利用GPS-R遙感技術反演植被生物量

周曉敏，鄭南山,2，祁 云，陳 順

(1. 中國礦業(yè)大學環(huán)境與測繪學院，江蘇 徐州 221000； 2. 江蘇省資源環(huán)境信息工程重點實驗室，江蘇 徐州 221000)

植被生物量是陸地生態(tài)系統(tǒng)的重要組成成分，在全球氣候變化和碳循環(huán)中發(fā)揮著至關重要的作用。它反映了植被生產(chǎn)力的強弱，是植被生態(tài)系統(tǒng)中研究植被長勢的重要參數(shù)之一。植被生物量既可以維持全球碳循環(huán)的穩(wěn)定，同時在維護生態(tài)美麗和環(huán)境保護方面具有重大意義。精確地估計植被生物量便于客觀地估計碳循環(huán)在全球氣候變化中的作用，對資源的合理利用具有重大意義。

近年來，國內(nèi)外許多學者在植被生物量方面作了大量研究，估算植被生物量通常采用樣方統(tǒng)計法、抽樣調(diào)查法等，但無法滿足在大尺度區(qū)域上對地表生物量的估算。針對這一缺點，遙感技術能夠在大尺度上獲取植被的詳細空間分布信息，不易受時間和空間分布的影響，估算結(jié)果的精度較高。其中，GNSS-R遙感技術應用比較廣泛，一般用于反演海面風場、有效波高、土壤濕度和植被生物量等，具有全天時、不易受環(huán)境影響等特點。王鑫等[1]首次利用GNSS-R技術對海洋反射作了研究，驗證了利用GNSS-R技術求取海面有效波高的可行性；Nazzareno等驗證了利用GNSS-R技術監(jiān)測土壤濕度與生物量的可行性[2]；吳學睿等[3]采用雙模擬模型，得出了植被直徑與鏡面散射系數(shù)的關系。Paloscia等通過地面試驗與航空試驗，建立了反射率與土壤濕度及生物量之間的關系[4]。本文將通過試驗驗證利用GPS-R遙感技術反演植被生物量的方法及其特性。

1 GPS-R遙感原理

GPS-R測量原理與雙基雷達原理基本一致，采用豎直向上的右旋圓極化天線(RHCP)接收直射信號，垂直向下的左旋圓極化天線(LHCP)接收來自地面的反射信號，如圖1所示。

GPS衛(wèi)星發(fā)射載波信號(僅討論L1波段)，在經(jīng)過特定區(qū)域后會發(fā)生反射、折射或散射現(xiàn)象，一般與植被、地面粗糙度及土壤濕度等有關。若地面是光滑的，會發(fā)生鏡面反射，即入射角等于反射角；若地面是微粗糙的，會發(fā)生反射和散射現(xiàn)象，即同時存在相干分量和非相干分量，前者與表面散射有關，可利用菲涅爾反射系數(shù)求解，后者因受土壤表層結(jié)構(gòu)及不同植被的影響而存在隨機性；若地面極其粗糙時，則會趨于僅包含散射現(xiàn)象。

圖1 GPS-R遙感原理示意圖

利用GPS-R技術研究植被生物量時，GPS衛(wèi)星發(fā)射載波信號經(jīng)過植被時僅會發(fā)生散射現(xiàn)象。此時一部分散射波的極化方式與入射波相同，稱為同極化；另一部分極化方式不同的稱為正交極化狀態(tài)。總的散射分量隨時間t的變化可以用下式計算

(1)

式中，Ai與Φi表示不同散射分量的振幅和相位。

相干散射分量表示散射場的期望，非相干散射則代表期望值的波動幅度，功率可用下式計算

(2)

GPS衛(wèi)星利用C/A碼傳播信號時，在經(jīng)過地面之后會存在相位延遲，則相干分量與非相干分量的相關關系可以表示為

(3)

式中，Ti為相干積分時間；τ為信號從衛(wèi)星到接收機的相位延遲；f為與衛(wèi)星與接收機的相對速度相匹配的多普勒頻移。

在GPS-R測量系統(tǒng)中，用右旋圓極化反射系數(shù)ΓRR和左旋圓極化反射系數(shù)ΓRL表示同極化和正交極化反射系數(shù)，等于不同極化方向上的直射與反射信號波形之比。對于地面接收機而言，直射與反射的多普勒頻移可看做近似相等。對于變量τ′=τ-Rd，選擇τ′=0和τ′=Δτ，代入式(2)可以得出

(4)

式中，R和L分別表示右旋圓極化與左旋圓極化。

ICF(interferometric complex field)被稱為干涉復合場數(shù)據(jù)處理，該方法利用干涉相關時間序列，獲取反射信號與直射信號連續(xù)波段的峰值，再對二者求比值，即ICF值等于反射波形與直接波形的峰值時間序列之比，公式如下

