GNSS-R探測土壤濕度綜述

裴悅琨 韓心新

1 大連大學(xué)遼寧省北斗高精度位置服務(wù)技術(shù)工程實驗室，大連市學(xué)府大街10號，116622 2 大連大學(xué)大連市環(huán)境感知與智能控制重點實驗室，大連市學(xué)府大街10號，116622

在不斷提高GNSS定位精度的研究過程中發(fā)現(xiàn)，產(chǎn)生多徑效應(yīng)的反射信號包含地表反射面的多種物理信息，能隨著環(huán)境的不同而發(fā)生改變。全球?qū)Ш叫l(wèi)星系統(tǒng)反射計(GNSS-R)技術(shù)就是利用反射信號來反演地表的參數(shù)信息。該技術(shù)最初由Hall等[1]提出并應(yīng)用于海洋信息獲取，目前在海冰信息獲取、移動目標(biāo)探測、海面溢油情況檢測等方面也取得了一定進(jìn)展[2]。以往測量土壤濕度的方法有重量法、電阻法、負(fù)壓計法、時域反射計法等，測量范圍較小，且只能反映被測區(qū)域的局部情況，同時需要耗費大量時間和人力。而GNSS-R技術(shù)可實現(xiàn)大范圍地表土壤濕度檢測，是一種分辨率更高、更靈活、更高效的探測方法。本文首先介紹土壤濕度反演所采用的天線觀測模式，然后分析基于不同天線模式的土壤濕度反演方法，并對全球?qū)Ш叫l(wèi)星系統(tǒng)反射信號干涉測量技術(shù)法(GNSS-IR)、反射信號功率法及GNSS-R與其他衛(wèi)星資料相結(jié)合的反演方法進(jìn)行闡述，對當(dāng)前取得的研究成果進(jìn)行總結(jié)和分析，探索下一步的研究方向。

1 GNSS-R反演土壤濕度的觀測模式

GNSS-R技術(shù)是一種介于主動遙感和被動遙感之間的新型遙感方法，可看作收發(fā)分置的雷達(dá)結(jié)構(gòu)。根據(jù)接收信號形式上的差異，目前的研究主要基于單天線模式和多天線模式2種方式開展，具體觀測模式見文獻(xiàn)[3]。

2 GNSS-R土壤濕度反演方法

不同的土壤濕度反演方法具有不同的天線觀測模式。單天線模式下常采用GNSS-IR法反演土壤濕度，為實現(xiàn)干涉效果，需要在地基平臺上進(jìn)行多次實驗；多天線模式下常用反射信號功率法反演土壤濕度，在地基和機(jī)載條件日益完善的情況下也取得了一定的研究成果。研究發(fā)現(xiàn)，星載GNSS-R的觀測數(shù)據(jù)與其他資料聯(lián)合反演的土壤濕度之間具有一定的相關(guān)性，可為GNSS-R探測土壤濕度提供可能的依據(jù)。

2.1 GNSS-IR土壤濕度反演

使用GNSS-IR反演土壤濕度的方法最早由Larson等[4]提出，通過提取干涉信號中多路徑信號的信噪比(SNR)觀測值反演土壤濕度后發(fā)現(xiàn)，反射信號SNR的振蕩幅度、相位都與土壤濕度有一定的相關(guān)性。SNR中的多徑效應(yīng)可表示為[4]：

(1)

式中，Ad和Am為直接信號和多路徑信號的幅度，φ為2個信號之間的相位差。

用低階多項式去除直接信號，殘余SNR的多路徑干涉可表示為：

(2)

式中，A為振幅，h為天線相位中心與地面以下有效反射器之間的有效反射器高度，λ為GNSS信號的波長，E為衛(wèi)星的仰角，φ為相移。

Chew等[5-6]發(fā)現(xiàn)，在利用SNR特征參數(shù)反演土壤濕度的關(guān)系模型中，用延時相位反演土壤濕度的性能最佳，能夠更好地描述現(xiàn)場觀測數(shù)據(jù)并反映相位與土壤濕度的線性關(guān)系；同時考慮到植被的季節(jié)性變化對反射信號的影響，利用SNR的幅度信息對植被的影響進(jìn)行校正，可顯著改善與原位土壤濕度測量的一致性。與采用單一的低仰角范圍內(nèi)SNR的特征參數(shù)檢測土壤濕度不同，有學(xué)者考慮使用高仰角范圍內(nèi)的數(shù)據(jù)，并在研究GPS衛(wèi)星的基礎(chǔ)上與其他衛(wèi)星星座數(shù)據(jù)相結(jié)合。Roussel等[7]在有效天線高度角研究方面提出一種考慮地表偽動力的反演方法，通過對低仰角(2°～30°)或高仰角(30°～70°)的時間序列進(jìn)行歸一化和反轉(zhuǎn)，并將兩者結(jié)合起來(仰角結(jié)合法)，從而提高結(jié)果的相關(guān)性(R=0.95)。隨著研究的深入，部分學(xué)者考慮利用北斗導(dǎo)航衛(wèi)星系統(tǒng)的SNR數(shù)據(jù)估算土壤濕度，Yang等[8]利用BDS/GPS接收機(jī)收集B1和B2頻率上的BDS SNR數(shù)據(jù)，通過研究Larson等[4]提出的相位法與Peng等[9]提出的干涉模型來證明BDS SNR指標(biāo)與土壤水分之間的關(guān)系，其中干涉模型可模擬原始SNR數(shù)據(jù)和仰角。將SNR表示為：

