通过物理机制模型从微波图像中反演湖泊盐度

《IEEE Transactions on Geoscience and Remote Sensing》：Retrieving Lake Salinity from Microwave Imagery via Physical Mechanism Models

　　

摘要：

盐度是天然水中的物理化学性质参数之一，其浓度直接影响湖水的介电特性。目前，由于被动微波辐射计的空间分辨率限制以及湖面粗糙度的校正问题，对湖水盐度的微波监测仍然不够充分。本文提出了一种基于物理机制的盐度反演方法，该方法以合成孔径雷达（SAR）图像和热成像作为输入卫星数据，采用改进的Elfouhaily光谱模型和介电常数模型，并结合小扰动法（SPM）作为正向模型；在构建用于消除粗糙度影响的成本函数后，通过逐步推导菲涅尔反射系数来获取盐度值。该模型经过实地和站点盐度数据的验证，表现出较高的准确性和稳健性（样本量N = 288，均方根误差RMSE = 0.77 ppt，平均绝对百分比误差MAPE = 25.1%）。利用Sentinel-1 SAR数据，研究了2016年至2024年间内蒙古-新疆湖泊区（IMXL）内11个典型湖泊的盐度时空变化特征。结果表明，春季（3.74 ppt）和秋季（3.69 ppt）的平均盐度高于夏季（3.67 ppt），且这些湖泊内部的盐度分布通常具有连续性和均匀性。对潜在驱动因素的分析表明，蒸发和降水在大多数湖泊的年际盐度变化中起主导作用。在21世纪，低辐射强迫（SSP1–2.6）是IMXL地区的最佳可持续发展路径，预计经过约三十年的发展后盐度将逐渐下降，从而改善水质。