(5)

式中，r(t)和φr(t)分別為反射場的振幅和相位；d(t)和φd(t)分別為直射場的振幅與相位。

植被冠層、植被高度、植被水分含量及土壤濕度等因素影響植被生物量的測定，本文主要研究植被冠層對信號反射率的影響，其中非相干散射可表示為

(6)

式中，R為非相干散射；N為總的波形個數(shù)；ICF為干涉復合場數(shù)據(jù)。

根據(jù)式(4)和式(6)可以計算出相干分量信號反射系數(shù)。Paloscia[5]等曾將GNSS-R試驗數(shù)據(jù)與真實測量數(shù)據(jù)進行對比，并擬合出反射率與森林生物量之間的關系式，如下

(7)

2 試驗分析

本試驗驗證利用GPS-R遙感技術反演植被生物量的可行性。在試驗的同時，利用基于多源遙感數(shù)據(jù)的方法，通過差值植被指數(shù)(DVI)計算出植被生物量，并與試驗結(jié)果進行對比分析。

本次試驗時間為2014年3月28日，地點為中國礦業(yè)大學南湖校區(qū)校內(nèi)，樹木環(huán)繞，符合植被生物量監(jiān)測的要求。試驗采用Oceanpal接收機，包括射頻單元、天線裝置及數(shù)據(jù)管理單元。天線裝置與射頻單元之間由桅桿連接，上方是一個豎直向上的右旋圓極化天線(RHCP)，用于接收來自衛(wèi)星的直射信號；下方是一個垂直指向地面的左旋圓極化天線(LHCP)，用來接收經(jīng)地面反射后的信號，如圖2所示。

圖2 Oceanpal接收機結(jié)構(gòu)

Oceanpal接收機接收到的數(shù)據(jù)包括raw數(shù)據(jù)、L0數(shù)據(jù)、L0b數(shù)據(jù)、L1數(shù)據(jù)及L2數(shù)據(jù)。GPS-R數(shù)據(jù)處理的具體流程如圖3所示。

為了驗證GNSS-R遙感監(jiān)測森林生物量的可行性，F(xiàn)errazzoli等[6]提出了與鏡面散射系數(shù)相關的理論模型，該研究表明來自地面的鏡面反射分量不受樹木遮擋，且遠大于來自植物和土壤的非相干散射分量。因此，利用交叉極化反射系數(shù)TRL監(jiān)測森林生物量時，應選取入射角(與衛(wèi)星高度角互余)較低(小于40°)的觀測數(shù)據(jù)，本次試驗數(shù)據(jù)中PRN22和PRN25衛(wèi)星滿足要求。

圖3 GPS-R數(shù)據(jù)處理流程

利用衛(wèi)星精密星歷計算出衛(wèi)星高度角，以及PRN22和PRN25衛(wèi)星的ICF值，并進一步求出非相干散射系數(shù)R。為了消除信號傳播過程中因受到多路徑或其他因素的影響而產(chǎn)生的噪聲，采用小波變換方法對其進行去噪處理，結(jié)果如圖4所示，由此可根據(jù)式(6)計算出非相干散射分量R。

圖4 PRN22和PRN25衛(wèi)星的ICF值

本文采用同相分量I和正交分量Q計算直射信號與反射信號功率，對每一通道輸出的I、Q相關值進行平方、求和運算后，再將結(jié)果進行非相干累加，其中最大值就是直射信號和反射信號的二維相關功率值，如圖5所示。

圖5 直射信號與反射信號二維相關功率

將圖5中的反射信號減去非相干散射分量R后得到相干散射分量反射信號，再根據(jù)反射信號與直射信號之比計算出信號反射率，并建立信號反射率與入射角之間的關系，部分結(jié)果如圖6所示。當植被生物量一定時，信號反射系數(shù)隨入射角的增大而增加，反之亦然。

圖6 反射率隨入射角的變化關系

選取2014年3月25日的中分辨率成像光譜儀(MODIS)觀測數(shù)據(jù)，空間分辨率為250 m，對其進行圖像鑲嵌、投影轉(zhuǎn)換及分辨率重采樣等處理，得到差值植被指數(shù)(DVI)。根據(jù)生物量與差值植被指數(shù)的經(jīng)驗模型，相關系數(shù)為0.887 4，如圖7所示，計算出生物量值約為68.21 t/ha。

圖7 生物量與DVI的關系

通過二者對比表明，利用GPS-R遙感技術反演森林生物量與MODIS數(shù)據(jù)計算植被生物量結(jié)果接近，從而驗證了利用GPS-R遙感技術反演植被生物量的可行性。

