基于CYGNSS的土壤湿度反演

土壤湿度（soil moisture，SM）代表土壤含水量，又称之为土壤含水量或土壤水分，是土壤重要的物理性质之一，更是联系陆-气相互作用的关键物理量之一，对整个气候和生态起着非常重要的作用。土壤水分在全球水循环中存在着不可或缺的作用，探测土壤湿度可以为生态、农业、灾害防治、气候以及干旱监测等都提供重要的数据来源。因此，对土壤湿度进行长期、准确的测量具有重要意义。

准确、大面积范围的观测土壤湿度及其变化，可以为植物生长指数、地面和大气之间的能量交换以及洪水预报等方面的研究提供可靠的数据支持。早先土壤湿度的测量方法包括重量法、电阻法、负压计法、时域反射计法等，但这些方法还存在测量不及时、破坏原有环境、时间分辨率受限等一系列问题，无法满足实时监测土壤湿度的需求。进行大面积土壤湿度监测对于农业生产、水资源管理和环境保护都具有重要的意义。通过实时监测和分析土壤湿度数据，我们可以更好地了解土壤的水分状况，为农业生产提供科学指导，促进水资源的合理利用，保护生态环境。

基于CYGNSS的对土壤湿度进行反演，在空间上对土壤湿度的有一个具体的了解，准确、大面积范围的观测土壤湿度及其变化，准确、大面积范围的观测土壤湿度及其变化。

 1）首先，主要介绍了星载 GNSS-R 土壤湿度反演的研究意义和背景，土壤湿度的反演不仅仅与科学研究有关，更与农业生产、水文、气象等密不可分；接着介绍了 GNSS-R 技术的特点和广泛应用，以及土壤湿度研究的发展进程和国内外研究现状分析，并提出了目前土壤湿度反演的研究空白，为后续论文的研究进行铺垫。

2）探讨实验原理，是整个论文的理论依据。主要介绍在土壤湿度反演中所用到的 GNSS-R 技术和反射信号特性，通过对反射信号的分析证实反射信号受反射面复介电常数和入射信号角度影响；最后根据反射面复介电常数和土壤湿度的关系，阐述了GNSS-R 土壤湿度探测原理。

3）接着进行实验部分，利用 CYGNSS 求解出的反射率和 SMAP 提供的土壤含水量数据进行融合，建立半经验反演模型；对于反射信号中存在的各类误差，针对反演模型中的反射率进行修正。

4）验证构建的模型与修正，这章主要针对模型的性能进行分析。使用SMAP 土壤湿度数据集作为验证，从数据量影响、外推时效性、季节影响等方面对模型性能进行了全方位的评估。

5）对本文研究的基于 CYGNSS 的土壤湿度反演方法进行了全面的总结。并基于目前的研究，提出了一些反演方法所潜在的问题，以及仍需改进的地方。此外，还对该领域未来的研究进行了展望。

国内研究进展：近年来，国内学者也进行 GNSS-R 土壤湿度探测技术的相关研究，但起步时间较晚，滞后于欧美，但也都取得了相应的成果。2006 年，关止等基于 GPS 反射信号功率和土壤介电常数的函数，在美国SMEX02 试验的基础上，进行了初步实验，结果表明，GPS 反射信号对土壤湿度特性具有较强的敏感性，GPS 的反射信号功率与实测土壤湿度数据具有较好的相关性。2015 年，万玮等利用美国板块观测计划（Plate Boundary Observatory，PBO）的 GPS 观测数据，建立 SNR 数据量和土壤湿度的经验公式，通过公式推算出土壤湿度，并讨论了植被等不利因素对 SNR 的影响。2016 年，邹文博等在信号同步的基础上提取信号功率，计算北斗 GEO 卫星反射信号与直射信号的功率比来获得反射系数，并进一步推算出土壤反射率,进而根据反演模型得到土壤湿度。2020 年，万玮等针对目前可用的 3 年 CYGNSS 数据（2017 年-2019 年），进行统计分析，提出了两步定标法修正反射率，两次修正基于平均反射率分别提高了−0.9dB 和 2.2dB，使得 SMAP 土壤湿度与反演结果的相关性增强，相关系数从0.46 提高到 0.74，土壤湿度的反演精度得到有效提高。2022 年，朱逸凡等首次对基于星载全球导航卫星系统反射(GNSS-R)观测数据的土壤湿度(SM)反演模型进行了评价。以网格尺度为基础，利用 Cyclone GNSS (CYGNSS)反射率、海表温度(SST)和植被光学深度(VOD)进行三线性回归估算，结果显示出较好的一致性。同时，提供了一种从 CYGNSS 观测数据中获取全球海表温度数据集的潜在方法。

