科研進(jìn)展
盲源分解技術(shù)助力土壤水分遙感估算研究獲新進(jìn)展
微波遙感可以用來(lái)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(gè)信號的非線(xiàn)性混合。如何從這一復雜、非線(xiàn)性的混合信號中精準地提取土壤水分信息，是遙感反演長(cháng)期關(guān)注的難點(diǎn)，尤其當缺乏大量先驗信息（如地表粗糙度和植被等）時(shí)，傳統方法往往面臨“病態(tài)反演問(wèn)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(jìn)行“拆解”。研究團隊基于對時(shí)間序列微波亮溫信號結構特征的深入理解，結合單通道與多通道BSS技術(shù)，構建了“自適應噪聲的完備集合經(jīng)驗模態(tài)分解（CEEMDAN）—多維矩陣重構—非負矩陣分解（NMF）”的土壤水分估算創(chuàng )新路徑。通過(guò)CEEMDAN單通道分解將時(shí)間序列微波亮溫分解為多尺度本征模態(tài)函數（IMFs），顯著(zhù)提升數據維度和時(shí)間特征表達能力；采用NMF開(kāi)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(jìn)而構建源信號與實(shí)測土壤水分之間的映射關(guān)系，實(shí)現土壤水分高精度估算。
青藏高原典型觀(guān)測網(wǎng)絡(luò )實(shí)驗表明該方法具有良好的區域適用性及穩定性，顯著(zhù)降低了對地表粗糙度、植被等信息的依賴(lài)，僅利用亮溫時(shí)間序列自相關(guān)性約束與少量地面觀(guān)測信息，便可實(shí)現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(shí)現了對傳統遙感反演范式的突破，為土壤水分遙感估算提供了一種無(wú)需構建微波輻射傳輸模型的新思路，同時(shí)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用推廣價(jià)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(diǎn)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
