森林是陆地生态系统最大的碳库，其三维结构信息是森林资源调查、森林生物量估算、生态系统监测和全球碳循环研究的重要基础。其中，森林高度和林下地形是描述森林三维结构的两项关键参数。然而，在热带雨林等植被高大、冠层致密地区，雷达信号受复杂体散射和有限穿透能力影响，难以准确恢复林下地形和进一步获取森林真实高度，这一直是国际森林遥感领域的重要研究方向。由我国自主研制的宏图一号四星车轮编队SAR在国际上首次采用车轮式多星构型，通过单发多收双站干涉观测模式，可在一次飞行过程中同步获取多组不同空间基线的干涉数据，主要的应用场景为高精度地形测绘。但是，在复杂茂密植被区域测量得到的地形受到森林散射作用而显著抬升，得到实际等效于森林散射中心的数字表面高程，而并非林下地形的高程。同时，该车轮编队独有的多基线双站干涉数据为复杂森林三维结构探测提供了新的观测能力。如何充分发挥多基线同步观测优势，实现复杂森林三维结构参数高精度反演，是我国车轮编队SAR森林遥感应用面临的重要科学与技术问题。近日，中国科学院国家空间科学中心微波遥感技术重点实验室雷洋研究员团队联合北京航空航天大学、航天宏图信息技术股份有限公司及巴西Canopy Remote Sensing Solutions公司，在宏图一号四星车轮编队SAR复杂森林遥感应用方面取得重要进展。研究团队以巴西亚马逊Tapajós国家森林为研究对象，充分利用宏图一号多基线双站干涉观测优势，建立了森林林下地形与森林高度联合反演方法，实现了复杂热带森林林下地形和森林高度同步获取，并系统分析了不同干涉基线配置对森林参数反演性能的影响，为我国多基线干涉SAR森林遥感应用提供了新的技术途径。巴西亚马逊热带雨林是全球面积最大的热带森林，也是全球碳循环研究的重要区域。由于森林冠层高大、植被结构复杂，X波段雷达信号难以穿透至林下地面，长期以来一直是检验星载干涉SAR森林探测能力的重要典型场景。研究团队针对复杂森林散射特性，充分利用宏图一号四星编队同步获取的多基线观测数据，建立森林干涉相位统计模型，并结合GEDI、ICESat-2等星载激光雷达观测信息，实现了林下地形稳健恢复，在此基础上进一步结合森林散射模型完成森林高度反演。同时，研究系统分析了不同空间基线对森林参数反演性能的影响规律，为我国车轮编队SAR森林观测模式设计及数据应用提供了重要参考。研究结果表明，利用宏图一号四星编队SAR获取的多基线双站干涉数据，能够有效获取巴西亚马逊复杂热带森林的林下地形和森林高度信息。与GEDI、ICESat-2星载激光雷达及机载激光雷达数据对比验证表明，反演结果具有良好一致性（林下地形绝对误差精度3.6米，误差降低约70%，森林高度相对误差精度20%），展示了我国车轮编队SAR在复杂森林三维结构探测中的应用能力。该研究将宏图一号四星编队SAR从传统地形测绘领域进一步拓展，丰富了其在森林遥感领域的应用，为我国新型编队SAR系统服务森林资源监测、生态环境保护和全球变化研究提供了新的技术支撑。上述研究成果以“Baseline-Dependent Retrieval of Underlying Terrain and Forest Height From Hongtu-1 Bistatic X-Band InSAR”为题发表于国际学术期刊IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing（IEEE JSTARS）。第一作者为北京航空航天大学研究生景罡，通讯作者为雷洋研究员和北京航空航天大学电子信息工程学院高飞教授。研究获得国家重点研发计划的支持。