融合合成孔径雷达和光学影像的植被覆盖区土壤湿度反演

谢 媛， 严颂华,2*， 马秦生， 陈能成

(1.武汉大学电子信息学院， 武汉 430072； 2.武汉大学宇航科学与技术研究院， 武汉 430072；3.武汉大学测绘遥感信息工程国家重点实验室， 武汉 430072)

在农业生产中，土壤水分对生态环境和水平衡起着至关重要的作用，也是研究土地和大气之间物理过程的重要变量[1-4]。然而由于土壤湿度在时间、空间上具有时空易变性[5]，对土壤水分进行大尺度、高精度且连续的时空监测成为各大学者争相研究的热点。合成孔径雷达(synthetic aperture radar,SAR)在估计土壤参数方面展现了良好的优势[6-11]。对于裸土下土壤湿度反演模型，到目前为止，已形成了多种反演算法[12]，大致分为经验方法、物理方法以及半经验半物理方法几个主要算法。最常用的是IEM(integral equation model)、CIEM(calibrate integral equation model)、AIEM(advanced integral equation model)、Oh和Dubois模型。这些模型的共同之处在于建立SAR数据和土壤参数之间的函数。同时，结合光学图像等多源数据，有助于提高SAR反演土壤湿度的精度。

目前的研究方法中，包括主被动微波遥感相结合共同改进土壤湿度数据测量方法[13]，以及基于被动遥感与光学遥感相结合的手段进行降尺度获取更高分辨率的土壤水分数据[14]取得了一定的进展，但是这些方法大多依赖于额外植被指数产品，缺乏光学遥感数据本身在植被方面突出表现的考虑。实际上，在地表几何结构的影响中，植被的遮挡使得SAR接收到的垂直极化后向散射系数不仅包含了土壤表层后向散射系数，还包含了植被层散射系数。而对于半干旱，或有农田遮挡区域消除植被的影响能更准确地获取土壤表面水分情况。……