论文部分内容阅读
地表温度、土壤湿度与地表粗糙度等地表参数是水文模型、全球变化、陆表过程模式中的重要参数。传统的方法难以做到及时、大范围、高效率和全过程的获取这些陆表参数，在当前区域、全球性地表参数的时空演变研究中，迫切需要用新的科学与技术手段来改进当前的陆表参数观测系统。与传统观测手段不同，遥感技术把传统的“点”测量方法获取的有限代表性的信息扩展为更加符合客观世界的“面”信息，其已经具备在全球和区域尺度上精确监测地表诸多要素的能力。特别是星载被动微波遥感系统，具备全天时、全天候的观测能力，且对多种地表要素特性十分敏感，已被广泛应用在全球或区域性地表温度、土壤湿度与地表粗糙度等关键地表要素的定量反演和监测之中。利用星载被动微波遥感手段获取不同尺度大范围、高精度的地表参数不仅能改善当前的陆表观测系统，而且能为定量的陆-气相互作用、精确气候建模及地表参数时空特性变化研究和应用提供科学依据和技术支撑。本文基于AMSR-E被动微波遥感数据，分别以广东省、我国乃至全球为研究区域，从微波辐射传输方程出发，改进目前地表温度、土壤湿度、地表粗糙度相关研究的缺点和不足（如经验模型多、需要其他辅助变量、模型复杂等），开展地表温度、土壤湿度和地表粗糙度等关键地表参数反演模型研究，探索适合于区域或全球的简单可靠的地表温度、土壤湿度和地表粗糙度等关键地表参数被动微波遥感反演方法。主要内容包括：
⑴构建了一套地表温度线性模型:首先分别以MPDI为0.04、0.02和0.01的间隔进行广东省植被覆盖程度划分，然后基于每种植被划分方式分别构建一套地表温度反演的线性经验模型，最后综合对比这三类模型，将其整合成一套基于不同植被覆盖程度的地表温度多通道经验反演模型。以2008年广东省寒害为例，开展地表温度反演，结果显示，平均地表温度反演误差均维持在1.30℃之内，R2均大于0.70。该模型比较简单，比以往类似研究在精度上有了很大的提高，但是该模型缺少物理基础，需要在更大时空尺度上开展进一步验证。
⑵构建了一套地表温度物理模型:从微波辐射传输方程出发，改进前人研究成果，联合植被光学厚度模型，MPDI定义式，透过率与微波极化差异指数的通用关系式，以及地表温度与大气总可降水量的经验关系，构建了一套基于AMSR-E亮度温度的地表温度物理反演模型。以2009年我国864个地面观测站观测的地表温度为验证数据源进行验证，结果显示，其地表温度反演误差平均为2.54℃(R2=0.79)。且该模型仅仅使用了AMSR-E6.9GHz和10.7GHz两个波段的亮度温度变量，无需借助其他任何辅助数据，便可以从AMSR-E影像中模拟得到地表温度数据，是一种简单有效的微波遥感地表温度模拟方法。但是该模型没有充分考虑相关地表因素的影响，在一定程度上影响了模型的反演精度，有待进一步改进。
⑶构建了一套土壤湿度半经验模型:首先基于MPDI指数和地表粗糙度指数，进行广东省地表类型分类，并粗略认为每种地表类型为均一介质。然后，对微波辐射传输方程进行简化，结合MPDI指数、地表粗糙度模型以及光学厚度与微波极化差异指数的经验关系式，构建一套针对差异化地表的土壤湿度反演模型。在此基础上，模拟了2004-2005年广东省干旱时期的土壤湿度变化状况。结果显示，该土壤湿度半经验模型的反演误差为6.36％（其中裸地为1.91％，稀疏植被覆盖区为2.89％，地表比较粗糙的地区误差达到6.24％-8.52％左右）。该模型虽具有一定的物理意义，但是仍然依靠经验的地表类型划分方法，在时空推广上有待进一步验证。
⑷构建了一套土壤湿度物理模型:简化微波辐射传输方程，并结合MPDI指数、地表粗糙度模型，以及光学厚度与微波极化差异指数的通用关系式，构建了一套基于AMSR-E6.9GHz和10.7GHz两个波段的土壤湿度物理反演模型，并对我国和全球2009年的土壤湿度分布状况进行了模拟。以AMSR-E L3土壤湿度数据产品为验证数据源进行验证，结果显示，全国土壤湿度反演误差为0.025g/cm3(R=0.68)，全球土壤湿度反演误差为0.037g/cm3(R2=0.93)。该土壤湿度反演模型的精度不随MPDI指数的变化而变化，受植被覆盖的影响较小。且该土壤反演模型只需要AMSR-E6.9GHz和10.7GHz两个通道的亮温数据，无需其他辅助资料，便可以模拟得出全球土壤湿度数据，而目前许多方法却需要地表温度、地表粗糙度、植被覆盖等其他参量。
⑸构建了一套地表粗糙度经验指数模型:对微波辐射传输方程进行简化，结合MPDI指数、地表粗糙度模型以及透过率与微波极化差异指数的经验关系式，构建一套基于AMSR-E6.9GHz、10.7GHz和18.7GHz三波段的地表粗糙度经验指数模型。验证结果显示，本文建立的地表粗糙度指数与Hong(2010)模拟的地表粗糙度数据吻合的较好，是一套有效的地表粗糙度反演方法，且该粗糙度指数只用了AMSR-E6.9GHz、10.7GHz和187.GHz三个波段，表达式较为简单，易于应用，但是该地表粗糙度指数的系数是由经验统计数据求的，在较大时空上应用时需要进一步验证和修订。
⑹构建了一套地表粗糙度物理模型:从微波辐射传输方程出发，结合MPDI指数、地表粗糙度模型，以及光学厚度与微波极化差异指数的通用关系式，构建了一套基于AMSR-E6.9GHz和10.7GHz两个波段的地表粗糙度物理反演模型，并对全球地表粗糙度进行了模拟。结果显示，该地表粗糙度模型反演的粗糙度与Hong(2010)模拟的地表粗糙度数据具有显著的线性相关关系。该粗糙度指数只用了AMSR-E6.9GHz和10.7GHz两个波段，无需其他辅助数据，而且该模型是从辐射传输方程推导得出来的，具有较强的物理意义，普适性较强。