文摘
在过去的二十年里,全球导航卫星system-reflectometry (GNSS-R)已成为一种新的土壤水分遥感技术监测。一些实验表明,V的天线极化更有利于接收反射信号,和干涉图样技术(IPT)是用于土壤水分和检索其他地球物理参数。与此同时,降低卫星高度角是最受到多路径的影响。然而,电磁理论属性不清楚GNSS-R土壤水分检索。在本文中,采用先进的积分方程模型(AIEM)使用wave-synthesis技术来模拟不同的偏振散射在镜面的方向。结果显示当入射角度都大于70°时,散射在RR极化(传输信号右旋圆偏振(RHCP),当收到一个也是RHCP)大于在LR极化(RHCP传输信号,而接收到的一个是左旋圆偏振(LHCP)),而在LR极化散射大于其他事件,在RR极化角(1°∼70°)。有明显倾斜VV和VR散射由于布儒斯特角,这将导致切口在最后的接收能力,这现象可用于土壤水分检索或植被修正。体积土壤水分(vm)对其散射的影响。更大的土壤水分将导致较低的RR极化散射,这是不同于其他的散射偏振。有趣的是,表面相关函数只影响散射系数的振幅在更少的水平,但是它没有影响的RR和LR偏振角趋势。
1。介绍
土壤水分是地表水和地下水之间的联系,起着重要的作用在陆地生态系统和水循环系统。的决定因素在陆地水圈的状态,土壤水分很大程度上控制着蒸散,水迁移,陆地表面的碳循环。土壤水分也是很重要的对于理解和预测气候变化,解决全球水循环,水资源管理和流域水文模型。与此同时,它也是监测作物生长的必要条件之一,干旱和洪水。
土壤水分异质性有很强的时空变化。传统的地面和气象监测难以满足要求。卫星遥感技术的发展提供了一个监测的新方法。在过去的二十年里,GNSS-R已成为一种新的有前途的遥感技术由于其独特的优势(1]。应用程序扩展从中尺度的遥感海洋遥感雪,冰,和地表参数(2- - - - - -4]。对于土地的情况下,最重要的应用是土壤水分监测。GNSS-R现有雷达和辐射计是一种有效的补充,可以一个潜在的有效的技术验证的l波段土壤水分卫星,如SMOS(土壤水分卫星)[5)和SMAP(土壤水分主动被动)任务6]。然而,作为一个新兴的地球观测手段,有许多开放的需要解决的问题,如反射信号的偏振特性。
极化电磁波的最重要的一个属性。的极化平面波描述形成的空间轨迹的形状和方向的电场矢量作为时间的函数。然而,有别于传统的线性偏振微波遥感的极化传播GNSS(全球导航卫星系统)是RHCP(右旋圆偏振)。当GNSS信号反映从表面上看,他们的偏振会改变。Kavak et al。7]指出,反射信号由两部分组成,圆偏振和垂直极化,依赖于高度角。几个实验注意的极化研究GNSS信号反映出来。在[7),修改后的GPS接收器,和LHCP horizontal-positioned天线(左旋圆偏振)是用于收集的连贯的能量直接信号和反射信号。SMEX 02/03(2002/2003)土壤湿度实验(8),全球地位的天线system-reflectometry (GPS-R)接收机是不同的。一个机载GPS-R接收器,称为DMR (delay-Doppler地图接收器),是使用两个天线。标准的天顶RHCP天线是用于收集直接信号,最低点LHCP天线是用于收集surface-reflected信号。同时,这一事件的角度从15°35°(4]。
早在2000年,Zavorotny Voronovich使用GO(地球物理光学)散射模型(2]研究土壤水分的反射偏振(9]。他们模拟的极化率的敏感性(LR / RR和人力资源/ VR)的土壤湿度较大的入射角度(60°、70°),理论上得出结论,极化率可用于土壤水分测量。LR, RR、人力资源和虚拟现实呈现RHCP传输信号的极化,当接收到的偏振LHCP, RHCP,水平(H),分别和垂直(V)。BAO-tower(博尔德大气Observatory-tower)实验(10),一个多极化接收器使用美国国家航空航天局兰利研究中心提供的。为了收集表面反射信号,低增益LHCP和四个高增益天线(H V和偏振,LHCP RHCP)。入射角是35°,入射方位角为245°。然而,BAO-tower实验不支持原来的理论假说(9]。
