耦合MODIS数据的SMAP被动微波土壤水分空间降尺度研究——以闪电河流域为例

土壤水分不仅是陆面过程中重要的变量,同时也是全球水循环中的关键参数。为了获得高分辨率的土壤水分数据,本文将基于自适应窗口的土壤水分降尺度方法应用在闪电河流域,以1 km MODIS产品(地表温度和归一化植被指数)作为辅助数据,对9 km的SMAP被动微波土壤水分(SMAP土壤水分)数据进行降尺度,得到研究区1 km的降尺度土壤水分数据。利用地面站点实测土壤水分和机载被动微波土壤水分(机载土壤水分)对降尺度土壤水分和SMAP土壤水分进行了验证,并对辅助数据和降尺度方法本身展开分析以探讨降尺度过程中的不确定性来源。结果表明:(1)本文使用的基于自适应窗口的土壤水分降尺度方法能够有效地提高SMAP土壤水分的空间分辨率,在进一步丰富土壤水分分布细节变化信息的同时,还能够保留SMAP土壤水分的空间变化特征并与其保持值域一致。(2) 3种基于像元尺度的土壤水分数据(机载土壤水分、SMAP土壤水分和降尺度土壤水分)与站点实测土壤水分之间的相关性并不高,这主要与点、面数据之间的空间匹配不一致、空间代表性不同以及有效验证的数据量有限有关。而与站点数据验证相比,降尺度土壤水分和SMAP土壤水分均和机载土壤水分数据相关性较好。(3) SMAP土壤水分与辅助数据之间的相关性比机载土壤水分与辅助数据之间的较高,而这两种土壤水分数据之间存在的这种偏差主要受到空间尺度、观测配置、参数反演算法和选用的辅助数据等因素的影响。(4)针对验证结果的不确定性,通过增加辅助数据或改变土壤水分估算模型结构进而修改降尺度模型的方式在本研究中并不能显著提高降尺度结果的精度,如何进一步提高降尺度精度仍是未来需要研究的重点。     

闪电河流域农牧交错带微波遥感土壤水分产品评价

空间网格分辨率为9 km的SMAP (Soil Moisture Active and Passive)、0.1D (Degree)的ASCAT (The Advanced Scatterometer)、 25 km的FY-3B以及25 km ESA-CCI (European Space Agency-Climate Change Initiative)是较为广泛应用的卫星遥感土壤水分产品,对数据质量的评价是进一步应用于旱情监测、蒸散发估算等研究的前提。本研究基于2018年9月在闪电河流域内蒙古农牧交错带区域开展的碳、水循环与能量平衡遥感综合试验,采用近似同步的两种尺度观测数据即点尺度地面实测土壤水分数据以及面尺度(1 km×1 km)机载土壤水分数据,利用RMSE (Root Mean Square Error), MAE (Mean Absolute Error),R (Correlation Coefficient),Bias以及ubRMSE (unbiased Root Mean Square Error)等评价指标分别对SMAP, ASCAT, FY-3B, ESA-CCI土壤水分卫星遥感产品进行了评价。本研究利用机载土壤水分数据作为桥梁,实现了从点尺度地面实测土壤水分数据、至面尺度(1 km×1 km)机载土壤水分数据、再至粗格网面尺度(9 km×9 km、0.1 D×0.1 D、25 km×25 km)卫星遥感土壤水分产品的对比分析过程。利用地面观测值对机载观测土壤水分开展评价分析,发现在裸土区域,机载土壤水分数据与地面实测数据较为一致,RMSE, MAE, Bias, ubRMSE以及R值分别为0.033 cm~3/cm~3,0.030 cm~3/cm~3,-0.004 cm~3/cm~3, 0.033 cm~3/cm~3, 0.474。对卫星土壤水分产品的评价结果显示,SMAP的9 km土壤水分卫星产品与地面观测更为一致,其RMSE,MAE,Bias,ub RMSE以及R值分别为0.037 cm~3/cm~3,0.032 cm~3/cm~3,-0.008 cm~3/cm~3, 0.036 cm~3/cm~3, 0.507。SMAP, ASCAT, FY-3B以及ESA-CCI与机载土壤水分数据有更高的相关性,R值分别为0.735, 0.558, 0.558, 0.575。综上,闪电河流域实验区内的4种卫星遥感土壤水分产品中,SMAP产品与地面土壤水分、机载土壤水分数据均较为一致,其次是FY-3B与ESA-CCI。     

