在微波波段，水體和陸地目標(biāo)的輻射亮溫有很大的差異，通常亮溫差可以達(dá)到120K以上，可以利用這一特性進(jìn)行被動微波遙感水陸混合像元的分解。

　　中科院東北地理與農(nóng)業(yè)生態(tài)研究所微波遙感學(xué)科組最近提出了一種新的基于水陸地物分類信息的微波遙感混合像元分解方法。該方法利用較高空間分辨率的地物分類圖像，劃分觀測區(qū)內(nèi)的水體目標(biāo)，重點(diǎn)選取有水陸交界的像元，通過建立微波混合像元分解模型求解欠定性方程組，得到微波混合像元中水體和陸地組分亮溫分布。通過獲得微波混合像元中不同組分的位置和亮溫值，可以顯著地提高水陸邊界微波混合像元的數(shù)據(jù)分辨率，得到觀測區(qū)內(nèi)水陸兩類地物的微波亮溫值和分類信息，提高微波遙感數(shù)據(jù)后期反演的精度。

　　其重要意義是可以完成全球區(qū)域內(nèi)水陸邊界微波混合像元數(shù)據(jù)分解，獲得微波混合像元內(nèi)水體和陸地的組分亮溫，解決微波混合像元導(dǎo)致后期反演精度較低的問題，拓寬了微波遙感數(shù)據(jù)的應(yīng)用領(lǐng)域。

　　對于未來的研究方向和工作，研究人員計劃在已有的地表分類結(jié)果基礎(chǔ)上，利用AMSR-E數(shù)據(jù)估計觀測地區(qū)在某一時段的水體變化趨勢，解決光譜遙感數(shù)據(jù)由于云層干擾對地面洪澇情況監(jiān)測失效的問題。進(jìn)一步開展針對其他不同下墊面分類的被動微波混合像元分解實(shí)驗，如針闊葉林混合像元分解、基于多種下墊面類型的積雪深度檢測等，驗證被動微波混合像元分解方法有效性。

　　相關(guān)論文：

　　1. Gu lingjia, Zhao Kai, Zhang Shuwen, Zhang Shuang. Comparative analysis of microwave brightness temperature data in Northeast China using AMSR-E and MWRI products [J]. Chinese Geographical Science, 2011, 21(1): 84–93.

　　2. Gu Lingjia, Zhao Kai, Zhang Shuang, Zheng Xingming. An AMSR-E Data Unmixing Method for Monitoring Flood and Waterlogging Disaster [J]. Chinese Geographical Science, 2011,21(6)：666-675.

　　3. 顧玲嘉,趙凱,孫健,鄭興明.被動微波遙感數(shù)據(jù)超分辨率增強(qiáng)與混合像元分解研究綜述.遙感技術(shù)與應(yīng)用，2011.