3 結(jié)論與討論

(1) 對于高大茂密的樹木而言，采用基于多源遙感數(shù)據(jù)通過DVI反演植被生物量是一種有效的方法。借鑒該理論，將試驗結(jié)果與DVI計算結(jié)果進行對比分析，從而驗證利用GPS-R遙感技術反演植被生物量的可行性；而最終的植被生物量都是通過經(jīng)驗模型得到的，與真實生物量之間存在一定誤差。

(2) 本文試驗僅針對高大的樹林，沒有對地面農(nóng)作物等低矮植被進行研究，因此試驗結(jié)果僅驗證了利用GPS-R技術反演森林生物量的可行性，對低矮植被的研究成為今后的研究方向。

(3) 利用GPS-R遙感技術反演植被生物量具有廣闊的發(fā)展空間，隨著北斗衛(wèi)星系統(tǒng)的逐步完善，GPS-R遙感技術在北斗衛(wèi)星上的應用指日可待。

[1] WANG Xin，SUN Qiang，ZHANG Xuexie，et al.First China Ocean Reflection Experiment Using Coastal GNSS-R[J].Chinnese Science Bulletin，2008，53(7)：1117-1120.

[2] PIERDICA N，GUERRIERO L，BROGIONI M，et al.On the Coherent and Non Coherent Components of Bare and Vegetated Terrain Bistatic Scattering：Modelling the GNSS-R Signal Over Land[J].IEEE Geoscience & Remote Sensing Symposium，2012，22(8)：3407-3410.

[3] WU Xuerui，LI Ying，XU Jin，et al.Theoretical Study on GNSS-R Vegetation Biomass[C]∥International Geoscience & Remote Sensing Symposium.[S.l.]:IEEE，2012：6380-6383.

[4] PALOSCIA S，SANTI E，F(xiàn)ONTANELL G，et al.GRASS：An Experiment on the Capability of Airborne GNSS-R Sensors in Sensing Soil Moisture and Vegetation Biomass[C]∥Geoscience & Remote Sensing Symposium.[S.l.]:IEEE，2013：2010-2113.

[5] PALOSCIA S，SANTI E，CAPARRINI M，et al.GNSS-R Sensor Sensitivity to Soil Moisture and Vegetation Biomass and Comparison with SAR Data Performance[J].Proceeding of SPIE-The International Society for Optical Engineering，2013，8891(2)：206-209.

[6] FERRAZZOLI P，GUERRIERO L，PIERDICCA N，et al.Forest Biomass Monitoring with GNSS-R：Theoretical Simulations[J].Advances in Space Research，2011，47(10)：1823-1832.

[7] EGIDO A，PALOSCIA S，MOTTE E，et al.Airborne GNSS-R Polarimetric Measurement for Soil Moisture and Above-Ground Biomass Estimation[J].IEEE Journal of Selected Topics in Applied Earth，2014，7(5)：1522-1532.

[8] EGIDO A，CAPARRINI M，RUFFINI G，et al.Global Navigation Satellite Systems Reflectometry as a Remote Sensing Tool for Agriculture[J].Remote Sensing，2012，4(8)：2356-2372.

[9] 王新云，郭藝歌，何杰.基于多源遙感數(shù)據(jù)的草地生物量估算方法[J].農(nóng)業(yè)工程學報，2014，30(11)：159-166.

[10] 鄭南山，董雪園.基于GPS-R技術遙感采礦區(qū)土壤含水率研究[J].煤炭工程，2013，45(7)：98-111.

[11] 吳學睿，李穎，李傳龍.基于Bi-Mimics 模型的GNSS-R農(nóng)作物生物量監(jiān)測理論研究[J].遙感技術與應用，2012,27(2):220-230.

[12] 馬志勇，沈濤，張海軍，等.基于植被覆蓋度的植被變化分析[J].測繪通報，2007(3)：45-48.

[13] 張連義，寶路如，爾敦扎瑪，等.錫林郭勒盟草地植被生物量遙感監(jiān)測模型的研究[J].中國草地學報，2008，30(1)：6-14.

[14] WEI W，LARSON K M，SMALL E E，et al.Using Geodetic GPS Receivers to Measure Vegetation Water Content[J].GPS Solutions，2015，19(2)：237-248.

[15] GARRENO-LUENGO H，CAMPS A，QUEROL J，et al.First Dual-Band Multiconstellation GNSS-R Scatterometry Experiment Over Boreal Forests From a Stratospheric Balloon[J].IEEE Journal of Selected Topics in Applied Earth Observations & Remote Sensing，2016，9(10)：4743-4751.