被动微波土壤水分遥感产品空间降尺度研究：方法、进展及挑战

土壤水分不仅在地表水、能量以及碳循环中发挥着非常重要的作用,其时空变化也是影响和反映气候变化的关键因子。虽然被动微波遥感技术是目前监测大尺度范围土壤水分变化最为成熟的技术手段,但是其土壤水分产品空间分辨率往往较低（几十千米不等）,不能满足区域和局地尺度的应用需求。鉴于这一问题,空间降尺度逐渐成为了提高被动微波土壤水分遥感产品空间分辨率的主要方式,也是当前遥感研究领域的热点之一。本文总结与分析了近20多年来国内外被动微波土壤水分遥感产品空间降尺度研究进展,系统归纳了经验性、半经验性和基于物理机理的3大类降尺度方法,并就各方法特征进行了详细说明,概述了各方法的优势和缺点。归纳而言,虽然被动微波土壤水分遥感产品空间降尺度方法众多,但可靠的高分辨率降尺度土壤水分产品仍较少,这与被动微波土壤水分遥感产品、降尺度关系模型方法以及降尺度辅助因子等有着直接的关联。未来相关研究应重点结合多源遥感数据建立适用性强、精度高的降尺度关系模型,进而实现时空无缝的高时空分辨率降尺度土壤水分产品的生产,为推动土壤水分遥感产品在农林业管理、自然灾害监测、水文过程分析等区域应用中提供支持。     

基于雷达和高光谱数据的表层土壤水分反演研究

正土壤水分是地表能量平衡和水分循环的关键参数,区域尺度表层(0~5cm)土壤水分的获取也一直是定量遥感研究的重点和难点之一。本论文充分考虑了全极化雷达和高光谱数据的特点,开展综合利用全极化雷达和高光谱数据直接定量反演表层土壤水分的模型研究。主要研究内容如下:     

黑河遥感试验中尺度上推研究的进展与前瞻

尺度问题是遥感科学研究的一个关键科学问题,但其理论和方法的发展严重受限于稀缺的多尺度观测数据。黑河生态水文遥感试验(Hi WATER)的核心目标之一是开展多尺度观测以支持尺度转换研究。本文综述了Hi WATER中定点观测的尺度上推研究进展,内容包括:(1)尝试严格定义了空间平均、空间尺度上推、观测足迹、代表性误差、观测真值等概念;(2)介绍了Hi WATER获取的多尺度(单点—像元—区域—流域)生态水文观测数据;(3)发展了基于地统计理论的多尺度采样方法,改进了基于时间稳定性的采样方法;(4)定量评估了辐射、碳通量、土壤水分、地表温度单点观测的代表性误差,实证了异质性地表遥感产品真实性检验的不确定性主要来源于观测的时空代表性;(5)发展了定点观测的尺度上推方法,将克里格方法推广至回归克里格、面到面、不等精度观测等情形,发展了贝叶斯框架下的非线性尺度上推方法,实证了引入遥感观测作为协同信息可显著提高尺度上推的精度。总之,Hi WATER初步形成了从采样设计、多尺度观测、代表性误差的度量、尺度上推新方法到真实性检验的研究框架。     

基于ERS散射计数据的土壤水分反演方法

在全球能量与水循环研究中,地表土壤水分是非常关键的参数之一。ERS散射计因具有观测尺度大、重复周期短等优势而在地表土壤水分监测方面日益受到关注。采用目前最先进的理论模型AIEM(改进的积分方程模型),根据ERS散射计的参数设计模拟出一个涵盖较宽地表粗糙度和介电常数输入范围的数据库,利用这个数据库发展出一个参数化模型。该模型采用了一个综合均方根高度(RMS height)与相关长度(Correlation length)的粗糙度参数,该参数在每个入射角度下都可以用同一个函数来描述,解决了多角度数据情况下粗糙度参数的表达问题。应用新发展的参数化模型进行土壤水分的反演结果表明,该模型具有较高的精度。     

