冻土遥感研究进展_被动微波遥感

1、地球科学进展ADVANCES IN EAR TH SC IENCE第 24卷 第 10期2009年 10月Vo l. 24 No. 10O c t. , 2009文章编号 : 1001 28166 ( 2009) 1021073 211冻土遥感研究进展 :被动微波遥感3张廷军 1 , 2 ,晋锐 3 ,高峰 4( 1. 中国科学院寒区旱区环境与工程研究所冻土工程国家重点实验室 ,甘肃兰州730000;2. 美国雪冰数据中心 ,科罗拉多大学环境科学合作研究所 ,博尔德市 , 80309 20449 ,美国 ;3. 中国科学院寒区旱区环境与工程研究所 ,甘肃兰州730000;730000 )4.

2、中国科学院国家科学图书馆兰州分馆 ,甘肃兰州摘 要 :多年冻土和季节冻土分别占北半球裸露地表的 24 %和 55 % 。近地表土壤冻融的范围 、冻结起始日期 、持续时间及冻融深度对寒季 /寒区植物生长 、大气与土壤间能量 、水分及温室气体交换 都具有极其重要的影响 。自 20世纪 70年代以来 ,应用卫星遥感结合地面观测资料研究局地到区域尺度的季节冻土和多年冻土已取得诸多成果 ,而遥感在冻土研究中的最直接应用是利用微波探测近地表土壤冻融状态 。相对于主动 SAR ,星载被动微波传感器具有多通道观测且重访周期较 高 ,空间分辨率很低的特点 。重点评述了近几十年来被动微波辐射计在冻土研究中的算法发

3、展及 其应用前景 ,主要包括双指标算法 、时间序列变化检测算法及判别树算法 3 类 ,其核心均是基于冻土的低温特征和“体散射变暗 ”效应 。发展可靠实用的微波遥感土壤冻融状态判别算法 ,提供区域 和全球尺度上的土壤冻融状态信息 ,对水文学 、气象学以及农业科学 、工程地质研究与应用都具有 重要意义 。关 键 词 :冻融循环 ;被动微波遥感 ;冻土 ;卫星遥感中图分类号 : P931. 8; TP79文献标志码 : A重视 ,其中最直接最有效的方式即利用微波遥感监测地表冻融循环 。微波受大气影响相对较小 ,可全 天候 、全天时工作 ,且对地表具有一定穿透深度 ,能 够获得地下一定深度范围内的信息

4、 ; 而且微波对土 壤中的水分含量及其状态非常敏感 ,因此根据冻 /融土壤间显著的介电特性差异导致的微波辐射 /散射 特 征 变 化 , 可 获 取 浅 层 地 表 的 土 壤 水 分 冻 融1 引言据统计 ,北半球陆地表层土壤约有 50 ×106 km2的范围每年都要历经冻融转换这一过程 1 。地表土 壤的冻结 /融化状态对地气能量交换 、地表径流 、作物 生长和碳循环等均具有重要的影响 25 。地表冻融 作为环境温度背景下形成的土壤状态 ,对温度变化非常敏感 ,因此地表冻结 /融化的范围 、起始日期及持续 时间均可作为气候变化的灵敏指示器 35 。遥感为探测区域尺度冻土状况提供了

5、可行的技 术手 段 , 地 球 观 测 系 统 ( Ea rth O b se rving System , EO S)科学计划中也把冻土遥感列为其重要目标之一 2 ,使得遥感在冻土研究中的应用潜力日益受到 5 , 6 状态 。近地表土壤冻融循环的被动微波遥感研究虽然 已历经 30年 ,但由于算法实用化的难度 ,它至今仍是一个十分活跃的研究领域 。特别是近年来 ,随着 EO S卫星上所携带的新一代被动微波辐射计相继升 空 ,以及冰冻圈与气候变化关系研究对长序列冻融 数据集的需求 ,土壤冻融的被动微波遥感再次成为3收稿日期 : 2009 205 227;修回日期 : 2009 208 210.3

