基于主動微波遙感的典型黑土區(qū)土壤水分反演

張新樂，秦樂樂，鄭興明，謝雅慧，潘 越，邱政超，劉煥軍,

（1.東北農(nóng)業(yè)大學(xué)資源與環(huán)境學(xué)院，哈爾濱 150030；2.中國科學(xué)院東北地理與農(nóng)業(yè)生態(tài)研究所，長春 130012）

土壤水分是建立流域水文模型、監(jiān)測農(nóng)作物生長及農(nóng)業(yè)災(zāi)害的重要因子[1]。傳統(tǒng)土壤水分測量方式費時費力，無法滿足大范圍空間需求[2]。微波等遙感技術(shù)的興起，為土壤水分監(jiān)測提供新方法。微波不受光照、云、霧等影響，可穿透土壤、植被[3]。在裸土區(qū)，影響微波后向散射系數(shù)強度主要因子有土壤水分、粗糙度參數(shù)及雷達(dá)系統(tǒng)參數(shù)等，國內(nèi)外學(xué)者已構(gòu)建多種模型反演土壤粗糙度和土壤水分[4-5]。

目前利用微波遙感反演土壤含水量模型主要有經(jīng)驗?zāi)Ｐ停∣h模型、Dubois模型）、半經(jīng)驗?zāi)Ｐ停⊿hi模型]）和理論模型（幾何光學(xué)模型、物理光學(xué)模型、小擾動模型、IEM模型和AIEM模型）。在實際應(yīng)用中，由于理論模型過于復(fù)雜，無法直接應(yīng)用于土壤水分測算，常采用簡單經(jīng)驗和半經(jīng)驗?zāi)Ｐ妥魍寥浪址囱?，模型使用雷達(dá)系統(tǒng)參數(shù)和實地測量數(shù)據(jù)，精度較高[6]。Shi模型僅適用于L波段，Dubois模型對ks＞2.5粗糙地表散射系數(shù)模擬值與實際觀測值不符。同前兩種模型相比，Oh模型在其適用范圍內(nèi)，可模擬裸露地表后向散射系數(shù)，模擬值和地表實測值結(jié)果一致。Merzouki等采用C波段Radarsat-2數(shù)據(jù)評價Oh模型適用性，結(jié)果發(fā)現(xiàn)選擇交叉極化時土壤水分反演效果最好[5]。蔣金豹等采用AIEM模型和Oh模型分別計算同極化后向散射系數(shù)和交叉極化后向散射系數(shù)，建立后向散射系數(shù)與土壤粗糙度關(guān)系，利用BP神經(jīng)網(wǎng)絡(luò)算法計算裸土區(qū)土壤水分含量，反演精度較高[7]。

在雷達(dá)系統(tǒng)參數(shù)不變情況下，裸土區(qū)地表粗糙度和土壤水分是影響雷達(dá)后向散射系數(shù)主要因素，土壤水分反演需去除土壤粗糙度影響。為減少土壤水分反演中未知數(shù)參數(shù)，Zribi等提出新粗糙度參數(shù)Zs=S2/L，將兩個粗糙度函數(shù)整合，并在入射角39°和23°下實現(xiàn)土壤水分反演[8]。該方法僅討論2種入射角，未分析不同入射角和不同極化組合。基于此，本文選取Radarsat-2 VV/VH為影像數(shù)據(jù)基礎(chǔ)，Oh模型為反演基礎(chǔ)，黑土區(qū)為研究區(qū)，與以往經(jīng)驗?zāi)Ｐ蛯Ρ?，未加入相關(guān)長度，僅利用模擬后向散射系數(shù)、均方根高度和土壤水分建立函數(shù)關(guān)系式，消除土壤粗糙度影響，實現(xiàn)裸土區(qū)土壤水分反演?？紤]不同入射角對雷達(dá)后向散射系數(shù)影響，該模型無需實地測量土壤粗糙度，可實現(xiàn)大面積土壤水分預(yù)測。

