具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。需要说明的是，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，以便一系列单元的过程、方法、系统、产品或设备不必限于那些单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其他单元。

实施例1

本实施例提供了一种利用多源卫星亮温数据提取区域日均土壤水分的方法，如图1所示，包括如下步骤：

S1，获取一天内不同卫星过境时间的观测亮温数据及观测参数；

该步骤具体包括获取一个区域一天内卫星过境时间的观测亮温数据及观测参数，所述观测亮温数据包括区域内每日卫星观测的升轨和降轨亮温数据，主要获取的参数包括但不限于观测时间、观测角度、观测频率等。而在本实施例中，获取了AMSR-E(AdvancedMicrowave Scanning Radiometer for EOS)同一区域升轨和降轨的观测亮温数据，获取的数据结果如图2所示，该数据中的观测时间为1:30和13:30，观测角度55°，观测频率为C(6.925GHz)、X(10.65GHz)、Ka(36.5GHz)等波段。

S2，根据不同的卫星观测条件，利用单通道算法反演地表土壤水分，具体包括以下步骤；

S21，获取卫星观测时刻为t的地表H极化微波辐射亮温TB_t(f，θ)，θ表示观测角度，f表示观测频率,t表示观测时刻；本实施例中，使用的是过境时间为1:30和13:30，观测频率为X波段(10.65GHz)的H极化亮温数据，如附图2所示。图中颜色越深表示亮温值越低(黑色为卫星观测数据缺失部分)，颜色越浅表示亮温值越高。

S22，获取地表温度T，根据所述地表H极化微波辐射亮温TB_t(f，θ)和所述地表温度T计算粗糙地表发射率E_t(f，θ)，所述粗糙地表发射率本实施例中，地表温度采用36.5GHz V极化亮温进行估算，计算公式为T＝TB(36.5V)-15.2，式中，TB(36.5V)表示频率为36.5GHz V极化亮温。

S23，利用植被指数获得地表植被层的辐射特征，校正植被覆盖的影响，得到土壤发射率，表示为：

式中，表示土壤发射率，表示植被发射率，表示为 ω对不同植被类型取不同的经验值；Lp表示植被衰减因子，可以由植被指数计算，表示为Lp＝e^{-b·vwc·secθ}，式中，e为自然常数，b为经验参数，vwc可以表示为归一化植被指数NDVI的函数， SF表示植被木质结构对光学厚度贡献的经验参数，NDVI为归一化差值植被指数，α和β均为回归系数；本实施例中，经验参数ω取值为0.05，b取值为0.05，α取值为1.9134，β取值为0.3215，SF取值为0；

S24，根据所述粗糙地表发射率计算粗糙地表反射率所述粗糙地表反射率

S25，根据所述粗糙地表反射率建立粗糙地表微波辐射模型，所述粗糙地表微波辐射模型为根据所述粗糙地表微波辐射模型计算光滑地表反射率h为粗糙度参数，e为自然常数；

S26，建立土壤介电常数ε与光滑地表反射率之间的关系式根据所述土壤介电常数ε与光滑地表反射率之间的关系式计算土壤介电常数

S27，利用土壤混合介电常数模型建立土壤水分与土壤介电常数的关系式 表示遥感反演的土壤水分；P表示土壤孔隙度，所述土壤孔隙度为容重与土壤固态物质密度的比值；ε_a和ε_r分别为空气介电常数和土壤颗粒介电常数；下标a、s、i、w分别表示土壤中的组成物质对应的空气、土壤颗粒、冰和水，水的介电常数ε_inf表示介电常数参数，ε_w0和∈分别表示与温度有关的第一参数和第二参数，所述第一参数ε_w0＝88.045-0.4147·T+6.295·10^-4·T²+1.075·10^-5·T³，所述第二参数∈＝1.1109·10^-10-3.824·10^-12.T+6.938·10^-14·T²-5.096·10^-16·T³，sm_g表示过渡含水量，γ为经验参数，过渡含水量sm_g＝0.49·(0.06774-0.00064sand+0.00478clay)+0.165，所述经验参数γ＝-0.57·(0.06774-0.00064sand+0.00478clay)+0.481，sand和clay分别表示土壤砂粒含量和粘粒含量；

