復雜地表遙感輻散射機理及動態(tài)建模可以支撐從眾多遙感數(shù)據(jù)中準確提取時空變化參量動態(tài)信息的方法，將其進一步轉(zhuǎn)化為有用的知識，幫助人們更好地了解以植被覆蓋為主的復雜地表。
地球地表復雜，不同的植被覆蓋面臨著不同的復雜性，中國的地表狀況尤為如此。而遙感衛(wèi)星不僅可以一窺地球全貌，還可以針對復雜地表提供源于不同傳感器、不同時空分辨率的數(shù)據(jù)。若將多源的遙感數(shù)據(jù)轉(zhuǎn)換為有用的信息，對于環(huán)境和地質(zhì)災害監(jiān)測、農(nóng)業(yè)評估、資源勘查等都將有巨大的現(xiàn)實意義。
復雜地表遙感輻散射機理及動態(tài)建模是實現(xiàn)該目標的重要一環(huán)。為了探索復雜地表下可見光/近紅外、熱紅外、微波的主/被動遙感輻射散射機理，分析輻射傳輸影響因素和規(guī)律，中國科學院遙感與數(shù)字地球研究所的研究團隊展開了深入探索。自承擔國家973計劃項目“復雜地表遙感信息動態(tài)分析與建模”課題1“復雜地表遙感輻散射機理及動態(tài)建模”以來，在復雜地表解析模型、復雜地表計算機模擬模型、復雜地表遙感綜合試驗及驗證方法方面取得了進展，例如先后完成了混合像元空間異質(zhì)性描述因子和參數(shù)化方案，復雜地表模型構(gòu)建二向性反射、熱紅外輻射、微波散射模型的構(gòu)建，利用懷來遙感綜合試驗場開展了復雜地表遙感綜合試驗的方案設(shè)計及多波段的模型驗證數(shù)據(jù)獲取等。
在復雜地表解析模型研究方面，研究團隊認為，現(xiàn)有的植被二向性反射模型主要針對單一植被類型的純像元，忽略了不同端元邊界處的交叉輻射。混雜的各類植被是地球地表最復雜的因素之一，各類植被高低不同，分布錯落，因而對于中低分辨率遙感影像來說，非均質(zhì)混合像元大量存在，因此現(xiàn)有模型難以準確刻畫斑塊尺度（亞像元級別）的離散植被與連續(xù)植被、離散植被與離散植被的混合。以植被光學遙感為例，其通常以均勻地表假設(shè)為前提，建立的輻射傳輸模型和幾何光學模型只適合濃密和離散植被。那么該如何解決這個問題呢?
如果能夠利用快速發(fā)展的高分辨率對地觀測技術(shù)，建立像元尺度非均質(zhì)地表的輻射傳輸模型，對于提高正向模擬與參數(shù)反演精度將具有重要意義。為此，研究團隊引入了隨機輻射傳輸理論，將具有解析形式的輻射傳輸模型從一維擴展到三維。在進行混合像元空間異質(zhì)性的參數(shù)化表達時，基于高分辨率地表分類圖，將三維混合場景劃分為邊界像元與非邊界像元，分別計算兩者在兩級尺度上的重疊函數(shù)，繼而求取總的重疊函數(shù)，并代入求解混合像元的輻射場分布。最終，研究團隊提出了生態(tài)交錯區(qū)二向性反射模型。此外，研究團隊還提出了考慮田間道路貢獻的作物廊道熱輻射方向性模型CCM。
研究團隊以此模型作為正向模型，直接考慮不同端元邊界處的交叉輻射貢獻，提出耦合多種先驗知識庫的生態(tài)交錯區(qū)葉面積指數(shù)（LAI）反演算法。算法基于全球30米地表覆蓋數(shù)據(jù)進行混合像元及邊界長度的提取，基于激光雷達（LiDAR）數(shù)據(jù)的全球樹高產(chǎn)品進行冠層高度的提取，構(gòu)建查找表進行葉面積指數(shù)的反演。基于該反演算法，研究團隊分別分析了不同混合結(jié)構(gòu)對葉面積指數(shù)反演精度的影響。結(jié)果表明，研究團隊提出的非均質(zhì)地表葉面積指數(shù)反演算法體系有助于對混合場景的葉面積指數(shù)反演進行定量化分析，有望提高全球非均質(zhì)地表葉面積指數(shù)反演的精度。
