综述：利用L波段辐射计进行森林土壤水分和植被光学厚度正演模拟与反演方法综述

《Remote Sensing of Environment》：A review of forward modelling and retrieval approaches for forest soil moisture and vegetation optical depth using L-band radiometry

这篇综述系统评述了利用L波段（1–2 GHz）辐射计反演森林土壤水分（SM）和植被光学深度（VOD）的前沿进展。文章深入剖析了适用于森林复杂结构的正演模型（如MEM、MST-FL、2S-MEM），比较了SMOS和SMAP等卫星任务的不同反演算法（如SCA、DCA、MTDCA）的优劣，并指出当前在验证森林SM和L-VOD产品时面临的地面真值数据匮乏等关键挑战。为充分挖掘L波段辐射计在监测森林水文、生物量（AGB）及碳循环等方面的潜力，作者呼吁开发能准确表征森林独特结构和组分特征的新反演算法，并加强定量与定性验证工作。

　　

森林作为地球系统的关键组成部分，约占全球光合作用和碳储量的三分之一。低频微波（L波段；1–2 GHz）辐射计能够测量森林土壤水分（SM）和L波段植被光学深度（L-VOD），为了解树木生长、水渗透、土壤肥力、可燃物湿度、碳储量、野火脆弱性和生物多样性动态等过程提供了宝贵信息。

L波段森林地表辐射

森林地表的L波段辐射特性是反演的基础。森林地表通常被凋落物、苔藓或地衣等覆盖层所覆盖，这些有机覆盖层在干燥时对微波辐射近乎透明，但在湿润时会显著影响亮度温度（TB），其影响甚至可能主导地表辐射信号。土壤本身的辐射受其有效温度和发射率控制。有效温度（T_eff）的估算需要综合考虑土壤温度剖面和介电特性剖面，现有的经验方法（如Choudhury等提出的双温度模型）在森林覆盖地表下的适用性仍有待验证。地表发射率的模拟涉及三个关键步骤：首先通过介电混合模型（如Mironov模型）计算土壤的有效介电常数，其中有机质含量高的森林土壤表现出与矿物土壤不同的介电特性；其次利用菲涅尔方程计算光滑表面的反射率；最后通过半经验模型（如HQN模型）或物理模型（如A2S过渡模型）对表面粗糙度效应进行校正。森林地表层的复杂成分（如高有机质含量）和粗糙度使得这一校正过程充满不确定性。此外，积雪对森林地表L波段辐射传输的影响也不容忽视，干雪相对透明，但会通过阻抗匹配和折射效应影响TB，而湿雪则会因其介电常数显著增加而强烈改变辐射信号。

植被微波辐射建模

模拟植被对微波辐射的相互作用是核心挑战。主要方法可分为基于统计森林表征的辐射传输（RT）理论和基于真实森林几何结构的精确求解方法。辐射传输理论将森林冠层视为具有已知统计特性的树组分集合，通常将树干、树枝和叶片建模为介电圆柱体和圆盘。为了解决多次散射问题，发展了迭代方法（如逐级散射法SoS、反照率展开法）和两流微波发射模型（2S-MEM）。其中，结合了离散散射体模型（SL-DSM）、多层2S-MEM和树结构模型（TSM）的混合模型MEMLV，能够通过分层描述冠层宏观结构和组分统计分布来模拟辐射传输，并最终优化出等效的单层VOD（τ_eff）和散射反照率（ω_eff）。另一方面，基于Foldy-Lax多重散射理论（MST-FL）的快速混合方法（FHM）能够对包含树干和树枝的真实树木结构进行全波电磁模拟，精确求解麦克斯韦方程组，从而考虑冠层间隙、阴影效应等RT理论无法描述的复杂空间结构影响，为理解和改进正向模型提供了强有力的工具。植被的物理温度对总森林TB有显著影响，尤其在VOD较高时，植被自身发射的贡献增大。目前全球反演算法通常使用模型模拟的地表温度，但森林冠层温度与土壤温度可能存在显著差异，这引入了额外的误差。

SM和VOD反演方法及产品

SM和L-VOD的反演通常通过迭代优化过程，最小化观测TB与正向模型模拟TB之间的差异来实现。SMOS任务主要利用其多角度观测能力，采用基于tau-omega模型的L2和L3算法以及更简洁的SMOS-IC算法进行反演。SMAP任务则发展了单通道算法（SCA）、双通道算法（DCA）及其改进版本（如MDCA, RDCA），利用40°入射角的双极化TB同时反演SM和L-VOD。此外，还出现了多时相算法（MTDCA）和机器学习等方法来提高反演稳健性和精度。验证研究表明，在温带森林中，SM反演能达到一定的精度（如ubRMSD约0.06 m³/m³），但在热带（冠层衰减强）和寒带（植被冻结融化循环影响显著）森林中面临更大挑战。检索到的L-VOD与森林生物量（AGB）、冠层高度等结构参数显示出良好的空间相关性，使其成为监测森林生物量变化和缓慢生态过程（如砍伐、造林）的有效工具。然而，L-VOD的动态变化不仅反映生物量，也受植被含水量（VWC）和温度（尤其是冻融状态）的影响，在解释其时间序列时需要谨慎。

森林地面真值数据的可用性

验证卫星反演产品面临地面真值数据稀缺的严峻挑战。对于SM验证，需要在卫星足迹尺度上布设密集的原位测量网络以克服代表性误差，但目前全球范围内专门针对森林的此类网络十分有限，且森林土壤复杂的垂直结构（覆盖层、O层）使得测量深度难以与L波段探测深度匹配。对于L-VOD验证，则缺乏直接的地面观测等效量。向上观测的L波段辐射计可以测量特定点位的VOD，但需要多点测量才能获得足迹尺度的代表性值，实施成本高、难度大。全球导航卫星系统信号透射法（GNSS-T）测量的是信号衰减而非总能量传输，不能直接等同于辐射计测量的L-VOD。利用激光雷达（LiDAR）等遥感数据或详细的树木结构测量数据，通过电磁模型模拟来间接验证L-VOD是一种可能的途径，但其不确定性较大。

讨论与未来方向

当前研究结果表明，尽管存在挑战，L波段辐射计在森林SM和L-VOD监测方面具有巨大潜力。未来的发展应侧重于：开发能够更好地表征森林结构复杂性（如垂直异质性、间隙率）和组分特性（如介电特性）的新型正向模型和反演算法；扩大和优化针对森林环境的验证网络，特别是包含SM和L-VOD协同观测的站点；充分利用多源数据（如激光雷达、光学遥感）为反演提供先验信息或约束条件；深入研究冻融循环、物候变化等季节性动态对辐射信号的影响机制；以及探索新兴技术（如无人机载L波段辐射计、地面激光扫描）在模型验证和尺度转换中的应用。通过上述努力，将有望进一步提升L波段遥感在森林生态系统监测、水文循环研究和全球碳循环评估中的科学价值和应用能力。