基于主動(dòng)微波遙感的土壤含水量估測(cè)方法研究

劉釔廷，李 旭，吳保升，涂巧針

（塔里木大學(xué)信息工程學(xué)院，新疆阿拉爾 843300）

農(nóng)作物生長(zhǎng)離不開土壤水分，它是作物生存的重要物質(zhì)基礎(chǔ)之一。土壤水分在地球上水循環(huán)運(yùn)動(dòng)中充當(dāng)著十分重要的角色，也是水文、氣象和農(nóng)業(yè)相關(guān)研究中重要數(shù)據(jù)之一[1]。當(dāng)面對(duì)大面積區(qū)域的土壤水分測(cè)量時(shí)，傳統(tǒng)測(cè)量方法會(huì)耗費(fèi)大量人力、物力及時(shí)間。因此，對(duì)土壤水分含量準(zhǔn)確和高效的監(jiān)測(cè)是農(nóng)業(yè)水管理及農(nóng)作物旱情預(yù)測(cè)的一個(gè)重要內(nèi)容。同時(shí)，在針對(duì)干旱區(qū)流域水文模型、農(nóng)作物生長(zhǎng)監(jiān)測(cè)等方面問題也能起到一定作用。

利用微波遙感影像中提取數(shù)據(jù)監(jiān)測(cè)土壤水分的技術(shù)到今天已經(jīng)發(fā)展了40 余年[2]，由于微波估測(cè)土壤水分涉及地表粗糙度、植被覆蓋度和土壤質(zhì)地等多個(gè)方面的參數(shù)[3]，而獲取這些參數(shù)往往會(huì)受到一定的限制，如何充分利用微波數(shù)據(jù)源的各種輔助信息（如頻率、極化方式等），降低對(duì)實(shí)地測(cè)量數(shù)據(jù)的依賴性，快速、便捷地獲取大范圍區(qū)域土壤水分分布情況是一直以來的研究熱點(diǎn)。搭載合成孔徑雷達(dá)的主動(dòng)微波遙感具有全天不間斷工作、覆蓋率高和信號(hào)穿透能力強(qiáng)的重要優(yōu)勢(shì)，使其成為土壤水分含量監(jiān)測(cè)的有效手段之一，并且在各種土壤水分監(jiān)測(cè)研究中應(yīng)用十分廣泛。目前國外和國內(nèi)已有許多學(xué)者對(duì)其進(jìn)行研究并且建立了相應(yīng)的經(jīng)驗(yàn)?zāi)Ｐ秃桶虢?jīng)驗(yàn)?zāi)Ｐ蚚4-5]。由于微波遙感的不同極化方式，在植被覆蓋程度較高的區(qū)域會(huì)使得信號(hào)在穿透植被層的過程中衰減，導(dǎo)致土壤水分含量估測(cè)精度下降[6]。地表植被層的覆蓋程度差異及植被種類不同使得這些估測(cè)模型的精度不一，導(dǎo)致土壤水分信息的獲取也變得復(fù)雜。因此，選擇一個(gè)穿透性強(qiáng)的極化方式，對(duì)消除植被覆蓋對(duì)土壤水分監(jiān)測(cè)的影響十分重要。本文研究如何從地表雷達(dá)總的后向散射中分離出植被散射和吸收的貢獻(xiàn)，對(duì)不同極化方式下植被微波散射機(jī)制進(jìn)行分析，從雷達(dá)總的后向散射中分離植被層的貢獻(xiàn)，進(jìn)而去除植被影響，估測(cè)具有植被覆蓋地表的土壤水分。

1 材料與方法

1.1 研究區(qū)域

研究區(qū)域位于新疆維吾爾自治區(qū)阿拉爾市八團(tuán)，平均海拔920～1 100 m，屬大陸性暖溫帶極端干旱氣候。2020 年平均蒸發(fā)量為2 420.23 mm，平均降水量為43.1 mm，蒸降比約為54∶1。研究區(qū)域內(nèi)地勢(shì)平坦，農(nóng)田主要種植棉花、冬小麥，伴有其他鹽生灌叢和泌鹽植物，如鹽穗木、駱駝刺、檉柳及胡楊。