基于极端随机树的闪电河流域土壤水分反演

土壤水分在地表动植物生存、大气—地表间的能量和物质循环中承担着重要的角色,对水循环、气候变化、农业监测、生态环境、地质灾害等应用指标的大面积监测具有重要意义。但由于土壤类型、土壤结构条件、地形特征、植被环境以及人类活动等因素的影响,土壤含水量的分布存在空间异质性特点,对较大区域(例如流域尺度)的土壤水分分布进行监测仍然十分困难。本文以闪电河流域为例,利用中分辨率成像光谱仪(MODIS)反射率数据反演得到植被指数,并以相关植被指数VIs (Vegetation Indices)、地表温度LST (LandSurface Temperature)数据为输入参数,实测土壤水分数据为期望输出参数,发展了一种基于极端随机树的土壤水分反演方法。考虑到地表温度的不易测量性以及对区域土壤湿度监测的需求,本文使用短波红外转换反射率STR (Shortwave Infrared Transformed Reflectance)代替LST建立极端随机树模型,反演了覆盖闪电河流域的2°×2°区域的土壤湿度图。实验结果表明:(1)输入参数使用LST时,基于极端随机树的土壤湿度反演模型表现较好,其均方根误差为0.054 m~3m~(-3),相关系数为0.69,预测精度优于其他模型(支持向量机、随机森林);(2)输入参数使用STR时,预测结果的均方根误差为0.060 m~3m~(-3),相关系数为0.66,使用STR代替LST进行大面积土壤湿度预测具有可行性,土壤水分的空间分布与实际情况基本一致,能够满足一般的应用需求。     

变角度下主被动微波遥感联合降尺度方法

被动微波遥感土壤水分空间分辨率低,无法满足干旱监测、洪水预测以及灌溉管理等区域水利和农业等行业应用需求。中国在民用空间基础设施中规划论证的"陆地水资源卫星"搭载了雷达和辐射计主被动一体化微波载荷,通过主被动联合降尺度可以获取高分辨率(～5 km)的土壤水分,但其采用了一维合成孔径技术,主被动微波传感器观测的地面入射角是变化的,这给土壤水分反演及降尺度带来诸多挑战。本文从主被动微波遥感的物理机理和谱分析两种角度出发,利用闪电河流域的航空飞行试验数据,分析研究了基于主被动微波观测时间序列回归分析和基于谱分析的降尺度算法在辐射计和雷达入射角不同时的适用性。结果表明,在辐射计入射角度22.5°—27.5°时,基于主被动微波观测时间序列回归分析方法在27.5°时降尺度的结果最好,V极化和H极化的RMSE分别为7.57 K和7.46 K。基于谱分析方法在辐射计入射角度为22.5°和25°时得到的降尺度结果较好,V极化和H极化的最小RMSE分别为7.13 K和6.61 K,比基于主被动微波观测时间序列回归分析方法分别降低了0.44 K和0.85 K。基于主被动时间序列观测回归分析的降尺度方法,依赖于主被动微波观测的时间序列观测,当时序观测较短时,可能会因为回归分析的不稳定对降尺度结果造成较大的影响,而基于谱分析的降尺度方法则不需要依赖于长时间的时序观测。     

基于Sentinel-1A数据的土壤水分反演

土壤水分是影响作物生长的重要因素,也是监测旱情、估算作物产量的重要参量.为及时、准确地掌握土壤水分,在利用水云模型(Water Cloud Model,WCM)对Sentinel-1 A的后向散射系数校正的基础上,联合地面土壤水分数据,采用线性回归、BP神经网络和支持向量回归三类模型进行了地表土壤水分反演实验研究.实验...     

