徐 智，李 彪

(內蒙古機電職業(yè)技術學院,呼和浩特 010070)

基于極化雷達的裸露地表土壤水分反演研究

徐 智，李 彪

(內蒙古機電職業(yè)技術學院,呼和浩特 010070)

為準確、快速提取大范圍裸露地表土壤水分空間分布,以河套平原巴彥淖爾市杭錦后旗陜壩鎮(zhèn)灌區(qū)土壤水分四極化精細模式雷達監(jiān)測為例,研究基于RADARSAT-2數(shù)據(jù)土壤水分提取的技術與方法,選擇AIEM模型作為研究區(qū)裸露地表土壤水分反演模型的基礎,建立適合河套灌區(qū)裸露地表土壤水分微波散射的經驗模型。應用經驗模型對河套灌區(qū)地表水分進行反演研究并與實測數(shù)據(jù)進行相關性分析。結果表明:極化組合VV-VH的相關程度高達0.931 1,經驗模型能夠滿足土壤水分監(jiān)測的需要,優(yōu)于傳統(tǒng)土壤水分分類方法,促進了極化微波遙感在土壤水分監(jiān)測中的開拓應用。

雷達影像；土壤水分；經驗模型；極化組合；河套灌區(qū)

2015,32(11):125-129,140

1 研究背景

研究區(qū)陜壩鎮(zhèn)是典型的干旱寒冷灌區(qū)之一,地表土壤水分的蒸發(fā)與流失會導致土壤鹽漬化、植被退化、耕地退化、土壤荒漠化的嚴重后果,這不僅影響當?shù)剞r業(yè)經濟的發(fā)展,更會慢慢地破壞生態(tài)系統(tǒng)。對于河套地區(qū),能夠精確、實時地對地表土壤水分進行大面積的監(jiān)測,提高土壤水分利用效率,保持生態(tài)環(huán)境平衡具有非常重要的意義。

微波遙感空間分辨率高、波長較長、不受天氣條件的影響及對云層霧層有一定的穿透性,周期性短,而且對地表面有穿透能力,因此,應用微波遙感監(jiān)測技術可為定量估計土壤水分提供更為有效的數(shù)據(jù)源。對于遙感監(jiān)測土壤水分,微波遙感監(jiān)測技術已經被國內外認可[1],也為大面積地表土壤水分的監(jiān)測提供了比較有效的方法。近些年來國內外許多學者對微波遙感監(jiān)測地表土壤水分進行了非常系統(tǒng)的研究,從土壤的混合介電模型研究,到地表后向散射特征的正演模型研究,包括理論模型、經驗模型、半經驗模型3大類,其中理論模型有Kirchoff模型(包括幾何光學模型GOM和物理光學模型POM)、小擾動模型(SPM)、積分方程模型(IEM)以及改進后高級積分模型(AIEM)；經驗模型包括Oh模型和Dobios模型；半經驗模型只有Shi模型。到目前為止,已經有很多研究學者利用這些理論、經驗、半經驗模型和在已研究出來的成果的基礎上得到比較好的研究成果。Oh等[2-4]提出了基于后向散射系數(shù)比的半經驗反演模型；Dubois等[5-7]學者建立了同極化方式的后向散射系數(shù)半經驗反演模型；Zribi等[8-10]學者以IEM模型模擬數(shù)據(jù)為基礎,通過對IEM單次面散射模型進行簡化,建立了適用于高頻波段的簡化模型；Shi等[11-12]以IEM模型模擬數(shù)據(jù)為基礎,利用L波段數(shù)據(jù)建立了基于極化幅度的經驗反演模型；王樹果等[13]通過多時相ASAR數(shù)據(jù)對黑河流域中游地表土壤水分進行反演,獲得了較好的結果；鮑艷松等[14]通過TM光學遙感數(shù)據(jù)去除了植被散射和衰減的影響,然后利用ASAR和TM數(shù)據(jù)建立在冬小麥覆蓋情況下土壤水分反演模型,并且在實際應用中得到了很好的結果；李宗謙等[15]提出了隨機地表粗糙度散射模型即雙譜模型(bi-spectrum scattering model,BSM),該模型對地面粗糙度適用范圍又進一步擴大,而且模擬精度很好。近幾年余凡、陳晶等[16-17]利用AIEM模型也建立了一種實用的經驗模型,也都取得了良好的成果。綜上所述,結合單極化或雙極化數(shù)據(jù),利用L雷達波段建立的模型已經取得了一定成績,那么如何利用C波段四極化精細模式雷達影像數(shù)據(jù)建立適合河套灌區(qū)的后向散射經驗模型,對河套灌區(qū)大面積地表土壤水分監(jiān)測及鹽漬地治理具有迫切的現(xiàn)實意義。

