基于CyGNSS数据的土壤水分与植被光学厚度反演研究

严清赟 金双根,3 黄为民 贾燕 魏思远

0 引言

深入探索水文和碳循环是对生物地球物理学的特征要素(例如土壤水分、地表生物多样性等)进行研究的重点[1-2]．卫星遥感因其能有效地提供大空间尺度的数据,成为解决此类问题的一种有效方案．

由于土壤水分(Soil Moisture,SM)影响介电常数,并且微波波段信号对其敏感[3],因此可以利用微波遥感技术获取大范围的SM数据．土壤水分主动-被动探测卫星(SMAP)[4]和土壤水分和海洋盐度探测卫星(SMOS)[5]分别搭载了L波段辐射计,能够提供基于亮度温度数据的SM估计,空间分辨率约为40 km,每2～3天实现全球覆盖．L波段信号对地表SM敏感,且受地表粗糙度和植被的影响较小,因此适用于SM的遥感[6]．除了被动式微波遥感接收器,主动遥感系统,例如Sentinel-1[7]和ERRASAR-X[8]也能够提供SM的测量．植被光学深度(VOD,或τ)作为生物多样性的近似量,可以通过L波段SMAP和SMOS任务以及C波段平台,例如高级微波辐射扫描计(AMSR-E)和高级甚高分辨率辐射计(AVHRR)获得[9]．

近几十年来,全球导航卫星系统反射测量(GNSS-R)技术作为一种有效的遥感工具得到了广泛的应用．由于GNSS-R搭载的L波段信号源能够轻易穿透云层和大气,所以能够实现全时及全天候的遥感监测[10-11]．GNSS-R已经成功应用于海面风监测[12-14]、高程测量[15-16]、海冰遥感[17-19]、湿地分类[20]、 海啸预警[21]等方面．随着海量CyGNSS数据的公开,利用CyGNSS数据估算大尺度的SM的研究已成为学者们关注的热点[22-31]．Clarizia等[24]提出了一种反射率-植被-粗糙度的算法，利用线性回归函数实现SM的反演.Yan等[28]采用了类似……