目前,干涉图样技术(IPT)是用于土壤水分和植被检索(11]。V极化的天线采用自角信息会掩盖由于LHCP布儒斯特角如果天线使用(12]。LEiMON(土地监控与导航信号)是一个长期GNSS-R实验活动,它是由欧洲航天局(ESA)。实验是在2009年完成的,使用一个山姆传感器、天线RHCP是用于收集的直接信号和天线RHCP或LHCP用于收集反射的信号。高度角来自40°- 80°。然而,他们的理论和实验结果表明,RR和LR的反射率与入射角的增加增加(0∼80°),这是完全不同于常用的菲涅耳圆偏振理论GNSS-R研究[2,4]。不同的特制GNSS-R接收器,geodetic-quality GPS接收器的多路径信息可以用来远程感觉土壤的土壤水分在前5厘米(13- - - - - -15]。原位测量表明,海拔天使5°∼30°最受多路径影响(13- - - - - -15]。
一般来说,大部分的GNSS-R土壤水分监测是基于实验研究[4,8,10,11,13- - - - - -15]。简单的几何组合通常用于从线性极化圆偏振(2,4,13- - - - - -15]。RR偏振反射随迎角增加,而LR反射降低。这一趋势非常不同于LEiMON实验报告。应该强调,只考虑振幅的变化(2,4,13- - - - - -15),而相位差异不能被视为从线性计算循环(16]。然而,随着GNSS-R的发展,更要注意理论模型在数据解释,因为他们可以帮助灵敏度分析,实验设计,和其他人17]。在本文中,我们专注于极化(特别是圆偏振)依赖使用AIEM裸露土壤的散射(18,19];wave-synthesis技术用于任意偏振态的计算部分2。反射率的XR极化和线性偏振和入射角度提出了部分3;XR极化意味着传播信号RHCP和圆偏振的偏振(RHCP和LHCP)或线性偏振(V、H垂直或水平)。从穆勒矩阵,体积土壤湿度和表面粗糙度的影响对不同偏振态的评价部分4。最后,给出一个结论部分5。
2。AIEM
为了克服电离层的影响,传输信号RHCP,而传输信号的偏振态的改变从土壤表面反射后。如部分所示1,因为的偏振反射信号是不同的,线性(垂直和水平)和循环(RHCP和LHCP)天线用于接收反射信号。因此,不同的偏振组合需要在理论上进一步研究。在本节中,常用的随机粗糙表面收发分置的散射AIEM模型已被使用。通过使用wave-synthesis技术的方法,该模型可以计算任意极化的收发分置的散射系数组合(线性和环形)。通过这种方式,开发了双基地散射模型可用于研究土壤水分的全极化特性。
传统的从随机粗糙表面电磁散射模型17)基尔霍夫模型(KA)和小扰动模型(SPM)。前者适用于表面和小曲率或高频极限,而后者适用于略粗糙表面或低频率。流行的积分方程模型(IEM)开发SPM和KA之间的桥梁。然而,它的几个假设限制精度,尤其是对收发分置的散射。随后发达AIEM IEM的改进(18,20.]。在这里,我们专注于极化研究使用GNSS-R应用程序开发了表面散射模型。指出接收功率主要来自第一菲涅耳带(21),因此,只有相干散射被认为是在我们的散射特性研究。
收发分置的散射系数与修改后的米勒矩阵asfollows [17]: 在哪里是收发分置的散射系数,下标吗和偏振的接收和传输信号,分别照明区域,穆勒矩阵进行修改可以写用散射矩阵的元素年代:
AIEM模型的更多信息,请参见文献[20.]。
