目前土壤水分测量主要有两种方式，一种是称重法的人工土壤水分观测，即通过人工取土—烘干—测质量，计算出单位质量中的水分相对含量，即比湿.另一种，近年来投入业务化运行的自动土壤水分观测站，采用土壤湿度计直接测量，通过对土壤发射电信号的方法来测量土壤介电常数，并利用经验公式计算土壤湿度.因其为直接测量，其结果仅代表有限测量范围内的土壤水分，对设站的代表性要求很高，在地形、地貌复杂区域其代表性显著降低.

最近几年，国际和国内利用GNSS-R(Global Navigation Satellite System Reflection)测量土壤湿度的新技术逐渐走向成熟.中国科学院武汉物理与数学研究所、武汉大学等单位开展合作，在我国较早开展了这项理论和试验研究工作.他们在岸基的GNSS-R研究工作基础上，开发了土壤湿度观测设备和数据反演软件等，并进行了一些初步试验.初步研究表明，GNSS-R试验结果与土壤湿度计直接测量数据相当符合^[3].

1) 逻辑原理

在GNSS/MET气象学上，通过GNSS测量中的电离层延迟、对流层延迟反算电离层电子浓度、大气可降水含量逻辑一致，GNSS-R逻辑上也是一种逆向思维，即在布设一台天顶方向的右旋天线接收GNSS直射信号的同时，向下布设一台接收反射信号的左旋天线，将GNSS测量中反射信号相对直射信号的强度变化进行计算，得出地面反射系数，并根据反射系数与介电常数的关系模型，得到某一个观测历元反射点的介电常数后，最终反演出土壤湿度.

反射系数的求解，除与地物介电常数相关外，也与开展陆面遥感的GNSS-R接收天线高度、GNSS卫星高度角、卫星空间位置有关，在接收天线高度一定的情况下，随着卫星空间位置、高度角的变化，其菲涅尔反射区的反射点也是反射区范围内的一簇，而非某一固定点，形成类似雷达的观测方式，比较自动土壤水分观测而言扩大了测量范围.

2) 几何原理

信号传播过程中，遇到障碍物会发生反射和散射，按照菲涅尔反射区概念，设定每一个特定的时间延迟上，以镜面反射点为反射信号源射线原点，并以同一时间延迟的信号传播路径组成的系列椭圆为平面基准，按照上一节的GNSS-R测量原理，可以将GNSS-R的基本简化几何模型描绘如图 1所示^[4-5].

进行GNSS-R陆面遥感实际观测时，就可以把测定镜面反射点的土壤水分，转换为经镜面反射点后受土壤介电常数调制的反射信号与直射信号的相对变化问题.在此步骤之前需要准确地计算出镜面反射点的空间坐标、直射信号也就是右旋天线的空间坐标，以及数据卫星仰角等相关参数.其数据流程基本逻辑如下：

① 从GPS软件接收机中获取直射信号功率和反射信号的功率，通过信号处理和空间坐标解算求得功率反射率. ②通过反射率求出垂直分量的反射系数. ③通过反射系数求解介电常数. ④选择模型反演得到土壤湿度.

3) 土壤水分反演原理

依照上节原理，接收的反射波信号是被土壤介电常数调制的，它包含了土壤的介质特性信息.为了估计土壤湿度，首先计算反射波与直射波功率比值表示如下：

式中：p_R(t)，p_D(t)分别为反射和直射波的功率；f_R(θ，φ)为由于天线方向性引起的非线性值.计算RI(t)之前，对观测功率数据进行滤波和统计平均值，消除随机噪声后得到反射系数如下：

GPS发射的信号是一个右旋极化信号，存在垂直和水平入射面的分量.对于高仰角反射信号，例如仰角大于60°，垂直极化分量起主要作用.采用垂直极化分量代替反射信号引起计算土壤湿度误差在5 %以内，随仰角增加，误差减少.因此，土壤介电常数可以写为如下公式^[3]：

上式中的R，γ值可以从实验数据中得到.从接收机输出的直射波和反射波数据可以计算R值.从定位数据中可以得到角度γ.从(3)式可以计算得到土壤的介电常数.土壤是由沙粒粘土、水和其他有机物质组成的.不同土壤中沙粒和粘土比例差别可能很大.因此，从测的土壤介电常数计算土壤湿度时，应该考虑不同土壤成份构成.对于L波段电波测量得到的土壤介电常数的实部和虚部有以下经验公式^[3]：

式中：S为土壤中沙的比例；C为粘土的比例；m_v为土壤体积含水量.如果知道土壤中的S和C，通过解方程即可由ε'得到m_v.从而得到土壤湿度.

中国科学院物理与数学研究所、武汉大学、中国地质大学、北京大学均已开展了GNSS-R陆面遥感研究，并开展了与土壤湿度计测量的对比试验.从对比试验看，在地形粗糙度不大的裸露沙土试验中，GNSS-R陆面遥感反演结果非常接近实测值，可以非常敏感地捕捉到土壤湿度的动态变化.武汉大学、中国科学院物理与数学研究所、中国地质大学还开发了较为成熟的GNSS-R陆面遥感业务软件，具有一定的业务应用推广价值.

