摘要
稻田水分管理和水稻物候对作物产量和环境过程有着重要影响，因此需要持续且定量的监测。本研究结合了卫星合成孔径雷达（SAR）观测数据和地面全球导航卫星系统（GNSS）干涉反射测量（GNSS-IR）数据，分析了这两种技术对水位变化和水稻物候动态的响应能力。研究使用了Sentinel-1（C波段）和ALOS-2/PALSAR-2（L波段）的SAR时间序列数据，并与使用大地测量级仪器获得的连续GNSS-IR观测数据进行了对比。对于GNSS-IR数据，通过Lomb–Scargle周期图（LSP）分析信噪比（SNR），得出了两个指标：(i) 与有效反射表面相关的主导光谱峰值（f_waterwater）频率；(ii) 表示植被引起的散射和衰减效应的标准化光谱积分（GNSS物候指标，GPI）。LSP光谱随水稻物候进程的变化表现出系统性特征，包括峰值变宽以及随着植被生长出现多个峰值。在水位变化方面，L波段SAR的共极化后向散射（VV和HH）与GNSS-IR光谱峰值显示出与实地水位相当的相关性，而C波段SAR的敏感性较低。在物候动态方面，GPI的时间变化趋势与SAR极化比（VH/VV）相似，在水稻抽穗和收获等关键生长阶段有明显的响应。这些结果表明，基于SAR极化的指标和GNSS-IR光谱特征可以在统一的电磁框架下进行解释：共极化L波段SAR的响应对应于与水面相关的GNSS-IR峰值，而交叉极化指标则对应于GPI。本研究展示了GNSS-IR作为补充信息在物理解释SAR散射机制方面的潜力，为基于微波的更综合的土地表面过程监测提供了新的途径。
