从MODIS资料提取土壤湿度信息的主成分分析方法

沿袭了遥感地物分类中K-L变换思想, 以归一化处理后的遥感数据, 结合地面土壤湿度观测数据, 应用主成分分析方法, 采用MODIS不同红外波段数据, 通过相关关系计算, 在监测结果中融合MODIS具有250 m分辨率的第2波段数据, 建立了青海省多维特征空间土壤湿度监测模型。模型的建立克服了热惯量法监测干旱需多时相遥感数据的缺陷, 经初步检验, 此模型可以在一定精度范围之内监测表层土壤湿度, 具有业务应用潜力。     

基于AMSR-E土壤湿度产品的LIS同化试验

由陆面信息系统 (Land Information System, 简称LIS) 通过NOAH陆面过程模型使用集合卡尔曼滤波开展AMSR-E (Advanced Microwave Scanning Radiometer-Earth Observing System) 土壤湿度同化试验,得到2003年中国区域垂直深度为4层、水平空间分辨率为0.25°×0.25°的土壤湿度试验数据。使用农业气象观测站土壤相对湿度和国家生态系统野外科学观测研究站土壤体积含水量对试验结果进行检验,结果表明:同化过程整体上提高了陆面模型的模拟精度,草地生态系统模拟精度高于作物和森林生态系统;有效的同化过程依赖于AMSR-E土壤湿度的准确性;模拟出的土壤湿度空间分布特征与实际相符。同化试验得到的时空相对连续且精度相对准确的土壤湿度数据是气候变化和干旱监测的重要数据基础。     

ASCAT土壤湿度数据在新疆干旱监测中的应用

截至目前,欧洲气象卫星组织新一代"Met Op"系列卫星搭载的先进的ASCAT散射仪所观测的土壤湿度数据在我国尚未得到应用。本文拟通过使用NOAA的先进算法处理ASCAT土壤湿度数据,并开发干旱预报系统以用于监测新疆土壤水分来预测其干旱情况。文中首次使用ASCAT土壤湿度数据、前沿人工智能技术在新疆干旱监测中,为干旱监测提供了新的研究思路,开发出新的干旱预报系统对土壤水分等级有一定的预报能力,其中新设计的干旱指数-Met Op卫星反演的土壤湿度距平百分数可以有效提高干旱监测的时间精度,便于更好地开展决策服务。     

陕西渭北东部干旱遥感监测模型研究

利用研究区域2001年NOAA-16卫星遥感资料和有关气象资料，根据作物生长发育季节，使用逐步回归的统计方法进行因子筛选，用选出的因子建立研究区域不同季节干旱遥感监测模型。用建立的模型对2002年该区春季干旱进行监测，结果表明：模型土壤湿度监测结果与地面观测结果较为一致，模型对该区干旱具有较好的监测能力。     

陕西省干旱监测预测评估业务平台

从实际需求和业务应用着眼,利用MODIS遥感资料和地面加密气象与土壤湿度观测资料,综合气候、植被、水文和地质环境等因素,对陕西省生态农业气候环境进行了区划。建立基于MODIS卫星遥感资料的干旱监测业务化方法和模型,开发了气象干旱和农业干旱预测模型及干旱综合影响评估模型,形成了干旱监测预测评估业务平台,实现了省、市、县干旱监测-预测预警-影响评估的系列化服务。     

MODIS遥感数据在我国台湾海峡海雾监测中的应用

海雾是一种常见的灾害性天气现象。以我国台湾海峡为示范研究区, 利用新一代卫星传感器MODIS的可见光和红外探测通道数据, 在分析海洋、中高云、低云和海雾等不同下垫面的MODIS光谱辐射特征基础上, 选择对海雾具有敏感反应的探测通道, 通过综合判识建立台湾海峡海雾遥感监测模型。利用该模型对2004-2007年我国台湾海峡海雾事件进行监测, 并用福建沿海5个地面气象观测站的能见度数据对监测结果进行验证分析。结果表明:基于MODIS数据的海雾遥感监测模型能够较准确地对台湾海峡海雾分布和发展过程进行监测, 从地面观测数据与卫星监测结果对比验证来看, 海雾监测的准确率可达80 %以上, 具有较高的业务化应用前景。     

