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)轉換為有用的信息，對于環(huán)境和地質災害監(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性描述因子和參數(shù)化方案，復雜地表模型構建二向性反射、熱紅外輻射、微波散射模型的構建，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，建立像元尺度非均質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構對葉面積指數(shù)反演精度的影響。結果表明，研究團隊提出的非均質地表葉面積指數(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柱體以及以玉米主莖等為代表的植被非均勻介質柱體的雙站散射。計算結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。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建。此后，為了滿足多源遙感數(shù)據(jù)森林垂直結構反演的需要，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)轉變?yōu)橛幸娴闹R，促進遙感技術的廣泛應用。

（編輯：小智）