6、 基金项目 :公益性行业 (气象 )科研专项经费项目“中国冰冻圈卫星监测关键技术研究及系统开发 ”(编号 : GYH Y ( QX ) 2007 26 218 ) ,美 国航空航天局 (U. S. NA SA 项目 NA G5 213721 及 NNXØ6A E65 G) ; 美国阿拉斯加大学极地研究中心 ( U. S. N SF 项目 O PP20328664 )联合资助.作者简介 :张廷军 ( 1957 2) ,男 ,甘肃庆阳人 ,主要从事冻土与环境及其与气侯变化的相互作用等方面的研究. E2m a il: tzhang n sidc. o rg括后继的 SSM / I ( Sp

7、 ec ia l Sen so r M ic rowave / Im age r)和 AM SR 2E (A dvanced M ic rowave Scann ing R ad iom e2 te r2EO S)已有 30年时间序列的数据积累 ,可为研究 气候变化背景下冻土的时空变化特征提供时间连续 的观测数据 。各传感器详细参数见表 1。研究者所关注的热点 。2 被动微波监测地表冻融状态的原理及常用传感器利用被动微波辐射计亮温观测数据判断近地表 ( < 10 cm )土壤冻融状况已取得一些成功 。被动微 波技术的有效性在于不同物理温度 、组成成分和物 理结构的介质其微波辐射能量不同

8、。水和冰的介电 特性差异显著 (图 1 ) ,使得利用微波观测推断冻融 状态成为可能 。接近液态水的德拜驰豫频率时 ,亮温对表层土 壤中液态水和冻土中体散射“变暗 ”效应尤其敏感 。表 1 几种星载被动微波遥感器的特征参数Ta b le 1 In strum en t pa ram e ter of the w ide ly u sed pa ss ive ra d iom e ter s参数SMMR (N im bu s - 7 ) SSM / I(DM SP) AM SR - E (A qua)6. 6 , 10. 7 ,18 , 21 , 379550. 7950. 3N /A41 &#

9、215;5518 ×277801978 1987 年19. 3 , 22. 3 ,37 , 85. 58600. 653. 1N /A43 ×6928 ×371 4001987 年至今6. 9 , 10. 7 , 18. 7 ,23. 8 , 36. 5 , 897051. 655. 0N /A16 ×288 ×141 4452002 年至今频率 ( GH z)高度 ( km ) 天线尺寸 (m ) 入射角 ( °) 分辨率 ( km )19 GH z37 GH z 幅宽 ( km ) 运行时间TB ( f )对于半无限空间的非散射均

10、质土壤 ,其亮温可近似表示为 6 :TB ( f) = e ( f) T0 +TB ( f)( 1 )5TTB ( f) = e ( f)( f)0( 2 )5z其中 : e ( f)为频率 f时的微波发射率 , T0 为土壤物理5T3 被动微波亮温用于冻融分类的算法应用被动微波亮温数据判别冻融界线的算法发 展主要经历了 3 个过程 : 算法研制 、参数调整 、应用 与数据集 。其最终目标是建立全球尺度的冻融界线 判别算法 ,可总结为双指标算法 、时间序列变化检测 算法及判别树算法 3类 。目前 ,应用最为广泛的是双指标算法 , 它以 37GH z亮温 ,以及 18 /19 GH z与 37

11、GH z间的亮温谱梯 度作为判别指标 。国内外研究者围绕冻融状态与这2个指标之间的关系进行了理论研究及野外和航空遥感实验 ,发展了具有大尺度应用价值的各种算法 。 利用 N im bu s 7 搭 载 的 多 通 道 微 波 辐 射 计SMMR 37 GH z亮温 TB ( 37 )和 10. 7 GH z与 37 GH z的亮温 谱 梯 度 可 进 行 冻 融 分 类 9 , 13 , 16 , 17 。由 于 SMMR 频率恰好高于液态水的德拜驰豫频率 ,湿土 的谱梯度为正值 ,而相对微波透明的冻土由于体散 射衰减作用其亮温谱梯度为负值 。选取 TB ( 37 ) 是 因为相对于 10.