同时，GNSS-R陆面遥感作为一种非合作目标的、间接的土壤水分监测技术，以目前大概100颗左右的GNSS导航卫星看，具有信息源广泛、布设机动灵活的设站优势，与现有的自动土壤水分观测、卫星遥感产品对比具有极高的互补性和对比验证价值，仍值得推广应用.

目前重庆市的土壤水分监测资料主要来源于以下3种：

1) 人工观测资料：主要包括分布于全市34个区县的179个人工土壤墒情观测点，每个人工土壤墒情观测点逢每月3日、8日、13日、18日、23日、28日观测1次，每月观测6次，时间序列目前已累积有13年.

2) 地面自动观测资料：主要包括35个国家级地面观测站，49个自动土壤水分观测站，随着资料分析能力和GNSS-R陆面遥感技术应用能力的提升，有望开展对1 924个区域自动气象站和经改造后的27个GNSS/MET资料的分析.

3) 卫星遥感资料：主要依托的FY-3等卫星直收资料及遥感产品，也开展了MODIS等遥感产品干旱监测应用.

对人工土壤水分观测、地面降水资料、自动土壤水分观测、卫星遥感资料、GNSS-R分别进行空间分辨率、时间分辨率、获取方式、主要优缺点进行分析，整理汇总如表 1所示.

对于重庆市土壤水分监测及干旱研究，目前已有一些专家、学者利用人工土壤墒情资料、降水资料、自动土壤水分、卫星遥感资料和气候分析方法对重庆市土壤水分、干旱时空分布规律和形成原因进行了探讨(表 2).高阳华等^[6]使用地面气象资料对重庆市干旱进行了分类与指标建立.李泽明等^[7]采用地面站逐日资料和气候分析方法，对重庆市两次典型的干旱发生进行了背景分析.孙德亮等^[1]利用SPI指数对重庆市干旱进行了时空分析.杨世琦等^[8]利用卫星遥感监测对2006年重庆特大干旱进行了监测分析，为我市较早利用卫星遥感资料与地面观测数据结合方法组建干旱及土壤水分研究团队奠定基础.

对比重庆市干旱研究的发展趋势，可以看出基本是与重庆市地面气象观测站网、土壤水分观测站网及卫星遥感技术的发展脉络相一致的.虽然有多位研究人员利用气象资料、遥感资料等资料和遥感反演、统计诊断、气候分析等方法揭示了重庆市土壤墒情，干旱特性、分布和主要变化规律.但是由于资料、方法的不同，从建设长江上游重要生态屏障、为农服务及水资源调度的新需求出发，一些新的挑战还需要解决，主要如下：

1) 气象观测资料时间长、连续性好，但非土壤水分的直接观测值，需进一步结合直接观测值进行数据分析.

2) 利用卫星遥感资料，并结合土壤水分资料开展的干旱研究，虽空间分辨率上已获得较大提高，但受限于资料获取和卫星重访周期，动态的、更高时间分辨率的土壤水分变化还未建立.以GNSS-R为代表的陆面遥感可对现有观测体系形成有益补充.

3) 由于资料和研究方法的侧重不同，还未建立起多源数据分析、验证、对比的土壤水分及干旱监测.数据偏向于结果论，面向水资源调度，以综合分析土壤水分、降水估测、面雨量分析、卫星测高、卫星重力监测等而生成的中间产品未建立，数据应用扩展性还要加强.

如前文所述，结合重庆市建设长江上游重要生态屏障、为农服务、长江上游水资源动态等需求，以GNSS-R为重要补充，结合卫星重力测量、卫星测高等技术，借助陆面资料同化、气象水文耦合模型研究等技术，提出了水资源动态变化监测为中间产品，面向上述服务需求的土壤水分综合监测体系设计(图 2).

其中，卫星测高和卫星重力测量目前作为发展中的新技术，在反演较大区域的水资源季节变化中有不错的效果，对构建水资源的季节、年度变化背景场效果显著，其相关论述见参考文献[9-10].

以GNSS-R陆面遥感作为重要补充，开展面向需求的土壤水分综合监测体系设计，可取得以下4个方面的新进展：

1) 将27个GNSS连续跟踪站纳入综合土壤水分监测体系，可进一步提高站网密度.

2) GNSS-R陆面遥感可填补自动土壤水分观测和卫星遥感在时间分辨率、空间分辨率之间的衔接空白.

3) 开展GNSS-R陆面遥感可进一步拓展现有GNSS连续跟踪站网的新应用，促进对星载GNSS-R数据处理认识.

4) 通过综合监测体系建设，并结合雷达估测降水、面雨量分析、卫星重力测量、卫星测高、陆面资料同化、气象水文耦合模型研究等技术，促进多部门数据共享，可为最终实现长江上游水资源动态监测提供基础支撑.