遥感土壤水分对蒸散发估算的影响

地表实际蒸散发是联系陆表水循环、能量平衡和碳收支等物理过程的重要生态水文变量,同时也是目前水循环研究中的薄弱点,定量化土壤水分对蒸散发的胁迫作用是估算地表蒸散发的一个关键过程和难点。本研究基于2018年9月闪电河流域水循环与能量平衡遥感综合试验星—机—地联合观测数据,采用机载观测和卫星遥感反演土壤水分输入到ETMonitor模型估算地表实际蒸散发,在时间和空间两个维度上评估不同土壤水分产品对蒸散发估算的影响。从时间变化上来说,与地面观测蒸散发时间序列相比,基于ESA CCI (European SpaceAgency Climate Change Initiative)融合土壤水分产品、SMAP (Soil Moisture Active and Passive)土壤水分产品和国产风云三号气象卫星(FY-3C)土壤水分产品估算的蒸散发最接近地面站点观测蒸散发,而基于ASCAT (TheAdvanced Scatterometer)和SMOS (Soil Moisture Ocean Salinity)土壤水分估算蒸散发分别明显的高于和低于地面观测蒸散发。从空间分布上来说,利用卫星反演土壤水分估算的蒸散发与基于机载观测土壤水分估算蒸散发具有一致的空间分布,能较好地反映该区域地表蒸散的空间分布格局,其中基于SMAP和SMOS土壤水分估算蒸散发与基于机载观测土壤水分估算蒸散发空间一致性最好。本研究评估遥感反演土壤水分对蒸散发影响,对区域及全球遥感蒸散发估算和土壤水分产品评估具有一定的指导意义。     

时序双极化SAR开采沉陷区土壤水分估计

开采沉陷地质灾害诱发矿区生态环境恶化的关键因子是土壤水分变化。研究提出了一种利用Sentinel-1A双极化SAR和OLI地表反射率数据联合反演土壤含水量的方法,即基于归一化水体指数(NDWI)反演植被含水量;采用Water-Cloud Model(WCM)模型消除植被对Sentinel-1A后向散射系数产生的影响,将其转化为裸土区的后向散射系数;利用基于AIEM模型和Oh模型建立的经验模型反演研究区地表参数,并用OLI光学反演结果进行验证;最后比较了开采沉陷区内外土壤水分含量。研究表明:(1)与基于OLI的土壤水分监测指数(SMMI)的土壤水分含量反演结果相比,两种极化方式中VH极化反演的水分结果具有更好的一致性,且两种极化方式反演结果也表明荒漠化草原区比黄土丘陵沟壑区反演效果更好,说明地形对后向散射的影响不可忽略。(2)在2016年内72期数据中,VH极化反演结果对比区土壤水分含量大于沉陷区的有41期,所占比例为57%;VV极化反演结果对比区土壤水分含量大于沉陷区的有36期,所占比例为50%,且不同矿区内的沉陷区受到的影响不同。说明开采沉陷造成的地表粗糙度的增加会对地表土壤水分产生负面影响,但不同矿区之间又有差异。     

植被覆盖区土壤水分反演研究——以北京市为例

以北京市为研究区域,联合使用光学遥感数据和雷达数据,对植被覆盖区地表土壤水分进行反演研究。在利用同期光学数据提取出归一化水分指数(normalized differential water index,NDWI)之后,利用water-cloud模型去除植被层在土壤水分后向散射中的贡献,然后考虑到地表粗糙度,在构建后向散射数据库的基础上分别利用HH和HV极化方式的后向散射系数构建土壤水分反演模型,并对反演结果进行对比研究。结果表明,采用HH极化方式反演土壤水分的均方根误差为0.044,相对误差为15.5%;采用HV极化方式反演土壤水分的均方根误差为0.057,相对误差为20.3%;相比而言,HH极化的反演效果更好。     

土壤水分纵向分布规律与层间相关性研究——以青藏高原地区为例

利用青藏高原土壤湿度逐时观测数据集,分析那曲和帕里两地区76个站点5、10、20、40 cm不同深度多年土壤水分垂直分布规律及层间关联情况,主要有以下4点发现：1)青藏高原地区土壤水分随深度增加呈现下降趋势,最大层间距下(5—40 cm)那曲地区平均降幅为0.041 cm³/cm³,帕里地区平均降幅达到0.066 cm³/cm³。2)以标准差为土壤水分稳定性参考指标,那曲、帕里两地区最小值同为40 cm层深的0.023、0.022,降幅分别为0.028、0.024,表明随着土壤深度的增加,土壤水分变化趋于稳定。3)那曲地区土壤水分值较低,以各层均值为代表,均低于帕里地区。4)相邻层间土壤水分表现出较高的相关性,其中以那曲地区10—20 cm相关性最强,达0.9以上。参考那曲地区5—40 cm层间相关系数为0.53可知,层间差距越大,相关性越低。本文研究结果可以为青藏高原地区水土保持及土壤水分层间模拟提供参考依据。     