12、7 GH z和 18 GH z 亮温 ,它与气温的 相关性更强 9 , 14 。通过对 SMMR 垂直和水平极化 亮温取均值可抑 制 其极 化效 应 。判 别 算法 可表 述 如下 :温度 ,为土壤表层热梯度 ,( f )为光学厚度 。5z0与融土相比 ,冻土具有以下突出特征 : 物理温度较低 ; 发射率较高 ; 光学厚度较大 ; 亮温减 小 9 。地基辐射计测量表明 ,当湿土开始冻结时即使土壤温度降低 ,但由于发射率增加 ,其亮温也可能 显著增加 10 , 11 ; 而相对较干的土壤冻结时发射率 变化很小 ,其亮温会随土壤温度而降低 。因此单一频率的亮温不能用来明确判别土壤冻融状态 。由于冻

13、结土壤介电常数虚部的降低程度远大于实部 ,使 得冻土光学厚度增加 9 。介 电 常数 虚部 减 少意 味着吸收减弱 ,热发射光子可来自发射介质更深处 ,于是有效发射深度或光学厚度增大 12 。因此 ,冻土较 深层土壤温度梯度对近地表亮温的贡献大于同样梯K 13 。度的非冻土 。在低频时 ,该贡献可达几国内外研究者对利用被动微波数据监测地表冻融状态的方法进行了许多实验研究和理论计算 ,发 现较为理想的指标是 37 GH z的亮温以及负亮温谱梯度 。选择 37 GH z的亮温是因为它与地表温度和气温有很好的相关性 ,而且这一波段的微波发射率 不像低频波段那样对土壤湿度敏感 。冻土呈现负亮温谱梯度是

14、因为在微波的高频率波段由体散射引起的衰减比低频波段强 14 , 15 ,导致高频波段的亮温低 于低频波段 ,而在融土中恰恰相反 。被动 微 波 辐 射 计 从 1978 年 SMMR ( Scann ingM u ltichanne l M ic rowave R ad iom e te r) 发 射 升空 后 , 包 5TB ( f) PSG( 3 )5f和TB ( 37V ) P37( 4 )其中 : PSG和 P37 分 别 为 亮 温 谱 梯 度 ( K / GH z) 和GH z垂直极化亮温阈值 ( K) 。37SMMR 于 1987年停止运行 ,现由国防气象卫星计划 (D efen

15、 se M e teo ro logica l Sa te llite s P rogram , DM 2SP)搭载 的 SSM / I作 为 替 代 21 。 SSM / I传 感 器 除22. 24 GH z大气水汽通道仅有垂直极化外 , 19. 35、37. 00 及 85. 50 GH z均为双极化通道 。 19. 35 GH z与 37. 00 GH z以及 19. 35 GH z与 85. 5 GH z间的亮 温谱梯度均对土壤水分状态较敏感 22 。 Judge等使 用 SSM / I 19. 35和 37. 0 GH z垂直极化数据进行冻融分类 ,冻土为负谱梯度且< 247

16、 K;非冻结湿土P37谱梯度为正且> 247 K; 非冻结干土的谱梯度近P37似为 0 且 TB 较高 (图 3 ) 。卫星过境地方时为 18 点左右 ,此时该分类法在晴空条件下受大气吸收和发 射影响很小 22 。图 1 液态水和冰的介电常数随频率的变化 7, 8F ig. 1 Va r ia t ion of d ie lec tr ic con stan t of l iqu id wa ter an d ice w ith frequen cy 7, 8根据公式 ( 3 )和 ( 4 ) ,使用 SMMR 数据可将地表分为冻土 、非冻结干土和湿 (或冷 )土以及冻融混合 物 4类

17、9 。冻结地表具有相对低的负亮温谱梯度和较低的 TB ( 37 ) ; 湿土的谱梯度较高 , 但 TB ( 37 ) 较低 18 ;非冻结干土的谱梯度较低且 T ( 37 )较高 ; 混B合地表是冻 土 、湿土 和非 冻 结干 土的 组 合 (图 2 ) 。表 2为判别空间中冻融状态的区分标准 9 。冻结地 表必须同时满足公式 ( 3 ) 和 ( 4 ) 。应用该方法对美 国北部 大 平 原 冻 结 地 表 分 类 取 得 了 理 想 结 果 9 。Cao等 19 应用相同的算法和 SMMR 数据 ,采用阈值P37 = 222. 5 K和 PSG = - 0. 17 K / GH z,研究了青

18、藏 高原 1983 年春秋季近地表土壤冻融状态 。与地面 观测数据比较 ,分类精度约为 70 % 。 To ll等 20 使用SMMR 37 GH z和 18 GH z水平极化亮温研究了 1985年春季和 1987 年秋季美国中北部和加拿大南部的 季节性冻土 ,使用 37 GH z和 18 GH z间的负亮温谱图 2 北达科他州及周边区域的 SMM R10&37 GHz谱梯度与 37 GHz亮温F ig. 2 10 &37 GHz SMM R spec tra l gra d ien ts for Nor thD a ko ta an d the surroun d in g