2 數(shù)據(jù)來源及處理

2.1 研究區(qū)概況

研究區(qū)地處內蒙古巴彥淖爾市杭錦后旗陜壩鎮(zhèn),主要由洪積平原、沖擊平原和河漫灘3種地形構成,地勢東北低、西南高,海拔在1 032～1 050 m之間,屬于河套平原。河套地區(qū)位于內陸的干旱地帶,常年干旱少雨、地表土壤水分低、年蒸散量較大,氣候屬于大陸性蒙古草原型氣候[18],年日照時間長,晝夜溫差大,農作物一年一熟,主要作物有玉米、大豆、向日葵、小麥等,采樣區(qū)域地理位置為:東經106°43′～107° 15′,北緯40°48′～40°59′,樣本采樣點分布見圖1。

圖1 樣本采樣點分布Fig.1 Distribution of sample points

2.2 野外數(shù)據(jù)采集及處理

提前購置一景2013年3月17日的RADARSAT-2精細四極化雷達影像,采集土樣的時間與衛(wèi)星通過實驗區(qū)的時間保持同步,采集土樣的深度在2～10 cm,在實驗區(qū)共取60個樣點,每個采樣點取5個重復,利用GPS記錄采樣點的位置信息。利用剖面板(在樣點東西、南北2個方向測量地表土壤的剖面),以獲取地表粗糙度ZS所需的2個參數(shù),即均方根高度S(cm)和相關長度L(cm)。地表粗糙度ZS= S2/L。土樣室內的測定分析項目為含水率,野外用鋁盒收集土壤樣品,現(xiàn)場稱重記為K1,回到實驗室對鋁盒進行烘干處理再次稱重記為K2,土壤含水率= (K1-K2)/(K2-鋁盒重)×100%,部分樣點的數(shù)據(jù)信息如表1所示。

2.3 雷達數(shù)據(jù)信息及處理

2.3.1 雷達數(shù)據(jù)信息

該研究區(qū)所用雷達數(shù)據(jù)為RADARSAT-2四極化精細模式數(shù)據(jù),標稱分辨率為8 m的SLC(single look complex)影像,工作波段為C波段,中心波長為5.7 cm,頻率為53 GHz,一景影像的觀測范圍為25 km×25km,入射角范圍35.310 939 8°～36.881 595 6°,雷達經過實驗區(qū)的時間為2013年3月17日,此時杭錦后旗陜壩鎮(zhèn)地表狀態(tài)為春耕前期的裸露地表,基本無植被覆蓋。

2.3.2 雷達數(shù)據(jù)處理

雷達數(shù)據(jù)不同于可見光、紅外的遙感影像,處理起來比較復雜。用ENVI 4.8對原始的SLC雷達影像進行多視、濾波、地理編碼、定標處理后,得到具有后向散射系數(shù)的雷達影像,然后利用實地Google Earth影像,對雷達影像進行配準,最終得到一幅地理坐標與實地相一致的、能反應實地后向散射系數(shù)的雷達影像。

