地表土壤水分与雷达后向散射系数及入射角之间关系研究.pdf

地表土壤水分与雷达后向散射 系数及入射角之间关系研究 刘 伟1 2 施建成1 余 琴1 2 王建明1 2 武胜利1 2 1 中国科学院遥感应用研究所遥感信息科学重点实验室 北京 100101 2 中国科学院研究生院 北京 100039 摘要 应用雷达技术反演土壤水分较著名的经验模型有 Oh模型 1 Dubois 模型 2 以及 Shi 模型 3 本文在Shi 模型 的基础上 对土壤水分与雷达后向散射系数之间的关系进行探讨 反演出土壤水分与雷达后向散射系数及入射角 之间的关系 关键词 雷达技术 反演 土壤水分 后向散射系数 入射角 中图分类号 TP 722 6 文献标识码 A 文章编号 1001 070X 2004 03 0014 04 0 引言 在水文 气象和农业环境研究中 土壤水分是非 常重要的参数 它在地表与大气传输中扮演着重要 角色 但是 土壤水分很难在大范围进行高效率 全 过程常规测量中得到 可见光 近红外遥感技术由 于受云盖及太阳照射条件的限制 使对土壤水分的 研究不能达到很好的效果 微波技术 如雷达 则可 以克服上述缺点 国内外研究表明 雷达后向散射系数对地表土 壤水分的变化非常敏感 它能测量变化范围较大的 土壤水分湿度 从干土介电常数 r 2 5 到水 r 80 而且对其它水文参数 例如植被层 地表粗糙度 等等 也十分敏感 地表随机散射是一个很复杂的过程 当前没有 任何模型能够适用于整个自然地表状况及雷达的全 部频率变化范围 在裸露地表条件下 当前的经验 半经验模型通过理论模拟地表状况或者采用地表实 测的雷达数据 分离了地表粗糙度和土壤水分对雷 达后向散射系数的影响 反演得到地表粗糙度和土 壤水分 本文在经验模型 Shi 模型 3 的基础上 对土壤水分与雷达后向散射系数之间的关系进行了 探讨 收稿日期 2004 01 02 修订日期 2004 03 08 1 极化雷达技术地表参数反演研究现状 近年来 通过多模式 多波段 多极化 可变入射 角 地表散射计数据分析雷达后向散射系数与频率 极化 入射角及地表参数 介电常数 表面均方根高 度 相关长度 间的相关关系 发展了一些用极化雷 达同时反演介电常数和地表粗糙度的经验模型 如 Oh 模型 1 Dubois 模型 2 和 Shi 模型 3 这些模型的 计算结果能较好地与地表实测数据吻合 1 1 Oh 模型 Oh 等1992 年利用多波段 全极化地面散射计针 对不同粗糙度地表散射特性的多角度观测 得到了 后向散射系数同极化比 交叉极化比 介电常数及地 表粗糙度关系的经验模型 即 q 0 hv 0 vv 0 23 0 1 exp ks p 0hh 0vv 1 2 0 33 0exp ks 2 1 式中 q 是交叉极化比 p 是同极化比 k 2 为自由空间波数 是雷达入射波的波长 s 为地 表均方根高度 0 是雷达后向散射系数 其下标 v 和 h 分别代表垂直和水平极化 是雷达波的入射 角 0 1 1 2 是雷达波法线方向入 射时的菲涅尔反射系数 第 3期 总第 61期国 土 资 源 遥 感No 3 2004 2004年 9 月 15日REMOTE SENSING FOR LAND sr为粗糙 度谱 s为复介电常数 a b 均为与入射角有关的 经验系数 hh s 1 cos s sin2 2 vv s 1 sin2 s 1 sin2 scos s sin2 2 由于模型中考虑了粗糙度谱对后向散射系数的 影响 所以这一模型的实际应用效果较好 2 土壤水分与后向散射系数及雷达 入射角之间的关系 1985 年 Hallikaime 及 Dobson 等 5 6 人提出了土 壤的介电模型 该模型适用的电磁波频率范围很宽 1 18 GHz 具体形式为 m 1 b s s 1 m 参数 0 65 b为土壤体密度 s为土壤中固态物质密度 一般 取常数 s 2 66 s为土壤中固态物质的介电常 数 s 4 7 fw为纯水的介电常数 mv是土壤体积 含水量 同理 依次得到其它入射角度下 土壤水分与 vv 2 hh 2 hh vv 之间幂函数关 系的参数对 表 1 R2均大于0 99 表 1 不同雷达入射角土壤水分与 vv 2 hh 2 hh vv 之间回归的参数对 sin A1B1A2B2 180 309 01 883 60 630 40 928 70 627 2 190 325 61 929 70 630 90 948 30 627 0 200 342 01 979 90 631 60 969 30 626 8 210 358 42 034 40 632 30 991 80 626 6 570 838 717 795 00 788 03 919 60 602 7 580 848 019 663 00 797 84 138 50 602 4 590 857 221 787 00 808 14 374 80 602 2 600 866 024 209 00 818 84 630 30 602 2 从表 1 可以看到 随着雷达入射角的变化 相应 与 vv 2 hh 2 hh vv 的幂函数参数对也有规 律地变化 图2 5 分别是雷达入射角度 sin 与参 数 A1 B1 A2 B2之间的回归关系曲线 图 2 sin 与参数 A1之间的关系 图 3 sin 与参数B1之间的关系 图 4 sin 与参数A2之间的关系 图 5 sin 与参数B2之间的关系 从图 2 5 可以看到 曲线的拟合效果很好 R2 0 96 所以 公式 4 中的 vv 2 hh 2 hh vv 可以用上面回归关系来代替 因此公式 4 可以表达 为 10lg A1mB1 v 0vv 0hh avh bvh 10lg A2mB2 v 0 vv 0 hh 7 式中 A1 1 963 4 0 008 9 exp sin 0 113 2 B1 0 621 8 0 001 3 exp 5 790 4sin A2 0 811 2 0 026 1 exp 5 645 4sin B2 0 614 7 0 084 sin 0 158 6 sin2 0 047 4 sin3 在 7 式中 0 pp是pp vv 或 hh 极化的地表后向 散射系数 是雷达入射角 mv是土壤体积含水 量 其它参数均为雷达入射角的函数 可见 