多传感器联合之光学与主被动微波遥感三者联合

由于光学、被动微波和主动微波在对地观测上各自具有独特的优势，因此将三者进行有机的结合，也是土壤水分遥感反演的必然发展趋势。针对L波段微波辐射计空间分辨率低的问题，Narayan等（2006）结合AIRSARL波段多极化SAR后向散射系数以及Landsat-5TM7数据，利用降尺度方法，获得高空间分辨率的土壤水分，与地面实测土壤水分数据之间的均方根误差为4.8%~7.4%。采用一个半经验模型来计算体散射项，综合时间序列的主动和被动微波数据，以消除植被覆盖的影响，并估算地表土壤水分的变化状况：应用1997年美国SGP97综合实验中的800m分辨率机载辐射计数据计算表面反射系数，由Radarsat的SCAN-SAR数据得到体散射项；然后，由NOAA/AVHRR和Landsat-5TM数据计算得到NDVI值，通过加权分配50m分辨率的体散射项，最后计算50m分辨率表面反射系数的变化值，从而得到土壤水分的变化情况，计算结果与实测值一致。

目前微波反演土壤水分的主要波段为C波段和L波段，其中L波段是土壤水分反演的最佳波段，特别对于植被覆盖地区，但这两个波段容易受到人工无线电频率干扰（RFl），从而导致土壤水分估值偏高，因此不少研究工作致力于过滤RFI的信号干扰。在现有的星载主动微波传感器中，用于土壤水分反演最多的包括Envisat ASAR、ERS SAR、Radarsat等，这些传感器大多处于C波段。L波段星载主动微波传感器ALOS PALSAR于2011年因故障停止工作。土壤水分主动被动卫星SMAP于2008年开始研制，2015年1月底发射升空。SMAP卫星搭载有一个L波段雷达传感器（频率1.26GHz，极化方式HH、VW、HV）以及一个L波段微波辐射计（频率1.41GHz，极化方式H、V、U），前者提供1-3kmSAR数据，后者提供40km微波辐射计数据，这为主动、被动微波联合反演等提供了深入研究的机会，有望实现SMAP的科学目标，即提供地表5cm深度、精度为0.04cm3/cm3、空间分辨率为10km的土壤水分数据。

综合以上各种算法可以看出，目前的任何反演算法都有自身的优缺点，而多传感器联合反演算法可整合各种反演算法的优点，提高土壤水分的时空分辨率和反演精度，是卫星遥感反演土壤水分的必然发展趋势，有助于实现多传感器联合反演全球土壤水分的业务化。