Page 28 - 2022年第53卷第9期

６１８．３ｍｍ，降雨多集中在 ６—９月，占全年的 ７５％以上。降雨时空分布不均，冬春干旱少雨，夏秋洪
涝多灾。
２．２ 数据收集 为分析磁右灌区的雷达后向散射系数的变化特征，本文收集了 ２０２１年 ３月 １７日、３月
２９日、４月 １０日、４月 ２２日、５月 ４日、５月 １６日共计 ６期哨兵 １号雷达卫星数据和 ２０２１年 ３月 ２３
日哨兵 ２号光学卫星遥感数据。对收集的雷达遥感数据进行斑点滤波、辐射定标、地理编码、后向散
射系数时序滤波和影像裁剪等处理。为开展灌溉信号分析，在研究区选择 ４个片区，分别为青同片
区、台南片区、大干斗片区和桃园片区（ ４个片区具体位置已在图 １中标注），各个片区的面积分别为
１８１８亩、５１８亩、２７４９亩、６５５２亩。其中青同片区地块较为平整，台南和大干斗片区地势有一定的
起伏，这三个片区都以渠灌和管灌为主。桃园片区以桃树和林果为主，主要采用滴灌方式。２０２１年春
灌期间，分别于 ２０２１年 ３月 ２３日和 ４月 ２３日赴磁右灌区开展两次灌溉实地调研，并进行灌区灌溉地
块和非灌溉地块的信息采集（如图 １所示），实地采集的灌溉地块信息将用于分析和评估遥感探测灌溉
信号的能力和精度。为开展模型参数的率定，本文还收集了 ２０１９和 ２０２０年度河北省深州市灌溉试验
站大田观测的土壤水分数据和同期的哨兵 １号雷达卫星数据。其中，土壤水分观测频率为 １ｈ，大田
作物为小麦和玉米。

３ 模型方法

３．１ 水云模型 水云模型是由 Ａｔｔｅｍａ和 Ｕｌａｂｙ基于辐射传输方程提出针对植被覆盖区的微波散射模
型 ［２０］ 。水云模型在植被覆盖区域的微波辐射传输建模和土壤水分反演中有着广泛的应用 ［２１］ 。水云模
型假定植被层为影响微波辐射传输的水云，忽略植被与土壤表面的多次散射，模型中的变量为植被参
数和土壤含水量。在给定入射角下，水云模型可表达为：
０ ０ ２ ０
＋
σ ＝ σ ｖｅｇ τσ ｓｏｉｌ （１）
２
τ＝ ｅｘｐ （ － ２ Ｂｍ ｓｅｃ θ ） （２）
Ｖ
０ ２
σ ｖ ｅｇ ＝ Ａｍ ｃｏｓ θ （１ － τ） （３）
Ｖ
０ ０ ２
式中：σ为植被覆盖区的后向散射系数；σ ｖｅｇ 为植被后向散射系数；τ为雷达穿透植被的衰减因子；
０
Ｖ
ｍ 为植被含水量；Ａ和 Ｂ为依赖于植被的参数；σ ｓｏｉｌ 为土壤后向散射系数，使用如下简化的形式表达：
０
σ ｓ ｏｉｌ ＝ Ｃ ＋ Ｄ·ＳＭ （４）
０ ３ ３
式中：σ ｓ ｏｉｌ 为雷达后向散射系数，ｄＢ；Ｃ和 Ｄ为依赖于土壤的参数；ＳＭ为土壤含水量，ｃｍ ?ｃｍ 。
为优化和校准水云模型的 ４个关键参数（Ａ、Ｂ、Ｃ和 Ｄ），本文基于收集的河北省深州市灌溉试验
站 ２０１９年度大田观测的土壤水分数据和同期的哨兵 １号雷达卫星时序数据，使用如下目标函数进行参
数率定：
０ ０ ２
－
Ｊ ＝ ∑（ σ ｓ ｉｍ σ ｏ ｂｓ ） （５）
０ ０
式中：σ ｓ ｉｍ 为水云模型模拟的后向散射系数；σ ｏ ｂｓ 为哨兵 １号雷达卫星观测的后向散射系数。
本文使用 ＳｃｉＰｙ算法库中的非线性最小二乘优化算法进行 表 １ 水云模型参数估计值
水云模型 ４个关键参数的优化和校准。其中，水云模型的 ４个 水云模型参数
关键参数的初始值参考 Ｄａｂｒｏｗｓｋａ － Ｚｉｅｌｉｎｓｋａ等 ［２０］ 的文献设定， 极化方式
Ａ Ｂ Ｃ Ｄ
优化后的模型参数估计值见表 １所示。
ＶＶ ０．０８４６ ０．０６１５ － １４．８４６５ １５．９０７
小麦生育期水云模型参数优化校准前后模型模拟值和哨
ＶＨ ０．０７９５ ０．１４６４ － １４．８３３２ １５．９０７
兵 １号雷达卫星观测的后向散射系数的对比见图 ２所示，优化
后的水云模型的模拟值和卫星观测值相关系数由优化前的 ０．５８提升到 ０．８８，优化后的水云模型和观测
值拟合较好。本文进一步使用优化的水云模型对小麦返青期和拔节期的灌溉事件前后雷达后向散射系
数进行模拟，分析量 化灌 溉事 件后向 散射 系数的 变 化 特 征，为 基 于 雷 达 的 区 域 灌 溉 面 积 提 取 提 供
支撑。

０
— １ ４ １ —