1 材料與方法

1.1 研究區(qū)概況

選取黑龍江省北安市趙光農(nóng)場耕地作為研究區(qū)，中心位置為北緯 48°2'，東經(jīng)126°45'，海拔240～330 m。地處中高緯度，屬寒溫帶季風(fēng)氣候，年平均氣溫一般0.5℃，年降雨量570 mm，年平均日照2 700 h以上。土壤類型主要有棕壤、黑土、草甸土和沼澤土4種，黑土面積占總耕地面積57.4%。野外試驗時間始于2017年5月30日，隨機選取50個樣點。一般當(dāng)NDVI＞0.4時，植被覆蓋對土壤水分影響無法忽略。

研究區(qū)如圖1所示，以2017年5月28日Landsat8 OLI影像計算NDVI，研究區(qū)大部分地區(qū)NDVI＜0.4，說明植被對雷達(dá)后向散射系數(shù)影響較小，可忽略植被影響，研究區(qū)當(dāng)視為裸露地表。下載研究區(qū)30 m空間分辨率DEM。由圖1可知，該區(qū)地勢從西北到東南大致呈升高趨勢，由西南到東北先升后降。

圖1 研究區(qū)及地形特征Fig.1 Study fields and terrain features

1.2 試驗數(shù)據(jù)來源

1.2.1 地面數(shù)據(jù)測量

1.2.1.1 地表土壤水分獲取

試驗區(qū)內(nèi)以每個樣點為中心點，在其周圍5 m×5 m區(qū)域內(nèi)，利用環(huán)刀測量5個點土壤體積含水量，取平均值作為該點土壤體積含水量。

1.2.1.2 地表粗糙度測量

使用長1.1 m、含109個探針的粗糙度板測量均方根高度和相關(guān)長度，兩個探針間距0.5 cm，每個采樣點沿壟向和垂直于壟向各測1次，取探針頂部坐標(biāo)分別計算均方根高度和相關(guān)長度。采樣點土壤水分、均方根高度和相關(guān)長度統(tǒng)計結(jié)果見表1。

表1 測量結(jié)果統(tǒng)計Table 1 Statistics of measurements results

1.2.2 雷達(dá)數(shù)據(jù)獲取與處理

獲取2017年5月30日Radarsat-2標(biāo)準(zhǔn)波束模式降軌觀測全極化數(shù)據(jù)，入射角高度角平均值為42.624°，最大最小入射角差值為1.35°，可將整幅影像入射高度角視為常數(shù)。影像一景面積為25 km×25 km，波長為5.6 cm，頻率為5.405 GHz，空間分辨率為8 m×8 m。利用ENVI Sarscape 5.2軟件對雷達(dá)數(shù)據(jù)預(yù)處理（輻射定標(biāo)、濾波、地形校正與地理編碼），得到所需后向散射系數(shù)影像圖，提取裸露地表后向散射系數(shù)。由于合成孔徑雷達(dá)成像時，雷達(dá)波在反射過程產(chǎn)生斑點噪聲。通過雷達(dá)影像濾波試驗，發(fā)現(xiàn)5×5窗口Lee濾波效果較好。經(jīng)濾波處理后，部分影像濾波前后結(jié)果見圖2。

圖2 部分研究區(qū)濾波前后影像Fig.2 Image before and after filtering in some study area

1.3 方法

1.3.1 Oh模型介紹

Oh對不同含水量和粗糙度隨機地表作多角度觀測，利用后向散射系數(shù)，雷達(dá)入射角，均方根高度s、土壤體積含水量mv等建立經(jīng)驗?zāi)Ｐ?。模型適用條件為 0.04＜mv＜0.35 cm3·cm-3，0.13＜ks＜6.98，10°≤θ≤70°，如下式所示：

式中，θ為入射角（°）；mv為土壤體積含水量（cm3·cm-3）；s為均方根高度（cm）；k為自由空間波為波長，p為同極化比，q為交叉極化比。

1.3.2 Oh模型適用性分析

選用Oh模型模擬隨機地表后向散射系數(shù)，首先檢驗?zāi)Ｐ瓦m用性。根據(jù)改進(jìn)瑞利準(zhǔn)則，將研究區(qū)粗糙度劃分3個等級：s≤0.33 cm（光滑表面）；0.33 cm＜s＜1.86 cm（中等粗糙面）；s≥1.86（粗糙表面）。