利用 7 式即可直接得到土壤水分 mv 3 讨论 在实际估算土壤水分时 一般先计算出土壤的 介电常数 再采用 Hallikainen 及 Dobson 等人的模型 16 国 土 资 源 遥 感2004 年 计算出土壤水分 然而 土壤的复介电常数以及极 化幅度均不确定 在实际计算中有较大的困难 本 文通过反演土壤水分与雷达后向散射系数 雷达入 射角之间的关系 可以较好地解决这个问题 在应用上述回归方法直接得到地表土壤水分与 雷达后向散射系数 入射角之间的关系时 我们看 到 其应用是在 Shi 模型假设的前提之下 即模型适 用于裸露土壤或稀疏植被覆盖的区域 此外 Shi 模 型在很好地反演出土壤水分的同时 其公式 3 经过 vv 与 hh 极化的组合 消去了地表粗糙度的相关参数 sr 也因此能够使用上述回归方法直接找到土壤水分 与雷达后向散射系数 入射角之间的关系 以上工作反演出了土壤水分与雷达后向散射系 数 入射角之间的关系 R2始终大于 0 96 下一步 将在获得地表实测数据后应用上述方法估算土壤水 分 以作进一步的检验 参考文献 1 Oh Y et al An empirical model and inversion technique for radar scattering from bare soil surface J IEEE Trans Geosci Remote Sensing 1992 30 370 381 2 Pascale C Dubois et al Measuring Soil Moisture with Imaging Radars J IEEE Trans Geosci Remote Sensing 1995 33 4 915 926 3 Shi et al Estimation of Bare Surface Soil Moisture and Surface Roughness ParameterUsing L band SAR Image Data J IEEE Trans Geosci Remote Sensing 1997 35 5 1254 1266 4 Fung A K et al Backscattering from a randomly rough dielectric sur face J IEEE Trans Geosci Remote Sensing 1992 30 356 369 5 MarttiT Hallikainen Ulaby F T et al Microwave Dielectric Behavior of Wet Soil Part I Empirical Models and Experimental Observations J IEEE Trans Geosci Remote Sensing 1984 23 1 25 34 6 Myron C Dobson Ulaby F T et al Microwave Dielectric Behavior of Wet Soil Part II Dielectric Mixing Models J IEEE Trans Geosci Remote Sensing 1984 23 1 35 46 7 Tania Neusch et al Application of the Duboismodel using experimen tal synthetic aperture radar data for the determination of soil moisture and surface roughness J Remote Sens Environ 1999 54 273 278 8 Yang Hu et al Polarimetric SAR Surface Parameters Inversion Based on Neural Network J Journal of Remote Sensing 2002 6 6 451 455 THE RELATIONSHIP BETWEEN RADAR BACKSCATTERING COEFFICIENT INCIDENCE ANGLE AND SURFACE SOIL MOISTURE LIU Wei1 2 SHI Jian cheng1 YU Qin1 2 WANG Jian ming1 2 WU Sheng li1 2 1 Institute o f Remote Sensing Application Chinese Academy of Sciences Beijing 100101 China 2 Graduate school o f Chinese Academy of Sciences Beijing 100039 China Abstract In recent years three famous models have been frequently mentioned in soil moisture inversion which are Oh model Dubois model and Shi model This paper deals with the correlation between radar backscattering coefficient and soil moisture based on the Shi model and studies the relationship between radar backscattering coefficient incidence an gle and surface soil moisture on the basis of inversion Key words Radar technology Inversion Soil moisture Backscattering coefficient Incidence angle 第一作者简介 刘 伟 1973 男 中国科学院遥感应用研究所博士研究生 研究方向为雷达遥感 责任编辑 刁淑娟 消息报道关于举办 空气质量监测与评估 人文气候生态 地表温 度遥感制图与自动分类 植被参数与植被分析 遥感技术过程与方法 遥感数字图像处理 北京城市气候实