一种基于重新校准的风云三号微波辐射计数据（FengYun-3 MWRI）推出的新型海面风速产品

《International Journal of Digital Earth》：A new sea surface wind speed product derived from re-calibrated FengYun-3 MWRI data

植被光学深度（VOD）通过水云模型（WCM）耦合Dubois土壤散射模型，结合Sentinel-1 C波段高分辨率数据（1km）及国际土壤湿度网络（ISMN）站点实测土壤湿度，开发了像素级动态调整的VOD反演算法。验证显示该方法与NDVI、EVI相关性达0.79（草地最高），有效捕捉植被动态，尤其在半干旱区表现优异，但高土壤湿度区存在模拟偏差。

　　植被光学深度（VOD）是一种基于微波的植被指数，用于评估植被水含量和生物量。VOD通常通过被动微波数据获取，其空间分辨率较低（约25-40公里）。然而，主动微波数据在高分辨率VOD估算中的应用仍处于探索阶段。Sentinel-1卫星自2014年起提供了长期（超过20年）的高分辨率（约10米）C波段后向散射数据，这为VOD的高精度估算提供了新的可能。本研究开发了一种基于水云模型（WCM）和杜博伊模型（Dubois model）的1公里分辨率VOD估算方法，通过结合像素级土壤参数和年度植被参数来提升估算精度。该方法利用国际土壤水分网络（ISMN）的站点数据进行验证，其时间性能通过与两种光学植被指数（归一化植被指数NDVI和增强植被指数EVI）的对比分析来评估。结果表明，该方法在估算VOD时表现良好，尤其在草原地区，VOD与NDVI和EVI的相关性平均达到0.79，这凸显了将WCM与半经验土壤后向散射模型结合在VOD估算中的潜在优势。

VOD作为衡量植被对微波辐射吸收程度的指标，具有广泛的应用价值。它能够反映植被状态和时间变化，包括碳动态（如热带地区）、植被物候、燃烧区域和火灾风险等。与光学植被指数相比，VOD在监测植被水含量和生物量方面具有更高的可靠性，特别是在植被密度较低的区域，光学指数可能无法准确代表总地上生物量。然而，被动微波观测的高空间分辨率限制了其在局部尺度上的应用，而主动微波遥感技术（如合成孔径雷达SAR）则能提供更精细的VOD估算。Sentinel-1卫星的C波段SAR数据因其高空间分辨率（5米×20米）和较高的重访周期（6-12天）而成为估算高分辨率VOD的理想选择。此外，相较于低频段（如L波段）的被动微波系统，Sentinel-1对射频干扰（RFI）的敏感性较低，这使得其在高分辨率VOD估算中具有更大的优势。

水云模型（WCM）是一种半经验模型，其核心功能是简化地表和植被层之间的复杂相互作用。该模型能够高效地模拟大尺度下的植被后向散射特性。在VOD估算中，WCM被广泛用于农业区，而结合不同土壤后向散射模型（如杜博伊模型）则有助于估算更大范围内的VOD。这些模型通过植被透射率和土壤特性来区分植被和土壤的后向散射影响。然而，由于土壤特性在大尺度上具有高度异质性，土壤后向散射模型的参数化成为实际应用中的关键问题。杜博伊模型能够适用于多种区域，不依赖于特定的土壤条件，相较于乌尔巴伊模型具有一定的优势。但杜博伊模型在应用时也存在一定的局限性，例如其对数据和站点的依赖性较强，这使得其在不同区域的应用受到限制。

本研究在Sentinel-1 SAR数据的基础上，探索了杜博伊模型在VOD估算中的潜力。研究重点在于评估VOD估算方法在不同植被条件下的性能。为了提高估算精度，研究采用了像素级的土壤参数和年度植被参数，以增强对土壤和植被后向散射的区分能力。此外，为了减少时间错配问题，研究对Sentinel-1观测数据进行了筛选，优先考虑与NDVI相关性超过0.5的年数据。研究结果表明，该方法在估算VOD时表现良好，尤其在草原地区，VOD与NDVI和EVI的相关性显著高于其他植被类型。

在VOD估算过程中，土壤后向散射模型的参数化是影响估算精度的关键因素。杜博伊模型能够模拟HH极化和VV极化的土壤后向散射，其参数包括土壤粗糙度（RMS高度）、介电常数、入射角和Sentinel-1传感器的频率。为了校准土壤粗糙度参数，研究在非生长季节（NDVI值低于时间序列的25百分位）对ISMN站点进行了分析，并在每个站点上进行年度校准。此外，研究还结合了土壤水分数据和土壤特性数据，以进一步提高土壤后向散射的模拟精度。

VOD估算方法的性能评估主要通过时间序列的皮尔逊相关系数（R）和标准差（STD）来衡量。研究结果表明，VOD与NDVI和EVI的相关性在不同植被类型之间存在差异。草原地区表现出最高的相关性，平均达到0.79，而森林和农田的相关性略低。这可能与植被覆盖的密度和季节性变化有关。此外，研究还分析了VOD估算方法在不同土壤水分条件下的表现。土壤水分对VOD估算具有显著影响，高土壤水分条件下，模拟的土壤后向散射可能超过实际观测值，从而影响VOD的估算结果。因此，提高土壤后向散射模拟的准确性对于VOD估算至关重要。

在实际应用中，VOD估算方法的性能受到多种因素的影响，包括卫星观测轨道、后向散射与NDVI的相关性、土壤水分和NDVI水平等。研究发现，不同的观测轨道可能导致VOD估算结果的显著差异，尤其是在入射角不同的区域。此外，后向散射与NDVI的相关性对VOD估算结果具有重要影响，相关性越高，估算精度越高。然而，当NDVI值较高时，VOD与NDVI的相关性可能会降低，这可能是由于光学数据在高植被覆盖区域出现饱和效应所致。

为了进一步提高VOD估算方法的性能，未来的研究可以考虑优化数据输入、融合不同卫星的VOD数据以及改进土壤后向散射模型。此外，研究还可以扩展到更大的地理区域，以验证该方法的普遍适用性。结合更精确的土壤水分数据和更先进的SAR预处理流程，有望进一步提升VOD估算的精度和可靠性。本研究的结果表明，基于Sentinel-1 SAR数据的VOD估算方法在草原和农田等半干旱地区表现尤为突出，这为未来高分辨率VOD产品的开发提供了重要的参考价值。