利用AMSR2和MODIS数据的土壤冻融相变水量降尺度方法

本文基于站点实测土壤温度和土壤湿度数据分析,发现温度指数TI(Temperature Index)和土壤冻融相变水量呈现幂函数关系,温度指数能够反映相变水量的变化。使用MODIS地表温度产品计算温度指数,在AMSR2卫星观测尺度上与相变水量建立了关系,从而对土壤冻融相变水量进行了降尺度研究。采用CTP-SMTMN数据采集仪观测网络上的站点观测到土壤水分对土壤冻融相变水量降尺度结果进行了验证。结果表明,土壤冻融相变水量降尺度结果与实测值较为接近,在土壤相变水量大于0.01(m³/m³)时,RMSE为0.0085(m³/m³),MAE为0.0059(m³/m³)。这种通过温度指数对土壤相变水量进行降尺度的方法具有简便,可行,可靠的优势,适合在冻融交替期计算较湿润土壤在冻融过程中产生的相变水量。同时,这种降尺度方法能够生成小尺度上的相变水量产品,实现了热红外遥感和被动微波遥感的优势整合,对研究地气水热平衡,气候变化,土壤冻结强度以及冻融侵蚀强度等具有重要意义。     

基于改进的BP神经网络裸露地表土壤水分反演模型对比

土壤水分对于全球水循环十分重要,大面积、快速获取土壤水分信息具有重要意义。微波遥感数据可以用于反演土壤水分。以Matlab为平台建立BP神经网络,通过改进BP神经网络的权值、阈值和网络结构,对该算法进行了优化;在研究区范围,分别利用积分方程模型(integral equation model,IEM)、Oh模型、Shi模型生成模拟数据,训练改进的BP神经网络,构建裸露地表土壤水分反演模型,并用野外实测土壤水分数据对模型进行了验证。结果表明,改进后的BP神经网络算法反演精度明显提高,且Shi模型训练网络反演精度较其他2种模型更高,绝对误差为2.47 g/cm3,相对误差仅为7.78%。     

应用高光谱遥感数据估算土壤表层水分的研究

土壤水分是土壤的重要组成部分，它在陆地表层和大气之间的物质和能量交换方面扮演着重要角色，寻求快速而准确的方法估算土壤水分具有重要意义。通常，从可见光一近红外对土壤表层水分的估计多是建立在土壤水分与反射率的关系之上的。而在土壤水分含量不高时，土壤水分的增加使土壤光谱反射率在整个波长范围内降低，尤其在760nm，970nm，1190nm，1450nm，1940nm和2950nm等水分吸收波段，而在土壤水分含量较高时，土壤水分的增加会使土壤光谱反射率在某些光谱波段升高。而土壤水分的估计往往是基于土壤水分与土壤水分吸收波段的吸收强度之间的线性关系上，虽然这些经验的方法对于估算某些土壤的表层水分含量是有效的，但这些关系应用于其它条件(如不同种类土壤、土壤湿度变化范围很大的情况)时却面临很多困难，这与土壤的光谱反射率是由土壤的组成成分(土壤水分、有机质、氧化铁和粘土矿物等)的含量和它们在土壤中的分布密切相关。微分技术处理“连续”的光谱是遥感中常用的数学方法，微分技术能部分消除低频光谱成分的影响。现在微分光谱已广泛地应用于研究植被的生物物理参数、矿物和有机质等。然而利用微分光谱对土壤水分反演的研究却鲜见报道。本文通过对实验室中多种不同类型的土壤进行光谱与土壤表层水分含量进行观测，探讨了通过土壤反射率与微分光谱对土壤表层水分的反演方法。4种类型的土壤光谱数据(反射率(R)，反射率倒数的对数(log(1／R))，反射率的一阶微分光谱(dR／dλ)，反射率倒数的对数的一阶微分光谱(d(log(1／R))／dλ))与土壤表层水分之间的关系在本文中得到分析，R与log(1／R)对于不同土壤类型与土壤表层水分都很敏感，说明通过R与log(1／R)反演土壤表层水分受土壤类型的影响很大，而dR／dλ，d(log(1／R))／dλ)对土壤类型却不敏感，对土壤表层水分较为敏感，说明dR／dλ和d(log(1／R))／dλ)对于反演不同类型土壤具有很大的潜力，微分光谱与土壤水分在某些波段具有显著的相关性。通过随机对9种土壤(各具有4个土壤水分)的数据建立反演土壤水分的模型，并其他9种土壤(各具有4个土壤水分)的数据进行验证模型，结果表明，dR／dλ和d(log(1／R))／dλ)能够显著提高R与log(1／R)对于不同土壤类型土壤表层水分的反演精度，由于吸收过程是非线性的，在四种类型的土壤光谱数据中，总体来说，d(log(1／R))／dλ)具有最好的能力预测不同类型土壤的表层水分含量。     