19、reg ion聚类数据为 1984 年 8 12 月中午的卫星观测值 9 9 C lu ste r da ta a t noon co llected from A ugu st 1984 th rough D ecem be r 9 23 与 Zue rndo rfe r等的工作类似 , Chang等使用 SSM / I垂直和水平极化亮温均值确 定出 青藏 高 原季节冻融边界 。他们使用 19. 35 GH z和 37 GH z间的负谱梯度 ,卫星上午和下午过境时分别采用 P37梯度 PSG < 0. 0 K / GH z和= 257. 5 K作为阈值 ,P37与加拿大 14 个野外站

20、 0800 CST 和 1 600 CST的 5cm 土壤温度比较 ,总体精度可达 85. 9 % 20 。= 231 K和= 238 K作为阈值 。与 5 cm 土壤温P37度对比表明 ,整体分类精度约为 85 % 。该亮温阈值与研究区 1 °×1 °格网的年平均亮温相一致 。 Chang表 2 冻融判别空间中的标准Ta b le 2Freeze / tha w cr iter iain the dec is ion spa ce 23 等提出对不同区域可使用以负谱梯度和年平均亮温为阈值的通用算法确定近地表冻融状态 。Zhang等 3 , 24 采 用 Judg

21、e等 22 的 方 法 , 使 用 谱P37 ( K)PSG ( K / GH z)正午午夜2492440. 0625- 0. 044图 3 晴空条件下未经大气纠正的 UTC 12时的聚类数据 22F ig. 3 C lu ster da ta a t 12: 00 UTC for c lea r da y s w ithou t a tm o spher ic correc t ion( a) 19 &37 GH z垂直极化谱梯度与 37 GH z垂直极化亮温 ; ( b) 19 &85 GH z垂直极化谱梯度与 37 GH z垂直极化亮温及( c) 19 &37 G

22、H z水平极化谱梯度与 37 GH z垂直极化亮温sp ectra l grad ien ts; ( c) 19 &37 GH z H 2po l. sp ec tra l grad ien ts 22 ( a) 19 &37 GH z V 2po l. sp ec tra l grad ien ts, ( b) 19 &85 GH z V 2po l. 9 梯度 PSG = 0. 0 K / GH z和阈值= 258. 2 K研究美Zue rndo rfe r等首先发展了土壤冻结指标 , 之后其他研究者对其进行了改进 3 , 22 , 23 , 这些算法目 前仅适用于

23、无雪覆盖地表 。然而 ,认识季节雪盖覆 盖下的土壤冻融状态对于研究土壤水分 、春季地表径流及洪水预报都具有重要意义 。雪盖使大气与土 壤下垫面间的水热交换过程复杂化 ; 雪的高反照率 和发射率引起雪表面和临近空气温度较低 ,当雪盖 较薄时会 加 剧 土 壤 冻 结 过 程 26 ; 雪 的 热 传 导 率 很 低 ,厚雪盖的绝热作用会使土壤与冷空气隔绝从而阻碍土壤冻结过程的发展 ; 雪盖对地面热状况的总 体影响是限制过冷 、减缓冻结 ,主要取决于雪盖的发 生时间 、持续时间 、厚度 、密度 、结构以及物理和热特性 2730 。Zhang等 4 发展并验证了用于监测美国本土无 雪和有雪覆盖情况下

24、近地表土壤冻融循环的综合冻土算法 。该算法包含两部分 (图 5 ) : 无雪覆盖区域 ,用被动微波卫星遥感算法识别近地表土壤冻融 状态 ; 有雪覆盖区域 ,使用考虑相变的一维热传输P37国本土和加拿大南部 1997 1998 年冬季近地表土壤冻融状况 。初步结果表明 ,在地表被积雪覆盖前 近地表土壤往往已冻结 。如 1997 1998 年冬季 ,在积雪覆盖地表前 ,约有 79 %的时间土壤在白天都呈 冻结状态 。积雪覆盖前土壤冻结天数为 1125 天 , 平均值约为 4 天 。土壤开始冻结主要发生在 10 11月 ,其结束日期主要在次年的 3 4 月 ,所以大部 分研究区内土壤冻结的持续时间为