如圖3a（不同粗糙度下σvh隨土壤水分變化），當(dāng)s=0.11、0.33、1.86、6.17 cm時，土壤水分區(qū)間σvh變化為9.27 dB，而在s區(qū)間變化可達(dá)21.60 dB。當(dāng)mv為某一特定值時，s增大，σvh迅速降低，當(dāng)s≥1.86 cm，σvh不再變化。由圖3b（不同粗糙度下同極化比p隨土壤水分變化）可知，s越大，同極化比p對mv敏感性越小，當(dāng)s=1.86 cm時，p在mv濕度區(qū)間變化僅有0.90 dB，隨s增大，p在區(qū)間敏感性逐漸接近0 dB；當(dāng)mv=0.04 cm3·cm-3時，p在s個區(qū)間上動態(tài)響應(yīng)0.54 dB，mv=0.31 cm3·cm-3，p在s區(qū)間上動態(tài)響應(yīng)可達(dá)3.55 dB，當(dāng)土壤越干燥或越粗糙時，p變化越小。如圖3c（交叉極化比q隨粗糙度變化）所示，s越小，交叉極化比q對s敏感性越大，當(dāng)s≥1.86 cm時，q值逐漸接近飽和，在均方根高度區(qū)間q取值＜10.05 dB。

圖3 Oh模型適用性分析Fig.3 Applicability analysis of Oh model

通過分析σvh、同極化比和交叉極化與均方根高度、土壤體積含水量關(guān)系可知，理論上Oh模型適用范圍較寬，但實際上土壤表面非常粗糙或干燥時，則超出Oh模型適用范圍。統(tǒng)計研究區(qū)地表測量參數(shù)發(fā)現(xiàn)，土壤體積含水量主要集中在0.1012～0.4424 cm3·cm-3，平均值為 0.2788 cm3·cm-3，相對比較濕潤；均方根高度測量值主要在0.3665～1.1065 cm，平均值為0.5779 cm，屬于中等粗糙面。Oh模型對研究區(qū)土壤濕度和粗糙度敏感，適宜作后向散射系數(shù)模擬和水分反演。

1.3.3 經(jīng)驗?zāi)Ｐ蜆?gòu)建

裸露地表后向散射系數(shù)主要受地表粗糙度和地表含水量影響[9-10]，關(guān)系式為：

式中，m(Zs,θ)是與粗糙度相關(guān)函數(shù)，n（mv,θ）為與土壤含水量相關(guān)函數(shù)。

在給定范圍內(nèi)，后向散射系數(shù)與土壤粗糙度和水分呈良好對數(shù)關(guān)系。在一定入射角下，后向散射系數(shù)與地表粗糙度和土壤水分關(guān)系式為：

σvv=A*ln(Zs)+B*ln(mv)+C*ln(Zs)*ln(mv)+D（5）

通過最小二乘法即可求得經(jīng)驗系數(shù)A、B、C、D。

考慮不同極化下后向散射系數(shù)與地表粗糙度和土壤含水量關(guān)系，發(fā)現(xiàn)σvh與土壤含水量和粗糙度存在良好對數(shù)關(guān)系。在該極化下可得到類似表達(dá)式：

本文研究區(qū)域較小，入射角變化較小，所以假定入射角不變，將測量所得土壤粗糙度和水分及模擬后向散射系數(shù)帶入上述經(jīng)驗?zāi)Ｐ?，?lián)立（5）、（6）兩式建立方程組消去粗糙度參數(shù)，即可求得土壤水分含量mv。粗糙度通常用均方根高度、相關(guān)長度或者兩者組合Zs衡量。研究區(qū)土壤為中等粗糙度，故選用自相關(guān)函數(shù)（Zs=s/l）。建立后向散射系數(shù)與土壤水分與粗糙度關(guān)系，使用Zs建立定量關(guān)系式如下。聯(lián)立兩個方程組消去粗糙度參數(shù)，得到土壤水分反演模型，利用驗證點驗證，相關(guān)系數(shù)R2=0.568，模擬精度相對偏低。利用均方根高度替代組合粗糙度建立經(jīng)驗?zāi)Ｐ汀?/p>

