近日，中國(guó)科學(xué)院空天信息創(chuàng)新研究院遙感科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室聯(lián)合法國(guó)農(nóng)業(yè)科學(xué)院等的科研人員，在全球尺度上利用SMAP衛(wèi)星被動(dòng)輻射計(jì)L波段數(shù)據(jù)與目前唯一在軌運(yùn)行的大尺度觀測(cè)的ASCAT衛(wèi)星主動(dòng)散射計(jì)C波段數(shù)據(jù)，實(shí)現(xiàn)了表層土壤水分的高精度反演。

土壤水分作為影響全球水、碳、能量循環(huán)的重要參量，與植被含水量一起被認(rèn)為是能夠識(shí)別陸地生態(tài)系統(tǒng)主要變化的兩個(gè)核心變量。獲取高精度土壤水分信息，對(duì)于糧食安全、水資源優(yōu)化與管理、生態(tài)環(huán)境保護(hù)等至關(guān)重要。

全天時(shí)、全天候工作的主動(dòng)和被動(dòng)微波遙感被認(rèn)為是目前大尺度監(jiān)測(cè)土壤水分最有效的手段之一，但單一的主動(dòng)或被動(dòng)微波觀測(cè)反演的土壤水分在精度、時(shí)間或空間分辨率上均受到不同程度的限制。而主被動(dòng)微波聯(lián)合反演土壤水分的研究，尤其是基于機(jī)器學(xué)習(xí)的相關(guān)研究，缺乏對(duì)微波輻射傳輸過(guò)程中影響土壤水分的誤差源的系統(tǒng)考慮。

同時(shí)，目前全球最新的L波段SMAP衛(wèi)星的設(shè)計(jì)初衷是進(jìn)行主被動(dòng)聯(lián)合反演土壤水分，但SMAP衛(wèi)星的主動(dòng)傳感器在發(fā)射后便停止工作。雖然后期采用C波段的Sentinel-1數(shù)據(jù)替代，但面臨不同衛(wèi)星觀測(cè)平臺(tái)時(shí)空覆蓋不一致、數(shù)據(jù)組織方式不一致、精度提升受限等問(wèn)題。

ASCAT衛(wèi)星作為目前與SMAP觀測(cè)尺度較接近的C波段主動(dòng)微波散射計(jì)，能夠提供精度較高的后向散射數(shù)據(jù)。二者具有匹配能力，但聯(lián)合兩者進(jìn)行土壤水分反演的研究較為匱乏。

該團(tuán)隊(duì)利用SMAP衛(wèi)星被動(dòng)輻射計(jì)L波段數(shù)據(jù)與ASCAT衛(wèi)星主動(dòng)散射計(jì)C波段數(shù)據(jù)，實(shí)現(xiàn)了表層土壤水分的反演。同時(shí)，該研究利用多種策略保證聯(lián)合反演的準(zhǔn)確性和可靠性：基于以往開(kāi)展的土壤水分算法誤差溯源工作，在模型訓(xùn)練過(guò)程中考慮輻射傳輸過(guò)程中涉及的可能誤差源如地表粗糙度、土壤溫度、植被、土壤屬性及地表類型空間異質(zhì)性等變量，并考慮土壤水分的主要來(lái)源如降水等以及衛(wèi)星信號(hào)的時(shí)空信息，同時(shí)引入多種機(jī)器學(xué)習(xí)模型，開(kāi)展建模能力對(duì)比研究；基于國(guó)際土壤水分觀測(cè)網(wǎng)和美國(guó)農(nóng)業(yè)部全球地面密集觀測(cè)網(wǎng)展開(kāi)驗(yàn)證和分析，緩解地面觀測(cè)和微波像元觀測(cè)的空間不匹配問(wèn)題，同時(shí)針對(duì)數(shù)據(jù)驅(qū)動(dòng)的驗(yàn)證問(wèn)題，分別設(shè)計(jì)時(shí)間和空間獨(dú)立的評(píng)估策略以保證建模和驗(yàn)證的可信度；開(kāi)展多產(chǎn)品多模式的對(duì)比研究，挖掘主被動(dòng)聯(lián)合反演相對(duì)于數(shù)據(jù)驅(qū)動(dòng)的主動(dòng)、被動(dòng)單獨(dú)反演以及已有的主動(dòng)ASCAT、被動(dòng)SMAP和主被動(dòng)融合ESA CCI等產(chǎn)品的優(yōu)勢(shì)；分析建模過(guò)程中的參數(shù)敏感性以及主被動(dòng)聯(lián)合對(duì)于提高土壤水分產(chǎn)品時(shí)間分辨率的優(yōu)勢(shì)。

進(jìn)一步，該研究開(kāi)展時(shí)間和空間的獨(dú)立性驗(yàn)證，證明主被動(dòng)聯(lián)合反演算法可提供全球尺度更高精度的土壤水分遙感產(chǎn)品。研究根據(jù)時(shí)間獨(dú)立性驗(yàn)證策略，基于全球地面密集網(wǎng)的觀測(cè)數(shù)據(jù)，對(duì)比隨機(jī)森林、長(zhǎng)短期記憶網(wǎng)絡(luò)、支持向量機(jī)和級(jí)聯(lián)神經(jīng)網(wǎng)絡(luò)四種數(shù)據(jù)驅(qū)動(dòng)模型對(duì)開(kāi)展主被動(dòng)聯(lián)合反演的效果。研究發(fā)現(xiàn)，隨機(jī)森林獲得了更高的時(shí)間相關(guān)系數(shù)R和更小的ubRMSE，可作為后續(xù)主被動(dòng)聯(lián)合反演的主要工具?；诳臻g獨(dú)立性驗(yàn)證策略，研究利用地面實(shí)測(cè)數(shù)據(jù)，將主被動(dòng)聯(lián)合反演的土壤水分產(chǎn)品與已有產(chǎn)品進(jìn)行對(duì)比。結(jié)果表明，主被動(dòng)聯(lián)合算法反演的土壤水分精度優(yōu)于被動(dòng)SMAP、主動(dòng)ASCAT和主被動(dòng)融合的ESA CCI產(chǎn)品；主被動(dòng)聯(lián)合反演結(jié)果可以獲得更合理的土壤水分空間分布，并在時(shí)空覆蓋率上相比單一的被動(dòng)SMAP和主動(dòng)ASCAT產(chǎn)品有明顯提高。同時(shí)，基于相似的反演框架，通過(guò)對(duì)比單獨(dú)被動(dòng)、單獨(dú)主動(dòng)和主被動(dòng)觀測(cè)同時(shí)使用的反演效果，研究證實(shí)了主被動(dòng)聯(lián)合反演土壤水分相較于單一主、被動(dòng)反演結(jié)果的優(yōu)勢(shì)。

相關(guān)研究成果發(fā)表在《環(huán)境遙感》（Remote Sensing of Environment）上。研究工作得到國(guó)家自然科學(xué)基金和中國(guó)科學(xué)院青年創(chuàng)新促進(jìn)會(huì)優(yōu)秀會(huì)員項(xiàng)目等的支持。

論文鏈接

基于被動(dòng)SMAP和主動(dòng)ASCAT的主被動(dòng)微波聯(lián)合土壤水分反演流程圖