基于GLDAS产品的青藏高原土壤湿度特征分析

选取青藏高原中部那曲地区10个试验点2010年8月至2012年12月的土壤湿度数据与全球陆面数据同化系统(GLDAS)中4个陆面过程模型(NOAH、CLM、VIC、MOSAIC)模拟得到的土壤水分产品进行对比分析,发现NOAH陆面模式资料在青藏高原适用性较好。采用中国科学院青藏高原研究所那曲站10个试验点观测土壤湿度资料和长时间序列的GLDAS陆面模式资料研究青藏高原地区不同深度土壤湿度的时空分布特征。结果表明:那曲地区土壤湿度呈现显著的季节变化特征,一年之中出现两个峰值和两个低值阶段。基于NOAH陆面数据同化产品发现青藏高原土壤湿度的空间分布呈现明显的纬向分布特征,随纬度的升高,土壤湿度值降低;同时,青藏高原中部浅层土壤和中间层土壤湿度有变湿的趋势。0~10 cm、10~40 cm、40~100 cm土壤湿度EOF展开第一模态(EOF1)在高原北部及南部呈反位相分布。     

用NOAA卫星可见光和红外资料估算甘肃省东部农田区土壤湿度

应用NOAA卫星AVHRR通道1、2计算的植被指数和通道4的亮温、农业气象试验站观测的土壤湿度，并结合气象卫星完成的土地覆盖分类等资料，建立了由植被指数和亮温估算甘肃省东部农田区土壤湿度的方程。结果表明，农田土壤湿度与植被指数和亮温间均存在一定相关关系；用植被指数和亮温可以估计土壤湿度情况，并对干旱进行监测。     

遵义地区降水型滑坡和泥石流前兆强信号研究

本文对贵州省68个土壤湿度站和降水资料做的相关性分析,结果表明土壤湿度与降水的相关性体现在集中降水的同步对应关系和持续性降水的滞后相关关系上,土壤湿度与前期降水的正相关关系随前期降水日数的累积而增加,且在4-6日左右达到稳定。基于遵义地区28例降水型滑坡泥石流灾害个例分型讨论了土壤湿度增量的垂直分布和水平分布特征,说明在引入模型时应该主要考虑表层（10~20cm）的土壤湿度的变量累计,根据降水类型的不同需要分型讨论变量引入模型的统计时段。在以上研究基础上,建立了能够同时反映降水和土壤湿度中短期变化特征的降水型滑坡泥石流前兆“强信号”指标模型。模型分集中降水型和分散降水型两种情况,并包括降水变量和土壤湿度变量两项,分散型模型的统计时段为灾害日前两日内,集中型模型的统计时段为灾害日前6日内,权重系数根据研究地区的降水类型、土壤类型和田间持水量等相关因素的配置综合考虑和调整的后确定的经验系数。对遵义地区23个个例建立模型并检验的结果较好。     

基于自动土壤水分观测数据的吉林省西部干旱预报方法研究

利用吉林省西部10个自动土壤水分观测站数据与人工取土烘干法实测土壤湿度数据,制作吉林省西部土壤墒情监测及干旱预报模型.结果表明:不同气候背景下在作物不同生育期、土壤不同深度、不同初始湿度下的土壤湿度的变化趋势大致相同,但在相同的无降水日数或降水量时,不同台站不同深度的土壤湿度变化率却有一定的差异.各站农田土壤初始湿度越大,无降水时初期墒情下降速率越明显;而土壤湿度初始值越低,则失墒速率越慢.土壤不同深度均是开始时间失墒较快,后期变化逐渐趋于减弱状态.土壤深度越深则水分变化速率越缓,降水量越大,0～50 cm土壤湿度变化曲线整体越接近一致,直到从上而下几层土壤湿度全部达到饱和.通过对2017—2019年吉林省西部玉米农田土壤湿度预报结果和实测值进行对比检验,基于自动土壤水分观测数据的吉林省西部干旱模型预报的准确率超过80％.     

基于GIS的宁夏干旱监测预警系统设计与应用

宁夏下旱监测预警系统考虑了孕灾环境、致灾因子、承载体特征3个方面影响因素,以地理信息、遥感资料、作物特性、土壤特征等作为输入数据,通过综合模型进行监测预警.从系统框架模型、系统体系结构、数据处理流程、数据访问、系统功能5个方面对系统进行了设计,吸收了多个项目研究成果,建立了干旱监测预警模型,实现集气象数据收集、处理、输...     