国外研究进展：国外学者针对 GNSS-R 技术在土壤湿度探测方面的研究进行了大量实验，目前反演技术较为成熟。2000 年，Zavorotny 和 Voronovich 首次将 GNSS-R 海洋遥感理念应用于土壤湿度的探测，通过一个安装在飞机上的、经过改装的 GPS 接收机在不同湿度环境下记录的陆地反射功率测量结果，估计的峰值信号功率显示与陆地特征相关，首次将反射信号功率与土壤湿度联系起来。2002 年，NASA在爱荷华州开展了机载的导航卫星反射信号探测土壤湿度的试验 SMEX02（Soil Moisture Experiment 2002），使用飞机搭载配备高增益左旋圆极化反射天线的 DMR 接收机，对爱荷华州的玉米区、大豆区等不同实验区进行了机载观测和土壤湿度反演，实验结果表明反射信号与土壤湿度具有较强的关联性，证明了采用 GNSS-R 技术可以有效的测量土壤湿度。2009 年，Rodriguez-Alvarez 等分析利用单一 RHCP 天线处直、反射信号叠加产生的干涉信号进行土壤湿度测量的可行性，提出了可以利用 GPS 直、反射信号的干涉信号实现土壤湿度的探测，定义为干涉图技术，也称为 GNSS 单天线技术（GNSS-IR）。2012 年，俄国学者 Mironov 等利用右旋圆极化（Right-Handed Circular Polarized，RHCP）天线记录 GNSS 信号在耕地、土壤覆盖草地和林冠层等影响下的测量，针对开展的小规模观测试验进行理论验证，建立了 RHCP 上全球导航卫星系统(GNSS)接收机记录的干涉模式与土壤湿度和林冠层电磁波衰减之间的理论模型。2014 年，Chew 等从模拟的 SNR 信号中获取多径信号的振幅、相位、有效天线高度三个参数，验证了三个参数对土壤湿度变化的敏感性，建立线性函数，通过初始相位反演得到土壤湿度值。2018 年，Clarizia 等分析了 CYGNSS 数据，通过利用适合于星载地面反射信号的大气校准方法，计算了由 DDM 得出的地表反射率，进而与 SMAP 卫星的实测土壤水分数据对比，研究了可观测反射率对土壤水分参数的敏感性。2021 年，Kim Hyunglok 等首次利用气旋全球导航卫星系统(CYGNSS))的土壤湿度观测数据与土壤湿度主动被动模式(SMAP)，一起将次日尺度的土壤湿度同化到陆面模式(LSM)中，基于三重配点分析(TCA)的结果展示了当前卫星系统的科学进步如何通过过去的观测来填补以前在次日尺度土壤湿度观测中的空白，并最终为 LSMs 中全球尺度土壤湿度反演的改进提供了价值。

发展情况分析：气象卫星可以迅速地获取大面积的地面信息，是土壤湿度监测领域一种新的遥感技术手段。目前已知用于土壤湿度探测技术的卫星主要有欧洲土壤水分和海洋盐度(SMOS)任务和美国土壤水分主动和被动(SMAP)任务，都是专为监测土壤湿度而设计的卫星。被动微波遥感由于对地表介电特性的强敏感性而具备良好的反演土壤湿度的潜力，全球导航卫星系统反射信号遥感(global navigation satellite system - reflectometry，GNSS-R)是一种新兴的微波遥感技术，通常使用免费的导航卫星信号，被认为是一个理想的低成本土壤湿度监测方案，近年来成为了研究的前沿与热点。近年来，也不断被用于反演海面风速、海面高度等该技术后续被应用到更多种遥感领域，如海面风速、海面风场、反射面目标检测、土壤湿度、海冰检测和海面溢油等检测领域。

GNSS-R是微波遥感技术的一个重要分支，已被证明可以利用从地基、机载和星载平台观测到的数据进行各个领域的遥感监测。GNSS-R作为一种双基地遥感技术，因其不需要发射器且GNSS发射的L波段微波信号的穿透能力较强，使其受到广泛的应用。GNSS-R 接收机的质量和功耗都较小，有利于小卫星组网观测，且星载GNSS-R 不受云雾干扰，可以用低成本的方式对全球进行高时空分辨率的连续观测，为长时间的土壤湿度监测提供了新的机遇。虽然利用GNSS-IR 技术进行土壤湿度测量具有低成本、低复杂度、精度较高等优势，但范围主要是以基站为中心的一个圆形区域，不能实现针对全国面积的大范围测量。

 CYGNSS是通过 GNSS-R 技术利用 GNSS 星座作为 L 波段微波发射源，采用接收机（地基、机载、星载）来获取观测目标物对 GNSS 电磁波的反射信号。经反射后的导航卫星信号，包含了反射面的物理参数，对其加工处理，可以获取反射面的物理特性。因反射面介质的不同，反射信号的表征也不同，对于反射信号的精确估计和接收处理，可以实现对反射面物理特性的估计与反演。GNSS-R 技术具有不用发射机、大量信号源、应用面广等特点。