2 結(jié)果與分析

2.1 不同入射角條件下模型適用性分析

本文研究入射角42°后向散射系數(shù)與mv及s之間函數(shù)關(guān)系。為確定不同入射角下模型適用范圍，對Oh模型設(shè)置輸入?yún)?shù)為θ=（10°,20°,30°,40°,50°,60°），s∈(0.1,2.1),mv∈（0.05,0.45）。其中，s步長為0.1，mv步長為0.02，建立不同入射角模擬數(shù)據(jù)庫。通過最小二乘擬合得到不同角度反演模型對應(yīng)A、B、C、D值。表2為不同雷達(dá)入射角下經(jīng)驗系數(shù)結(jié)果。

2.2 模型應(yīng)用與驗證

對試驗區(qū)采樣點作后向散射系數(shù)模擬，如圖4所示。

由圖4可知，其中VH極化模擬效果最好，相關(guān)性為0.809，均方根誤差為1.24 dB；HH極化相關(guān)系數(shù)為0.725，均方根誤差為1.65 dB；VV極化相關(guān)系數(shù)為0.694，均方根誤差為2.11 dB。從3種極化整體趨勢看，模擬值和影像值具有相關(guān)性，應(yīng)用模擬值反演分析水分具有參考價值。

表2 不同入射角下模型經(jīng)驗系數(shù)Table 2 Empirical coefficients of the model under different incidence angles

圖4 采樣點模擬值與RADARSAT-2實際值對比Fig.4 Comparison of simulated values of sampling points with actual value of RADARSAT-2

影像入射角變化較小，采樣點在影像上分布較集中，不再考慮入射角變化。本文用41個點構(gòu)建經(jīng)驗?zāi)Ｐ?，其余點作精度驗證。將建模點均方根高度、土壤水分以及推算后向散射系數(shù)分別帶入式（9）和式（10），通過最小二乘法求解兩個方程式經(jīng)驗系數(shù)，可得如下兩式：

為驗證模型模擬效果，根據(jù)研究區(qū)實測數(shù)據(jù)分析模型計算結(jié)果。剩余9個樣點作為驗證點，精度驗證模型。

基于經(jīng)驗?zāi)Ｐ头囱蒡炞C，利用反演土壤水分含量與實測數(shù)據(jù)對比結(jié)果見圖5。模型反演值與實際測量值相比總體偏小，且具有明顯相關(guān)性，RMSE為7.20%，平均絕對誤差為0.0530 cm3·cm-3。表明該經(jīng)驗?zāi)Ｐ湍M值與實際觀測值有較好相關(guān)性和較小誤差，可利用該模型作裸土區(qū)土壤水分監(jiān)測。

圖5 模型反演數(shù)據(jù)與實測數(shù)據(jù)關(guān)系Fig.5 Simulated soil moisture vs ground measurements

將反演模型應(yīng)用于研究區(qū)，對結(jié)果分類，得到研究區(qū)土壤水分分布，如圖6所示。整體分布上土壤水分值絕大多數(shù)＜0.36 cm3·cm-3，反演模型計算結(jié)果與該區(qū)域內(nèi)土壤水分分布狀況基本相符。地形對土壤水分空間分布有重要影響，由水分分布圖可知，研究區(qū)東南部水分明顯高于西北地區(qū)；從東西向看，研究區(qū)以北地區(qū)，水分由西向東逐漸升高，以南地區(qū)水分由高到低再升高；從南北方向看，水分從南往北呈遞增趨勢。土壤水分空間分布情況符合地勢走向規(guī)律，可證明模型適用性。圖像橘紅色亮斑狀區(qū)域為SAR斑噪，難以完全消除。圖像西南部和偏西部植被比較密集（此時植被尚未萌發(fā)），植被散射雷達(dá)觀測數(shù)據(jù)較無植被覆蓋裸土區(qū)偏大，水分預(yù)測值偏大。另外。從圖像中可知部分地塊反演值大于0.35 cm3·cm-3，實地調(diào)查證明，其中存在洼地或坑塘。Oh模型無法反演濕度過大土壤，洼地和坑塘占地面積很小，此部分區(qū)域精度不再檢驗。