西藏高原土壤水分遥感监测方法研究

土壤水分是植物生长、发育的必要条件,是研究农牧业干旱程度的重要指标,监测土壤水分对农业、旱情、气候等具有重要意义。本研究分析了西藏高原实测土壤湿度与同期MODIS植被供水指数和波段7反射率之间的关系。结果表明,MODIS第7波段单窗算法是较为有效和简便的西藏高原土壤水分监测方法,对高原中部植被生长季基于MODIS波段7的二次多项式监测模型较好,而对整个高原非生长季三次多项式监测模型效果较好,MODIS第7波段同样可以用于高原农田土壤湿度的遥感监测。      

基于植被覆盖度-地表温度的深层土壤湿度遥感反演

利用MODIS影像数据,在地表温度和植被覆盖度（Ts／Ft）特征空间基础上反演了江苏省仪征地区2004年5月、9月和11月40cm土壤湿度。反演结果显示,5月土壤湿度值最大,9月次之,11月最小。5月土壤湿度高值区主要位于南部靠近长江沿岸地区和北部谷底平原地区,低值区主要位于中部缓岗丘陵地区。利用实测资料进行模型检验表明,本研究反演出的土壤湿度精度较高,遥感反演的40cm土壤湿度的平均相对误差达7．6％。     

东北地区夏季旬土壤水分推算模型的初步探讨

利用东北地区1993—2009年6—8月旬土壤湿度资料,首先采用CAST聚类法对该区域土壤湿度进行气候分区,再以土壤水量平衡原理为依据,在考虑有物理意义的影响因子基础上,分别对每个分区建立统计回归模型,并验证模型的适用性。结果表明:模拟精度在78.8%～88.2%之间,该模型对于东北地区夏季的旬土壤湿度具有一定的推算能力,可以作为一种可应用的模拟方法。     

基于大气降水的华北地区土壤湿度预测模型

基于引入随机变量的机理性模型方法,利用华北地区2000—2008年气象台站观测数据,以大气降水为随机变量,并考虑其延迟效应,利用回归方法建立了预测时效为1旬的土壤相对湿度预测模型。利用预测率和干旱等级预报精度两个评价指标,结合2009年土壤湿度实际观测数据,验证了预测模型预报率均在90%以上,绝大部分站点的干旱等级预报精度均在70%以上,得出该预测模型在华北地区应用的合理性,从而建立了一套客观、动态的土壤湿度预测方法,有利于及时掌握农田旱情程度和分布,主动采取防旱、抗旱应对措施。     

基于风云三号气象卫星微波亮温资料反演东北地区土壤湿度及其对比分析

土壤湿度在陆面过程中发挥着重要作用,是联系陆地水循环和能量循环的纽带和关键环节。遥感技术可以实时地对土壤湿度进行长期、大区域动态监测,已成为监测土壤湿度的有效手段。本文基于风云三号气象卫星（FY3B）微波亮温资料,利用基于微波能量辐射传输方程的陆面参数反演模型（LPRM）反演了中国东北地区的土壤湿度（FY3B_LPRM）。把反演获得的FY3BLRPM土壤湿度与中国气象局农业气象站土壤湿度观测资料、NCEP和ERA-Interim土壤湿度再分析资料、欧洲空间局多卫星融合ECV（Essential Climate Variable）土壤湿度产品和国家卫星气象中心FY3B官方土壤湿度产品（FY3B_offical）进行了对比分析。结果表明:（1）本文反演的FY3B土壤湿度与农业气象站观测资料有较高的一致性;卫星土壤湿度整体上呈现自西向东逐渐增加的空间变化,与农业气象站观测资料较为一致;在季节变化上,两者高度相关,在大部分地区的相关系数都达到0.7以上。（2）在大兴安岭和东北三省东部等地表相对湿润的地区,FY3B_LPRM土壤湿度与NCEP、ERA-Interim和FY3B_offical土壤湿度呈现较强的负相关;再分析资料和FY3B_offical土壤湿度均无法反映该地区土壤干湿状况的季节性变化,甚至与观测资料呈反位相变化特征。FY3B_LPRM土壤湿度与欧洲空间局研发的多卫星融合ECV土壤湿度产品在绝大多数地区有较好的一致性。本文基于风云三号极轨气象卫星微波亮温反演的土壤湿度资料,可用于干旱监测、数值同化与天气预报、水文水资源等领域。     

基于神经网络算法的Sentinel-1和Sentinel-2遥感数据联合反演土壤湿度研究

以西班牙萨拉曼卡地区为研究区域,联合Sentinel-1后向散射系数和入射角信息、Sentinel-2光学数据提取的植被指数以及地面实测数据,构建了BP神经网络土壤湿度反演模型,并将该模型应用于试验区土壤湿度反演。结果表明:1)基于Sentinel-1卫星VV和VH极化雷达后向散射系数、雷达入射角和Sentinel-2植被指数数据构建的BP神经网络土壤湿度反演模型,能够实现对该地区土壤湿度高精度反演;2)在光学与微波数据联合反演植被覆盖区土壤湿度中,Sentinel-2的NDVI、NDWI1和NDWI2指数都可以用于削弱植被对土壤湿度反演的影响,但基于SWRI1波段的NDWI1能够获得更高精度的土壤湿度反演结果(RMSE为0.049 cm~3/cm~3,ubRMSE为0.048 cm~3/cm~3,Bias为0.008 cm~3/cm~3,r为0.681);3)相比于Sentinel-1 VH极化模式,Sentinel-1 VV极化模式在土壤湿度中表现出更大优势,说明Sentinel-1 VV极化模式更适用于土壤湿度反演。     