25、 5 7 个月 (图4 ) 。近地表的冻结天数从几天到长于 150天不等 。 地基微波辐射计测量结果表明 ,如果谱梯度精 度达到 0. 2 K / GH z以上 ,极化差结合 19. 35 与 37. 0GH z谱梯度即可用 于区 分无 雪 时苔 原地 表 冻融 状 态 25 。融化的苔原地表呈正的谱梯度 ,约为 0. 2 K /GH z,无雪覆 盖 的 冻 结 苔 原 地 表 呈 负 谱 梯 度 , 约 为0 - 0. 2 K / GH z。因此 Kim 等 25 得出结论 , 在考 虑空间尺度转换和大气纠正后 ,根据卫星数据进行 冻融分类必须满足以上精度要求 。图 6 美国本土冬季的近地表

26、冻土 (粗实线 ) 、雪盖 (虚线 ) 、雪盖下非冻土 (细实线 ) ( a ) 1997 /1998逐日范围 ;( b) 1998 /1999逐日范围 ; ( c) 1997 /1998和 ( d) 1998 /1999冬季近地表冻土 、雪盖以及雪盖下非冻土面积与 美国本土总面积之比 (除阿拉斯加及夏威夷外 , 美国本土总面积为 7. 04 ×106 km 2 ) ;( e) 1997 /1998和 ( f) 1998 /1999冬季逐日近地表冻土和雪盖面积之差 4F ig. 6 D a ily a rea l ex ten t of the n ea r2surfa ce fro

27、zen groun d ( th ick so l id l in e ) , sn ow cover ( da shed l in e ) , an d un frozen groun d ( th in so l id l in e) un der sn ow cover dur in g the w in ter of ( a ) 1997 /1998 an d ( b) 1998 /1999 in the con t iguou s Un ited S ta te s, The percen ta ge fra c t ion for ( c) the w in ter of 1997

28、 /1998 an d for ( d) the w in ter of 1998 /1999 is def in ed a s the ra t io be tween the da ily a rea l ex ten t of the n ea r2surfa ce frozen groun d, sn ow cover, an d un frozen groun d un der sn ow cover an d theto ta l a rea ( 7. 04 ×106 km 2 ) of the con t iguou s Un ited S ta te s. The e

29、x ten t d ifferen ce is def in ed a s the d ifferen ce be tween theda ily a rea ex ten t of the n ea r2surfa ce frozen groun d an d sn ow cover for the w in ter of ( e) 1997 /1998 an d ( f) 1998 /1999 4数值模型计算获得雪盖下的土壤冻融状况 。被动微波冻融算法采用 SSM / I 19 GH z和 37 GH z垂直极化 的亮温谱梯度及 TB ( 37V ) 两个指标 。对 1997 年 7 月

30、1 日 1998年 6月 30日美国本土 26 个站点的 5 cm 深处土壤温度测量值与 TB ( 37 )进行线性相关分析 ( R2 = 0. 84 ) ,得到亮温阈值为 258. 2 K。使用相 同站点 1998 年 7月 1日 1999 年 6月 30日的土壤 温度数据验证 ,得到综合冻土算法识别冻土的精度 为 76 % ,识别冻土与非冻土的精度为 83 % ,误差为17 % 。同时还 使用 综合 冻 土算 法研 究了 美 国 本 土1997年 7 月 1日 1999 年 6月 30 日近地表土壤冻 结的起始日期 、持续时间 、冻结天数 、逐日面积变化 。初步结果表明 , 1997 /1

31、998 年 冬 季冻 土的 最 大范 围 约为 4. 4 ×106 km2 ,占美国本土总面积的 63 % ; 而 在 1998 /1999冬季 ,最大范围为 5. 2 ×106 km2 ,占美 国本土面积的 74 % (图 6 ) 。季节冻土的持续时间 从南部小于 1个月到落基山脉大于 8 个月 ; 土壤冻结的实际天数从几周到几个月不等 。 1997 /1998 年 和 1998 /1999年冬季近地表土壤冻融循环次数从 1 次到多达 11 次 ,冻结期平均长度从小于 20 天到大 于 120天 。Sm ith等 31 采用 SMMR 的 T ( 37 ) 和 T ( 1

