余凡　韓顏?lái)槨☆櫤Ｑ?/p>

土壤水分是陸面-大氣相互過(guò)程中調(diào)控地-氣能量交換的最重要參數(shù)之一，直接控制著地表與大氣之間水、熱量的輸送和平衡。土壤水分的估算也是其他學(xué)科，比如氣象學(xué)、水文學(xué)、生態(tài)學(xué)和農(nóng)業(yè)等關(guān)注的重點(diǎn)研究對(duì)象。傳統(tǒng)土壤水分監(jiān)測(cè)方法很難在大范圍、高效率和實(shí)時(shí)進(jìn)行常規(guī)測(cè)量，而遙感技術(shù)由于其自身特點(diǎn)及潛力，已在地表土壤水分研究中蓬勃開(kāi)展。目前，遙感技術(shù)已經(jīng)進(jìn)入一個(gè)能動(dòng)態(tài)、快速、高效地提供多源對(duì)地觀測(cè)數(shù)據(jù)的新階段。多源遙感數(shù)據(jù)的協(xié)同觀測(cè)能一定程度上克服各種單一遙感手段獲取的圖像數(shù)據(jù)在幾何、光譜、時(shí)間和空間分辨率的局限性，對(duì)觀測(cè)目標(biāo)有一個(gè)更加全面、清晰、準(zhǔn)確的理解與認(rèn)識(shí)。

光學(xué)與雷達(dá)遙感是兩種不同的土壤水分獲取手段，能從不同的角度反映地表的土壤水分情況。若能將兩者結(jié)合起來(lái)協(xié)同反演土壤水分，取長(zhǎng)補(bǔ)短，提高土壤水分反演精度，對(duì)于土壤水分的定量遙感反演研究是極具意義的。中國(guó)測(cè)繪科學(xué)研究院項(xiàng)目組針對(duì)我國(guó)中、西部地區(qū)日趨嚴(yán)重的干旱缺水問(wèn)題，綜合考慮光學(xué)和雷達(dá)影像數(shù)據(jù)在土壤水分表達(dá)上的各自?xún)?yōu)勢(shì)，首先對(duì)光學(xué)和雷達(dá)影像的協(xié)同分類(lèi)算法展開(kāi)研究，然后在研究雷達(dá)模型反演裸露地表土壤水分算法的基礎(chǔ)上，采取‘?dāng)?shù)據(jù)融合、‘模型耦合和‘優(yōu)化算法三種形式對(duì)光學(xué)與雷達(dá)協(xié)同反演土壤水分的算法展開(kāi)研究，以提高土壤水分反演的精度；另一方面，針對(duì)遙感反演土壤水分時(shí)間上不連續(xù)的問(wèn)題，利用集合卡爾曼濾波將遙感反演結(jié)果同化到DHSVM模型中，獲取大范圍內(nèi)時(shí)間連續(xù)的土壤水分結(jié)果。

本項(xiàng)研究是定量遙感反演土壤水分前沿的探索性研究，突破了光學(xué)與雷達(dá)遙感協(xié)同分類(lèi)，兩者協(xié)同反演土壤水分，遙感數(shù)據(jù)與水文模型的同化一系列技術(shù)難題，在關(guān)鍵技術(shù)上實(shí)現(xiàn)了3項(xiàng)領(lǐng)先，主要技術(shù)指標(biāo)達(dá)到國(guó)際同類(lèi)領(lǐng)先水平。

