技术特征：
1.一种基于地基微波遥感判别土壤冻融状态的方法，其特征在于，包括以下步骤：步骤一、对地基微波辐射计elbara
‑ⅲ
和土壤温度/湿度观测数据进行处理和质量控制，并进行射频干扰筛选并剔除质量差的观测数据，获得高质量观测数据；步骤二、将高质量观测数据作为输入带入土壤介电模型中计算获取待判断地区土壤的介电常数；步骤三、再利用τ-ω辐射传输模型计算模拟土壤的水平极化亮度温度tb
h
和垂直极化亮度温度tbv；步骤四、基于相对冻结因子算法并结合土壤的水平极化亮度温度tb
h
和垂直极化亮度温度tbv计算获得土壤的相对冻结因子rff；步骤五、根据判定阈值法，将相对冻结因子与阈值进行对比，最终得到土壤冻融状态。2.根据权利要求1所述的一种基于地基微波遥感判别土壤冻融状态的方法，其特征在于：所述步骤二中土壤的介电常数计算方法为当θ
v
≤θ
t
时，当θ
v
≥θ
t
时，其中，ε
mix
、ε
d
、ε
fw
、ε
b
分别表示土壤的介电常数、干燥土壤固体颗粒物的介电常数、自由水的介电常数和结合水的介电常数，θ
v
为土壤含水量，θ
t
为最大结合水含量。3.根据权利要求1所述的一种基于地基微波遥感判别土壤冻融状态的方法，其特征在于：所述步骤三中τ-ω模型公式为tb
p
＝(1-ω
p
)(1-γ
p
)t
c
+(1-ω
p
)(1-γ
p
)γ
p
r
p
t
c
+(1-r
p
)γ
p
t
g
γ
p
＝exp(-τ
p
/cosψ)其中，上标p为极化方式，则土壤的水平极化亮度温度tb
h
由下式计算tb
h
＝(1-ω
h
)(1-γ
h
)t
c
+(1-ω
h
)(1-γ
h
)γ
h
r
h
t
c
+(1-r
h
)γ
h
t
g
γ
h
＝exp(-τ
h
/cosψ)土壤的垂直极化亮度温度tbv由下式计算tbv＝(1-ωv)(1-γv)t
c
+(1-ωv)(1-γv)γvrvt
c
+(1-rv)γvt
g
γv＝exp(-τv/cosψ)其中，τ
h
和τv分别为水平极化和垂直极化植被光学厚度，ω
h
和ωv分别为水平极化和垂直极化有效散射反照率，γ
h
和γv分别为水平极化和垂直极化植被透射率，r
h
和rv分别为水平极化和垂直极化粗糙土壤反射率，ψ为地基微波辐射计elbara
‑ⅲ
观测角度，t
c
和t
g
分别为植被和土壤的有效温度。4.根据权利要求1所述的一种基于地基微波遥感判别土壤冻融状态的方法，其特征在于：所述步骤四中相对冻结因子rff计算公式为其中，x为冻结因子类型，包含归一化极化比值冻结因子ff
npr
、极化差值冻结因子ff
pd
、组合水平极化差值冻结因子ff
chpd
和组合垂直极化差值冻结因子ff
cvpd
，t为日期，ff
x
(t)为地基微波辐射计elbara
‑ⅲ
每日观测到的地表亮温计算得到的冻结因子，ff
x
(fr)为土壤冻
结阶段的参考值，以土壤处于完全冻结状态下时的被动微波信号值表示，ff
x
(th)土壤融化阶段的参考值，以土壤处于完全融化阶段下时的被动微波信号值表示。5.根据权利要求4所述的一种基于地基微波遥感判别土壤冻融状态的方法，其特征在于：所述归一化极化比值冻结因子由下式计算所述极化差值冻结因子由下式计算ff
pd
＝tb
v-tb
h
所述组合水平极化差值冻结因子由下式计算ff
chpd
＝(tb
v-tb
h
)*(270-tb
h
)所述组合垂直极化差值冻结因子由下式计算ff
cvpd
＝(tb
v-tb
h
)*(300-tbv)其中，tb
h
为土壤的水平极化亮度温度，tbv为垂直极化亮度温度。6.根据权利要求1所述的一种基于地基微波遥感判别土壤冻融状态的方法，其特征在于：所述步骤五中判定阈值法通过阈值δ1判定土壤冻融状态的判定公式为再通过阈值δ2判定当天的亮度温度的标准差的大小，进一步区分开始冻结至完全冻结阶段ffp和开始融化至完全融化阶段ttp，判定公式为其中，tb
std
表示亮度温度的标准差。7.根据权利要求6所述的一种基于地基微波遥感判别土壤冻融状态的方法，其特征在于：所述阈值δ1通过迭代算法找出不同冻结因子与参考数据集匹配准确率最优的阈值，所述阈值δ2范围与观测时间内的逐日亮度温度的标准差范围相同。
技术总结
本发明公开一种基于地基微波遥感判别土壤冻融状态的方法，包括步骤一、对地基微波辐射计ELBARA
技术研发人员：文军 蒋雨芹 葛翔宇 赖欣
受保护的技术使用者：成都信息工程大学
技术研发日：2022.08.04
技术公布日：2022/11/17