[发明专利]一种FY-3C被动微波数据估算土壤湿度的方法

说明书

本发明公开了一种FY‑3C被动微波数据估算土壤湿度的方法，本发明充分利用被动微波亮温数据的多极化特性，增加方程个数，同时通过综合考虑植被光学厚度和地表粗糙度对星上亮温的影响，减少未知数个数，解决了现有技术中存在的需要已知粗糙表面发射率和植被光学厚度估算土壤湿度的问题，实现了基于FY‑3C卫星被动微波星上亮温数据的土壤湿度估算。

技术领域

本发明涉及一种定量遥感技术，尤其涉及一种FY-3C被动微波数据估算土壤湿度的方法。

背景技术

地球上的水由海洋水、陆地水和大气水三部分组成，各组分的水在全球环境变化中都具有重要的作用。其中土壤水分尽管只占到地球总水量的0.005％，但是它对于水圈、生物圈以及大气圈之间的相互作用有着极为重要的影响，是全球水循环运动中的一个重要的组成部分。土壤湿度是反映土壤水分状态的关键参数，了解并获取大尺度、长时间序列的土壤湿度分布和变化状况，对于研究和解决全球变化、农业、生态、水文、环境等方面所面临的问题有着十分重要的意义。传统土壤湿度的观测方法只能获取有限观测点的土壤湿度数据，观测结果仅能反映观测点周围区域的土壤湿度情况，因而空间代表性较差，且通过传统方法获取长时间序列土壤湿度数据的成本较高。因此，无法满足当前农业、生态、环境等方面的需求。

现有的基于微波辐射传输理论的土壤湿度估算方法存在的主要缺点为：算法较为复杂，需要直接输入的地表状态参数(如粗糙表面发射率和植被光学厚度)获取难度大，而且在这些地表参数的计算过程中需要更多的其它地表参数(如植被含水量)，误差较大，导致这些土壤湿度估算方法在实际应用中受到了很大的限制。

发明内容

本发明的目的就在于为了解决上述问题而提供一种FY-3C被动微波数据估算土壤湿度的方法。

本发明通过以下技术方案来实现上述目的：

本发明包括以下步骤：

步骤一：FY-3C卫星MWRI传感器陆表温度L2产品数据获取及其预处理，所述数据预处理包括以下步骤：

(1)提取8个通道(10.7GHz(H V)，18.7GHz(H V)，23.8GHz(H)，36.5GHz(V)，89.0GHz(H V))的亮温数据(H和V分别代表水平极化和垂直极化)，其中通道10.7GHz(H V)是用于土壤湿度估算，通道36.5GHz(V)是用于计算土壤湿度估算中用到的地表温度，其他通道数据用于步骤2中掩膜无效像元；

(2)根据如下公式将DN值转化为星上亮温；

公式一：Tb＝gain×DN+offset

式中，Tb为星上亮温；DN为计数值；对于FY-3C卫星MWRI传感器陆表温度L2产品的亮温数据，所有通道的gain和offset分别为0.01和327.68；

(3)将ESD投影平面坐标转为地理坐标；

(4)对亮温数据进行裁剪得到陆地范围亮温数据；

步骤二：受降雨、冰雪、冻土影响以及大量无线电射频信号干扰的像元并不适合土壤湿度估算，因此将其视为无效像元，并对其进行掩膜处理。掩膜像元不进行土壤湿度估算，全部赋值为-1.0；

如下为掩膜条件，满足以下条件的像元即为无效像元：

雨：Tb89V<249K；

冰雪、冻土：Tb36V<250K且Tb36V-Tb18V<-3K；

无线电射频信号干扰：Tb10V<Tb10H或Tb18H<Tb10H-5K或Tb18V<Tb10V-5K。

步骤三：地表土壤湿度估算：