32、8 )之BB差以及 SSM / I的 TB ( 37 )和 TB ( 19 )之差作为土壤冻结状态指示因子发展了变化检测的新冻融算法 。该 算法的理论基础为两通道间的亮温差反映了发射率 的差异 ,而冻土的发射率远大于融土 32 。当冻土表 面融化 ,表面温度保持在冻结点附近 ,两通道间的发射率差趋于 0。这导致两通道的亮温差时间序列呈 平台状 (图 7 ) 。通过识别每个像元亮温差时间序列 曲线的平台边缘 ,即可以确定春季融化和秋季冻结 的起始日期 。根据以上冻融算法 , Sm ith 等 31 发现北美常绿针叶林秋季冻结日期呈推后趋势 ,是导致生长季延 长的原因之一 ,而北美苔原区生长季也延

33、长 。同时 , 还指出该冻融算法未解决的关键问题之一是忽略了 雪盖存在和不能用于探测春秋季的反复冻融循环 。 M cGu ire 等 33 和 M cDona ld 等 8 利 用 1988 2001年的 SSM / I亮温数据 ,采用阶梯边缘检测算法 识别北极和阿拉斯加春季的主要融化过渡事件 。该 算法应用光学边缘探测器确定噪声信号中的边缘过 渡 34 。不同于 Sm ith等 31 的算法 ,考虑了春季频繁 发生的 重 复 冻 融 循 环 。根 据 该 算 法 , 发 现 1988 2001年北极和阿拉斯加季节融化和随后的早春生 长季节的起始时间均提前了约 8天 ,指出该冻融算图 7 北美

34、常绿针叶生物群系升轨 ( a ) 37 V; ( b) 19 V及( c) 3719 V亮温时间序列曲线 31F ig. 7 A vera ge a scen d in g ( a ) 37 V, ( b) 19V, an d( c) 3719 V ann ua l t im e ser ie s for the evergreen con ifer b iom e in Nor th Am er ica 31每点代表 6 天平均值 , ( c)中水平虚线表示算法识别的平台值 ,垂直虚线代表冻融日期Each po in t rep resen ts a 6 2day ave rage sign

35、a l. The ho rizon ta l da shed line in ( c) rep resen ts the leve l of the p la teau iden tified by the a lgo rithm. The ve rtica ldashed line s rep re sen t the da te s of thaw and freeze法探测到的春季主要融化事件通常和春季出现的最大地表湿度相一致 ,也与融雪 、活动层融化及生长季节起始时间有关 。 Stone 等 35 发现自 1960 s中期阿拉斯加北部融雪日期提前了约 8 天 ,这是冬季降雪 减少的结果

36、 ,随后的春季较暖 。晋锐等 36 提出了识别地表冻融状态的判别树 算法 ,使用 SSM / I TB ( 19V ) 、TB ( 19H ) 、TB ( 37V ) 、TB( 22V )和 TB ( 85V )共 5 个通道的亮温数据 ,联合使 用散射指数 ( S I: Sca tte ring Index) 、37 GH z垂直极化 亮温 TB ( 37V ) 及 19 GH z 极 化 差 ( TB ( 19V ) 2TB ( 19H ) ) 3个关键指标识别出地表或植被冠层的冻 融状态 ,同时剔除了沙漠和降水等其他散射体的影响 (图 8 ) 。利用国际协同加强观测期 ( CEO P:

37、Coo r2d ina ted Enhanced O b se rving Pe riod ) 观测 的 4 cm 地温数据代表浅层土壤真实冻融状态验证分类结果 , 其准确性达 87 % 。经 分析 , 约 40 %和 73 %的误 分 分别发生在浅层土壤温度为 - 0. 5 0. 5 和 - 2. 02. 0 之间 ,即冻结点附近 ; 且多发生在冷暖季节过渡时期 , 即 4 5 月 和 9 10 月 , 分 别 占 误 分 的33%和 38%。基 于 该 决 策 树 获 得 2002 年 10 月 2003年 9月中国全境地表冻结日数图 (图 9 ) ,以中国 冻土区划及类型图 37 为参考