全球导航卫星系统反射测量土壤水分遥感：现状与机遇

土壤水分作为全球水循环和能量循环的重要组成部分,在地球水循环、能量平衡以及气候变化中具有不可或缺的作用。传统的土壤水分实地测量方法难以获得大尺度、长时序的土壤湿度空间分布,且具有较高的测量成本。微波遥感信号源穿透能力强,具有全天时、全天候的特点,是获取长时序、大尺度土壤水分最有效的手段之一,特别是L波段的全球导航卫星系统反射测量(global navigation satellite system-reflectometry,GNSS-R)技术,其同时具有主动和被动微波遥感的优势,在土壤水分的测量中备受关注。分析了国内外基于GNSS-R技术的土壤水分遥感研究的现状和进展,系统性地介绍了GNSS-R技术获取土壤水分的原理与特征,分别从正演与反演两个角度详细说明了土壤水分测量的具体方法步骤,给出了主要困难与亟待解决的关键问题。以最新的基于旋风全球导航卫星系统（cyclone GNSS,CYGNSS）星载反演为主要介绍对象,深入阐述了基于CYGNSS数据反演土壤水分的理论模型与方法,并简要分析GNSS-R土壤水分遥感发展面临的机遇与挑战,以期为中国今后地基、空基和星载GNSS-R土壤水分遥感...     

像元尺度有效粗糙度的土壤水分微波遥感反演算法研究

探讨基于像元的最佳有效组合粗糙度反演算法。首先,以像元为反演尺度,在给定的粗糙度范围内,利用LUT法找到样点的最佳有效均方根高度和相关长度。然后构建有效组合粗糙度,并与采样点土壤水分、后向散射系数进行多元回归运算,建立土壤水分反演经验方程。最后,使用精度评价指标RMSE、MRE、MAE对本文算法进行验证。     

长三角地区生态系统服务价值估算尺度效应

针对土地利用(LU)数据因空间尺度或产品来源的不同从而对生态系统服务价值(ESVs)估算产生影响的问题,该文采用当量因子法、升尺度算法与波动性指数等方法,研究了长三角地区ESVs对LU数据的空间尺度效应。结果表明：(1)随着尺度的增加,LU的空间细节逐渐不明显,相同土地利用类型呈现出聚合的现象,但总体的土地利用类型空间分布相似。(2)不同尺度的LU数据估算出的各种生态系统服务功能价值与ESVs各不相同。随着尺度的增加,不同LU产品估算的ESVs差异有所增大,最终差异百分比大约稳定在10%。(3)随着LU尺度的增加,ESVs与LU尺度符合对数关系,拟合度R²大于0.9。研究结果为选取LU估算ESVs可靠性方面提供参考,对有效评估ESVs潜在的经济与环境效益具有重要意义。     

利用ANFIS方法反演裸土区土壤水分含量

为了更好地进行土壤水分反演,发展了一种基于ALOS/PALSAR数据、利用自适应神经模糊推理系统(adaptive neuro fuzzy inference system,ANFIS)反演土壤水分的方法.首先,根据研究区实际情况,利用AIEM和Oh模型模拟了试验区裸土区的后向散射特性,建立了后向散射系数与地表粗糙度之间的关系;然后,考虑到研究区地表粗糙度几乎没有变化这一情况,设定了地表粗糙度对后向散射系数的影响为常量;在此基础上,分别利用ANFIS,BP神经网络、多元线性回归和多元非线性回归方法构建了裸土区土壤水分的反演模型,并利用野外实测数据对模型进行了验证.研究结果表明,采用ANFIS方法构建的模型反演精度最高,其均方根误差为0.030,相对误差为14.5％.因此,可以利用ANFIS方法反演裸土区的土壤水分含量,其反演结果具有较高的精度.