论文摘要
上壤水分在地球水资源中占的比重极小（约0.00122%）,却是影响全球能量和水平衡的关键参量,是全球气候系统重要的边界条件。土壤水控制着陆地表面和大气之间的水和热量转换,和雪盖层一起构成了陆地气候系统中最重要的气象遗存,在气候变化中是仅次于海洋温度的重要参量。同时,土壤含水量还影响着植物的吸水率、排水条件、地质稳定性和近地表气候。因此获取土壤含水量状态以及其空间分布与时间变化成为众多学科和应用亟需的信息,具体如气象、早期干旱预警、防洪、灌溉计划、水土流失、滑坡、作物估产、蓄水管理和水质研判等。与传统的观测手段不同,遥感方法能够提供基于“面”而不是“点”的土壤水分信息,而且遥感方法费用相对低廉,能够对区域乃至全球进行大范围、高频率、持续的观测。因此,遥感被认为是目前最具潜力的大尺度、长时间序列获取土壤水分信息的途径。微波由于波长较长,能穿云透雾,不受天气影响,越来越受人们的重视,是目前上壤水分反演研究的热点。本论文根据国家重点基础研究发展规划项目（973）子课题“基于知识的上壤水分、植被结构参数遥感综合反演研究”的需求,开展了适用于ASCAT散射计的土壤水分反演算法研究,主要工作如下：1)基于ASCAT遥感数据,利用SSM模型反演裸露地表的上壤含水量。SSM模型的有效性已在旧式的ERS卫星传感器上得到了验证,但是在新传感器ASCAT参数条件下还缺乏实际应用的经验。本文首次在ASCAT参数条件下详细分析了SSM模型同AIEM模型之间在不同模型参数约束条件下的误差及其与观测入射角的关系。模拟实验证实,SSM模型在ASCAT参数条件下依然保持着较低的误差水平。然后利用多角度的ASCAT数据对地表上壤水分进行反演,并利用玛曲观测网的实测数据进行验证。结果表明,SSM模型能利用ASCAT遥感数据在裸露地表的土壤水分反演中取得可靠的反演精度。2)对Wolfgang提出的TU-WIEN算法做出2点改进,提出一种适用于ASCAT传感器的植被覆盖地表上壤水分反演算法。TU-WIEN算法充分利用了SCAT/ASCAT散射计多角度、高时间分辨率和长时期连续观测的特性,将复杂地表的粗糙、不均一以及地表植被覆盖同时考虑在内,通过对长时间的海量卫星观测数据进行统计回归分析反演得到地表上壤水分,取得了巨大的成功。但是该算法仍然存在一些不足,本文针对TU-WIEN算法的不足做出了2点改进：①针对TU-WIEN算法用经验函数定义关键模型参数σ’（40,t）的局限性,提出一种自适应移动时间窗口的方法生成σ’（40,t）,以取代人为定义的经验参数,提高TU-WIEN算法的区域适用性和反演精度；②利用统计的方法剔除多年观测数据中偶然出现的极端异常值,以确保算法中干/湿参考线的稳定性和可靠性。经验证表明,改进后的算法比原算法有着更好的区域适用性和稳定性,能取得更好的土壤水分精度。最后将ASCAT反演的结果同被动微波辐射计AESR-E的产品进行协同,得到地表土壤含水量。3)综合考虑SSM模型同TU-WIEN算法的优势和不足,发展出一种新的适用于ASCAT散射计的地表土壤水分遥感算法。新算法的主要特色有：①考虑到SCAT/ASCAT散射计中天线和前/后天线分别进行2组不同入射角观测的特点,提出一种新的角度标准化方案,更好地利用了SCAT/ASCAT散射计多角度的信息。②用统计回归的方法生成模型参数和拟合土壤水分,引入统计的方法充分利用了ERS/METOP卫星高时间分辨率和长时期连续观测获取大量数据的优势,提高了算法的精确性和稳定性。③引入SSM模型构建方程组,通过方程组的解算获得土壤含水量的绝对值产品,克服了TU-WIEN反演得到相对值结果的不足。最后,本文将新方法应用到青藏高原地区,对2008年1月到2011年12月间整个青藏高原地区的土壤水分进行了反演,每月获取一景土壤水分分布图,并据此分析了青藏高原地区地表上壤水分的时空变化规律。