雷達數(shù)據(jù)采用相干微波源照射,各散射中心回波的相干疊加,造成合成矢量的振幅和相位都有一定的起伏,而且其幅度和相位與回波的方向有很大關系。這樣,相當于相干電磁波照射目標時,其散射回來的總回波并不完全由地物目標的后向散射系數(shù)決定,而是圍繞這些后向散射系數(shù)值有很大的隨機起伏,使SAR(Synthetic Aperture Radar)對目標后向散射系數(shù)的測量產生一定偏差,在最終得到的圖像中出現(xiàn)相干斑噪聲[19]。為了抑制SAR圖像的斑點噪聲,對影像采取多視、濾波處理。影像配準是將圖像糾正在某種地理編碼的坐標系統(tǒng)中,使得它與某個參考影像具有相同的幾何屬性,圖像配準包括選取地面控制點(GCP)和幾何糾正2個步驟。選取GCP點盡量選取影像上易于分辨的特征點(路的交差點、房角點等),GCP點應盡可能地均勻分布在整幅影像上。最后根據(jù)位置信息提取采樣點對應的后向散射系數(shù),由于雷達數(shù)據(jù)的均一性比較差,因此本研究選取采樣點含水率均值來分析含水率和后向散射系數(shù)的變化規(guī)律。

表1 部分樣點的數(shù)據(jù)信息Table 1 Part of the sample data

2.4 研究方法

2.4.1 AIEM(advanced integral equation model)模型

AIEM模型的預測值與大量實測數(shù)據(jù)具有較好的一致性,被廣泛應用于隨機粗糙地表散射的模擬[20],AIEM模型模擬不管是模擬同極化微波后向散射特征,還是模擬交叉極化的微波后向散射特征都能較好刻畫地表微波散射特征。AIEM單次散射的后向散射系數(shù)表達式為

式中:pq代表極化方式；k1是介質1中的自由空間波數(shù)；S是土壤表層均方根高度；Wn(ksx-kx,ksy-ky)是地表相關函數(shù)的n階傅里葉變換；kz,ksz,ksx,kx,ksy, ky為入射方位角函數(shù)；I為菲涅爾反射系數(shù)；W為地表粗糙度相關函數(shù)。

2.4.2 經驗模型

前人研究表明在微波波段,土壤電磁波的地表散射特性直接與地表粗糙度、水分含量有很大關系。韓桂紅研究基于多極化C波段數(shù)據(jù),借助AIEM模擬一定入射角以及地表粗糙度的地表散射特征,尋求雷達后向散射系數(shù)與雷達系統(tǒng)參數(shù)、地表粗糙度參數(shù)以及土壤水分量之間的關系,建立了有效的地表參數(shù)及含水量反演的經驗模型[22]。因為研究區(qū)所用影像數(shù)據(jù)及研究區(qū)概況和該模型十分吻合,所以此次研究選取該經驗模型,利用四極化RadarSsat -2數(shù)據(jù)對裸露地表土壤的含水量進行反演,其經驗模型公式為:

式中:Zs為地表組合粗糙度(cm)；Δδ0為同一區(qū)域不同極化方式的后向散射系數(shù)之差；pq分別為極化方式；Apq(θ),Bpq(θ),Cpq(θ),Mpq(θ),Npq(θ)是只和入射角有關的函數(shù)；Mv為地表含水率(%)；δ0pq為四極化后向散射系數(shù)(dB)。其中:

為了滿足實驗精度的要求,必須考慮地表粗糙度對后向散射系數(shù)的影響,地表粗糙度經驗模型的建立滿足了在考慮地表粗糙度的情況下建立經驗模型,而不用野外測量地表粗糙度,大大降低實驗的難度,即含水率經驗模型中將地表粗糙度只作為中間變量。經實驗數(shù)據(jù)分析得到入射角函數(shù)的相關系數(shù),如表2、表3所示,那么借助含水率經驗模型和處理后雷達影像數(shù)據(jù)的后向散射系數(shù),即可容易得出研究區(qū)域土壤水分空間分布情況。

表2 含水量經驗模型中角度函數(shù)相關系數(shù)值Table 2 Angle function coefficient values in empirical model of moisture

表3 粗糙度經驗模型中角度函數(shù)相關系數(shù)值Table 3 Angle function coefficient values in empirical model of surface roughness

3 結果與分析

3.1 土壤含水量反演

經驗模型是在AIEM模型裸露地表后向散射特征的基礎上建立的,應用在裸露地表時反演結果精度較高,研究區(qū)實驗時間在春耕前,基本沒有植被覆蓋,借助經驗模型和影像數(shù)據(jù)反演不同極化組合方式下研究區(qū)土壤含水率情況,得出土壤水分空間分布如圖2所示。

