微波指数在土壤冻融状态监测中的比较分析与自适应阈值优化研究

本研究针对被动微波遥感监测土壤冻融(F/T)状态中指标性能差异和阈值优化难题，系统评估了NPR、MPR、QE、NFDI等8种微波指数及其16种组合在青藏高原和内蒙古高原6个监测网络的性能。研究发现QE和TbV36.5 指标具有最优普适性，结合判别函数算法(DFA)可显著提升检测稳定性，尤其在积雪和植被干扰场景下表现优异，为寒区地表过程模型参数化提供了关键技术支撑。

　　

冻土如同地球的"天然冰箱"，其冻融状态变化深刻影响着全球水文循环、生态系统演替和气候反馈机制。被动微波遥感凭借全天候穿透能力，已成为大尺度冻融监测的基石技术。然而现有微波指标的性能差异与优化路径尚未明确，特别是在复杂地表条件下，传统阈值算法的适应性面临严峻挑战。

中国科学院空天信息创新研究院的研究团队在《Science of Remote Sensing》发表重要成果，通过系统比较8种微波指数在6个土壤温湿度监测网络的表现，揭示了多频段协同监测的最优路径。研究创新性地将SMAP卫星L波段数据与AMSR2卫星C/X/Ka波段数据融合，构建了包含液体水含量指标（NPR、MPR、QE、NFDI）和地表温度指标（Tb_V6.9
、Tb_V10.65
、Tb_V18.7
、Tb_V36.5
）的完整评估体系，采用阈值算法(TA)和判别函数算法(DFA)进行交叉验证。

关键技术方法包括：1）整合SMAP L波段和AMSR2多频段数据构建8种微波指数；2）在青藏高原（玛曲、那曲、帕里、狮泉河、五道梁）和内蒙古高原（闪电河）6个监测网络获取原位验证数据；3）采用枚举法确定各指标最优阈值；4）开发基于Fisher判别分析的DFA算法实现多参数协同分类。

研究结果部分，"基于TA的多冻融准则性能评估"显示：QE在高原寒区表现卓越，那曲网络分类精度达94.6%（Kappa=0.891），其L波段与Ka波段协同机制能有效抑制积雪散射噪声；Tb_V36.5
在五道梁冻土区精度达82.66%，显著优于低频指标30个百分点，验证了高频信号对浅层温度梯度的敏感性。

"基于DFA的准则组合性能评估"发现：MPR-Tb_V18.7
组合在狮泉河网络实现96.03%的峰值精度，QE-Tb_V36.5
在那曲达92.8%精度，证实多频段组合可提升系统稳定性。值得注意的是，帕里网络各组合表现差异达25.86个百分点，凸显环境异质性的关键影响。

"阈值对冻融准则的影响"研究揭示：动态阈值使QE在玛曲网络精度提升至97.09%，而固定阈值导致系统性退化至80%，证实自适应校准的必要性。空间异质性分析显示Tb_V36.5
阈值与海拔呈负相关，而QE阈值保持0.88-1.02的稳定区间，展现优异的区域适应性。

该研究明确了QE和Tb_V36.5
作为核心指标的普适价值，其组合配置在所有网络均保持稳定性能。DFA算法通过双参数协同判别，较传统TA显著提升检测稳健性，特别是在积雪覆盖期可降低误判率15%以上。这些发现为即将发射的Copernicus成像微波辐射计(CIMR)的多频段协同观测提供了理论依据，推动冻融监测从定性判别向定量反演跨越，对完善寒区陆面过程模型参数化方案具有重要科学意义。