SAR土壤水分反演中的介電常數實部簡化模型

　　利用Dobson半經驗模型建立模擬數據庫，用建立的模擬數據庫對Hallikainen關系式進行zui小二乘回歸，標定其在SAR關鍵頻點下的系數并進行適當改進，zui終建立了介電常數實部與土壤體積含水量關系的簡化模型.對建立的簡化模型進行驗證和對比，結果表明，簡化模型在精度上優于Hallikainen經驗模型，并且與復雜的Dobson半經驗模型相比，具有良好的精度和實用性.

　　土壤水分即土壤含水量是地球生態系統的一個非常重要的組成部分，它是水圈、大氣圈和生物圈水分和能量交換的重要組成部分，也是地表干旱信息zui重要的表征參量.頻繁的土壤水分觀測對很多環境學科，例如洪水監測，改良土壤侵蝕模型，天氣和氣候預報以及農業應用都至關重要.因此，獲取大范圍地表土壤水分時空分布信息是一個迫切需要解決的問題.

　　微波遙感監測土壤水分的物理基礎是土壤的介電特性與土壤的含水量之間有非常密切的.同時有研究表明，對于某一特定土壤，其介電常數的實部由土壤的含水量決定;而土壤介電常數的虛部會同時受到土壤含水量與含鹽量的影響.所以，對于特定土壤類型，建立介電常數實部與土壤體積含水量之間關系，是微波遙感監測土壤水分過程中必須解決的問題.

　　Topp在大量試驗基礎上，根據四種土壤的試驗結果擬合得到了土壤體積含水量與土壤介電常數的三次多項式方程，該模型優點是公式表達簡潔，不需要任何土壤類型參數的輸入，但Topp模型適用面狹窄，只適合輕質地土壤含水量與土壤介電常數關系的擬合，且因為模型忽略了土壤質地的影響，導致誤差較大;此外，Alharathi以及Ferre根據實驗結果提出了mv與ε0.5之間的線性表達式，Malicki考慮了土壤容重的影響，利用多種土壤數據建立了mv與ε0.5的非線性關系，但是，此類模型也忽略了土壤質地的影響，適用性受到了很大的制;Hallikainen根據不同土壤類型的實驗結果提出了基于不同土壤類型的二次多項式擬和模型，因為模型中考慮到了土壤質地的影響，所以在精度和適用性上較Topp模型與mv-ε0.5型模型有了較大的提高，但是，其用于標定系數的樣本數過少(N<100)，所以標定得到的系數說服力不強.且一些典型的SAR常用頻點，如L=1.26GHz，S=3.2GHz，C=5.3GHz，X=9.6GHz的系數未給出;Dobson[12]等利用波導介電常數測量系統和自由空間傳播技術獲取的5種不同土壤類型的實測數據，提出了土壤介電常數與土壤體積含水量之間的半經驗模型，即的Dobson半經驗模型，由于Dobson模型適用電磁波頻率范圍寬，模擬精度較高，且模型中參數不依賴于具體土壤類型，這一模型已被廣泛用于土壤介電常數計算.在理論模型方面，主要有Dobson等提出的土壤四分量混合理論模型和新近發展的由Mironov等提出的GRMDM模型，這類模型考慮了土壤內在束縛水的介電特性，理論上更加完善，但是模型的參數較多，公式復雜，必須事先測定土壤的某些物理指標，在實際應用中存在較大困難，因此實用性不強.

　　土壤介電常數，特別是介電常數的實部變化是利用SAR技術監測土壤水分的基礎.本研究利用Dobson半經驗模型建立的模擬數據庫，標定國內外主要SAR傳感器在L/S/C/X波段幾個常用頻點下的Hallikainen關系式的系數并進行適當改進，建立了這些頻點下土壤介電常數實部的簡化模型，zui后，隨機選取Dobson模型模擬的數據對簡化模型以及插值后得到的相同頻點下的Hallikainen經驗模型進行對比，并利用實測數據對簡化模型進行驗證.結果表明，簡化模型在精度上優于Hallikainen經驗模型，并且具有良好的實用性.

　　結論

　　利用Dobson半經驗模型建立的模擬數據庫對Hallikainen關系式在SAR四個常用頻點下進行了系數標定，得到了四個波段下土壤介電常數實部的簡化模型.尤其針對X波段數據受溫度影響較大而精度較低的問題，進一步加入溫度影響因子進行了改進.建立了土壤介電常數的實部與土壤體積含水量mv、土壤砂土含量S、土壤黏土含量C(L/S/C三個波段的主要頻點)和土壤溫度T(X波段的主要頻點)下的關系，可方便實現土壤介電常數實部到土壤體積含水量的轉換.如果使用者無法得到目標區精細尺度的S和C分布情況，可利用大尺度的S和C數據替代;X波段的土壤溫度數據，可由氣象數據或其他遙感數據獲得.

　　未來，將在全國范圍內選擇一些典型的土壤類型樣本，如南方第四紀紅粘土(代表地區江西省余江縣及廣東省南海市)、長三角水稻土(代表地區江蘇省蘇南的太湖平原、蘇北的里下河平原)、華北潮土(代表地區河北省欒城縣)、東北黑土(代表地區松遼平原)等開展相關的實測工作和模型的進一步驗證和修訂，相關成果對于中國區域利用微波遙感技術監測土壤水分的工作將有重要意義.