在研究土壤湿度解释方面，CYGNSS 卫星已经取得了很好的应用效果。具体地，通过利用卫星接收到的陆地反射信号来解释土壤湿度参数，可以达到星载 GNSS-R 解译土壤湿度的目的。CYGNSS 卫星的轨道不仅仅能够接收来自海面的散射信号，还能记录来自陆地反射的信号。这为研究区域的地面反射率提供了数据，并为利用星载 GNSS-R 技术解译土壤湿度提供了可能。该技术可使用卫星接收到的陆面反射信号来计算出土壤湿度。SMAP 卫星是 NASA 设计的 L 波段探测器，可在无源和有源两种模式下运行，其旨在监测土壤湿度和冻融状态的变化情况，因此在土壤湿度解译方面有着重要的实用价值和可靠性。SMAP 卫星数据具有更广阔的时空覆盖范围，可以更全面地揭示土壤湿度的变化情况。此外，SMAP 卫星数据产品已经被认为是目前卫星数据产品中最准确的土壤湿度解译数据产品，常被用作其他土壤湿度解译研究的参考值。本文研究中采用来自 SMAP 卫星 的土壤湿度数据产品，与 CYGNSS卫星数据进行融合处理，以监测土壤湿度的长时间序列变化。

1）技术路线：天上卫星接收机接收的直反射信号主要用于星载 GNSS-R 测量土壤湿度，可以对大区域面积进行监测。通过对数据进行预处理，构建CYGNSS/SMAP 数据融合的半经验模型建立。介电性能决定着反射信号的强弱，通过提取与土壤的含水量存在关系密切的介电性能，再利用反射信号的强度反演土壤湿度，利用反射率与土壤湿度的联系,融合 SMAP 卫星提供的数据修正植被、地表粗糙度对反射率造成的衰减，最后建立 CYGNSS/SMAP 数据融合的土壤湿度反演半经验模型。

本研究通过地表反射率和土壤湿度的联系，融合SMAP卫星的数据，修正植被、地表粗糙度衰减等各类误差，最后利用 SMAP数据集的土壤湿度作为地面真实值，建立星载GNSS-R土壤湿度反演的半经验模型，并对实验地区的反演结果进行了精度分析。在建立了基于星载GNSS-R土壤湿度反演的半经验模型后，利用建立的模型进行推演后期土壤湿度数据，进一步验证模型的有效性。

拟解决的问题：土壤湿度作为全球水循环过程中的一个重要参数，在农作物生产方面，土壤水分含量过高或者过低都会导致农作物降产，因此如何有效获取土壤湿度数值并实现大范围监测是非常有必要的。目前，作为被动微波遥感的星载 GNSS-R 技术具有低成本和全球范围监测等优点，在土壤湿度反演领域有很大的发展前景。

预期成果：本研究通过地表反射率和土壤湿度的联系，融合SMAP卫星的数据，修正植被、地表粗糙度衰减等各类误差，最后利用 SMAP数据集的土壤湿度作为地面真实值，建立星载GNSS-R土壤湿度反演的半经验模型，并对实验地区的反演结果进行了精度分析。在建立了基于星载GNSS-R土壤湿度反演的半经验模型后，利用建立的模型进行推演后期土壤湿度数据，进一步验证模型的有效性。

本项目期限采用一年期，具体进度安排如下：

第一阶段：对CYGNSS的土壤湿度反演研究资料收集和调研分析（2个月）

①研究目标和问题确定：明确研究的目标和问题，例如改进土壤湿度反演算法、验证卫星数据的准确性等。

②文献综述：对CYGNSS土壤湿度反演的相关文献进行综述，了解已有的研究成果和方法。

第二阶段：对CYGNSS的土壤湿度反演研究方案设计与实现（4个月）

①基于第一阶段的资料收集和分析，制定有关土壤湿度反演研究的设计方案；

②设计土壤湿度反演的技术模块，包括GNSS定位  、SMAP卫星的数据等技术，并进行相应的建模分析；

③进行有关技术的试验，收集总结相关试验数据信息，得出试验结论；

④对土壤湿度反演研究方案进行优化和改进；

第三阶段：土壤湿度反演的研究的数据调研和处理（4个月）

①数据获取和处理：获取CYGNSS卫星数据和地面观测数据，并进行数据的预处理和校正。

②反演算法设计：根据文献综述和数据特点，设计适用于CYGNSS的土壤湿度反演算法。

③模型构建和验证：使用获取的数据，构建土壤湿度反演模型，并进行模型的验证和优化。

第四阶段：项目总结和成果展示（2个月）

①对整个开发项目的技术进行验证测试，并对其可行性、可靠性等方面进行总结评估；

②编写项目成果报告和技术文档；

③展示项目成果；