Water：利用多频全极化机载SAR数据 (Ka、X、C、S、L波段) 的多层与剖面土壤水分反演及不确定性评估

背景：土壤水分是影响作物生长、区域生态和水循环的关键因子，现有卫星产品主要提供表层数据且分辨率有限，剖面分层土壤水分高分辨率产品稀缺。研究目的：本文旨在利用Ka、X、C、S、L波段多频全极化机载SAR数据，结合地面同步观测，开发并评估多层与剖面土壤水分的反演方法。结论：研究首次探索了五频段全极化SAR数据在0-50 cm深度土壤水分反演的实效，发现多频SAR的敏感区域总体处于10-30 cm深度。构建的加权水云模型有效改善了植被覆盖区的估计精度，且不依赖光学植被描述符；高斯过程回归算法在有多源数据可用时可进一步提高反演精度。两种方法均显示反演误差随深度先降后升，在10 cm处误差最低。