SNR=

(3)

式中，Ei為直接信號的幅度，γ為衛(wèi)星的仰角，G(γ)為直接信號的接收天線增益模式，G(-γ)為反射信號的接收天線增益模式，R為平面右旋圓極化信號的菲涅耳反射系數(shù)，λ為GNSS信號的波長，h為天線相位中心與地面以下有效反射器之間的有效反射器高度。其中R可表示為：

(4)

因此，SNR可由有效反射器高度h、相對介電常數(shù)ε和仰角γ這3個參數(shù)確定，可從解析模型中提取介電常數(shù)進(jìn)行土壤濕度反演。

土壤濕度的恢復(fù)可看作一個回歸問題，且考慮到一般情況下衛(wèi)星處于低仰角的時間有限，獲取的數(shù)據(jù)量較少，部分學(xué)者提出用支持向量回歸機(jī)(SVRM)的方法測量土壤濕度，該方法使用的訓(xùn)練樣本量小，且具有較好的泛化性能。段睿等[10]采用SVRM方法將天線接收到的干涉信號的相位、幅度、頻率3個特征參量作為輸入，實測值作為輸出，建立反演模型，結(jié)果發(fā)現(xiàn)，與傳統(tǒng)的采用單一參數(shù)的模型相比，該模型能有效提升測量精度。孫波等[11]在同一地方不同衛(wèi)星測量下，利用遺傳算法(GA)的自動尋優(yōu)功能優(yōu)化SVRM的最佳參數(shù)，即利用GA-SVRM方法探測土壤濕度，并進(jìn)一步與統(tǒng)計回歸、粒子群優(yōu)化的SVM 方法(PSO-SVM)及反向傳播(BP)神經(jīng)網(wǎng)絡(luò)方法進(jìn)行對比，結(jié)果表明，GA-SVM 方法更適用于反演土壤濕度，且反演精度較高，泛化性能良好。在研究多頻率融合探測土壤濕度的過程中，荊麗麗等[12]通過熵值法對L1和L2兩個頻點的相位觀測量進(jìn)行融合(熵值融合法)，實現(xiàn)土壤濕度的反演，證明了融合反演結(jié)果的平均標(biāo)準(zhǔn)差比L1單頻提高64.37%，比L2單頻提高32.12%。

2.2 反射信號功率反演土壤濕度

近年來國內(nèi)外學(xué)者在地基及機(jī)載觀測情況下對土壤濕度的反演進(jìn)行了大量研究。Masters等[13]開展的SMEX02系列土壤濕度遙感實驗表明，土壤水分的變化對降水事件具有良好的敏感性，GPS反射的信噪比測量值與輻射計獲取的L波段亮度溫度在變化趨勢上具有較好的一致性；同時散射信號測量結(jié)果與土壤濕度隨時間的變化趨勢基本一致，說明該技術(shù)對土壤水分具有較強(qiáng)的時空敏感性。Edigo等[14]在低空機(jī)載平臺下進(jìn)行飛行實驗，利用GNSS-R數(shù)據(jù)獲取左右圓極化反射分量，結(jié)果表明，在中等粗糙度情況下，極化反射率的比值與表面粗糙度無關(guān)，代表了土壤濕度的最佳觀測值，相關(guān)系數(shù)為0.93，但并不適用于高表面粗糙度(σz高于3 cm)的情況。Jia等[15]在Avigliana湖(45.099°N，7.369°E)進(jìn)行飛行實驗，在由北向南的飛行路線中，考慮到高仰角衛(wèi)星特征(PRN 15，高度角為76°，方位角為 237.3°)，選取的對應(yīng)反射點經(jīng)過城市、湖泊和草地等幾種不同的地理條件，獲得極化測量值(圖1)。結(jié)果表明，對比湖泊(L1和L2)與其他區(qū)域，在平均左旋圓極化反射率(Γlr)中可觀察到較大增量，右旋圓極化反射率(Γrr)的變化形式與Γlr存在差異，與低仰角衛(wèi)星一致，說明Γlr對土壤濕度的敏感性比Γrr高；草地區(qū)(G1和G2)反射率比城市(C)低1～3 dB，這主要是由草的粗糙度增加引起的，G1區(qū)域中極化反射率比(PR)數(shù)值最大。分析表明，Γlr和Γrr之間的比值為土壤水分估算的最佳參數(shù)，與表明粗糙度無關(guān)。