S28，根据土壤水分与土壤介电常数的关系式求解卫星观测时刻的土壤水分，若则土壤水分a、b、c分别为第一系数、第二系数和第三系数，所述第一系数所述第二系数b＝ε_i-1，所述第三系数c＝(1-P)ε_r+P-ε；若则土壤水分 本实施例中反演的两个时刻的土壤水分见附图3所示。图中左右两个图分别表示升轨和降轨时刻反演的土壤水分值，颜色越深，表示土壤水分值越低(黑色为卫星观测数据缺失部分)；颜色越浅，表示土壤水分值越高。

S3，计算不同卫星观测条件的采样深度，并对反演的土壤水分按采样深度进行换算，得到固定深度的土壤水分反演值，具体包括如下步骤：

S31，利用步骤S27中的土壤混合介电常数模型计算不同观测频率的土壤介电常数；

S32，利用所述不同观测频率的土壤介电常数计算不同观测频率的采样深度V表示光速，ε′和ε″分别表示步骤S31计算得到的土壤介电常数的实部和虚部；

S33，计算不同观测角度下电磁波在空气与土壤两种介质中的透射角τ，所述透射角θ表示观测角度；

S34，计算不同观测角度下土壤层垂直方向的采样深度d，所述采样深度d＝η·cosτ。

S35，深度D土壤层的土壤水分可以表示为本实施例中，将土壤水分反演结果换算至0-4cm深度。

步骤S4中，计算卫星过境时刻对应的地面土壤水分实测值，构建日均土壤水分提取模型，具体包括如下步骤：

S41，获取地面土壤水分测量数据，包括每个观测时刻和深度为D的土壤层对应时刻的土壤水分测量值；本实施例中，D为0-4cm深度。

S42，利用N个测量时刻的土壤水分计算深度为D的土壤层日均土壤水分，表示为：式中，表示日均土壤水分，表示t_i时刻地面测量的土壤水分，N表示测量时刻的数量。本实施例中N包括升轨和降轨各1个时刻，合计N＝2。

S43，计算卫星过境时刻同步的土壤水分地面测量数据，表示为 式中，表示卫星过境时刻的土壤水分测量值，和分别表示与卫星过境时刻相邻的前一时刻和后一时刻的土壤水分测量值。

S44，利用多元线性回归方法，构建日均土壤水分与卫星过境时刻的地面实测土壤水分之间的关系，表示为 式中，k₁、k₂、k₃、…、k_n、b均为回归系数， 为卫星过境时刻对应的土壤水分地面测量值。本实施例中，利用卫星拍摄区域6-9月获取的共50个地面观测站点，合计2938个数据点拟合的日均土壤水分模型表示为：

式中，表示日均土壤水分，和分别表示升轨和降轨时刻对应的地面测量的土壤水分，拟合的日均土壤水分估算模型模拟值与真实值之间的关系见附图4所示。图中每个圆圈表示每个土壤水分估算模型模拟值与真实值的数据点。模型模拟值与真实值越接近，圆圈越接近1:1的斜线，说明土壤水分估算模型的精度越高，反之亦然。

步骤S5中，将日均土壤水分提取模型应用于土壤水分反演数据，得到区域日均土壤水分信息，具体包括将每个像元反演的土壤水分按采样深度进行换算得到的固定深度的土壤水分反演值带入日均土壤水分计算模型，得到区域的日均土壤水分，计算公式表示为：

式中，表示提取的区域日均土壤水分结果，表示采样深度D的土壤层土壤水分反演结果，t₁、t₂分别表示卫星升轨和降轨的过境观测时刻。本实施例中得到的区域日均土壤水分结果如附图5所示，图中颜色越深表示土壤水分值越低，颜色越浅表示土壤水分值越高。

目前，受卫星遥感为瞬时拍摄的特点限制，传统方法只能得到类似图3展示的某一观测时刻的瞬时土壤水分。由于受到风速和光照等天气的影响，区域土壤水分值在一天内一直持续变化，遥感得到的瞬时值无法反映土壤水分一天内的整体情况。并且，由于卫星升降轨拍摄条件限制，存在大面积卫星观测数据缺失的问题。这两个因素极大限制了土壤水分遥感产品的应用效果。利用本方法将遥感土壤水分瞬时观测信息拓展到了每日的平均状况，不仅能够获得类似图5展示的区域日均土壤水分，且通过构建的日均模型土壤水分估算模型中升降轨数据互补，能够最大限度避免卫星观测数值缺失问题。