[发明专利]基于改进双通道算法的土壤水分遥感反演方法

说明书

技术领域

本发明涉及土壤水分遥感反演领域，尤其是涉及基于改进双通道算法的土壤水分遥感反演方法。

背景技术

土壤水分是影响地球陆表水循环的关键因子，控制着陆地-大气之间的水分和能量循环，进而对天气和气候产生重要影响。土壤水分不仅与水圈、大气圈和生物圈之间的物质能量交换息息相关，而且在地表能量向潜热和显热转化的过程中起着关键作用。通过控制降水向渗透和径流的转化比例，土壤水分对河川径流量、地下水流量和降雨量有重要影响。因此，土壤水分在地球系统的各个过程和反馈机制中起着不可或缺的作用，实时准确的对土壤水分进行监测已经成为国内外的研究热点之一。

被动微波遥感因其全天时、全天候和不受天气影响的优点，被广泛应用于土壤水分反演研究中。其中，高级微波扫描辐射计(Advanced microwave scanning radiometer-Earth Observing System,AMSR-E)由于具有较长的观测时间、多波段、双极化通道和较高的数据质量在被动微波土壤水分反演算法中得到广泛的应用。目前已有的很多物理模型算法都是针对AMSR-E亮温数据提出的，这些算法主要分为两类，一是基于数学迭代方法的算法，如Njoku提出的NPD算法、Owe提出的LPRM算法、Zeng、Pan、田辉、Chen、Hong等人分别基于不同的数学迭代方法提出相应的反演算法；二是基于辅助数据的物理模型，其中应用最为广泛的是Jackson提出的单通道算法(Single channel algorithm，SCA)和Shi、刘强以SCA算法为基础提出的双通道算法(Dual-Channel Algorithm,DCA)。

双通道算法基于Jackson方法计算植被含水量(Vegetation water content,VWC)校正植被效应。刘强、王嘉楠分别以青藏高原和内蒙古为研究区验证反演结果，发现双通道算法精度高于AMSR-E官方土壤水分产品，具有较好的精度。Yilmaz和Jackson、Chan进一步研究指出被动微波遥感土壤水分反演算法中的植被含水量参数应为包含叶片含水量和茎体含水量两部分，而Jackson算法只计算了植被叶片含水量，降低最终的反演精度。在此基础上Chan提出了包含叶片含水量和茎体含水量并且能够反应不同植被季节变化的新植被含水量计算方法。

发明内容

本发明提供一种基于改进双通道算法的土壤水分遥感反演方法，该方法基于传感器微波亮温数据以及相应的辅助数据，反演研究区的土壤水分，包括如下步骤，

步骤一，计算地表有效温度T^eff；

步骤二，计算植被含水量VWC，该植被含水量包括叶片含水量VWCs和茎体含水量VWC_f，VWC＝VWC_s+VWC_f；

步骤三，根据获得的植被含水量VWC计算植被光学厚度τ^c(f,p)；

步骤四，根据已获得的地表有效温度T^eff数据、植被光学厚度τ^c(f,p)数据、以及传感器收到的亮温数据计算得到粗糙地表发射率e^rough(f,p)；

步骤五，根据已获得的粗糙地表发射率e^rough(f,p)，计算得到土壤体积含水量SM。

优选的，所述传感器为AMSR-E 10.65GHz传感器。

优选的，所述辅助数据包括土壤质地数据、地表覆盖数据以及植被指数数据。

优选的，所述地表有效温度T^eff基于以下公式获得

T^eff＝1.11×T_B,36.5V-15.20 (T_B,36.5V＞259.8K) (1)

其中，T_B,36.5V＝259.8K是冻土和非冻土的区分阈值。

优选的，

其中，stem factor为常数，代表植被茎体所能存储的最大水量，随着植被类型的变化而变化，NDVI为植被指数，NDVI_max是年最大植被指数，NDVI_max是年最小植被指数。

优选的，植被光学厚度τ^c(f,p)根据以下公式获得

τ^c(f,p)＝b(f)×VWC (2)