圖6 研究區(qū)土壤水分反演Fig.6 Soil moisture distribution map in the study area

3 討論

遙感技術(shù)在農(nóng)業(yè)上應(yīng)用廣泛，大多利用光學(xué)遙感、微波遙感對裸地、植被覆蓋等地表作土壤水分監(jiān)測。利用主動微波遙感對小尺度地塊作水分監(jiān)測研究較少。本文利用高分辨率雷達(dá)數(shù)據(jù)預(yù)測區(qū)域尺度黑土農(nóng)田水分，驗證主動微波遙感在小尺度地塊適用性。

東北黑土區(qū)地形起伏變化相對較大，土壤侵蝕程度不同，地形土壤水分空間分布差異較大。壟型結(jié)構(gòu)耕地旱澇災(zāi)害監(jiān)測和作物長勢監(jiān)測具有重要應(yīng)用價值。研究以全極化8 m分辨率Radarsat-2數(shù)據(jù)、30米分辨率DEM數(shù)據(jù)、地面實測數(shù)據(jù)為數(shù)據(jù)源，系統(tǒng)分析影響雷達(dá)后向散射系數(shù)因子，建立反演模型預(yù)測試驗區(qū)內(nèi)土壤水分分布狀況。首先利用Oh模型模擬各極化模式下雷達(dá)后向散射系數(shù)，發(fā)現(xiàn)VH極化下理論模擬值與雷達(dá)實測值相關(guān)系數(shù)最高，與尹楠[11]研究結(jié)果一致。建立后向散射系數(shù)與土壤水分、土壤粗糙度之間函數(shù)關(guān)系式，采用最小二乘法計算土壤水分含量，與張祥等[12]研究結(jié)果一致。本文預(yù)測精度相對偏低，原因是變化檢測模型更宜去除表面粗糙度，今后研究可引入不同時相數(shù)據(jù)估算水分變化。BP神經(jīng)網(wǎng)絡(luò)模型作水分預(yù)測需大量樣本輸入，輸入?yún)?shù)須根據(jù)實際地表情況，重新采樣，耗時耗力，本文基于交叉極化數(shù)據(jù)建立經(jīng)驗?zāi)Ｐ停ゴ植诙葏?shù)，地表狀況在模型適用范圍內(nèi)，直接預(yù)測土壤水分，避免多次采樣建模。實際野外采樣中，地表相關(guān)長度難以精確測量，交叉極化后向散射系數(shù)對壟向數(shù)據(jù)不敏感，水分預(yù)測結(jié)果精度不高（R2=0.585），本文建立僅包括均方根高度和土壤水分兩個未知數(shù)參數(shù)經(jīng)驗?zāi)Ｐ?，解決野外測量相關(guān)長度不精確等問題，減少方程式中未知數(shù)參數(shù)，易于土壤水分計算，精度明顯提高。本文研究方法理論基礎(chǔ)為電磁波輻射傳輸方程地表散射模型，結(jié)合研究區(qū)土壤質(zhì)地等參數(shù)，相比其他模型（研究區(qū)之前利用光學(xué)遙感影像提取反射率建立模型，研究結(jié)果R2=0.487）具有適用廣泛、精度高等優(yōu)點。當(dāng)土壤表面處于中等粗糙度時，模型可預(yù)測土壤水分。利用C波段雷達(dá)影像數(shù)據(jù)預(yù)測分析區(qū)域尺度農(nóng)田水分，證明主動微波遙感可反演裸土區(qū)土壤水分含量，反演精度較高。

