土壤水分是陆面-大气相互过程中调控地-气能量交换的最重要参数之一，直接控制着地表与大气之间水、热量的输送和平衡。土壤水分的估算也是其他学科，比如气象学、水文学、生态学和农业等关注的重点研究对象。传统土壤水分监测方法很难在大范围、高效率和实时进行常规测量，而遥感技术由于其自身特点及潜力，已在地表土壤水分研究中蓬勃开展。目前，遥感技术已经进入一个能动态、快速、高效地提供多源对地观测数据的新阶段。多源遥感数据的协同观测能一定程度上克服各种单一遥感手段获取的图像数据在几何、光谱、时间和空间分辨率的局限性，对观测目标有一个更加全面、清晰、准确的理解与认识。
　　光学与雷达遥感是两种不同的土壤水分获取手段，能从不同的角度反映地表的土壤水分情况。若能将两者结合起来协同反演土壤水分，取长补短，提高土壤水分反演精度，对于土壤水分的定量遥感反演研究是极具意义的。中国测绘科学研究院项目组针对我国中、西部地区日趋严重的干旱缺水问题，综合考虑光学和雷达影像数据在土壤水分表达上的各自优势，首先对光学和雷达影像的协同分类算法展开研究，然后在研究雷达模型反演裸露地表土壤水分算法的基础上，采取‘数据融合’、‘模型耦合’和‘优化算法’三种形式对光学与雷达协同反演土壤水分的算法展开研究，以提高土壤水分反演的精度；另一方面，针对遥感反演土壤水分时间上不连续的问题，利用集合卡尔曼滤波将遥感反演结果同化到DHSVM模型中，获取大范围内时间连续的土壤水分结果。
　　本项研究是定量遥感反演土壤水分前沿的探索性研究，突破了光学与雷达遥感协同分类，两者协同反演土壤水分，遥感数据与水文模型的同化一系列技术难题，在关键技术上实现了3项领先，主要技术指标达到国际同类领先水平。
　　经过课题组共同努力，该项目取得突破性成就：1.他们首次提出了光学与雷达遥感协同分类的理论与实现方法，实现了多源遥感数据的协同分类，有效提高了地物的分类精度。传统分类算法主要基于光学数据，雷达数据由于斑点噪声的影响，一般用于特定地物的提取。利用光学数据分类主要是利用了地物的光谱信息，不可避免地存在“同物异谱，异物同谱”的问题，尤其对于中等分辨率的光学影像，难以获得满意的分类精度。雷达影像能反映地物的质地、形状、结构等信息，是光学影像的有利补充，但是两者物理意义相差较大，如何协同是本项目的难点。研发团队提出了一种基于贝叶斯理论和马尔科夫随机场MRF的多源遥感数据协同分类方法。该方法依据光学与微波遥感数据在地物提取中的各自优势，首先对ASAR后向散射系数进行入射角归一化，然后构建一种基于贝叶斯理论和MRF的分类器，以归一化后的ASAR双极化数据与TM7个波段共同参与分类。分别对ASAR入射角归一化的有效性和主被动协同的必要性进行验证，结果表明，采用本文方法的分类精度达到89.4%，较未进行角度校正的主被动数据协同分类的精度提高了4.1%，较单独TM分类的精度提高了11.5%，体现出主被动遥感数据协同在分类上的潜力。2.首次提出一种针对双极化的雷达数据的地表土壤水分反演模型，该模型同时考虑了两个粗糙度参数：均方根高度和相关长度，并将两者合二为一，提出一种新的粗糙度参数，使模型的未知参数减少为2个，因此仅利用两个极化的雷达后向散射系数即可反演得到土壤水分。实测数据验证表明，该经验模型无需地面点数据支持，仅需两个极化通道雷达数据即可实现裸地土壤水分反演，适用于地表情况复杂，粗糙度参数难以精确获取的地区。3.在国际上首次提出光学与雷达遥感协同提取土壤水分的方法，依据光学与雷达数据在土壤水分表达上的各自优势，分别从数据融合层面、模型耦合层面和模型优化层面对主被动遥感协同反演地表土壤水分的算法进行了研究，主要创新如下：（1）提出一种基于主被动遥感数据融合的土壤水分信息提取方法，实现了数据融合层面的光学雷达遥感数据协同反演土壤水分，（2）提出了基于光学雷达模型耦合的协同反演土壤水分模型，实现了模型耦合层面的光学雷达协同反演土壤水分；（3）提出一种基于优化算法的光学雷达协同反演地表土壤水分方法，实现了模型优化层面的光学雷达协同反演土壤水分。 4.率先实现遥感反演土壤水分观测数据用于黑河流域的土壤水分同化，以提高土壤水分的估计精度。本项目的一维同化系统由集合凯尔曼滤波、前向的辐射传输模型（农作物模型）和分布式水文模型DHSVM组成。其中农作物模型是一个半经验模型，主要用来消除地表植被的散射影响。DHSVM模型用来描述地形和植被对水热通量的影响。本项目经验证结果表明集合凯尔曼滤波能有效的将主动微波遥感数据同化到水文模型中，与模拟结果相比，同化的表层和根层土壤水分精度都有明显的提高，而在深层变化不大。
　　该项研究成果具有很高的经济和社会价值，在国民经济发展中有广泛应用，目前已应用于“单点土壤水分同化方法研究”、“全极化SAR遥感反演地表土壤水分”等项目，湖北省气象局“地表土壤墒情遥感反演系统”、长江水利委员会长江科学院“长江流域沿线地表干旱监测”，浙江河口水利研究院“浙江省地面干旱监测业务系统”等方面，较大程度提高地表土壤水分的获取精度，有力推动了遥感反演地表土壤水分产品在灾害、农业等方面的应用。
　　项目团队主要成员
　　余凡：项目负责人，男，博士，1982年生，副研究员，从事定量遥感研究与遥感图像处理相关研究10余年。先后承担或参与国家基础研究发展计划（973计划），国家科技支撑计划，国家自然科学基金面上项目，国家重大测绘专项，国家基础测绘项目等国家项目10余项，获测绘科技进步二等奖2项；已发表文章20多篇（SCI 5篇），申请发明专利3项，软件著作权2项，出版专著1部。今年来主要从事定量遥感的基础研究，对主被动遥感影像反演地表土壤水分机理与方法、地表土壤水分与水文模型的遥感同化机理与方法有深入的研究。
　　韩颜顺：项目骨干，男，硕士，1980年生，助理研究员，先后参加多项国家863、973科研课题、国土资源部项目、西部测图、地理国情监测重大工程等国家科研和基础测绘课题，攻克了遥感影像处理、高性能集群计算、遥感影像智能解译、网络协同作业等多项关键技术，先后获得国家科技进步二等奖一项、测绘科技进步一等奖三项，发表科技论文多篇。在科研成果产业化方面，将FeatureStation科研成果转化，成功应用于测绘地理信息数据生产加工，取得良好的效果。
　　顾海燕，研发骨干，女，硕士，1982年2月生，从事光学遥感影像自动解译与高性能处理方面的研究。先后承担或参加国家重大测绘专项、国家科技计划项目、国家基础测绘项目等10余项。获测绘科技进步二等奖1项（2014年），获发明专利1项、软件著作权登记4项，发表论文20余篇，被SCI收录4篇、EI收录3篇，参与出版专著2部。近年来，主要从事遥感影像面向对象分析、遥感影像高性能处理、信息化测绘技术体系建设、国家标准制定等科研工作。 责编/万海滨