一个针对被动微波AMSR-E数据的土壤水分反演算法
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。
亮度温度 发射率 土壤水分 AMSR-E
毛克彪 李丹丹 高懋芳 周清波 王道龙 唐华俊 陈仲新
农业部资源遥感与数字农业重点开放实验室／中国农业科学院农业资源与农业区划研究所，北京 100081 中国科学院大气物理研究所东亚区域气候-环境重点实验室，北京 100029 遥感科学国家重点实验室，北 农业部资源遥感与数字农业重点开放实验室／中国农业科学院农业资源与农业区划研究所，北京 100081
国内会议
深圳
中文
65-74
2010-09-15（万方平台首次上网日期，不代表论文的发表时间）