圖2 反演土壤水分空間分布Fig.2 Spatial distribution of soil moisture inversion

從經驗模型反演得出的研究區(qū)土壤水分空間分布圖可知,在研究區(qū)西北部主要是山體,其余部分以耕地為主,總體上土壤含水量分布在10%～30%之間,研究區(qū)的中部和西部含水量較高,該區(qū)域存在灌溉渠系、河流、湖泊等；含水量較低的區(qū)域存在山地、居民地等。反演結果和實際野外考察情況基本吻合,由此可知,反演得到的土壤水分空間分布圖大體趨勢是準確的。

3.2 精度評價

在研究區(qū)選取野外觀測的40個表層土壤的實測數(shù)據(jù)進行驗證,定量評價經驗模型的反演精度,由于購置的雷達影像入射角在一個很小的范圍內,可以不考慮角度變化,如圖3不同極化組合方式下實測值與反演值的散點圖,從圖中可以看出VV-VH極化組合的相關程度最高,達到0.931 1,滿足研究區(qū)要求的反演精度；HH-HV極化組合的相關性也基本達到精度要求；而HH-VV極化組合的相關程度最低,只有0.585 3,反演精度不是很高。

3.3 分 析

圖3 實測含水量和反演含水量散點圖Fig.3 Scatter plot of soil moisture of measured results and inversion results

研究將AIEM模型應用到干旱區(qū)鹽漬地裸露地表中,建立了C波段雷達影像后向散射系數(shù)同土壤水分、組合粗糙度參數(shù)之間的非線性關系,結合雷達數(shù)據(jù)極化組合方式的不同,提出土壤水分反演方案,得到巴彥淖爾市陜壩鎮(zhèn)地表土壤水分空間分布圖,利用研究區(qū)實測土壤含水量數(shù)據(jù)對經驗模型反演結果進行了精度評價。結果表明:HH-VV,HH-HV, VV-VH 3種極化組合方式下,模型的反演結果和實測數(shù)據(jù)的相關性都比較好,反演精度最高的極化組合方式為VV-VH,土壤水分反演值和實測值的相關性達到0.931 1,反演結果能準確地反映研究區(qū)地表土壤水分空間分布情況。經驗模型對于鹽漬地地表土壤水分反演取得了較好的結果,這與前人研究結果基本吻合,說明經驗模型在研究區(qū)地表水分反演中取得了很好的結果。

模型是在給定的雷達系統(tǒng)參數(shù)和地表參數(shù)下建立的,該模型還存在一定問題。建立的經驗模型反演小粗糙度(S＜1.5cm,L∈(4,18))的鹽漬地地表精度較高,地表有較大粗糙度時反演精度較低[23],反演結果存在不確定性；該經驗模型是在C波段雷達影像基礎上建立的,是不是適合其他波段的雷達影像需要進一步的分析研究,模型的完善是下一步工作的重點。

4 結 論

本研究借助后向散射經驗模型對巴彥淖爾市陜壩鎮(zhèn)裸露地表土壤水分進行反演,得到3種不同極化組合方式下土壤水分空間分布圖,并對反演結果進行了精度評價。結果表明:VV-VH極化組合方式與反演數(shù)據(jù)相關性最高,達到0.931 1,滿足研究區(qū)精度要求。經驗模型不需要粗糙度參數(shù)即可對地表進行大面積土壤水分的監(jiān)測,可以獲得較好的結果,達到省時省力、節(jié)約經費的目的。因此四極化雷達數(shù)據(jù)在大面積土壤水分監(jiān)測中有較好的應用前景。

參考文獻：

[1]SHI J C,CHEN K S,LI Q,et al.A Parameterized Surface Reflectivity Model and Estimation of Bare Surface Soil Moisture with L-band Radiometer[J].IEEE Transactions Geoscience and Remote Sensing,2003,40(12): 2831-2841.

[2]OH Y,SARABANDI K,ULABY F T.An Empirical Model and An Inversion Technique for Radar Scattering from Bare Soil Surfaces[J].IEEE Transactions on Geoscience and Remote Sensing,1992,30(2):370-381.

