专利名称：分离多角度卫星观测信号中的植被信息和地表发射信号的方法
技术领域：
本发明涉及地球观测与导航技术领域，更具体地，涉及一种针对微波波段的多角度卫星中，分离多角度卫星观测信号中的植被信息和地表发射信号的方法。
背景技术：
物体在绝对零度以上的情况下，都会向外辐射电磁能量，不同的物体由于自身组成成分、结构、状态等因素不同，向外辐射的能量强度也不同，在不同的波段区间也会有差异。不同地物辐射能量大小的差别，可以反映在接收物体发射能量的传感器输出信号的强弱差别。这就是卫星传感器观测地表状况的基本原理。一幅卫星生成数字影像是有很多像元点组成的，每个像元点的数值代表了像元点对应的地表区域综合信号的强弱。不同的卫星传感器根据不同的应用目的，在传感器设置上会不同，如频率、观测角度、极化方式等等。传感器的参数设置，俗称卫星通道。同一地物在不同的通道下(如频率，极化方式)，所表现出的电磁学信号会不同，表现在不同通道的卫星影像上也会不同。卫星利用多通道观测地表，增强了区分不同地物的能力。卫星影像同一像元不同通道上的数值的组合，被称为卫星指数，不同的指数反映不同的地物信息。植被指数是卫星遥感领域中用来表征地表植被覆盖，生长状况的一个简单、有效的度量参数。微波遥感相比可见光遥感具有全天时、全天候的工作能力，利用被动微波遥感观测数据建立植被指数，将能够大大弥补现有植被指数的局限性。微波传感器对于植被特性的变化敏感，可以探测到相对较厚的植被层，所提供的信息不仅仅有叶片生物量的信息，而且对植被木质生物量具有非常强的敏感性(具体参见S.Paloscia and P. Pampaloni, “ Microwave vegetation indexes for detecting biomass and water conditions of agricultural crops, “ Remote sensing of environment(USA)，1992)。 微波植被指数产品将有可能提供作为研究植被物候的，主要的或者辅助的数据源(具体参见:E. J. Burke, W. J. Shuttleworth, and A. N. French, " Using vegetation indices for soil-moisture retrievals from passive microwave radiometry, " Hydrology and Earth System Sciences，vol. 5，pp. 671-678，2001)。目前利用微波推导出来的植被指数主要有(1)被动微波的极化差(MPDT)有研究显示，被动微波在37GHz的极化差(MPDT) 和归一化植被指数在干旱和半干旱地区有很高的相关性(具体参见B. J. Choudhury and C. J. Tucker， “ Monitoring global vegetation using Nimbus-7 37 GHz Data Some empirical relations， “ International Journal of Remote Sensing， vol.8，pp. 1085-1090，1987。 以及 B.J.Choudhury, C.J.Tucker，R.E.Golus，and W. W. Newcomb, “ Monitoring vegetation using Nimbus-7 scanning multichannel microwave radiometer ' s data， “ International Journal of Remote Sensing， vol. 8，pp. 533-538，1987)，而且和植被含水量有着一定的关系(具体参见:F. Becker and
3B.J. Choudhury, ” Relative sensitivity of normalized difference vegetation index (NDVI) and microwave polarization difference index (MPDI) for vegetation and desertification monitoring, “ Remote sensing of environment (USA)，1988)。但从微波辐射传输理论以及地面实测的数据发现除了植被特性以外，被动微波的极化差(MPDT) 还受到地表温度和地表有效反射率的影响(土壤水分和粗糙度)。