38、进行分类精度评价 ,其 总体分类精度为 91. 7% , Kapp a 系数为 80. 5% ,且冻融界线与季节冻土分布南界具有较好的一致性 。图 8 冻融判别树算法流程图 36F ig. 8 The f lowcha r t of the dec is ion tree a lgor ithm to de tec t the freeze / tha w so il 36范围及季节冻土区地表冻结范围进行常规制图 ,并由雪盖范围和近地表气温验证 。进一步的验证需要 使用地面观测数据 ,可通过各项大型研究和观测计 划 获 得 , 如 美 国 能 源 部 的 大 气 辐 射 测 量 计 划 (AR

39、M ) ,美国自然科学基金支持的阿拉斯加北部北极系统科学的陆面 大气 冰 (LA II)计划 ,以及美 国国家海洋大气局组织在密西西比河上游流域开展 的 GEW EX大陆尺度国际计划 ( GC IP ) 。这 些数 据 产品可广泛应用于研究陆地表面与大气的能量和质 量交换 ,用于区域和全球气候模型验证 、水文研究以及农业应用 。被动微波数据空间分辨率较粗 ,存在较多混合4 结论与展望被动微波遥感数据 ,如 SMMR 和 SSM / I可根据 亮温对近地表土壤水分状态 (液态或固态 ) 的谱敏 感性探测地表冻融 。数据优势在于其连续性 、全球 覆盖及频繁的重访周期 ( SMMR 两天一次 , S

40、SM / I一 天两次 ) , 能保证探测地表冻融时空变化 。数据 的 缺点主要是分辨率较粗 ,从约 25 100 km。AM SR 2E于 2002发射 ,具有较低微波频率和较高空间分辨 率 ,很适用于探测区域尺度和全球尺度的土壤冻融循环 。使用被动微波数据 ,可对多年冻土区地表融化图 9 中国地表冻结天数图 ( 2002年 10月 1日 2003年 9月 31日 ) 36F ig. 9 Num ber of frozen da y s in C h ina ( O c tober 1, 2002Sep tem ber 31, 2003) 36sea rch, 2003 , 108 (D22

41、 ) , do i: 10. 1029 / 2003JD003530.J in R u i, L i X in. A review on the algo rithm s of frozen / thaw bounda2ry de tection by u sing p a ssive m ic rowave remo te sen sing J . R em ote S ensing Technology and A pplica tion, 2002 , 17 ( 6 ) : 370 2375. 晋 锐 , 李新. 被动微波遥感监测土壤冻融界限的研究综述 J . 遥感技术与应用 , 200

42、2 , 17 ( 6 ) : 370 2375. England A W. R ad iob righ tness of d iu rna lly hea ted, freezing so il J . IEEE T ransactions on Geosciences and R em ote S ensing, 1990 ,28 ( 4 ) : 464 2476.U laby F T, Moo re R K, Fung A K. M ic rowave R emo te Sen sing, A c tive and Pa ssive, III: F rom Theo ry to App l

43、ication sM . A rtech Hou se Pub lishe rs, App end ix E, 1986: 2 020 22 028.M cDona ld K C, Kim ba ll J S, N joku E, et a l. V ariab ility in sp ring2tim e thaw in the te rre stria l h igh la titude s: Mon ito ring a m ajo r con2像元 ,这也是分类结果不确定性的主要来源 。由于辐射计各通道接收到的均为地表发射信息 ,因此各 通道亮温之间具 有 较高 的相 关性 , 造 成

44、 信息 冗余 。为增加有效信息量 ,可考虑联合主动微波遥感方式 ,用亮温和后向散射信息共同识别地表冻融状态 。目 前 ,业务化在轨运行的主动微波传感器的频率通常都较低 ,多为 C 或 L 波段 , 可穿透一定覆盖率的植 被 ,获得冠层之下的土壤状态信息 。此外 ,相对于亮 温而言 ,后向散射系数中几乎没有地表温度的影响 , 因此冻结引起的后向散射系数变化是单向的 ,这使得主动微波监测冻融循环的算法更加稳定 38 。参考文献 ( Referen ce s) : 5 6 7 8 tro l on the b io sp he ric a ssim ila tion of a tmo sp he r

45、ic CO w ith sp ace22bo rne m icrowave remo te sen sing J . Ea rth In teractions, 2004 , 8 ( 20 ) : 1 223.Zuerndo rfe r B , England A W. R ad iob righ tne ss dec ision c rite ria fo r freeze / thaw bounda rie s J . IEEE T ransaction on Geoscience and R em ote S ensing, 1992 , 30 ( 1 ) : 89 2102.W egm

46、 u lle r U. The effec t of freezing and thaw ing on the m ic ro2wave signatu re s of bare so il J . R em ote S ensing of Environm en ts,1990 , 33: 123 2135.W egm u lle r U , M atzle r C, Schanda E. M ic rowave signatu re s of ba re so il J . A dvance in S pace R esea rch, 1989 , 9 ( 1 ) : 307 2316.

