Kim et al., 2014 基于L波段雷达的全球土壤水分反

【本文关键词】土壤水分，雷达后向散射，L波段，植被类型，植被含水量，查找表
【内容简介】提出了一个基于植被类型的L波段雷达后向散射物理模型，使用查找表方法进行土壤水分反演
【原文链接】网页|PDF

前向散射建模

特点

• 在13种IGBP地表分类+4种主要作物类型（小麦、玉米、水稻、大豆）一共17种地表类型的基础上，只用植被水含量一个参数来表示植被层
• 利用变形Born近似（DBA）对植被-土壤体系的雷达后向散射进行建模，将总的后向散射分为土壤、植被、土壤-植被三分量。

模型参数

原始方程要求裸土复介电常数，RMS高度，相关长度，植被光学厚度，植被水含量

由于SMAP有三个观测通道（HH，VV，HV），需要把原方程中的变量减少到三个或以下（否则将变为欠定方程）。

基于植被类型，用（1）植被水含量来表示植被层对后向散射的影响。

用相关函数为各向同性指数函数的平稳高斯随机过程（stationary Gaussian random process）来描述（2）土壤层的粗糙度，和为其参数。为减少参数，进一步假定为常数（本文取值为10）

另一个参数是（3）土壤介电常数，这里只取了实部，因为虚部与实部比例是一定的。

数据集（作者命名为数据立方体，Datacubes）建立

原文表1 不同植被类型对应的VWC范围

分裸土、木质植被、非木质植被三类进行讨论。

由于三维数值Maxwell模型（Numerical Maxwell model for three dimensions，NMM3-D）计算量很大，首先只建立了6介电常数6均方根高度6（？此处不确定）VWC的查找表，然后再将其插值为280280280的最终查找表。

不足

• 受实验数据限制，考虑的植被类型还不够多样
• 次表面介电常数邻域不连续
• 使用各向同性近似描述土壤粗糙度，忽略了垄行结构

应用于土壤水分反演

个不同时刻的观测

方程（个）

• 个同极化后向散射系数
• 个输入值

未知量（个）

• 一个均方根高度（认为在这段时间内地表粗糙度不发生变化）
• 个时刻对应的介电常数实部（通过其来获取土壤水分）
• 一个模型残差项

这是一个超定方程，可以通过最小二乘形式的代价函数来进行求解。

精度评价

主要的误差来源：

• 雷达观测误差：由于没有实际的SMAP数据，可以通过Monte-Carlo方法进行模拟
• 数据集建模误差：主要是用VWC代替其他植被参数造成的误差
• 介电模型误差：左右
• 空间异质性