經(jīng)過(guò)課題組共同努力，該項(xiàng)目取得突破性成就：1.他們首次提出了光學(xué)與雷達(dá)遙感協(xié)同分類(lèi)的理論與實(shí)現(xiàn)方法，實(shí)現(xiàn)了多源遙感數(shù)據(jù)的協(xié)同分類(lèi)，有效提高了地物的分類(lèi)精度。傳統(tǒng)分類(lèi)算法主要基于光學(xué)數(shù)據(jù)，雷達(dá)數(shù)據(jù)由于斑點(diǎn)噪聲的影響，一般用于特定地物的提取。利用光學(xué)數(shù)據(jù)分類(lèi)主要是利用了地物的光譜信息，不可避免地存在“同物異譜，異物同譜”的問(wèn)題，尤其對(duì)于中等分辨率的光學(xué)影像，難以獲得滿(mǎn)意的分類(lèi)精度。雷達(dá)影像能反映地物的質(zhì)地、形狀、結(jié)構(gòu)等信息，是光學(xué)影像的有利補(bǔ)充，但是兩者物理意義相差較大，如何協(xié)同是本項(xiàng)目的難點(diǎn)。研發(fā)團(tuán)隊(duì)提出了一種基于貝葉斯理論和馬爾科夫隨機(jī)場(chǎng)MRF的多源遙感數(shù)據(jù)協(xié)同分類(lèi)方法。該方法依據(jù)光學(xué)與微波遙感數(shù)據(jù)在地物提取中的各自?xún)?yōu)勢(shì)，首先對(duì)ASAR后向散射系數(shù)進(jìn)行入射角歸一化，然后構(gòu)建一種基于貝葉斯理論和MRF的分類(lèi)器，以歸一化后的ASAR雙極化數(shù)據(jù)與TM7個(gè)波段共同參與分類(lèi)。分別對(duì)ASAR入射角歸一化的有效性和主被動(dòng)協(xié)同的必要性進(jìn)行驗(yàn)證，結(jié)果表明，采用本文方法的分類(lèi)精度達(dá)到89.4%，較未進(jìn)行角度校正的主被動(dòng)數(shù)據(jù)協(xié)同分類(lèi)的精度提高了4.1%，較單獨(dú)TM分類(lèi)的精度提高了11.5%，體現(xiàn)出主被動(dòng)遙感數(shù)據(jù)協(xié)同在分類(lèi)上的潛力。2.首次提出一種針對(duì)雙極化的雷達(dá)數(shù)據(jù)的地表土壤水分反演模型，該模型同時(shí)考慮了兩個(gè)粗糙度參數(shù)：均方根高度和相關(guān)長(zhǎng)度，并將兩者合二為一，提出一種新的粗糙度參數(shù)，使模型的未知參數(shù)減少為2個(gè)，因此僅利用兩個(gè)極化的雷達(dá)后向散射系數(shù)即可反演得到土壤水分。實(shí)測(cè)數(shù)據(jù)驗(yàn)證表明，該經(jīng)驗(yàn)?zāi)Ｐ蜔o(wú)需地面點(diǎn)數(shù)據(jù)支持，僅需兩個(gè)極化通道雷達(dá)數(shù)據(jù)即可實(shí)現(xiàn)裸地土壤水分反演，適用于地表情況復(fù)雜，粗糙度參數(shù)難以精確獲取的地區(qū)。3.在國(guó)際上首次提出光學(xué)與雷達(dá)遙感協(xié)同提取土壤水分的方法，依據(jù)光學(xué)與雷達(dá)數(shù)據(jù)在土壤水分表達(dá)上的各自?xún)?yōu)勢(shì)，分別從數(shù)據(jù)融合層面、模型耦合層面和模型優(yōu)化層面對(duì)主被動(dòng)遙感協(xié)同反演地表土壤水分的算法進(jìn)行了研究，主要?jiǎng)?chuàng)新如下：（1）提出一種基于主被動(dòng)遙感數(shù)據(jù)融合的土壤水分信息提取方法，實(shí)現(xiàn)了數(shù)據(jù)融合層面的光學(xué)雷達(dá)遙感數(shù)據(jù)協(xié)同反演土壤水分，（2）提出了基于光學(xué)雷達(dá)模型耦合的協(xié)同反演土壤水分模型，實(shí)現(xiàn)了模型耦合層面的光學(xué)雷達(dá)協(xié)同反演土壤水分；（3）提出一種基于優(yōu)化算法的光學(xué)雷達(dá)協(xié)同反演地表土壤水分方法，實(shí)現(xiàn)了模型優(yōu)化層面的光學(xué)雷達(dá)協(xié)同反演土壤水分。 4.率先實(shí)現(xiàn)遙感反演土壤水分觀測(cè)數(shù)據(jù)用于黑河流域的土壤水分同化，以提高土壤水分的估計(jì)精度。本項(xiàng)目的一維同化系統(tǒng)由集合凱爾曼濾波、前向的輻射傳輸模型（農(nóng)作物模型）和分布式水文模型DHSVM組成。其中農(nóng)作物模型是一個(gè)半經(jīng)驗(yàn)?zāi)Ｐ?，主要用?lái)消除地表植被的散射影響。DHSVM模型用來(lái)描述地形和植被對(duì)水熱通量的影響。本項(xiàng)目經(jīng)驗(yàn)證結(jié)果表明集合凱爾曼濾波能有效的將主動(dòng)微波遙感數(shù)據(jù)同化到水文模型中，與模擬結(jié)果相比，同化的表層和根層土壤水分精度都有明顯的提高，而在深層變化不大。