在復雜地表計算機模擬模型方面，研究團隊提出了虛擬分割辦法（Virtual Partition Method，VPM）并進行了拓展和完善，能處理在更寬泛條件下的植被均勻介質(zhì)柱體以及以玉米主莖等為代表的植被非均勻介質(zhì)柱體的雙站散射。計算結(jié)果模型在幅值和相位方面都能取得較高精度，同時滿足能量守恒和互易定理，為建立高精度的相干散射模型提供了有力的技術(shù)支撐。研究團隊還發(fā)展了新的葉片介電常數(shù)測量方法，通過抽真空來確保葉片在無損壞的情況下盡可能排凈層間空氣。現(xiàn)已采用該方法測量了懷來試驗場玉米、棉花、大豆、楊樹等葉片在不同含水量條件下的介電常數(shù)，分析了樣品大小、方向以及含水量對介電常數(shù)的影響。
值得一提的是，遙感理論模型是理解遙感探測機理、發(fā)展地表參數(shù)反演算法的基礎(chǔ)。但現(xiàn)有的雷達后向散射模型多針對單一地物，如森林、農(nóng)作物等，且模型建立在小場景基礎(chǔ)上，難以表達復雜地形條件下的雷達后向散射特征，只能滿足像元尺度上的模擬分析，但雷達數(shù)據(jù)特有的斑噪特征往往需要在小的區(qū)域尺度上進行分析，因此需要增加模型對大場景，特別是非均質(zhì)混合場景的模擬能力。為此，研究團隊重點探索了大尺度場景在模型中的表達方式，通過光線追蹤，實現(xiàn)了對大尺度混合像元雷達后向散射模型的構(gòu)建。此后，為了滿足多源遙感數(shù)據(jù)森林垂直結(jié)構(gòu)反演的需要，研究團隊繼續(xù)發(fā)展了景觀尺度相干雷達后向散射模型LandSAR。模型以數(shù)字表面模型（DSM）、數(shù)字高程矩陣（DEM）、地表覆蓋類型圖、組建散射特性、三維場景、觀測幾何等參數(shù)為主要輸入數(shù)據(jù)源，通過計算冠層直接后向散射、地表直接后向散射及地表與森林的二次散射過程，實現(xiàn)對了景觀尺度相干雷達后向散射特征的模擬。模擬結(jié)果可以很好地再現(xiàn)雷達后向散射強度圖、雷達干涉紋圖以及散射相位中心高程的提取。
在復雜地表遙感綜合試驗方面，研究團隊引入了八旋翼無人機高光譜成像觀測方式，提高了試驗區(qū)的多尺度精細觀測能力；結(jié)合作物生長模擬過程模型，探索提高輻射傳輸模型初始化參數(shù)精度的方法，并持續(xù)開展面向復雜地表輻射傳輸模型發(fā)展的連續(xù)時間序列數(shù)據(jù)觀測試驗，獲取了作物全生長期和林地2016年度的遙感和特征參數(shù)數(shù)據(jù)集。最終整理得到了2012—2016年懷來站精細觀測區(qū)數(shù)據(jù)集。
在觀測試驗的基礎(chǔ)上，研究團隊開展了模型優(yōu)化和驗證分析：一方面驗證比較分析Prosail模型在植被（玉米）抽穗期冠層反射光譜的模擬能力，并通過配套分析模擬誤差來源；另一方面對作物生長模擬模型（過程生長模型）與遙感模型的結(jié)合進行深入分析，使用觀測數(shù)據(jù)進行模型優(yōu)化，提高模型模擬精度。
目前，懷來遙感綜合試驗站觀測數(shù)據(jù)在課題進行的真實場景建設(shè)以及多波段聯(lián)合建立過程中得到應用，隨著作物生長模型與遙感結(jié)合研究的深入，將有力支持耦合地表過程模型的遙感動態(tài)模擬研究的深入。另外，2016年夏季，研究團隊隨項目團隊在內(nèi)蒙古呼倫貝爾市根河市大興安嶺森林生態(tài)系統(tǒng)野外科學觀測站區(qū)域內(nèi)開展了針對森林場景的星機地同步實驗，獲取了針對森林下墊面的多波段多角度數(shù)據(jù)集。接下來，隨著遙感基礎(chǔ)理論研究的深入，研究團隊取得的研究成果將惠及更多行業(yè)，將遙感衛(wèi)星的更多數(shù)據(jù)轉(zhuǎn)變?yōu)橛幸娴闹R，促進遙感技術(shù)的廣泛應用。
（編輯：小智）
