青藏高原上由地下散射引起的异常C波段后向散射信号的分布特征及其与地表特征的相关性研究

《Science of Remote Sensing》：Mapping of anomalous C-band backscatter signals caused by subsurface scattering and their correlations with land surface characteristics over the Tibetan Plateau

本研究首次在青藏高原寒冷干旱地区利用ASCAT和Sentinel-1A的C波段回波数据，通过拟合包含表层和表层以下散射的回波模型，结合提出的三个散射指标（P_ano、P_sub、S_sub），系统揭示了表层以下散射现象的空间分布特征及其对土壤湿度反演的影响。结果表明，表层以下散射主要发生在西部高原和Qaidam盆地等干旱区，与土壤粗颗粒含量、pH值及低植被覆盖显著相关，导致ASCAT和Sentinel-1A的土壤湿度反演误差增加，并提出了基于P_ano掩膜的有效修正方法。

　　土壤湿度（SM）是影响陆地与大气之间水和热交换的重要变量，其准确监测对气候研究和水文分析具有重要意义。近年来，微波遥感技术因其全天候观测能力、较强的穿透性和对土壤湿度的高灵敏度，成为获取土壤湿度的重要手段。然而，在一些特殊地区，如寒冷干旱的青藏高原，由于地表与地下散射的复杂作用，可能会出现异常的后向散射信号（σ?），从而影响土壤湿度反演的准确性。本文旨在填补这一研究空白，检测并绘制青藏高原上的异常后向散射信号和地下散射现象，探讨它们对土壤湿度反演的影响，并进一步分析其与地表特征之间的关系。

在青藏高原，由于其特殊的地理位置和气候条件，许多区域常年被冻土覆盖，土壤湿度的测量存在一定的挑战。已有研究表明，C波段的后向散射信号在干旱和半干旱地区可能与土壤湿度呈负相关，这通常被认为是地下散射现象所致。然而，这些研究并未涵盖青藏高原，因此对这一现象在高原地区的具体表现和影响尚未有充分了解。本文通过分析ASCAT和Sentinel-1A的后向散射数据，并结合现场测量和ERA5-Land土壤湿度数据，系统地检测了青藏高原上的异常后向散射信号和地下散射现象，进一步探讨了它们对土壤湿度反演的干扰作用。

研究结果表明，青藏高原上的异常后向散射信号主要出现在西部地区和柴达木盆地，这些区域的气候较为干旱，地表覆盖以荒漠和裸土为主。在这些区域，土壤湿度与后向散射信号之间的关系呈现出U型特征，即随着土壤湿度的增加，后向散射信号先减小，随后又增加。这种现象表明，地下散射在这些区域起到了主导作用。此外，土壤pH值和盐碱度对地下散射的影响也较为显著，这些指标与异常后向散射信号和地下散射强度之间存在较强的正相关关系。因此，土壤盐碱度可能是影响地下散射的重要因素之一。

为了进一步识别异常后向散射信号的分布范围，研究引入了三种地下散射指标，包括异常后向散射信号发生的概率（P???）、地下散射检测的概率（P???）以及地下散射信号的强度（S???）。通过对这些指标的分析，发现青藏高原上存在大量地下散射信号，尤其是在土壤较为干燥的区域。这些指标的使用有助于识别土壤湿度反演中可能出现的误差区域，从而为改进土壤湿度产品提供科学依据。

研究还发现，地下散射现象不仅在干旱地区显著，而且在半湿润地区干旱季节也会出现。因此，为了准确监测土壤湿度，需要在不同的季节和气候条件下进行综合分析。此外，青藏高原上的地下散射现象与土壤质地、植被覆盖和地形特征密切相关。例如，粗颗粒含量较高的区域更容易发生地下散射，而植被稀疏或裸露的区域则更易出现异常后向散射信号。

为了评估ASCAT土壤湿度产品的准确性，研究比较了ASCAT反演的土壤湿度数据与现场测量和ERA5-Land数据之间的相关性。结果显示，在湿润和半湿润地区，ASCAT土壤湿度数据与现场测量和ERA5-Land数据之间呈现较高的正相关性，表明这些区域的土壤湿度反演结果较为可靠。而在干旱地区，由于地下散射的影响，ASCAT土壤湿度数据与实际测量之间的相关性显著降低，甚至出现负相关。这说明在干旱地区，ASCAT土壤湿度反演可能受到地下散射的干扰，从而影响其准确性。

此外，研究还分析了Sentinel-1A的后向散射数据，并发现其在青藏高原干旱区域同样表现出异常信号。这表明，地下散射不仅存在于ASCAT观测中，也广泛存在于其他C波段主动微波传感器的观测数据中。为了进一步确认地下散射的影响，研究使用了两种后向散射模型，分别考虑了表面散射和地下散射的贡献。结果表明，地下散射模型能够更准确地再现干旱地区后向散射与土壤湿度之间的关系，而表面散射模型则无法解释这种U型特征。

研究还通过计算P???和S???的阈值，提出了利用这些指标来识别可能受到地下散射影响的区域。这些指标的使用为改进土壤湿度反演算法提供了新的思路，特别是在寒冷和干旱地区。研究发现，P???指标在识别异常后向散射信号方面具有更强的鲁棒性，因此在青藏高原上具有更高的应用价值。同时，S???指标也能有效反映地下散射的强度，但其在识别异常区域方面不如P???指标。

综上所述，青藏高原上的异常后向散射信号和地下散射现象对土壤湿度反演结果产生了显著影响。研究结果不仅验证了已有的方法在寒冷和干旱地区的适用性，还提出了新的指标用于识别和消除这些异常信号。通过这些方法，可以提高土壤湿度反演的准确性，特别是在那些受到地下散射影响的区域。此外，研究还强调了未来在多频段微波遥感技术上的应用潜力，认为结合不同频段的观测数据有助于更全面地理解地下散射现象，并改进土壤湿度反演方法。

为了更好地应对地下散射对土壤湿度反演的干扰，研究建议采取以下措施：首先，利用地下散射指标来识别可能受到干扰的区域，从而在反演过程中排除这些区域；其次，改进土壤湿度反演算法，加入地下散射项以更准确地描述后向散射信号的组成；最后，整合更多的辅助数据，如土壤和植被参数，以提高反演的精度。这些方法的实施不仅有助于提高青藏高原土壤湿度反演的准确性，也为其他寒冷和干旱地区的土壤湿度监测提供了借鉴。

通过本研究，我们首次在青藏高原上成功检测并绘制了异常后向散射信号和地下散射现象，揭示了它们对土壤湿度反演的影响。这些发现对于提高土壤湿度遥感数据的质量和可靠性具有重要意义，也为未来在类似环境中开展土壤湿度监测提供了理论支持和技术指导。研究结果表明，青藏高原的土壤湿度监测需要更加细致的处理，尤其是在干旱季节和裸露地表条件下，应充分考虑地下散射的影响。同时，研究还强调了多频段遥感数据的重要性，认为未来的土壤湿度监测应结合不同频段的数据，以更全面地捕捉地下散射的特征，从而提升土壤湿度反演的准确性。