(2)归一化微波极化指数(MPDI)和归一化的频率亮温差(ΔΤη)为了尽可能减少地表温度的影响，对于某一给定的频率，Becker和Choudury (具体参见F. Becker and B.J. Choudhury, " Relative sensitivity of normalized difference vegetation index (NDVI) and microwave polarization difference index (MPDI) for vegetation and desertification monitoring, " Remote sensing of environment (USA), 1988)提出了归一化微波极化差指数(MPDI) =C · (TBv-TBh) / (TBv-TBh)，其中C是尺度因子，TBv和TOh是水平和垂直极化的亮温。该指数又称为归一化极化指数(PI)。I^aloscia和Pampaloni (具体 ^jAL :S. Paloscia and P. Pampaloni, “ Microwave vegetation indexes for detecting biomass and water conditions of agricultural crops, " Remote sensing of environment (USA)，1992)在两个频率的由热红外观测归一化的微波频率亮温差的基础上推导出了微波植被指数= ATn =棚-现)，TJf1)和Tn(f2)分别是在频率和频率f2 的亮温。这个指数被用来研究农作物的生物量和水文条件。用这两种指数来研究植被特性时，地表温度的影响是很小。如果影响这些植被指数的其它因子是统一的，这些植被指数就非常有用。但这两种指数受到土壤发射率变化(土壤水分和土壤粗糙度)的影响，极大地限制了这些指数在全球植被监测中的应用。(3)归一化的微波频率指数(EDVI)还有一个微波植被指数被定义为微波两个频率的发射率变化植被指数(EDVI)(具体参见Q. Min and B. Lin, “ Remote sensing of evapotranspiration and carbon uptake at Harvard Forest, " Remote Sensing of Environment, vol. 100，pp. 379-387，2006.) :2 · (TBp (f\) -TBp (f\)) / (TBp (f\) +TBp (f\))，研究发现，和NDVI相比，EDVI和蒸散量有很强的相关性，因此可以被用来估计涡流通量。但是该指数只能用在亮温中不含有地表信息的高密度森林覆盖区域。综上所述，目前的微波遥感观察植被的方法，不能有效的实现植被信息和地表辐射信号的分离，不能剔除掉地表辐射的影响，获取单纯植被信息。另外，针对多角度卫星，例如SMOS (土壤水分、海洋盐分)卫星，其是欧空局发射的在L波段(波长21厘米)、双极化、多角度被动微波传感器。能获取地表在L波段多个角度的微波辐射能量，但是上述植被指数没有针对多角度的卫星的，因此还需要开发一种针对例如SMOS这种多角度卫星的植被指数。而且，以前的植被指数大多是通过实验场获取的观察数据，然后进行数据分析，根据经验获取某种通道组合，获取植被指数。由于实验场地的区域局限性，获取的植被指数应用到其他地区效果就有可能很差，不具有普遍推广型。另一方面、经过实验获取的植被指数，经验的因素很多，但没有从理论上解释其合理性。

发明内容
针对上述缺点和问题，本发明提供一种分离多角度卫星观测信号中的植被信息和地表发射信号的方法，包括1)结合离散植被模型和AIEM辐射模型，建立植被覆盖地表辐射模型；2)利用植被覆盖地表辐射模型，模拟在多种植被覆盖和地表粗糙度条件下，地表在不同角度微波的发射情况，建立植被覆盖地表模拟数据库；3)利用植被覆盖地表模拟数据库模拟的数据，进行理论推导，得到能有效分离植被信息和地表发射信号的方法；优选地，还包括4)经过理论推导得到多角度微波观测信号的最佳组合，建立多角度微波植被指数。通过本发明的方法，能有效的从卫星传感器获取的地面信号中分离出单纯植被信息，可以更精确地用于卫星对地表植被的监测。另外，基于分离出的植被信息和地表发射信号，还能得到多角度微波观测信号的最佳组合，建立多角度微波植被指数，从而满足SMOS ( 土壤水分、海洋盐分)卫星多角度观测的特点，可用于该卫星的有关植被监测产品的开发。用该数据库发展的植被指数，能用于全球范围。


图1为本发明的方法的简要流程图；图2为植被覆盖地表微波辐射传输示意图；图3为入射角30°与40°组合下，近似的B参数比值误差，随地表粗糙度和土壤含水量的变化关系图，其中SM表示土壤体积含水量，坡度表示代表均方根坡度；图4为入射角30°与40°组合，LMVI (30°，40° )与Wc的关系图；图5为入射角30°与40°组合，LMVI (30°，40° )与LAI的关系图；图6为SM0SREX 2003年入射角30°与40°组合的微波植被指数及LAI的时间序列变化图；图7为SM0SREX 2004年入射角30°与40°组合的微波植被指数及Wc的时间序列变化图。
