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。     

编辑选编

正SMOS土壤湿度和亮温产品在陆面模式中的同化——Assimilation of SMOS soil moisture and brightness temperature products into a land surface model.Remote Sensing of Environments,2016,in press.欧空局土壤湿度和海洋盐度(SMOS)卫星的重要目的之一就是提供具有足够精度和时空覆盖的全球表层土壤水分(SM)估计。通过耦合SMOS卫星的观测数据,陆面模式(LSM)的预测技巧有望得到改善。然而,SMOS数据的同化充满挑战。确切地说,SMOS观测数据的空间分辨率比模式更粗。     

读图

SMOS卫星:在轨探测10年土壤湿度和海洋盐分(SMOS)卫星在轨10年,不仅超出了计划服役时间,还超额完成了其原始科学目标。SMOS探测的土壤湿度和海水盐分均是全球水循环中的重要要素,10年来SMOS得到的数据,推进了我们对水循环和地球表面与大气交换的认识。     

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。     

ASCAT近岸风场产品与近岸浮标观测风场对比

利用美国西海岸7个近岸浮标2012年全年和中国近岸8个气象浮标2012年1—6月的风场观测数据,检验了卫星散射计ASCAT近岸风场产品中的风速和风向在近岸海域的精度。检验结果表明:在美国西海岸近岸海域,ASCAT近岸风场产品中的风速与浮标的风速一致性高,但ASCAT近岸风场产品中风向的精度受离岸距离、风速和风向等因素的影响,在离岸近的海域ASCAT近岸风场产品与浮标观测风场的一致性较差。统计发现,将低风速 (不超过3 m·s-1) 剔除可明显提高ASCAT近岸风场产品在近岸海域的精度。另外,ASCAT近岸风场产品的风向精度在不同风向上存在差异,表现为从陆地吹向海洋风向精度较小,而从海洋吹向陆地风向精度较高。在中国近岸海域,受地形影响,渤海海域ASCAT近岸风场产品与气象浮标观测的风向差异大,在其他近岸海域的ASCAT近岸风场产品和气象浮标的观测风场的对比结果与美国西海岸风场的对比结果特征相似。     

CLDAS数据质量在线评估系统的设计与实现

数据质量评估是模式业务运行中重要环节。本文利用土壤水分观测数据和中国气象局陆面数据同化系统(CLDAS)产品数据,采用MySQL数据库和html、JavaScript、HighChart等Web技术,建立CLDAS数据质量在线评估系统。系统采用相关系数、均方根误差、相对偏差和平均偏差等统计指标,实现对任意站点及省份、任意时段、不同土壤层次的土壤湿度的评估分析,并以时间序列图,散点图等多种方式对比显示土壤湿度观测与模拟值。系统具备各类统计指标的实时计算,并通过Web页面实时展示评估结果,实现对模式产品的数据质量进行实时监视。     

青藏高原CMIP6土壤湿度适用性评估

为了解第六次国际耦合模式比较计划(CMIP6)土壤湿度数据在青藏高原的适用性,利用全球陆面数据同化系统(GL-DAS)Noah模型输出的土壤湿度产品,对CMIP6 Historical试验的土壤湿度数据进行评估.结果表明:在青藏高原地区,CMIP6集合平均土壤湿度总体高于Noah产品,季节变化幅度明显小于Noah产品;...     

青藏高原土壤湿度的变化特征及其对中国东部降水影响的研究进展

青藏高原土壤湿度受积雪与冻土的共同影响,能够记忆长时间的陆面干湿过程,是气候变化的重要因子,对随后的中国东部降水有预测意义。由于高原观测站点稀少,土壤湿度观测资料匮乏,致使现有相关研究大多是基于再分析资料、模式资料和卫星遥感资料(统称替代资料)进行的,且所得结论既有差异,也存在不确定性。因此本文首先综述了各种土壤湿度替代资料的适用性对比研究,进而讨论了青藏高原地区土壤湿度的变化特征及其对我国东部气候的影响。现有研究表明:1)资料对比研究指出,现有的各种替代资料对高原土壤湿度存在明显的高估或低估现象,且评估结论受评估指标和插值方法不同的影响。相对而言,SSM/I和风云3B的土壤湿度产品与实际观测资料相关性较好。2)高原土壤湿度具有多时间尺度变化特征和空间非均匀性,在年变化上具有显著的融冻特征,年代际变化趋势和年际特征呈现显著的区域性差异。SSM/I资料表明春季高原主体土壤湿度的年代际变化趋势呈现为增加的特征,与高原的增暖相一致;年际变率存在东、西两个高值区,与其相关的潜热、感热通量能共同激发遥相关波列影响我国长江流域降水;同时高原土壤湿度在垂直方向上具有一致性,在空间分布上具有南部边缘最大、由东南向西北递减的特征。3)前人对高原土壤湿度影响中国东部降水的结论各有不同,其可能原因之一是采用的替代资料及其适用性不同,其二是模式试验中忽略土壤湿度的空间差异性而带来的误差等。相关问题需要进一步深入研究。     

