论文部分内容阅读
目前，碳循环研究已成为全球变化研究中的核心问题之一。植被生物量是碳素的重要载体，是描述植被碳素储量和变化的指标，也是一个重要的气候变量。生物量的变化对全球的碳源和碳汇具有重要影响。此外，生物量还是碳循环模型的一个重要输入参数，对于驱动碳循环模型，进而认识碳循环的运行机制和变化规律具有重要意义。 遥感以其高时间、高空间分辨率，大面积重复观测的特点在区域尺度的植被监测中显示出巨大优势。目前主流的利用光学、主动微波和激光雷达数据反演生物量的方法各有优劣，在全球尺度的生物量反演方面各有局限。而星载被动微波遥感数据的空间分辨率与全球及区域生态水文陆面模型一致，并能免费提供全天候全天时的高时间分辨率观测数据。微波波段的电磁波波长比光学波段更长，因此能够穿透更厚的植被层，不仅能够提供叶片生物量信息，对木质生物量也具有较强的敏感性。因此，发展基于被动微波遥感卫星数据的生物量反演算法将大大提高对全球植被的监测能力。目前生物量估算的主要研究对象是森林。然而低矮植被，虽对全球生物量总量的贡献相对较小，却具有与森林相当的覆盖面积，并处在不断地变化之中，且更新变化的速度更快。因此，低矮植被生物量是生态系统和生物量监测中不可或缺的组成部分。WindSat是世界上第一颗全极化微波辐射计，提供了全球长时间序列、高精度的地表亮温数据，为利用被动微波遥感数据反演植被生物量提供了重要保障。本文，我们将针对低矮植被，以WindSat传感器数据为基础，发展基于被动微波遥感数据的低矮植被生物量反演算法。本文的主要内容概括如下: 1、在基于AMSR-E数据的微波植被指数(Microwave Vegetation Indices，MVIs)的基础上，针对WindSat数据，实现了MVIs的改进，分析了新型MVIs的时空变化特征，并在全球尺度和像元尺度与基于AMSR-E数据的MVIs进行了对比。本文对MVIs的改进主要体现在两个方面:(1)将针对多频单角度AMSR-E传感器而发展的MVIs扩展到多频多角度的WindSat传感器;(2)在MVIS发展过程中，同时考虑了高斯相关和指数相关的地表，从而扩大了MVIs适用的粗糙地表的范围。分析发现，WindSat MVIs的时空分布特征与NDVI具有较好的一致性，但与NDVI仅能反映叶片信息不同，MVIs还能够反映植被结构信息。通过与AMSR-E MVIs比较发现，二者具有相似的时空分布特征。而二者的差异主要与过境时间差异、植被透射部分在相邻频率的差异、定标精度差异等因素有关。 2、基于物理模型，在分析植被光学厚度真实值和有效值的基础上，发展了基于新型微波植被指数的不依赖于其它辅助数据的植被光学厚度反演方法，从全球和像元两个尺度分析了光学厚度的时空特征，并与AMSR-E光学厚度产品进行了对比。针对WindSat传感器参数配置，利用零阶、一阶和高阶辐射传输模型和单散射体微波辐射模型，建立了包含多种植被结构参数的大型模拟数据库，并分别获取了光学厚度和单散射反照率的真实值与有效值;利用单散射反照率和光学厚度在相邻频率的相关关系，基于零阶辐射传输模型，建立了包含不同有效单散射反照率和光学厚度的大型亮温和MVIs查找表;构建观测MVIs与查找表MVIs之间的代价函数，采用最小二乘法，最终令代价函数取值最小的查找表MVIs所对应的光学厚度即为反演结果。经验证，光学厚度的反演误差为0.05726，可以满足应用需求。分析发现，全球低矮植被光学厚度的分布格局与NDVI具有较好的一致性。与AMSR-E光学厚度产品对比的结果表明，本文发展的算法所得光学厚度的取值偏低，动态范围相对较小，但是反演过程无需迭代且无需温度等数据的输入，减少了对初始值和辅助数据的依赖，在负温时仍可实现反演过程。 3、基于模拟数据库，实现了利用高频光学厚度反演低矮植被生物量的算法，并进行了算法验证和分析。基于植被散射体模拟数据库，分析了植被光学厚度与散射体体积的关系，并建立了相应的回归方程;进而，通过输入经验参数，实现了利用植被光学厚度反演生物量的算法，并利用实验观测数据和国际上已发表的成果，对算法进行了比较和验证。结果表明，反演得到的低矮植被生物量与光学厚度和已有研究结果具有较为一致的空间分布格局，但是本文的生物量反演值相对较低，动态范围较小。该方法适合区域/全球尺度的生物量反演，并将在植被生物量动态变化研究中发挥作用。