具体实施例方式下面参照附图详细描述本发明的方法。本发明采用先进的植被离散模型和AIEM(高级积分模型)，模拟植被覆盖地表的辐射信号，通过调整模型输入参数，能得到各种情况下植被覆盖地表的辐射信号。输入全球具有代表性的地表参数，通过模型技术模拟得到的数据比若干个试验场获取的数据更具有普遍性。用该数据库发展的植被指数，能用于全球范围。基于理论公式推导，开发多角度微波植被指数，逻辑严谨、理论基础扎实。能从理论机理上解释多角度微波植被指数的合理性。如图1所示一、建立植被覆盖地表辐射模型卫星传感器接收到的植被覆盖地表的辐射能量，如图2所示，分为四部分植被直接发射的部分1 ；植被入射到地表经地表反射的部分2 ；地表发射经植被衰减的部分3 ；地表直接发射的部分4。植被覆盖地辐射模型包括两部分离散植被模型和地表辐射模型(采用AIEM，高级积分方程模型)。离散植被模型反映植被直接发射的部分1，地表辐射模型反映地表直接发射的部分4，离散植被模型和地表辐射模型相互作用反映植被入射到地表经地表反射的部分2和地表发射经植被衰减的部分3。物理模型中植被可看作是连续的或离散的介质而分为连续植被模型和离散植被模型。离散植被模型是把植被散射体简化为简单的几何体用圆片表示树叶，用圆柱体表示树枝和树干。离散的植被微波辐射模型中，来自地表、叶、杆的各种贡献能够准确地描述，因此离散模型可以更好地理解和分析微波辐射对植被、地表的特性敏感性，不受频率、极化、 角度范围限制，能够包含多种植被种类。在本发明中，地表辐射模型采用AIEM(高级积分方程模型)，该模型和传统的几何光学模型和物理光学模型相比，具有适用范围更加广泛，能够用于更大的频率区间以及更普遍的自然地表的优点。二、建立植被覆盖地表模拟数据库根据针对观测卫星传感器的参数(频率、观察角度、极化方式)和植被覆盖地表的一般状况，设置植被覆盖地表辐射模型计算需要的传感器配置参数、地表输入参数和植被输入参数。经过植被覆盖地表辐射模型计算，得到植被覆盖地表辐射能量模拟数据库。三、数据分析和理论推导植被覆盖地表辐射模型的框架为零阶辐射传输模型，考虑混合像元下可有不同的植被覆盖度，地表总辐射的理论表述为rBp =/v ·Ε；-Tv +fv ·Ε； ·Γν+(1-/ν +fv-Lp)-E；-Ts(1)其中，仏地表辐射的亮温(上标t是“总和”英文字母“total”的首字母，下标B是 “亮度”英文字母“brightness”首字母，ρ表示极化方式)，fv为植被覆盖度(下标ν表示“植被”英文字母“vegetation”的首字母)，Lp为植被层的单程衰减因子，￡。Ε； , Es/介别为植被辐射，植被与地表之间的相互辐射和地表辐射，这四项的下标P表示微波辐射的极化方式(V、垂直极化；h、水平极化)。Tv(下标ν表示“植被”英文字母“vegetation”的首字母)，TS(下标s表示“土壤”英文字母“soil”的首字母)分别为植被和地表温度。假设在卫星观测时间，Tv，Ts近似相等并且由有效温度T6来表示，则式⑴中不同项组合后可进一步表示成:CFvol =fv-E;-(l +、)记作植被自身的辐射项和 CFaif =l-fv+fv.Lp-Zv-Evp-Lp
记作植被衰减项。CFto1，CFatt和￡〗地表辐射也就是所定义的反射率模型中的综合组分。T'Bp = CFwl ■ Te + CFatt-Esp-Te(2)上面( 式中，CFvol和CFatt都是植被覆盖度和其他植被物理特性如生物量、水分含量、散射体大小、形状以及倾向的函数，不包含地表辐射信息，只表示单纯的植被信息。为了分离出植被信息，并且得到多角度微波植被指数，本发明的思路就是在式(2) 的基础上，通过发现地表辐射部分^在相邻角度下的关系，利用^^在相邻角度的关系，在式 (2)中，消去巧这一项，建立起不同角度下亮温观测值，即在实际应用中卫星不同通道的像元数值，仏和CFto1或CFatt之间的一一对应关系，用不同角度下的^组合值能计算出CFto1或 CFatt的某种组合值。因为CFto1或CFatt只和植被的物理特性有关，那么CFto1或CFatt的某种组合值也代表的单纯的植被信息。这样通过不同角度下的组合值建立的植被指数就能作为监测植被的指标。以下是分离出植被信息，并且得到多角度植被指数的详细理论推导。通过AIEM模型对SMOS ( 土壤水分、海洋盐分卫星)观测条件下地表发射率的模拟，发现相邻角度下(不超过15° )地表发射率存在着近似线性的关系。即有
权利要求