根据wave-synthesis技术(22),一般的传播和接收天线极化散射系数可以写成 在下标和偏振的接收和传输信号,分别是标准化的斯托克斯矢量与单位振幅,是一个旋转矩阵。规范化的斯托克斯矢量可以表达的椭圆率角和方向角 。
的第一个元素描述了电磁波的强度在水平方向和垂直方向,第二个是强度差异波的水平和垂直方向向量,第三个是线性极化强度在±45°的方位角偏振椭圆,和第四个表示圆偏振度。这样,相位信息的散射矩阵年代可以通过计算 。
对于像极化,和 ,交叉极化,和 。任何偏振传输和接收信号可以通过设置椭圆率和方向角 ,相应的行动。GNSS-R,有必要研究的散射特性 。下标XR极化意味着传播信号RHCP和圆偏振的偏振(RHCP和LHCP)或线性偏振(V、H垂直或水平)。
3所示。反射率不同的偏振与入射角度
当平面波传播通过一个平面边界无损媒体中,有一个角的垂直极化广播一个完整的投影,它成为了布儒斯特角。IPT方法表达的部分1使用位置和数量信息等级的直接信号和反射信号的波形进行地球物理参数检索。事实上,波形的切口是布儒斯特角的结果。由于其特殊性,布儒斯特角的现象,需要注意GNSS-R遥感反演。表1提出了相应的介电常数和不同土壤深层的布儒斯特角。虚拟机是一种表达土壤水分、土壤水分体积的百分比。这种表现可以反映土壤的程度的水填满空洞的三个比率可以计算土壤固体、液体和气体。图1显示了菲涅耳的反射率和两极分化为不同的虚拟机;在这里,意味着菲涅耳反射,而下标和意味着偏振状态,代表垂直极化,代表水平。表中相应的布儒斯特角1在V明显极化(左面板)。我们可以看到,如果虚拟机是肯定的,随迎角增加(在布儒斯特角)和布儒斯特角后增加。至于不同的vm,比较大,如果虚拟机更大(59°之前),但是小如果vm大(82°)。然而,大如果vm大。
(一)
(b)
真正的部分和( )发挥重要作用在XR和线性极化散射系数的计算。所以,与入射角度的变化呈现在图2。前布儒斯特角,是积极的,而变得消极,如果入射角小于布儒斯特角和随入射角度的增加。而不利于整个角度随着虚拟机增加减少。
(一)
(b)
图3从[复制23),它显示了散射系数的线性极化和XR极化与入射角度。我们可以看到,对于较小的事件角度( ),LR的散射偏振大于RR极化(RR < LR)。这里,LR和RR RHCP偏振意味着传播信号,而收到的是LHCP和RHCP分别。然而,对于较大的入射角度( ),这一趋势正好相反;也就是说,RR极化的散射系数大于LR的极化。RR极化的散射系数大于VR偏振的入射角度更大( );这里,VR极化意味着RHCP传输信号,而接收到的一个是垂直极化。RR极化散射系数的增加随着入射角度的增加( ),但对于其他事件的角度,RR极化散射系数的降低。然而,LR极化的散射系数随着入射角的增加减少。VV散射系数的趋势,虚拟现实,HH,人力资源与入射角度是相同的。这里,虚拟现实和人力资源意味着RHCP传输信号,而接收到的信号是垂直和水平偏振,分别。VV和HH意味着相同的垂直和水平极化,分别。原因在于,他们只是有关和 ,分别(方程(2)和(5))。随着入射角度的增加,HH和人力资源偏振的散射系数降低。VV和VR偏振散射系数下降约为70°,因为方程(8)中定义的布儒斯特角17];散射系数降低起初(布儒斯特角之前),然后迎角的增加而增加(布儒斯特角后)。
4所示。体积土壤湿度和表面粗糙度对偏振的影响
4.1。体积土壤水分对偏振的影响
图4给出了线性和圆偏振散射系数在不同的土壤水分(vms)与入射角度。人力资源极化的散射趋势非常相似的HH极化,而虚拟极化非常类似于VV极化如图1。下降的VV和VR偏振相关虚拟机,这是由于布儒斯特角(表1)。如果vm较大,倾斜的位置是在更大的入射角的位置。应该注意的是,RR极化的散射系数更大,如果虚拟机更小。对于其他偏振(LR、人力资源和HH),更大的虚拟机对应较大的散射系数。但是,VV和VR的偏振光,如果vm越大,散射系数更大,如果低于布儒斯特角入射角度。而如果比布儒斯特角入射角度更大,较低的vm对应较大的散射系数。
