模型推导得到的。但0阶模型并未考虑介质层内的体散射贡献,因而仅适用于低频并且介质层内散射效应可以忽略的情况。对于浓密植被,体散射贡献信号不容忽视,0阶模型的模拟值通常会对总的辐射亮温或发射率产生低估现象。因此,基于0阶模型推导得到的微波植被指数计算公式,仅适用于稀疏植被,并不利于浓密植被覆盖情况下的植被生物量反演。而1阶模型由于考虑了植被层内的体散射相应,因而可以更准确的描述电磁波在穿过植被层过程中的散射和衰减情况。改进后的微波植被指数物理表达式可以更准确的解释植被信号,从而可将其应用拓展到对浓密植被的监测中去。