辐射计辅助的地基GNSS-R土壤湿度反演方法研究

摘 要： 基于全球导航卫星系统反射信号（Global Navigation Satellite System-Reflection，GNSS-R）的土壤湿度监测弥补了传统测量方法的不足，是近年来遥感领域研究的热点。针对土壤粗糙度及植被含水量影响反演精度的问题，研究了利用辐射计数据辅助提升精度的方法。提出了一种基于非线性自回归模型的神经网络（NARX）的GNSS-R和辐射计数据融合的土壤湿度反演模型，通过信号处理的一般流程，进行现场实验，验证了该方法。结果表明，在测试集上所提出的反演方法相比于传统的GNSS-R方法，相关系数提高了77%，均方根误差下降了78%，与辐射计方法相比，相关系数提高了47%，均方根误差下降了68%，证明了该方法可以实现对固定区域土壤湿度的长期连续观测。

关键词： GNSS-R；土壤湿度；NARX；辐射计；数据融合

中图法分类号： TP79；S127 文献标识码： A 文章编号： 1000-2324（2024）03-0396-10

土壤湿度是影响全球水循环的重要变量，也是影响农作物生长发育的关键因素。利用全球导航卫星系统反射信号进行土壤湿度的遥感探测，已成为微波遥感的研究热点，又称为GNSSR（Global Navigation Satellite System-Reflection）技术。该方式的优点是：采用无偿L波段的卫星数量众多、时空分辨率高、成本低廉、非接触方式对农田没有破坏性，弥补了现有探测方式的不足［1-3］。

GNSS-R 技术于上世纪90 年代由欧空局的Martín-Neira 提出［4］，2000 年开始应用于土壤湿度遥感领域。2000 年，V. Zavorotny 等通过双基散射模型对粗糙地表散射的GPS 信号进行了仿真，从理论层面分析了利用地表散射的GPS信号进行土壤湿度观测的可行性，并于同年开展机载观测实验进行了验证。2002 年，NASA 开展了SMEX02 空基实验，实验内容之一即为利用机载DMR采集地表反射的GPS 信号，以供开展土壤湿度遥感研究。2003—2006 年，D. Masters 等对SMEX02获取的GPS反射信号进行了持续处理分析，给出了直射信号无用多径消除和反射信号的水面标定方法，进一步论证了利用GPS双基地雷达遥感土壤表层水分变化的可行性［5］。2013 年，A.Camps等开展了地基观测实验，采用正交线极化天线组接收反射信号，得到的交叉极化反射率与土壤湿度实测值相关性更好，在某种程度上减弱了植被的影响。万玮等在处理SMEX02 数据过程中，根据NDVI的不同划分区域进行误差讨论，裸土反演结果误差为7.04%，中等植被覆盖区误差12%，高植被覆盖区误差32%［6］。2023 年，杨文涛等提出一种开放水域剔除的改进方法，以抑制开放水域对土壤湿度反演结果的影响［7］。2024 年，郭斐等根据语义关系设计了精细化的特征标签，将其加入BP 神经网络中构建土壤湿度反演模型，相比于已有的编号方法，反演精度提升7.7%［8］。综上所述，当前地基包括星载反射信号反演研究大多基于平整的裸土条件下的土壤湿度探测，或仅从统计意义上仿真给出粗糙地表或者植被参数对散射信号的影响，因此仿真结果皆为期望值，无法仿真某一具体的粗糙表面或者植被形态对散射信号的影响，因此将复杂地表环境因素融合到土壤湿度反演的研究中仍然有很大的研究空间。