(一)
(b)
(c)
(d)
(e)
(f)
4.2。表面粗糙度对不同偏振态的影响
由于土壤水分影响GNSS反射信号,土壤的几何特征,也就是说,表面粗糙度也会影响GNSS反射信号。因此,在土壤水分反演,如何去除表面粗糙度是一个困难的问题。可以由两个参数,表示表面粗糙度均方根高度(年代)和表面相关长度(l),分别定义了垂直和水平尺度的表面粗糙度。另一种方法来描述随机表面粗糙度表面的程度自相关函数,它可以被高斯相关函数或一个指数相关函数。
在本节中,表面粗糙度影响最后的散射在RR和LR偏振。图5对不同的关联函数显示了粗糙度的影响。我们可以看到,如果根方高度(年代)是固定的,大的相关长度(l)对应于较大的散射系数(RR和LR);如果l是固定的,大年代对应于较大的散射系数(RR和LR),k是波数。
(一)
(b)
指数相关函数的散射大于一个高斯函数(RR和LR(图)6)。有趣的是,与反向散射方向,表面相关函数仅影响散射系数的振幅,而角趋势是在更少的水平。
(一)
(b)
5。结论
至于GNSS-R遥感,传输信号的极化是RHCP,通常认为接收功率来自第一菲涅耳带。这里,不同偏振态的相干散射模拟的修改使用wave-synthesis AIEM技术。结果表明,散射在RR极化低于LR偏振的入射角度小于70°;当入射角度70°和80°之间,在LR极化散射大于RR极化。对于较大的入射角度而言,有下降VV和VR偏振由于布儒斯特角,与土壤水分。因此,V的天线极化建议使用因为下降的信息造成的布儒斯特角在不同土壤深层吸收有用的土壤水分监测和散射VR极化更大的动态范围比其他偏振。与此同时,VR极化将为植物提供高效的信息更正。应该注意的是,更大的土壤湿度对应于低散射在RR极化,而趋势正好相反,对于其他XR (LR、人力资源、虚拟现实、HH和VV)偏振。同时,有趣的是,与反向散射方向不同,表面相关函数仅影响散射系数的振幅,但它没有对角度的影响趋势。
缩写
| AIEM: | 先进的积分方程模型 |
| DDM: | Delay-Doppler地图 |
| DMR: | 延迟多普勒接收机地图 |
| GNSS: | 全球导航卫星系统 |
| GNSS-R: | GNSS-reflectometry |
| 走: | 地球物理光学模型 |
| 全球定位系统(GPS): | 全球定位系统 |
| 人力资源、虚拟现实、45 + r, r−45偏振: | 传输信号的极化与收到的RHCP H(水平)、V(垂直),+ 45 + 45°线性),和45−−45°的线性偏振,分别 |
| IEM: | 积分方程模型 |
| IPT: | 干涉图样的技术 |
| 卡: | 基尔霍夫模型 |
| LEiMON: | 土地与导航信号监测 |
| LHCP: | 左旋圆偏振 |
| LR: | RHCP的偏振传输信号,而接收到的一个是LHCP |
| RHCP: | 右旋圆偏振 |
| RR: | RHCP的偏振传输信号,而接收到的一个也是RHCP |
| SMAP: | 土壤水分活跃的被动 |
| SMEX: | 土壤湿度的实验 |
| SMIGOL: | 土壤水分干涉图样GNSS观察l波段反射计 |
| SMOS: | 土壤湿度及海洋盐度的使命 |
| SPM: | 小扰动模型 |
| Z-V模型: | Zavorotny-Voronovich模型。 |
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。
确认
这项研究得到了国家自然科学基金项目(国家自然科学基金委)(批准号41501384)和战略重点研究计划项目的中国科学院(批准号XDA23040100)。