劉曉敬

1. 四川農(nóng)業(yè)大學(xué)，四川 成都 611130; 2. 北京師范大學(xué)，北京 100875

積雪深度是反映地表積雪量變化的重要因子，是水文模型和氣候模式中的重要參數(shù)之一。被動(dòng)微波遙感以其穿云透霧、對(duì)雪層信息敏感等特點(diǎn)，被廣泛應(yīng)用于雪深的反演研究中。被動(dòng)微波傳感器的低空間分辨率(數(shù)千米至數(shù)十千米)及地表覆蓋的復(fù)雜性，使星載被動(dòng)微波遙感影像中的混合像元現(xiàn)象十分突出，嚴(yán)重制約了被動(dòng)微波雪深遙感監(jiān)測(cè)的應(yīng)用和發(fā)展。目前，被動(dòng)微波遙感雪深反演中的混合像元問題研究仍存在著諸多挑戰(zhàn)：①理論支撐不足，對(duì)被動(dòng)微波混合像元亮溫響應(yīng)特征及影響機(jī)制的研究尚不充分；②針對(duì)混合像元問題所發(fā)展的被動(dòng)微波雪深反演算法，對(duì)地表異質(zhì)性特征考慮不足。論文圍繞上述問題開展研究工作，主要研究?jī)?nèi)容和結(jié)果如下：

(1) 基于復(fù)雜地表微波輻射模型的積雪混合像元亮溫敏感性分析。在現(xiàn)有復(fù)雜地表微波輻射模型的基礎(chǔ)上，使用bicontinuous-VRT模型優(yōu)化積雪模塊，利用優(yōu)化后的復(fù)雜地表微波輻射模型，分別模擬積雪、土壤、植被以及由三者組成的混合像元的微波亮溫，采用標(biāo)準(zhǔn)秩回歸分析法，對(duì)影響積雪覆蓋像元亮溫的地表參數(shù)展開敏感性分析研究。分析結(jié)果表明：對(duì)于由積雪、土壤、植被三類地物構(gòu)成的混合像元，積雪覆蓋度對(duì)混合像元亮溫及亮溫差的影響突出，超過了雪粒徑、雪深等積雪參數(shù)對(duì)亮溫的影響；模擬使用的低階模型低估了植被效應(yīng)，因此植被覆蓋度對(duì)混合像元亮溫的影響并不明顯。

(2) 發(fā)展了考慮地表溫度空間異質(zhì)性的混合像元亮溫分解方法。通過混合像元分解方法獲取混合像元組分亮溫來進(jìn)行雪深反演，是改善被動(dòng)微波混合像元雪深反演精度的一種有效方法。已有研究中對(duì)地表水平空間異質(zhì)性考慮不足，忽略了地表溫度空間異質(zhì)性對(duì)解混過程的影響，針對(duì)該問題發(fā)展了一種考慮地表溫度空間分布特征的被動(dòng)微波亮溫解混算法，利用可控的仿真模擬試驗(yàn)和FY-3B/MWRI衛(wèi)星亮溫觀測(cè)對(duì)算法進(jìn)行評(píng)估，評(píng)價(jià)結(jié)果顯示，該算法有效地提高了亮溫解混精度，由解混亮溫得到的雪深反演精度也得到了提高。

(3) 發(fā)展了考慮積雪水平空間異質(zhì)性的被動(dòng)微波雪深反演算法。利用具有較高空間分辨率、空間連續(xù)的SNODAS積雪數(shù)據(jù)集獲取微波亞像元雪深空間分布，采用逐像元穩(wěn)健逐步回歸方法構(gòu)建被動(dòng)微波像元尺度雪深反演算法。對(duì)算法的評(píng)估結(jié)果顯示該重建算法與雪深驗(yàn)證數(shù)據(jù)間具有很好的一致性，反演精度顯著優(yōu)于現(xiàn)有Chang算法和Kelly算法。