ISSN 2070-7401 (Print), ISSN 2411-0280 (Online)
Современные проблемы дистанционного зондирования Земли из космоса
физические основы, методы и технологии мониторинга окружающей среды, потенциально опасных явлений
и объектов

  

Современные проблемы дистанционного зондирования Земли из космоса. 2018. Т. 15. № 4. С. 155-165

Измерение влажности и температуры почвы на основе интерференционного приёма линейно-поляризованных сигналов ГЛОНАСС и GPS

К.В. Музалевский 1 , М.И. Михайлов 1 
1 Институт физики им. Л. В. Киренского СО РАН, Красноярск, Россия
Одобрена к печати: 10.07.2018
DOI: 10.21046/2070-7401-2018-15-4-155-165
В данной работе представлены результаты теоретического исследования возможностей дистанционного зондирования влажности талой сельскохозяйственной, влажности и температуры мёрзлой тундровой почв на основе измерения отношения коэффициентов отражения линейно-поляризованных волн (поляризационный индекс) из интерференционных диаграмм сигналов ГЛОНАСС и GPS, регистрируемых вблизи поверхности Земли на частотах 1,2 и 1,6 ГГц. В приближении метода Кирхгофа оценены диапазоны углов возвышения спутников над горизонтом (0–55°), в пределах которых существенна доля когерентной составляющей над диффузной при рассеянии в зеркальном направлении сигналов ГЛОНАСС и GPS шероховатой поверхностью почвенного покрова. В ходе решения прямой задачи моделировался «измеренный» поляризационный индекс отражённых волн (с добавлением случайной величины, распределённой по нормальному закону) на двух частотах 1,2 и 1,6 ГГц с использованием типичных профилей влажности и температуры естественно сложенных почв. Показано, что поляризационный индекс недостаточно чувствителен для восстановления слоистой структуры влагосодержания в талой и температуры в мёрзлой почвах на фоне шумов (1,5–2 дБ) регистрируемых интерференционных диаграмм. Обратная задача по восстановлению влажности и температуры почвы из «измеренного» поляризационного индекса решалась в приближении диэлектрически-однородного почвенного полупространства. Показано, что для всех рассмотренных профилей вне зависимости от используемой частоты сигналов максимальная погрешность восстановления влажности и температуры почвы не превышает 0,03 см3/см3 и 1 °С относительно соответствующих средних величин, рассчитанных для поверхностного слоя почвы 1 см.
Ключевые слова: глобальные навигационные спутниковые системы, ГЛОНАСС, GPS, рефлектометрия, влажность почвы, температура почвы, сельскохозяйственные почвы, арктические тундровые почвы
Полный текст

Список литературы:

  1. Arroyo A. A. Contributions to Land, Sea, and Sea-Ice Remote Sensing Using GNSS-Reflectometry: PhD thesis. Universitat Politecnica de Catalunya, 2016. 424 p.
  2. Arroyo A.A, Camps A., Aguasca A., Forte G., Monerris A., Rüdiger C., Walker J. P., Park H., Pascual D., Onrubia R. Improving the Accuracy of Soil Moisture Retrievals Using the Phase Difference of the Dual-Polarization GNSS-R Interference Patterns // IEEE Geoscience and Remote Sensing Lett. 2014. V. 11. No. 12. P. 2090–2094.
  3. Beckman P., Spizzichino A. The Scattering of Electromagnetic Waves from Rough Surfaces. Elmsford, N. Y.: Pergamon, 1963. 503 p.
  4. Brekhovskikh L. M. Waves in Layered Media. N. Y.: Academic Press, 1960. 561 p.
  5. Carreno-Luengo H., Amèzaga A., Vidal D., Olivé R., Munoz J. F., Camps A. First Polarimetric GNSS-R Measurements from a Stratospheric Flight over Boreal Forests // Remote Sensing. 2015. V. 7(10). P. 13120–13138.
  6. Ceraldi E., Franceschetti G., Iodice A., Riccio D. Estimating the soil dielectric constant via scattering measurements along the specular direction // IEEE Trans. Geoscience and Remote Sensing. 2005. V. 43. No. 2. P. 295–305.
  7. Egido A., Paloscia S., Motte E, Guerriero L., Pierdicca N., Caparrini M., Santi E., Fontanelli G., Floury N. Airborne GNSS-R Polarimetric Measurements for Soil Moisture and Above-Ground Biomass Estimation // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2014. V. 7. No. 5. P. 1522–1532.
  8. GLONASS interface control document. Navigational radiosignal. In bands L1, L2. (Edition 5.1). M., 2008. 63 p.
  9. Larson K. M. GPS interferometric reflectometry: applications to surface soil moisture, snow depth, and vegetation water content in the western United States // Wiley Interdisciplinary Reviews: Water. 2016. V. 3. P. 775–787.
  10. McCreight J. L., Small E. E., Larson K. M. Snow depth, density, and SWE estimates derived from GPS reflection data: Validation in the western U. S. // Water Resources Research. 2014. V. 50. P. 6892–6909.
  11. Mironov V. L., Muzalevskiy K. V. The new algorithm for retrieval of soil moisture and surface roughness from GNSS reflectometry // Proc. IEEE Intern. Geoscience and Remote Sensing Symp. (IGARSS). Munich, 2012. P. 7530–7532.
  12. Mironov V. L., Kosolapova L. G., Fomin S. V. Physically and mineralogically based spectroscopic dielectric model for moist soils // IEEE Trans. Geoscience and Remote Sensing. 2009. V. 47. No. 7. P. 2059–2070.
  13. Mironov V. L., Kerr Y. H., Kosolapova L. G., Savin I. V., Muzalevskiy K. V. A Temperature-Dependent Dielectric Model for Thawed and Frozen Organic Soil at 1.4 GHz // IEEE J. Selected Topics in Applied Earth Observations and Remote Sensing. 2015. V. 8. No. 9. P. 4470–4477.
  14. Njoku E. G., Kong J.-A. Theory for passive microwave remote sensing of near‐surface soil moisture // J. Geophysical Research. 1977. V. 82. No. 20. P. 3108–3118.
  15. Watanabe M., Kadosaki G., Kim Y., Ishikawa M., Kushida K., Sawada Y., Tadono T., Fukuda M., Sato M. Analysis of the Sources of Variation in L-band Backscatter From Terrains With Permafrost // IEEE Trans. Geoscience and Remote Sensing. 2012. V. 50. No. 1. P. 44–54.
  16. Zavorotny V. U., Voronovich A. G. Bistatic GPS signal reflections at various polarizations from rough land surface with moisture content // Proc. IEEE Intern. Geoscience and Remote Sensing Symp. (IGARSS). 24–28 July 2000, USA, Honolulu. 2000. V. 7. P. 2852–2854.
  17. Zavorotny V. U., Gleason S., Cardellach E., Camps A. Tutorial on Remote Sensing Using GNSS Bistatic Radar of Opportunity // IEEE Geoscience and Remote Sensing Magazine. 2014. V. 2. No. 4. P. 8–45.
  18. Zhang S., Roussel N., Boniface K., Cuong M., Frappart F., Darrozes J., Baup F., Calvet J.-C. Use of reflected GNSS SNR data to retrieve either soil moisture or vegetation height from a wheat crop // Hydrology and Earth System Sciences . 2017. Vol. 21. P. 4767–4784.