论文部分内容阅读
提出了一个针对被动微波数据AMSR-E的土壤水分反演算法。用AIEM模型模拟表明，在给定的粗糙度条件下，土壤水分和发射率之间有很好的线性关系。19.7GHz与10.7GHz的V极化微波指数与土壤水分有很好的关系，而且部分地消除了土壤粗糙度的影响，R-Square是0.98。同时，推导了标准化微波指数近似等于标准化亮温指数。因此，通过标准化发射率指数和标准化微波指数建立土壤水分反演算法是可行的。算法敏感性分析表明当有降雨时，算法比较敏感。相对于实验数据SMEX02，算法精度(误差)大约是25.9％。算法低估了土壤水分，用实测数据对反演结果做进一步修正后的精度(误差)为6.5％。用AMSR-E对2009年年初中国特大旱灾进行了实际反演分析，结果表明反演结果符合实际土壤水分的分布情况，表明算法可行。最后对极端气候变化研究做了一些讨论。