[3]OH Y,SARABANDI K,ULABY F T.An Inversion Algorithm for Retrieving Soil Moisture and Surface Roughness from Polarimetric Radar Observation[C]//Geoscience and Remote Sensing Society.Proceedings of IEEE International Geoscience and Remote Sensing Symposium, Pasadena,California,United States,1994,3(1):1582-1584.

[4]OH Y.Quantitative Retrieval of Soil Moisture Content and Surface Roughness from Multipolarized Radar Observations of Bare Soil Surfaces[J].IEEE Transactions on Geoscience and Remote Sensing,2004,42(4):596-601.

[5]DOBSON M C,ULABY F T.Active Microwave Soil Moisture Research[J].IEEE Transactions on Geoscience and Remote Sensing,1986,24(1):23-36.

[6]DOBSON M C,ULABY F T,HALLIKAINEN M T,et al.Microwave Dielectric Behavior of Wet Soil[J].IEEE Transactions on Geoscience and Remote Sensing,1985, 23(1):35-46.

[7]DUBOIS P C,ZYL J V,LINGMAN T.Measuring Soil Moisture with Imaging Radars[J].IEEE Transactions on Geoscience and Remote Sensing,1995,33(4):915-926.

[8]ZRIBI M,BAGHDADI N.Analysis of Surface Roughness Heterogeneity and Scattering Behavior for Radar Measurements[J].IEEE Transactions on Geoscience and Remote Sensing,2006,44(9):2438-2444.

[9]ZRIBI M,DECHAMBRE M.A New Empirical Model to Retrieve Soil Moisture and Roughness from C-band Radar Data[J].RemoteSensingofEnvironment,2003, 84(1):42-52.

[10]ZRIBI M,HéGARAT-MASCLE S L,OTTLé C,et al. Surface Soil Moisture Estimation from the Synergistic Use of the(Multi-incidence and Multi-resolution)Active Microwave ERS Wind Scatterometer and SAR Data[J]. Remote Sensing of Environment,2003,86(1):30-41.

[11]SHI J C,LI Z,LI X W.Evaluate Usage of Decomposition Technique in Estimation of Soil Moisture with Vegetated Surface by Multi-temporal Measurements Data[J].Journal of Remote Sensing,2002,6(6):412-416.

[12]SHI J,WANG J,HSU A.Estimation of Bare Surface Soil Moisture and Surface Roughness Parameters Using LBand SAR Image Data[J].IEEE Transactions on Geoscience and Remote Sensing,1997,35(5):1254-1266.

[13]王樹果,李 新,韓旭軍,等.利用多時相ASAR數(shù)據(jù)反演黑河流域中游地表土壤水分[J].遙感技術與應用, 2009,24(5):582-587.(WANG Shu-gou,LI Xin,HAN Xu-jun,et al.Derivation of Surface Soil Moisture in the Middle Stream of Heihe River Basin Using Multi-temporal ASAR Images[J].Remote Sensing Technology and Application,2009,24(5):582-587.(in Chinese))

[14]鮑艷松,劉良云,王紀華,等.利用ASAR圖像監(jiān)測土壤含水量和小麥覆蓋度[J].遙感學報,2006,10(2): 263-271.(BAO Yan-song,LIU Liang-yun,WANG Jihua,et al.Estimation of Soil Water Content and Wheat Coverage with ASAR Image[J].Journal of Remote Sensing,2006,10(2):263-271.(in Chinese))

[15]李宗謙,馮孔豫.從雷達后向散射系數(shù)反演土壤濕度與復介電常數(shù)[J].中國科學(E輯),1997,27(3):243-248.(LI Zong-qian,FENG Kong-yu.Inversion of Soil Moisture and the Complex Dielectric Constant by Radar Scattering Coefficient[J].Science in China(Series E). 1997,27(3):243-248.(in Chinese))

[16]余 凡,趙英時.合成孔徑雷達反演裸露地表土壤水分的新方法[J].武漢大學學報(信息科學版),2010, 35(3):317-321.(YU Fan,ZHAO Ying-shi.A New Method for Soil Moisture Inversion by Synthetic Aperture Radar[J].Geomatics and Information Science of Wuhan University.2010,35(3):317-321.(in Chinese))