1.2 衛(wèi)星數(shù)據(jù)來源

本文使用的主動(dòng)微波遙感數(shù)據(jù)為Sentinel-1A Level-1 產(chǎn)品中的地距多視（Ground Range Detected，GRD）產(chǎn)品，使用歐空局（European Space Agency，ESA）提供的哨兵應(yīng)用平臺(tái)（SeNtinel Application Platform，SNAP）軟件對(duì)Sentinel-1A 遙感圖像進(jìn)行濾波、輻射定標(biāo)和地理編碼等預(yù)處理，得到VV 和VH 兩種極化方式的后向散射系數(shù)。

1.3 土壤采樣及測(cè)量

在進(jìn)行土壤采樣時(shí)，樣點(diǎn)分布盡可能地做到規(guī)則分布，采集深度為5～10 cm，采樣的時(shí)間為2021 年3月29 日。采樣點(diǎn)為21 個(gè)，樣本帶回實(shí)驗(yàn)室，獲得土壤含水量數(shù)據(jù)，通過計(jì)算獲得土壤體積含水量，如表1 所示?？梢钥闯觯?1 個(gè)樣品的所處的區(qū)間范圍為0.04～0.36 cm3·cm-3，其中標(biāo)準(zhǔn)偏差為0.07 cm3·cm-3，平均值為0.16 cm3·cm-3。

表1 土壤水分實(shí)測(cè)數(shù)據(jù)

1.4 土壤水分反演半經(jīng)驗(yàn)?zāi)Ｐ徒?/h3>

由于土壤被植被覆蓋會(huì)造成微波信號(hào)的衰減，導(dǎo)致反演結(jié)果偏低。因此，挑選出穿透力強(qiáng)的極化方式來降低植被覆蓋層的影響是十分有必要的。Attema 和Ulaby 通過對(duì)經(jīng)典的輻射傳輸方程的研究，進(jìn)一步提出了水云模型方程[7]，水云模型方程把植被覆蓋層視為一個(gè)水平均勻的云層，不考慮植被與土壤表面之間發(fā)生的多次散射，其中方程的變量?jī)H為植被高度、植被含水量和土壤濕度[8]。水云模型在植被覆蓋區(qū)域的土壤含水量估測(cè)方面的研究中應(yīng)用廣泛。

將21個(gè)實(shí)地采集的土壤樣品隨機(jī)分為建模組和精度驗(yàn)證組，其中取8 個(gè)土壤樣品數(shù)據(jù)用于求解估測(cè)模型的擬合系數(shù)，從而建立植被覆蓋區(qū)域的土壤含水量估測(cè)半經(jīng)驗(yàn)?zāi)Ｐ?；另?3個(gè)土壤樣品的數(shù)據(jù)用于后續(xù)參與對(duì)估測(cè)結(jié)果的精度分析，兩組樣本點(diǎn)的具體統(tǒng)計(jì)信息如表2所示。

表2 實(shí)測(cè)土壤含水量樣本點(diǎn)統(tǒng)計(jì)信息

2 結(jié)果與分析

通過基于Sentinel-1 遙感數(shù)據(jù)VV 極化和VH 極化的土壤水分含量估測(cè)的精度分析，結(jié)果如表3。13 個(gè)精度驗(yàn)證組的土壤水分實(shí)測(cè)值和估測(cè)值的對(duì)比分析結(jié)果如圖1 所示，選取判定系數(shù)R2、均方根誤差RMSE、平均絕對(duì)誤差MAE、最大誤差值MaxE和最小誤差值MinE作為土壤水分含量估測(cè)精度驗(yàn)證指標(biāo)。