該項(xiàng)研究成果具有很高的經(jīng)濟(jì)和社會(huì)價(jià)值，在國(guó)民經(jīng)濟(jì)發(fā)展中有廣泛應(yīng)用，目前已應(yīng)用于“單點(diǎn)土壤水分同化方法研究”、“全極化SAR遙感反演地表土壤水分”等項(xiàng)目，湖北省氣象局“地表土壤墑情遙感反演系統(tǒng)”、長(zhǎng)江水利委員會(huì)長(zhǎng)江科學(xué)院“長(zhǎng)江流域沿線地表干旱監(jiān)測(cè)”，浙江河口水利研究院“浙江省地面干旱監(jiān)測(cè)業(yè)務(wù)系統(tǒng)”等方面，較大程度提高地表土壤水分的獲取精度，有力推動(dòng)了遙感反演地表土壤水分產(chǎn)品在災(zāi)害、農(nóng)業(yè)等方面的應(yīng)用。

項(xiàng)目團(tuán)隊(duì)主要成員

余凡：項(xiàng)目負(fù)責(zé)人，男，博士，1982年生，副研究員，從事定量遙感研究與遙感圖像處理相關(guān)研究10余年。先后承擔(dān)或參與國(guó)家基礎(chǔ)研究發(fā)展計(jì)劃（973計(jì)劃），國(guó)家科技支撐計(jì)劃，國(guó)家自然科學(xué)基金面上項(xiàng)目，國(guó)家重大測(cè)繪專(zhuān)項(xiàng)，國(guó)家基礎(chǔ)測(cè)繪項(xiàng)目等國(guó)家項(xiàng)目10余項(xiàng)，獲測(cè)繪科技進(jìn)步二等獎(jiǎng)2項(xiàng)；已發(fā)表文章20多篇（SCI 5篇），申請(qǐng)發(fā)明專(zhuān)利3項(xiàng)，軟件著作權(quán)2項(xiàng)，出版專(zhuān)著1部。今年來(lái)主要從事定量遙感的基礎(chǔ)研究，對(duì)主被動(dòng)遙感影像反演地表土壤水分機(jī)理與方法、地表土壤水分與水文模型的遙感同化機(jī)理與方法有深入的研究。

韓顏?lái)槪喉?xiàng)目骨干，男，碩士，1980年生，助理研究員，先后參加多項(xiàng)國(guó)家863、973科研課題、國(guó)土資源部項(xiàng)目、西部測(cè)圖、地理國(guó)情監(jiān)測(cè)重大工程等國(guó)家科研和基礎(chǔ)測(cè)繪課題，攻克了遙感影像處理、高性能集群計(jì)算、遙感影像智能解譯、網(wǎng)絡(luò)協(xié)同作業(yè)等多項(xiàng)關(guān)鍵技術(shù)，先后獲得國(guó)家科技進(jìn)步二等獎(jiǎng)一項(xiàng)、測(cè)繪科技進(jìn)步一等獎(jiǎng)三項(xiàng)，發(fā)表科技論文多篇。在科研成果產(chǎn)業(yè)化方面，將FeatureStation科研成果轉(zhuǎn)化，成功應(yīng)用于測(cè)繪地理信息數(shù)據(jù)生產(chǎn)加工，取得良好的效果。

顧海燕，研發(fā)骨干，女，碩士，1982年2月生，從事光學(xué)遙感影像自動(dòng)解譯與高性能處理方面的研究。先后承擔(dān)或參加國(guó)家重大測(cè)繪專(zhuān)項(xiàng)、國(guó)家科技計(jì)劃項(xiàng)目、國(guó)家基礎(chǔ)測(cè)繪項(xiàng)目等10余項(xiàng)。獲測(cè)繪科技進(jìn)步二等獎(jiǎng)1項(xiàng)（2014年），獲發(fā)明專(zhuān)利1項(xiàng)、軟件著作權(quán)登記4項(xiàng)，發(fā)表論文20余篇，被SCI收錄4篇、EI收錄3篇，參與出版專(zhuān)著2部。近年來(lái)，主要從事遙感影像面向?qū)ο蠓治?、遙感影像高性能處理、信息化測(cè)繪技術(shù)體系建設(shè)、國(guó)家標(biāo)準(zhǔn)制定等科研工作。 責(zé)編/萬(wàn)海濱