[17]陳 晶,賈 毅,余 凡.雙極化雷達反演裸露地表土壤水分[J].農業(yè)工程學報,2013,29(10):109-115. (CHEN Jing,JIA Yi,YU Fan.Soil Moisture Inversion by Radar with Dual-polarization[J].Transactions of the ChineseSocietyofAgriculturalEngineering,2013, 29(10):109-115.(in Chinese))

[18]劉秉旺,張茂盛,陳龍生,等.內蒙古河套灌區(qū)土壤鹽漬化成因研究[J].西部資源,2013,(3):172-173.(LIU Bing-wang,ZHANG Mao-sheng,CHEN Long-sheng,et al.Research on Inner Mongolia Hetao Irrigation Area of Soil Salinization[J].Western Resources,2013,(3): 172-173.(in Chinese))

[19]王 超,張 紅,陳 曦,等.全極化合成孔徑雷達圖像處理[M].北京:科學出版社,2008:55-56.(WANG Chao,ZHANG Hong,CHEN Xi,et al.Image Processing of Radar with Full Polarization Synthetic Aperture[M]. Beijing:Science Press,2008:55-56.(in Chinese))

[20]余 凡,李海濤,張承明,等.利用雙極化微波遙感數(shù)據(jù)反演土壤水分的新方法[J].武漢大學學報,2014, 39(2):225-228.(YU Fan,LI Hai-tao,ZHANG Chengming,et al.A New Approach for Surface Soil Moisture Retrieving Using Two-polarized Microwave Remote Sensing Data[J].Geomatics and Information Science of Wuhan University,2014,39(2):225-228.(in Chinese))[21]ULABY F T,MOORE R K,FUNG A K.Microwave Remote Sensing Active and Passive[M].Norwood,Massachusetts:Artech House Press,1981.

[22]韓桂紅.干旱區(qū)鹽漬土極化雷達土壤水分反演研究[D].烏魯木齊:新疆大學,2013.(HAN Gui-hong.Soil Surface Moisture Inversion Research on Saline Soil by Polarized Radar in Arid Areas[D].Urumuqi:Xinjiang University,2013.(in Chinese))

[23]陳 晶,賈 毅,余 凡.雙極化雷達反演裸露地表土壤水分[J].農業(yè)工程學報,2013,29(10):109-115. (CHEN Jing,JIA Yi,YU fan.Soil Moisture Inversion by Radar with Dual-polarization[J].Transactions of the Chinese Society of Agricultural Engineering,2013,29(10): 109-115.(in Chinese))

(編輯:劉運飛)

Research on Soil Moisture Inversion at Bare Ground Surface Using the Polarization Radar

XU Zhi,LI Biao
(Inner Mongolia Technical College of Mechanics and Electrics,Huhhot 010070,China)

To retrieve the spatial distribution of bare surface's soil moisture at a large scale accurately and instantly,based on a commercial satellite named RADARSAT-2,the authors studied the technique and method of soil moisture retrieving.An irrigation zone of Hetao Plain,located in Shanba town,Hanggin county,Bayannur city, was taken as an example for soil moisture with four-polarized radar refined monitoring.According to advanced integral equation model(AIEM),an empirical model of bare soil moisture with microwave scattering was established, which was suitable for Hetao irrigation area.The empirical model of surface water inversion in Hetao irrigation area was applied,and it was compared with the measured data through correlation analysis.The results indicate that relevant coefficient of polarization combination VV-VH is as high as 0.9311.The model can meet the requirements of soil moisture monitoring,superior to traditional soil moisture classification methods.Finally,it promotes the application of polarized microwave remote sensing in soil moisture monitoring.

radar image；soil moisture；empirical model；polarization combination；Hetao irrigation area

S152.7；P628.2

A

1001-5485(2015)11-0125-05

10.11988/ckyyb.20140832

2014-09-20；

2014-11-25

徐 智(1964-),男,內蒙古呼和浩特人,副教授,主要從事水利工程測繪研究,(電話)13847120211(電子信箱)597660430@qq.com。

李 彪(1988-),男,河北保定人,碩士,主要從事灌區(qū)土壤水鹽藕合遙感監(jiān)測敏感性研究,(電話)18698463119(電子信箱)lb8239@ 163.com。