相关论文链接：Jing, G., Lei, Y., Gao, F., Zhang, L., Wen, Z., Lu, J., Li, W. and Gonçalves, F., "Baseline-Dependent Retrieval of Underlying Terrain and Forest Height From Hongtu-1 Bistatic X-Band InSAR," in IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing, vol. 19, pp. 21833-21848, 2026, doi: 10.1109/JSTARS.2026.3707163. https://ieeexplore.ieee.org/document/11578218图 1 X波段四星车轮编队双站干涉雷达宏图1号示意图图 2哥白尼数字高程地形标准产品（左）与宏图1号反演得到的亚马逊雨林林下地形产品（右）。右图中去除了左图中森林区域的地形高程不连续和偏差。图 3哥白尼数字高程地形标准产品（左）、宏图1号反演得到的亚马逊雨林林下地形产品（右）分别与机载激光雷达林下地形产品对比精度验证。右图中去除了左图中森林区域的地形高程偏差，并大幅度降低了测量误差。图 4宏图1号反演得到的亚马逊雨林森林高度产品（左）以及亚马逊森林2015-2023期间森林砍伐、退化引起的高度变化（右）。图 5宏图1号反演得到的亚马逊雨林森林高度产品与星载激光雷达森林高度对比精度验证。
2026-07-10
近日，在国家重点研发计划“高分辨率极区冰冻圈主被动微波探测技术“项目和中国科学院科研仪器设备研制项目“空基主被动冰川探测仪“的支持下，中国科学院国家空间科学中心微波遥感技术重点实验室朱迪研究员团队于2024年11月在我国昆仑山脉古里雅冰川开展了航空飞行试验，成功获取了昆仑山脉古里雅冰川的机载高分辨率三维冰川厚度、冰底地形图和冰表地形图，标志着我国在山岳冰川透视探测领域取得了重要进展。试验中，空间中心自主研发的双频超宽带航空冰川雷达首次获取了优于0.5米垂直分辨率的冰川透视探测数据。通过与已有古里雅冰川透底冰芯资料的对比分析，双频超宽带航空冰川雷达在300m冰厚下，测量值与冰芯仅误差0.08m。在对试验获取的水平相距200m，垂直分布的21条测线数据进行插值处理后，科研人员成功绘制出了古里雅冰川的三维冰川厚度图、冰底地形图和冰表地形图。图1 古里雅冰川厚度地形图图2 古里雅冰川底部地形图图3 古里雅冰川表面地形图图1冰川厚度图清晰地呈现了冰川的厚度分布情况。数据显示，古里雅冰川最厚处约为370米，位于（81.46°E ，35.24°N）。值得注意的是，这一位置与1992年和2015年古里亚冰川科考的地面探测结果高度吻合。通过冰川厚度分布图，可以准确计算古里雅冰川的储量和变化情况，为冰川物质平衡研究提供了宝贵的数据支持。在探测精度方面，科研团队使用冰芯附近的多航线散射回波进行二维插值计算得到冰芯位置的冰深为309.81米，与2015年古里雅高原冰芯钻取长度309.73米仅相差0.08米，验证了此次探测工作的精度和准确性。图2冰川底地形图则揭示了冰下山脉的位置和走向。科研团队发现，冰川厚冰区域对应于冰底地形为山谷区域，这与山岳冰川的累积形成机理相吻合。以冰芯位置为中心，分布着四座山峰。其中，冰芯东西两侧约1千米的两座山峰位置和深度分别为（81.47°E ，35.23°N），距冰表大约100米，和（81.47°E ，35.24°N），距冰表大约130米；冰芯南北两侧相距约3千米处有两座山峰，位置和深度分别为（81.45°E ，35.24°N），距冰表大约40米，和（81.49°E ，35.23°N）。值得注意的是，这两座山峰超出了冰表，但由于相距较远，中间有一段较为平坦的厚冰区域。图3冰川表面海拔地形图显示，尽管古里雅冰川是平顶冰川，但其冰表地形仍存在一定的起伏。根据航空冰雷达优于0.5米的垂直分辨率，机载惯导和GPS设备的定位能力，将有助于监测和估计冰川的消融过程。此次航空冰川透视探测试验的成功开展，不仅为古里雅冰川研究提供了宝贵资料，丰富了我国冰川的透视探测数据集，还完善了山岳冰川多频段辐射传输模型。科研团队表示，如果这一冰川探测方法能够推广，将极大提高我国冰川储量的探测精度和冰下环境参数的获取能力。展望未来，科研团队计划基于试验数据发展冰川的运动模型、冰川储量模型、分层冰温模型等，这些探测数据和反演模型将为南北极冰川/海冰探测、星载冰冻圈探测提供数据支撑和模型基础。
2025-09-09