CLM4.5模式对青藏高原土壤湿度的数值模拟及评估

本文利用1981～2016年的CRUNCEP资料（0.5°×0.5°）作为大气驱动数据,驱动CLM4.5（Community Land Model version 4.5）模式模拟了青藏高原地区1981～2016 年的土壤湿度时空变化。将模拟数据与台站观测资料、再分析资料（ERA-Interim和GLDAS-CLM）和微波遥感FY-3B/MWRI土壤湿度资料对比验证,表明了CLM4.5模拟资料可以合理再现青藏高原地区土壤湿度的空间分布和长期变化趋势。而且基于多种卫星遥感资料建立的较高分辨率（0.1°×0.1°）的青藏高原地表数据更加细致地刻画了土壤湿度的空间变化。对比结果表明:CLM4.5模拟土壤湿度与各个台站观测的时空变化一致,各层土壤湿度的模拟和观测均显著相关,且对浅层的模拟优于深层,但模拟结果比台站观测系统性偏大。模拟与再分析资料和微波遥感资料土壤湿度的空间分布具有一致性,均表现为从青藏高原的西北部向东南部逐渐增加的分布特点,三江源湿地和高原东南部为土壤湿度的高值区,柴达木盆地和新疆塔里木盆地的沙漠地区为低值区,土壤湿度由浅层向深层增加。土壤湿度的长期变化趋势基本表现为“变干—变湿”相间的带状分布,不同层次的土壤湿度变化趋势基本一致。模拟资料也合理地再现了夏季土壤湿度逐月的变化:高原西南地区的土壤湿度明显大范围增加,北部的柴达木盆地的干旱范围也明显的向北收缩,高原南部外围土壤湿度也明显增加,CLM4.5模拟土壤湿度比再分析资料和微波遥感资料更加细致地描述了夏季逐月土壤湿度空间分布及其变化特征。     

中国自动土壤水分观测资料质量控制方法设计与效果检验

土壤湿度资料对气候变化、农业干旱监测、农业气象预报与服务等研究具有重要意义,为剔除土壤湿度观测资料中的异常数据,本文提出了一套适用于全国自动土壤水分观测资料的质量控制方法。首先,以2014年全国自动土壤水分观测资料为基础,根据资料中异常数据的特征将异常数据分为四类。其次,从界限值检查、内部一致性检查、时间一致性检查等方面提出:异常极值检查、异常增大检查、异常减小检查、异常恒定检查四类方法。最后,利用2014—2015年全国观测资料以及中国气象局陆面数据同化系统(CLDAS)土壤体积含水量数据集产品(V2.0)对各检查方法应用效果进行检验,结果表明:(1)四类检查方法均可判断出自动土壤水分观测资料中的疑误数据;(2)四类检查方法的判定结果在时间连续性及空间分布上具有一定的一致性;(3)该质量控制方法可减小观测数据与CLDAS数据之间的均方根误差(RMSE)。目前,该方法已应用于我国气象资料处理业务系统。     

干旱半干旱区土壤湿度数值模拟研究进展

总结和回顾了干旱半干旱地区土壤湿度研究在区域气候变化研究过程中的重要性,详尽描述了干旱半干旱区土壤湿度数值模拟的研究现状。在过去几十年里,大型地面观测试验计划的开展、卫星遥感监测能力的加强促进了干旱半干旱地区陆面模式模拟土壤湿度能力的提高,推动了干旱半干旱地区土壤湿度数值模拟的研究进程。尤其是干旱半干旱地区气候观测站的建立,积累了长期宝贵的连续性观测数据,增强了检验卫星反演方法的能力,促进了陆面模式的参数化改进。近年来随着气象学、生态学以及水文学、土壤学等学科之间交叉合作的加强,气候变化背景下土壤湿度对碳、氮循环的影响研究得到越来越多的重视,尤其在干旱半干旱地区,局地碳通量和水分供应存在密切联系。因此,未来半干旱地区土壤湿度的研究不仅要开展观测计划,积累长期连续的高质量数据,改进卫星反演能力和模式参数化方案,而且要进一步深化和加强学科交叉内容的研究,分析气候变化背景下土壤湿度在生态学、水文学、土壤学等学科的变化形式和特点,多角度、多方向地开展和改进干旱半干旱地区土壤湿度的数值模拟研究。