梁勇等[16]為探究地表粗糙度對土壤濕度反演結(jié)果的影響，在0.005～0.035 m范圍內(nèi)以0.005 m步進(jìn)選取地表均方根高度，在修正和未修正土壤粗糙度影響的情況下對解析模型和人工神經(jīng)網(wǎng)絡(luò)模型進(jìn)行對比實驗，同時還對修正前后同一模型的反演精度進(jìn)行比較。結(jié)果表明，人工神經(jīng)網(wǎng)絡(luò)模型能較好地抑制粗糙度的影響，且性能良好(表1～3)。以往研究中使用的GPS等星座衛(wèi)星均隨地球而運(yùn)動，使得研究的覆蓋區(qū)域不斷發(fā)生變化，因此不能在相同區(qū)域內(nèi)獲取長時間連續(xù)數(shù)據(jù)。針對此現(xiàn)象，張楠等[17]對北斗靜止軌道衛(wèi)星(GEO)微動特征和反射區(qū)域的變化進(jìn)行分析，利用包絡(luò)提取和3次多項式插值的方法恢復(fù)SNR的變化規(guī)律，校正反射系數(shù)，實現(xiàn)固定區(qū)域連續(xù)土壤濕度的反演，結(jié)果與原位土壤濕度的平均絕對誤差小于4.63%。

圖1 高仰角衛(wèi)星數(shù)據(jù)Fig.1 High elevation satellite data

表1 未修正土壤粗糙度的影響

表2 修正土壤粗糙度的影響

表3 同一模型修正前后影響

2.3 星載GNSS-R與其他資料聯(lián)合反演土壤濕度

相比于地基和機(jī)載觀測平臺覆蓋面積小的特點，采用星載觀測模式可獲得范圍更廣的土壤濕度數(shù)據(jù)，且空間覆蓋率更高，還能夠與其他衛(wèi)星資料相結(jié)合。但該過程會受地表復(fù)雜程度的影響，同時也難以獲取大量的對比實測數(shù)據(jù)，因此通常與微波輻射及其他并置遙感數(shù)據(jù)聯(lián)合反演土壤濕度。表4為研究中常用的衛(wèi)星資料。

表4 不同衛(wèi)星資料分析

TechDemoSat-1衛(wèi)星及旋風(fēng)全球?qū)Ш叫l(wèi)星系統(tǒng)(CYGNSS)均可提供星載有效載荷，為實現(xiàn)星載下的觀測提供了基礎(chǔ)。在與專用遙感衛(wèi)星測量數(shù)據(jù)進(jìn)行對比的情況下，Camps等[18]利用星載GNSS接收機(jī)-遙感儀(SGR-ReSI)接收的反射信號計算延遲多普勒圖(DDM)，并分析不同觀測量對土壤濕度敏感性的影響，最后利用校準(zhǔn)TDS-1 GNSS-R的反射率與并置SMOS的土壤濕度散點圖進(jìn)行線性擬合，評估其對土壤濕度的敏感性。Chew等[19]對CYGNSS星座記錄的前向散射L波段GNSS信號與SMAP 土壤濕度之間的關(guān)系進(jìn)行量化分析，結(jié)果表明，CYGNSS反射功率的觀測值與SMAP 土壤濕度檢索之間存在較強(qiáng)的線性關(guān)系，星載GNSS-R可為傳統(tǒng)的土壤濕度衛(wèi)星遙感方法提供補(bǔ)充。近年來國內(nèi)學(xué)者針對星載實驗的研究較多，易浠等[20]將利用TDS-1衛(wèi)星接收的數(shù)據(jù)推導(dǎo)出的反射信號功率Pr與利用SMAP衛(wèi)星獲取的土壤濕度進(jìn)行皮爾森相關(guān)分析，通過平滑處理去除噪聲后發(fā)現(xiàn)，Pr與土壤濕度具有較強(qiáng)的相關(guān)性(R=0.71)。涂晉升等[21]利用UK TDS-1的DDM 與SMOS衛(wèi)星的土壤濕度數(shù)據(jù)對建立的模型進(jìn)行驗證，結(jié)果表明，DDM的SNR與土壤濕度數(shù)據(jù)具有較強(qiáng)的相關(guān)性，在植被覆蓋度較高及接近裸土的區(qū)域也有較強(qiáng)的相關(guān)性，說明利用星載GNSS-R DDM反演土壤濕度具有一定的可行性。

