复杂地表遥感辐散射机理及动态建模可以支撑从众多遥感数据中准确提取时空变化参量动态信息的方法，将其进一步转化为有用的知识，帮助人们更好地了解以植被覆盖为主的复杂地表。
地球地表复杂，不同的植被覆盖面临着不同的复杂性，中国的地表状况尤为如此。而遥感卫星不仅可以一窥地球全貌，还可以针对复杂地表提供源于不同传感器、不同时空分辨率的数据。若将多源的遥感数据转换为有用的信息，对于环境和地质灾害监测、农业评估、资源勘查等都将有巨大的现实意义。
复杂地表遥感辐散射机理及动态建模是实现该目标的重要一环。为了探索复杂地表下可见光/近红外、热红外、微波的主/被动遥感辐射散射机理，分析辐射传输影响因素和规律，中国科学院遥感与数字地球研究所的研究团队展开了深入探索。自承担国家973计划项目“复杂地表遥感信息动态分析与建模”课题1“复杂地表遥感辐散射机理及动态建模”以来，在复杂地表解析模型、复杂地表计算机模拟模型、复杂地表遥感综合试验及验证方法方面取得了进展，例如先后完成了混合像元空间异质性描述因子和参数化方案，复杂地表模型构建二向性反射、热红外辐射、微波散射模型的构建，利用怀来遥感综合试验场开展了复杂地表遥感综合试验的方案设计及多波段的模型验证数据获取等。
在复杂地表解析模型研究方面，研究团队认为，现有的植被二向性反射模型主要针对单一植被类型的纯像元，忽略了不同端元边界处的交叉辐射。混杂的各类植被是地球地表最复杂的因素之一，各类植被高低不同，分布错落，因而对于中低分辨率遥感影像来说，非均质混合像元大量存在，因此现有模型难以准确刻画斑块尺度（亚像元级别）的离散植被与连续植被、离散植被与离散植被的混合。以植被光学遥感为例，其通常以均匀地表假设为前提，建立的辐射传输模型和几何光学模型只适合浓密和离散植被。那么该如何解决这个问题呢?
如果能够利用快速发展的高分辨率对地观测技术，建立像元尺度非均质地表的辐射传输模型，对于提高正向模拟与参数反演精度将具有重要意义。为此，研究团队引入了随机辐射传输理论，将具有解析形式的辐射传输模型从一维扩展到三维。在进行混合像元空间异质性的参数化表达时，基于高分辨率地表分类图，将三维混合场景划分为边界像元与非边界像元，分别计算两者在两级尺度上的重叠函数，继而求取总的重叠函数，并代入求解混合像元的辐射场分布。最终，研究团队提出了生态交错区二向性反射模型。此外，研究团队还提出了考虑田间道路贡献的作物廊道热辐射方向性模型CCM。
研究团队以此模型作为正向模型，直接考虑不同端元边界处的交叉辐射贡献，提出耦合多种先验知识库的生态交错区叶面积指数（LAI）反演算法。算法基于全球30米地表覆盖数据进行混合像元及边界长度的提取，基于激光雷达（LiDAR）数据的全球树高产品进行冠层高度的提取，构建查找表进行叶面积指数的反演。基于该反演算法，研究团队分别分析了不同混合结构对叶面积指数反演精度的影响。结果表明，研究团队提出的非均质地表叶面积指数反演算法体系有助于对混合场景的叶面积指数反演进行定量化分析，有望提高全球非均质地表叶面积指数反演的精度。
在复杂地表计算机模拟模型方面，研究团队提出了虚拟分割办法（Virtual Partition Method，VPM）并进行了拓展和完善，能处理在更宽泛条件下的植被均匀介质柱体以及以玉米主茎等为代表的植被非均匀介质柱体的双站散射。计算结果模型在幅值和相位方面都能取得较高精度，同时满足能量守恒和互易定理，为建立高精度的相干散射模型提供了有力的技术支撑。研究团队还发展了新的叶片介电常数测量方法，通过抽真空来确保叶片在无损坏的情况下尽可能排净层间空气。现已采用该方法测量了怀来试验场玉米、棉花、大豆、杨树等叶片在不同含水量条件下的介电常数，分析了样品大小、方向以及含水量对介电常数的影响。
值得一提的是，遥感理论模型是理解遥感探测机理、发展地表参数反演算法的基础。但现有的雷达后向散射模型多针对单一地物，如森林、农作物等，且模型建立在小场景基础上，难以表达复杂地形条件下的雷达后向散射特征，只能满足像元尺度上的模拟分析，但雷达数据特有的斑噪特征往往需要在小的区域尺度上进行分析，因此需要增加模型对大场景，特别是非均质混合场景的模拟能力。为此，研究团队重点探索了大尺度场景在模型中的表达方式，通过光线追踪，实现了对大尺度混合像元雷达后向散射模型的构建。此后，为了满足多源遥感数据森林垂直结构反演的需要，研究团队继续发展了景观尺度相干雷达后向散射模型LandSAR。模型以数字表面模型（DSM）、数字高程矩阵（DEM）、地表覆盖类型图、组建散射特性、三维场景、观测几何等参数为主要输入数据源，通过计算冠层直接后向散射、地表直接后向散射及地表与森林的二次散射过程，实现对了景观尺度相干雷达后向散射特征的模拟。模拟结果可以很好地再现雷达后向散射强度图、雷达干涉纹图以及散射相位中心高程的提取。
在复杂地表遥感综合试验方面，研究团队引入了八旋翼无人机高光谱成像观测方式，提高了试验区的多尺度精细观测能力；结合作物生长模拟过程模型，探索提高辐射传输模型初始化参数精度的方法，并持续开展面向复杂地表辐射传输模型发展的连续时间序列数据观测试验，获取了作物全生长期和林地2016年度的遥感和特征参数数据集。最终整理得到了2012—2016年怀来站精细观测区数据集。
在观测试验的基础上，研究团队开展了模型优化和验证分析：一方面验证比较分析Prosail模型在植被（玉米）抽穗期冠层反射光谱的模拟能力，并通过配套分析模拟误差来源；另一方面对作物生长模拟模型（过程生长模型）与遥感模型的结合进行深入分析，使用观测数据进行模型优化，提高模型模拟精度。
目前，怀来遥感综合试验站观测数据在课题进行的真实场景建设以及多波段联合建立过程中得到应用，随着作物生长模型与遥感结合研究的深入，将有力支持耦合地表过程模型的遥感动态模拟研究的深入。另外，2016年夏季，研究团队随项目团队在内蒙古呼伦贝尔市根河市大兴安岭森林生态系统野外科学观测站区域内开展了针对森林场景的星机地同步实验，获取了针对森林下垫面的多波段多角度数据集。接下来，随着遥感基础理论研究的深入，研究团队取得的研究成果将惠及更多行业，将遥感卫星的更多数据转变为有益的知识，促进遥感技术的广泛应用。
（编辑：小智）