本文建立模型對研究區(qū)土壤表層水分預(yù)測適用性強，對地表微起伏其他農(nóng)田地塊反演效果較好，但深層土壤和植被覆蓋地表土壤水分反演存在誤差。今后將加強對地觀測試驗。①試驗結(jié)果可知，Oh模型對干燥和粗糙度較大土壤敏感性較差，均方根高度難以精準(zhǔn)描述復(fù)雜自然地表地區(qū)，最終反演結(jié)果誤差較大，可進(jìn)一步精準(zhǔn)測量試驗區(qū)土壤粗糙度、土壤質(zhì)地等參數(shù)，建立適合黑土區(qū)微波遙感反演土壤水分經(jīng)驗?zāi)Ｐ?，或利用其他極化組合方式反演。②本文主要研究地表層，但土壤深層及有農(nóng)作物覆蓋地表含水量不同，且雷達(dá)入射波對不同地表穿透力不同，消除葉片、冠層等對雷達(dá)后向散射系數(shù)影響，建立適合所有地表土壤水分預(yù)測模型，有待于深入研究。③研究區(qū)采樣點較集中，影像入射角變化小，研究過程中將整幅影像平均入射角作為輸入量，視為常數(shù)，未考慮入射角變化對土壤水分反演結(jié)果影響，模型應(yīng)用于大尺度區(qū)域時需考慮入射角影響。另外，模型中入射角處理依賴于Oh模型推導(dǎo)和驗證，利用模擬數(shù)據(jù)建模時，簡單線性擬合將入射角加入模型中降低模型精度，需探討新入射角處理方法。

4 結(jié)論

基于研究區(qū)實際情況，以O(shè)h模型為模型反演基礎(chǔ)，模擬裸露地表后向散射系數(shù)，分析影響裸土區(qū)土壤水分反演因素，利用交叉極化數(shù)據(jù)建立適合黑土區(qū)土壤水分反演經(jīng)驗?zāi)Ｐ?，最終得到研究區(qū)土壤水分反演圖。通過對比驗證，結(jié)論如下：

a.通過各模型分析比較，確定Oh模型反演裸土區(qū)土壤表面水分含量。研究基于野外實測數(shù)據(jù)和Radarsat-2全極化數(shù)據(jù)，發(fā)現(xiàn)模型模擬出后向散射系數(shù)與雷達(dá)影像轉(zhuǎn)換得到后向散射系數(shù)相關(guān)性較好，在VV、VH極化模式下，擬合相關(guān)數(shù)分別為0.693、0.809，在此基礎(chǔ)上，可進(jìn)一步討論HH、HV極化、同極化差與粗糙度關(guān)系，得到全極化下土壤水分反演模型，提高水分反演精度。

b.針對裸土區(qū)土壤水分監(jiān)測，分析后向散射系數(shù)與土壤水分、均方根高度之間關(guān)系，利用最小二乘方法擬合經(jīng)驗系數(shù)，提出新經(jīng)驗?zāi)Ｐ?。該模型僅有兩個未知數(shù)參數(shù)（s和mv），運用Radarsat-2VV、VH交叉極化數(shù)據(jù)即可作地表土壤水分測算。

c.研究提出兩種裸露地表土壤水分預(yù)測模型，一種建立組合粗糙度與土壤水分關(guān)系式，一種建立均方根高度與土壤水分關(guān)系模型。對比發(fā)現(xiàn)：使用組合粗糙度代替均方根高度建模，模擬精度降低15.32%，驗證本文模型有效性。

d.利用實測數(shù)據(jù)驗證經(jīng)驗?zāi)Ｐ?，反演精度較高，預(yù)測結(jié)果與實測數(shù)據(jù)擬合關(guān)系較好，平均絕對誤差為5.30%，其中7個檢驗點相對誤差在10%以內(nèi)，2個點相對誤差大于10%，證明本文提出經(jīng)驗?zāi)Ｐ团cOh模型聯(lián)合反演裸露地表土壤水分反演方法可行。