微波輻射計不僅具有功耗低、體積小、穩(wěn)定性高等優(yōu)點，還具有一定的穿透物體的能力，可用來探測土壤濕度、降水及監(jiān)測農(nóng)作物的生長情況等，因此可將GNSS-R的測量結(jié)果與微波輻射計測量值相結(jié)合來探索反演土壤濕度的可能性。Alonso-Arroyo等[22]針對在3種不同土壤濕度條件下收集的數(shù)據(jù)對作物和草地2種不同的區(qū)域進(jìn)行分析，并將PLMR微輻射計測量的亮度溫度數(shù)據(jù)與GNSS-R獲得的反射率進(jìn)行對比發(fā)現(xiàn)，將數(shù)據(jù)結(jié)合起來可提高微波輻射測定法在土壤濕度反演方面的空間分辨率。Yin等[23]通過對比Oceanpal GNSS-R接收機(jī)接收的信號功率與ELBARA-II輻射計的數(shù)據(jù)發(fā)現(xiàn)，GNSS-R測量的LHCP反射率與輻射計的水平、垂直反射率之間存在強(qiáng)相關(guān)性，相關(guān)系數(shù)為0.83～0.91。

3 結(jié) 語

國內(nèi)外學(xué)者在地基、空基、星載等不同的觀測平臺下采用不同的觀測與反演方式，對基于GNSS-R探測土壤濕度的研究均已取得一定進(jìn)展。本文對近年來探測土壤濕度的方法進(jìn)行回顧與總結(jié)，主要對干涉模式和反射率模式2種反演方法進(jìn)行分析。結(jié)果發(fā)現(xiàn)，干涉模式下的多元回歸模型比傳統(tǒng)一元回歸模型的擬合效果好，且利用與頻率結(jié)合的熵值融合法及仰角結(jié)合法均可提高反演精度；對于反射率模式，采用人工神經(jīng)網(wǎng)絡(luò)模型能較好地解決粗糙度的問題，與微波輻射計聯(lián)合反演土壤濕度可為星載平臺下的研究提供便利條件，利用GEO衛(wèi)星SNR反演的方法可實現(xiàn)固定區(qū)域土壤濕度的計算，且能取得良好的效果。由于已出現(xiàn)多星座衛(wèi)星及多頻率相結(jié)合的方法，當(dāng)前研究不再局限于常用的GPS衛(wèi)星，還可利用機(jī)器學(xué)習(xí)的優(yōu)勢來提高結(jié)果的準(zhǔn)確程度，但仍需進(jìn)一步完善。由于GNSS-IR探測土壤濕度的方法無需研制專門的接收機(jī)，可直接采用地球物理或地球測繪類接收機(jī)來完成遙感測量，但在采用SVRM反演土壤濕度時選用的數(shù)據(jù)具有局限性，因此需要更多更廣泛的數(shù)據(jù)來驗證模型的準(zhǔn)確度。同時，需考慮植被增加對實驗結(jié)果的影響，可采取相關(guān)的優(yōu)化機(jī)器學(xué)習(xí)算法來提高反演的精度。利用星載的方法可監(jiān)測更大規(guī)模的土壤濕度數(shù)據(jù)，同時需要對比其他相關(guān)數(shù)據(jù)來驗證結(jié)果的準(zhǔn)確性；但在實際對比過程中發(fā)現(xiàn)，相同區(qū)域的數(shù)據(jù)量較少，缺少普適性，且在與其他衛(wèi)星資料進(jìn)行對比的過程中，由于分辨率存在差異，需要對低分辨率的數(shù)據(jù)進(jìn)行平均處理。下一步將在大量數(shù)據(jù)及不同地形植被的情況下作進(jìn)一步分析。目前GLONASS和BDS正逐漸被研究者使用，尤其是BDS具有比GPS更豐富的衛(wèi)星軌道設(shè)計，擁有其他GNSS缺少的GEO衛(wèi)星。已有研究表明，利用GEO衛(wèi)星可近似實現(xiàn)固定區(qū)域土壤濕度的反演，因此可考慮在保持土壤濕度大致相同的情況下，觀察同一區(qū)域在地形發(fā)生變化時信號的變化情況，從而充分發(fā)揮BDS在遙感土壤濕度方面的應(yīng)用潛力。在研究利用GNSS-R方法測量土壤濕度的過程中認(rèn)為，可逐漸將其應(yīng)用到實際生活中，為水資源的調(diào)度、生態(tài)農(nóng)業(yè)的保障等提供服務(wù)。