科研進展
盲源分解技術(shù)助力土壤水分遙感估算研究獲新進展
微波遙感可以用來測量地球表面的土壤水分，但傳感器接收到的微波信號是土壤水分、土壤溫度、地表粗糙度、植被覆蓋和大氣條件等多個信號的非線性混合。如何從這一復(fù)雜、非線性的混合信號中精準地提取土壤水分信息，是遙感反演長期關(guān)注的難點，尤其當(dāng)缺乏大量先驗信息（如地表粗糙度和植被等）時，傳統(tǒng)方法往往面臨“病態(tài)反演問題”。
近日，中國科學(xué)院西北生態(tài)環(huán)境資源研究院聯(lián)合青藏高原研究所、山西師范大學(xué)及北京師范大學(xué)相關(guān)研究團隊，將盲源分解（BSS）技術(shù)引入土壤水分遙感估算研究，對遙感信號中的各種混雜信息進行“拆解”。研究團隊基于對時間序列微波亮溫信號結(jié)構(gòu)特征的深入理解，結(jié)合單通道與多通道BSS技術(shù)，構(gòu)建了“自適應(yīng)噪聲的完備集合經(jīng)驗?zāi)B(tài)分解（CEEMDAN）—多維矩陣重構(gòu)—非負矩陣分解（NMF）”的土壤水分估算創(chuàng)新路徑。通過CEEMDAN單通道分解將時間序列微波亮溫分解為多尺度本征模態(tài)函數(shù)（IMFs），顯著提升數(shù)據(jù)維度和時間特征表達能力；采用NMF開展多通道分解與特征提取，識別與土壤水分變化高度相關(guān)的獨立源信號；進而構(gòu)建源信號與實測土壤水分之間的映射關(guān)系，實現(xiàn)土壤水分高精度估算。
青藏高原典型觀測網(wǎng)絡(luò)實驗表明該方法具有良好的區(qū)域適用性及穩(wěn)定性，顯著降低了對地表粗糙度、植被等信息的依賴，僅利用亮溫時間序列自相關(guān)性約束與少量地面觀測信息，便可實現(xiàn)對土壤水分的高精度估算。該研究在理論機制與方法路徑上均實現(xiàn)了對傳統(tǒng)遙感反演范式的突破，為土壤水分遙感估算提供了一種無需構(gòu)建微波輻射傳輸模型的新思路，同時也為多源信號混合環(huán)境下的其他要素估算提供了創(chuàng)新方案，具有重要的理論意義與應(yīng)用推廣價值。
相關(guān)研究成果以Blind Source Separation for Alleviating the “Ill-Posedness” of Estimating Soil Moisture from Nonstationary Time Series of Passive Microwave Brightness Temperatures為題，發(fā)表于IEEE Transactions on Geoscience and Remote Sensing期刊。西北研究院趙澤斌博士為論文第一作者，西北研究院晉銳研究員和青藏高原研究所李新研究員為論文共同通訊作者。該研究得到國家重點研發(fā)計劃、國家自然科學(xué)基金、中國科學(xué)院特別研究助理資助項目和中國博士后科學(xué)基金面上項目的共同資助。
論文鏈接：https://ieeexplore.ieee.org/document/11015446
盲源分解與土壤水分反演的關(guān)系
盲源分解估算土壤水分精度驗證