再分析资料和陆面数据同化资料土壤湿度产品在中国北方地区的适用性评估

土壤湿度是地球系统模拟的重要参数之一,准确获得其时空分布和变化特征是研究陆-气相互作用的基础。再分析资料和陆面数据同化资料均可提供全球或区域高分辨率土壤湿度产品,但在使用前需要对其进行评估分析。利用土壤湿度观测数据,计算ERA5、ERA5-Land、NCEP-DOE R2、CRA40再分析资料和GLDAS-Noah、GLDAS-CLSM、CLDAS陆面数据同化资料土壤湿度产品与观测数据的中位数、模拟偏差、相关系数等统计指标,并分季节和气候区讨论不同土壤湿度产品在中国北方地区的模拟效果。结果表明:整体来看,CRA40与观测值的相关性最好,ERA5和ERA5-Land分别对干中心、湿中心模拟效果更好,GLDAS-Noah对于较干土壤地区模拟略偏湿,CLDAS对较湿土壤地区模拟结果以系统性偏干为主,NCEP-DOE R2和GLDAS-CLSM模拟效果较差;ERA5、ERA5-Land、NCEP-DOE R2、GLDAS-Noah和CLDAS在所有季节均为模拟正偏差,春季模拟效果较好的是CRA40、ERA5-Land,夏季和秋季ERA5-Land、ERA5和CRA40与观测值相关性较好,不同产品模拟的冬季土壤湿度和观测值相关性是全年中最小的;不同土壤湿度产品在干旱区以模拟偏湿为主,GLDAS-Noah模拟效果最佳,但模拟土壤湿度峰值和谷值的出现时间较观测较早,GLDAS-Noah、CRA40、ERA5能较好模拟季风区干、湿土壤的持续时段和土壤湿度变化振幅,大部分产品能模拟出夏季风影响过渡区较干土壤和较湿土壤的出现时间。     

1995—2010年静止卫星云量数据检验和评价

对利用FY2和GMS静止气象卫星建立的东亚地区气候数据集(EAGSCDR FY2 and GMS Geostationary Satellite Climate Data Record over East Asia)进行了检验和评估,使用的检验源数据包括中国地面气候资料与国际卫星云气候计划ISCCP D2月平均云量数据集.对由上述3种不同观测手段得到的多年平均总云量的空间分布特征分析结果表明:3种资料的总云量分布形势有较好的一致性,但是在40°N以北地区,ISCCP和EAGSCDR得到的总云量在量值上高于地面观测值.用地面观测资料检验华南及长江流域EAGSCDR的云检测产品的结果表明,总的准确率为82.10％,总漏判率6.85％,总误判率为11.05％,秋冬季节准确率偏低.EAGSCDR与ISCCP云量都是由卫星资料处理得到的,二者差异主要来自算法的不同,检验结果表明,EAGSCDR中的云量产品精度优于ISCCP云量,并且其时间分辨率可达到1 h,空间分辨率达到5 km,由此可见,EAGSCDR的云产品比ISCCP云产品更有优势.     

AMSR-E土壤湿度产品在锡林浩特草地样区的精度验证

AMSR-E土壤湿度产品已逐渐应用于气象,农业等各个领域,对土壤湿度的研究,特别是干旱半干旱地区,有着重要的科研和现实意义.为了验证AMSR-E土壤湿度产品在锡林浩特草地的适用性,利用锡林浩特草地野外实验,在3 km×3km范围内,与同经纬度地面9个点的2 cm土壤体积含水量数据作产品精度验证.通过与降水量的比较,验证了AMSR-E土壤湿度产品的可靠性,通过与地面实测值的比较,验证结果表明,AMSR-E反演的平均土壤体积含水量与地面实测平均土壤体积含水量分别为13.3%和11.8%,两者土壤体积含水量的RMSE为3.7%.     