47、England A W. The effec t upon m ic rowave em issivity of vo lum esca ttering in snow, in ice and in frozen so il C P roceed ings of 1 Kim ba ll J S, M cDona ld K C,Keyse r A R , et a l. App lica tion ofNA SA Sca tte rom e te r ( N SCA T) fo r dete rm in ing the da ily frozen and nonfrozen land scap

48、e of A la sk s J . R em ote S ensing of Environ2 m en t, 2001 , 75: 113 2126.Good ison B E, B rown R D , Grane R G. EO S Science P lan: Chap te r 6 C ryo sp heric System R . NA SA , 1998.Zhang T, A rm strong R L. So il freeze / thaw cyc le s ove r snow2freeland de tec ted by p a ssive m ic rowave re

49、mo te sen sing J . Geophysi2ca l R esea rch L etters, 2001 , 28 ( 5 ) : 763 2766.Zhang T, A rm strong R L , Sm ith J. Inve stigation of the nea r2su r2face so il freeze2thaw cycle in the con tiguou s U n ited Sta te s: A lgo2rithm deve lopm en t and va lida tion J . J ou rna l of Geophysica l R e2 9

50、 2 10 3 11 4 12 the UR S I Common II on M ic rowave Scatte ring and Em ission from the Earth, 1974: 273 2287.Dob son C, U laby F T, Zuerndo rfe r B , et a l. M e so sca le Mon ito2ring of the So il F reeze / thaw Bounda ry from O rb ita l M ic rowave R ad iom etry R . F ina l R epo rt to O rb iting

51、Sate llite P ro jec t, NA SA / Goddard Sp ace F ligh t Cen ter, 1990: 30.England A W. Ga lan tow icz J F, Zue rndo rfe r B W. A vo lum e sca tte ring exp lana tion fo r the nega tive sp ec tra l grad ien t of frozenso il C P roceed ing of IGAR SS91 , 1991: 1 175 21 177.England A W. Therm a l m ic ro

52、wave Em ission from a Sca tte ring L ayer J . J ou rna l of Geophysica l R esea rch S oild Ea rth , 1975 , 80 ( 32 ) : 4 484 24 496.Zue rndo rfe r B , England A W , U laby F T. A n op tim ized ap 2p roach to m app ing freezing te rra in w ith SMMR da ta C P ro2 ceed ing of IEEE In te rna tional Geo

53、sc ience and R emo te Sen sing Sympo sium , 1990: 1 153 21 156.Zue rndo rfer B W , England A W , Dob son M C, et a l. M app ing freeze / thaw bounda ries w ith SMMR da ta J . A g ricu ltu ra l and Forest M eteorology, 1990 , 52: 199 2225.Hoek stra P, D e laney A. D ie lec tric p rop e rtie s of so i

54、ls a t UH F and m ic rowave frequencie s J . J ou rna l of Geophysica l R esea rch,1974 , 79 ( 11 ) : 1 699 21 708.Cao M e isheng, Chang Tie jun. Mon ito ring te rra in so il freeze / thaw cond ition on Q ingha i P la teau in sp ring and au tum n u sing m ic ro2 wave remo te sen sing J . J ou rna l

55、of R em ote S ensing, 1997 , 1 ( 2 ) :139 2144. 曹梅盛 , 张铁军. 青海高原春秋季地表土冻融的微波遥感监测 J . 遥感学报 , 1997 , 1 ( 2 ) : 139 2144. To ll D L , Owe M , Fo ste r J , et a l. Mon ito ring sea sona lly frozen so ils u sing p a ssive m ic rowave sa te llite data and sim u la tion model2 ing C P roceed ing of In te rna tional Geo sc ience and