1.一种分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于， 包括步骤1)结合离散植被模型和AIEM辐射模型，建立植被覆盖地表辐射模型；2)利用植被覆盖地表辐射模型，模拟在多种植被覆盖和地表粗糙度条件下，地表在不同角度微波的发射情况，建立植被覆盖地表模拟数据库；3)利用植被覆盖地表模拟数据库模拟的数据，进行理论推导，得到能有效分离植被信息和地表发射信号的方法，从而分离出植被信息。
2.根据权利要求1所述的分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于，在步骤1)中，所述离散植被模型反映植被直接发射的部分(1)，AIEM辐射模型反映地表直接发射的部分(4)，离散植被模型和AIEM辐射模型相互作用反映植被入射到地表经地表反射的部分( 和地表发射经植被衰减的部分(3)。
3.根据权利要求1所述的分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于，步骤2、还包括针对观测卫星传感器的参数和植被覆盖地表的一般状况，设置植被覆盖地表辐射模型计算需要的传感器配置参数、地表输入参数和植被输入参数，其中所述传感器的参数包括频率、观察角度、极化方式。
4.根据权利要求3所述的分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于，还包括基于零阶辐射传输模型，将卫星观测到的地表辐射亮温的综合组分表示为植被自身辐射部分、植被衰减部分、地表辐射部分。
5.根据权利要求4所述的分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于，还包括基于卫星观测到的多角度的地表辐射亮温，根据地表辐射部分在相邻角度下的关系，消除地表辐射部分，建立不同角度下地表辐射亮温与植被自身辐射部分或植被衰减辐射部分之间的一一对应关系，从而计算得出组合的植被信息。
6.根据权利要求5所述的分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于，还包括利用相邻角度下地表反射率之间的极化差的线性关系，通过模拟数据库的回归分析，建立相邻角度下地表反射率的极化差之间的关系。
7.根据权利要求6所述的分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于，还包括基于相邻角度下地表反射率的极化差之间的关系，利用相同角度下的极化差，消除植被自身辐射部分。
8.根据权利要求7所述的分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于，还包括利用不同角度组合下地表发射率之间的线性关系，得到两个角度下的地表辐射亮温之间的关系Τ(Θ 1) =Α(Θ 1，Θ2)+Β(Θ 1，θ 2) 11(9 2)，其中六(0 1， θ 2)和Β( θ 1，θ 2)分别是植被覆盖度和植被散射体参数的函数。
9.根据权利要求8所述的分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于，Β( θ 1，θ 2)与植被的辐射呈现相反的变化关系，其值介于0-1之间。
10.根据权利要求9所述的分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于，还包括用地表辐射亮温差的比值来表示发展的微波植被指数。
11.根据权利要求10所述的分离多角度卫星观测信号中的植被信息和地表发射信号的方法，其特征在于，还包括建立多角度微波植被指数LMVI，其中LMVI = 1-α ·Β(Θ 1， θ 2), α为通过模拟数据库得到的不同角度组合情况下的参数值。
全文摘要
一种分离多角度卫星观测信号中的植被信息和地表发射信号的方法，包括1)结合离散植被模型和AIEM辐射模型，建立植被覆盖地表辐射模型；2)利用植被覆盖地表辐射模型，模拟在多种植被覆盖和地表粗糙度条件下，地表在不同角度微波的发射情况，建立植被覆盖地表模拟数据库；3)利用植被覆盖地表模拟数据库模拟的数据，进行理论推导，得到能有效分离植被信息和地表发射信号的方法；还可以包括4)经过理论推导得到多角度微波观测信号的最佳组合，建立多角度微波植被指数。通过该方法，能有效的从卫星获取的地面信号中分离出植被信息，更精确地用于卫星对地表植被的监测。还能建立多角度微波植被指数，以满足针对多角度卫星的应用需要。
文档编号G01S13/89GK102411143SQ20101028748
公开日2012年4月11日 申请日期2010年9月20日 优先权日2010年9月20日
发明者施建成, 杜今阳, 陈亮 申请人:中国科学院遥感应用研究所