圖1 兩種極化方式下土壤水分反演值與實(shí)測(cè)值的驗(yàn)證比較

表3 兩種極化方式估測(cè)精度分析

由表3 可知，VV 和VH 極化方式的土壤水分絕對(duì)誤差在0.05 以內(nèi)，最小絕對(duì)誤差為0.00 和0.02，最大絕對(duì)誤差為0.12 和0.19。其中VV 極化參與建立的模型相關(guān)系數(shù)為R2=0.74，均方根誤差為0.07，表明該模型與實(shí)測(cè)數(shù)據(jù)具有良好的相關(guān)性和較小的誤差。

在微波遙感中VV 極化方式的反演精度優(yōu)于VH極化方式，主要是由于同極化方式（VV 或HH）對(duì)表面散射比較敏感，而土壤正是以表面散射為主；植被覆蓋層的散射以體散射為主，交叉極化方式（VH 或HV）對(duì)體散射很敏感。因此，在穿透植被層時(shí)VH 極化方式容易被植被層所影響，從而導(dǎo)致估測(cè)精度下降。

由圖1 可知，利用水云模型建立的土壤水分含量估測(cè)半經(jīng)驗(yàn)?zāi)Ｐ涂梢暂^好地模擬研究區(qū)域地表的微波散射特征，模型簡(jiǎn)單實(shí)用，提取的后向散射系數(shù)與土壤水分實(shí)測(cè)數(shù)據(jù)具有較好的相關(guān)性。與VH 極化方式相比，VV 極化方式的穿透性更強(qiáng)，可以有效地估測(cè)植被覆蓋區(qū)域的土壤水分含量，能更好地表征研究區(qū)土壤水分的空間分布情況。

3 小結(jié)與討論

本文用從Sentinel-1A 主動(dòng)微波遙感數(shù)據(jù)中提取的雷達(dá)后向散射系數(shù)及土壤水分含量實(shí)測(cè)數(shù)據(jù)，將其代入水云模型中從而建立可實(shí)現(xiàn)土壤水分含量估測(cè)的半經(jīng)驗(yàn)?zāi)Ｐ?，?shí)現(xiàn)了使用主動(dòng)微波遙感估測(cè)植被覆蓋區(qū)的農(nóng)田土壤水分。

在利用主動(dòng)微波遙感估算土壤水分含量時(shí)，土壤上方的植被覆蓋層會(huì)使雷達(dá)信號(hào)衰減，進(jìn)而對(duì)估測(cè)精度造成影響。因此，從遙感數(shù)據(jù)中提取合適的極化方式數(shù)據(jù)進(jìn)行建模預(yù)測(cè)對(duì)土壤水分含量估測(cè)結(jié)果十分重要。

基于Sentinel-1 的VV 極化方式?jīng)Q定系數(shù)R2達(dá)到0.74，VH 極化方式的決定系數(shù)R2為0.19。實(shí)驗(yàn)表明，通過對(duì)比兩種極化方式下的土壤水分含量估測(cè)半經(jīng)驗(yàn)?zāi)Ｐ偷木瓤梢源_定VV 極化方式的土壤水分估測(cè)精度要明顯好于VH 極化方式的估測(cè)精度。這主要是因?yàn)閂V 極化方式具有較強(qiáng)的穿透性，不易受到植被層散射的影響，而且對(duì)土壤自身含水量的變化十分敏感。

本研究對(duì)比分析了利用主動(dòng)微波遙感估測(cè)土壤水分含量中兩種極化方式的優(yōu)劣，但是實(shí)驗(yàn)范圍較小和樣品數(shù)較少，還需要進(jìn)一步研究。本研究表明，VV極化方式可以有效地估測(cè)土壤水分，但后續(xù)研究中可考慮利用多種極化方式組合估測(cè)土壤水分，以提升估測(cè)精準(zhǔn)度。