基于风云3卫星数据的温度植被干旱指数在重庆地区的应用

为探究风云3卫星数据在重庆地区干旱监测中的适用性,以温度植被干旱指数(Temperature Vegetation Dryness Index,TVDI)为监测指标,利用Aqua/MODIS数据为对比数据,对重庆地区2015年夏季(7～9月)旱情进行监测分析。结果显示,重庆夏季主要受轻旱和中旱的影响,旱情较严重的区域主要集中在西部地区。从7月开始,受旱情影响的范围在逐渐加大,旱情程度也在不断加深。结合高程数据(Digital Elevation Model,DEM)和MODIS土地覆盖类型产品数据,将重庆地区划分为低海拔混交林、中海拔混交林、低海拔小起伏山地作物、低海拔中起伏山地作物四类讨论不同地貌类型受旱情的影响。作物类受旱情影响的面积百分比较混交林类大,低海拔相较于中海拔地区受干旱影响的面积百分比更大。为验证基于TVDI的干旱监测结果的准确性,利用重庆市170个地面站点实测的土壤墒情数据为验证数据,通过相关性分析可知,FY3A/VIRR数据与Aqua/MODIS数据不论是在整体相关性还是按不同地表类型分类后与土壤墒情数据间的相关性都较好,且相关系数在0.1水平(双侧)显著相关,说明利用TVDI能较好的反映出重庆地区土壤中的水分含量情况。但两类数据的相关性又存在一定的差异,整体上,Aqua/MODIS数据与土壤墒情之间的相关性要高于FY3A/VIRR数据;分类后,FY3A/VIRR数据与土壤墒情之间的相关性要高于Aqua/MODIS数据。      

中国土壤湿度的分布与变化 I. 多种资料间的比较

土壤湿度是影响气候的重要因子之一, 但观测资料的欠缺制约着该领域研究工作的开展。本文汇总了目前国际上运用较为广泛的四套土壤湿度资料: ERA40和NCEP/NCAR再分析资料、全球土壤湿度计划资料(GSWP2)、以及NCAR最近完成的利用观测资料强迫“通用陆面模式”CLM所产生的土壤湿度资料。在此基础上, 利用中国区域观测的19年 (1981～1999年) 的土壤湿度和13年 (1992～2004年) 的土壤相对湿度资料, 对四套资料在中国区域的可靠性进行了分析和比较, 主要结论如下: 四套资料基本揭示出土壤湿度的空间分布, GSWP2揭示了四套资料最多的共性, 即东北、 华南湿, 华北、 西北干, 土壤湿度基本由西北向东北和东南呈梯度增加的特征; GSWP2较好地描述了土壤湿度的季节循环; ERA40土壤湿度的年际变化与观测相关最好; 观测资料和四套资料都表明前期降水会增加土壤湿度, 但土壤湿度异常对后期降水的影响则不显著; 气温与土壤湿度的关系较复杂, 不同的区域有不同的特征。     

Fengyun Meteorological Satellite Products for Earth System Science Applications

Following the progress of satellite data assimilation in the 1990s, the combination of meteorological satellites and numerical models has changed the way scientists understand the earth. With the evolution of numerical weather prediction models and earth system models, meteorological satellites will play a more important role in earth sciences in the future. As part of the space-based infrastructure, the Fengyun (FY) meteorological satellites have contributed to earth science sustainability studies through an open data policy and stable data quality since the first launch of the FY-1A satellite in 1988. The capability of earth system monitoring was greatly enhanced after the second-generation polar orbiting FY-3 satellites and geostationary orbiting FY-4 satellites were developed. Meanwhile, the quality of the products generated from the FY-3 and FY-4 satellites is comparable to the well-known MODIS products. FY satellite data has been utilized broadly in weather forecasting, climate and climate change investigations, environmental disaster monitoring, etc. This article reviews the instruments mounted on the FY satellites. Sensor-dependent level 1 products (radiance data) and inversion algorithm-dependent level 2 products (geophysical parameters) are introduced. As an example, some typical geophysical parameters, such as wildfires, lightning, vegetation indices, aerosol products, soil moisture, and precipitation estimation have been demonstrated and validated by in-situ observations and other well-known satellite products. To help users access the FY products, a set of data sharing systems has been developed and operated. The newly developed data sharing system based on cloud technology has been illustrated to improve the efficiency of data delivery.     

Evaluation of AMSR-E——Derived Soil Moisture over Northern China

In this study,the authors evaluated two re-motely sensed surface soil moisture datasets derived from the Advanced Microwave Scanning Radiometer of the Earth Observing System (AMSR-E) over northern China.The soil moisture datasets were derived from algorithms developed by the National Snow and Ice Data Center (NSIDC) and jointly developed by the Vrije Universiteit Amsterdam and NASA Goddard Space Flight Center (VUA-NASA).The NSIDC and VUA-NASA products were compared to in situ soil moisture data from nine enhanced coordinated observation stations.The VUA-NASA dataset presented a strong correlation with top layer in situ soil moisture observations,and the correla-tion coefficients ranged from 0.34 to 0.73 (p0.01).The correlation coefficients decreased as the observed soil layer depth increased.The correlation coefficients be-tween the NSIDC retrievals and the top layer in situ ob-servations were between 0.10 and 0.62 (p0.01).Fur-thermore,VUA-NASA soil moisture variations agreed well with in situ soil moisture dynamics and responded sensitively to precipitation events.In contrast,the NSIDC dataset failed to capture signals of soil moisture dynamics.The analyses demonstrated that the VUA-NASA product was capable of representing soil moisture conditions over northern China.