论文部分内容阅读
土壤水分是气候、水文学研究中的重要变量;微波遥感，尤其是被动微波遥感，是现今获取区域地表土壤水分的重要手段，而L波段更是微波反演土壤水分的最优波段。 本文利用全局敏感性分析方法和集合反演方法定量研究了L波段被动微波反演土壤水分过程中会出现的各种不确定性;并针对航空PLMR(PolarimetricL-band Multi-beam Radiometer)微波辐射计的微波亮温观测开展了多种反演策略的比较研究。 首先分别对植被覆盖和裸土的微波辐射传输模型L-MEB(L-band MicrowaveEmission of the Biosphere)进行参数敏感性分析得到影响微波辐射传输模型输出的主要参数及其量化的贡献比例;通过对不同极化、不同角度和不同参数值域下的敏感性分析，得到各参数的一阶和总敏感性指数，以及参数耦合项的大小，比较参数在各个角度和极化的不同表现。 接着通过集合反演来研究土壤水分反演过程中由观测误差、模型参数误差以及不同的反演策略所引起的不确定性: (1)通过模拟的多角度微波亮温和不同量级的观测噪声生成亮温集合，进行土壤水分单参数集合反演实验，得到不同角度和极化下采用L-MEB模型反演土壤水分时，受到亮温观测误差的不同影响，即观测误差引起的不确定性; (2)对主要敏感参数根据其误差噪声进行随机扰动生成参数集合，通过土壤水分单参数集合反演，来定量研究敏感参数的误差在不同的观测角度和极化方式下对土壤水分反演不确定性的影响，即参数误差引起的不确定性; (3)另外通过对敏感参数的多参数集合反演，可以对多参数反演过程中可能产生的不确定性进行分析，即反演策略的不确定性;从而提炼出最优的反演方法和反演策略，为实际的土壤水分反演算法提供参考。 通过对模型参数的敏感性分析和土壤水分反演中不确定性来源的分析，发现单通道单参数反演（尤其是大入射角V极化通道）最容易受到观测误差和参数误差的影响，其在不同入射角和极化下的表现与参数的敏感性密切相关;观测通道数量的增加可以显著降低观测误差和参数误差的影响，以及反演的不确定性;在参数反演时提供较精确的初猜值同样可以减少反演不确定性。 最后，在L-MEB模型敏感性分析和反演不确定性理论分析的基础上，依托“黑河流域生态-水文过程综合遥感观测联合试验”(Watershed Allied TelemetryExperimental Research: HiWATER)黑河中游绿洲试验区的机载PLMR微波辐射计亮温数据及地面同步观测，并利用MODIS地表温度产品(MOD11A1)和叶面积指数产品(MYD15A2)作为模型及反演中的先验辅助信息，采用微波辐射传输模型L-MEB模型和LM(Levenberg-Marquardt)优化算法，针对土壤水分(SM)、植被含水量(VWC)和地表粗糙度（Hr）这3个敏感性参数，分别进行了土壤水分单参数反演、双参数反演以及三个参数同时反演，并利用地面生态水文无线传感器网络(Wireless Sensor Network: WSN)观测数据对土壤水分反演结果进行验证。 通过不同反演策略的比较可以得出结论，多源辅助数据及PLMR双极化、多角度观测信息的综合应用可以显著降低土壤水分定量反演的不确定性，提高反演精度;同时也证明在合理的模型参数和反演策略约束下，L-MEB模型和土壤水分反演算法可以达到0.04cm3/cm3的反演精度，另外说明无线传感器网络可以在遥感产品真实性检验中起到重要作用。