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。     

耦合MOD16和SMAP的微波土壤湿度降尺度研究

局域尺度上的水文或农业应用亟需较高空间分辨率的土壤湿度(SM)数据,微波土壤湿度空间降尺度是实现这一需求的重要途径。其中"光学/热红外与微波数据融合"的降尺度方法展现出了较大的应用潜力,然而这类方法依赖于遥感地表温度LST (Land Surface Temperature)或由LST分解得到的SM指数,受限于LST"云污染"、LST与SM解耦效应和LST分解不确定性等问题。为规避上述问题,本文通过构建3种地表蒸散效率LEE(Land surface Evapotranspiration Efficiency)与SM的降尺度函数关系(指数、余弦、余弦平方),利用MODIS地表蒸散数据(MOD16A2)计算得到的LEE (空间分辨率500 m)实现了SMAP土壤湿度产品(空间分辨率36 km)的空间降尺度。研究从动态范围、能量守恒、SM地面稀疏验证站、SM地面核心验证站等角度对降尺度算法进行评价分析。结果表明,本算法有效增加了原SM产品的空间细节特征、保持了原SM产品的动态范围并且降尺度前后能量守恒;与地面验证数据的对比分析表明,降尺度结果有效保持了原SM与地面实测数据的良好一致性;敏感性分析表明,余弦平方函数对MOD16A2产品误差的敏感性相对最小。     

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。     

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。     

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。     

根河地区冻融监测和降尺度算法的验证分析

高分辨率地表冻融监测对研究根河地区碳氮循环、水土流失和土壤冻融侵蚀非常重要。本文采用Kou等(2017)提出的被动微波亮温降尺度方法和1 km空间分辨率的温度数据,将0.25°空间分辨率的被动微波亮温降尺度至0.01°空间分辨率。利用通过模型模拟与实验数据发展得到的冻融判别式算法DFA_Zhao(Discriminant Function Algorithm)和改进的冻融判别式算法DFA_Kou(Improved Discriminant Function Algorithm),基于降尺度前后的被动微波亮温监测根河地区的地表冻融。以根河地区2013年7月—2015年12月的地下0—5 cm深度的实测土壤温度检验这两种冻融判识算法的分类精度。结果显示,降尺度前后两种冻融判识算法整体判对率差异在6.72%内;DFA_Zhao算法融化判对率的均值比DFA_Kou算法高10%,DFA_Kou算法冻结判对率均值比DFA_Zhao算法高1%。两种冻融判别式算法的冻结判对率均在90%以上,升轨期的融化判对率均在80%以上,但两算法降轨期的融化判对率较低,在40%—82%之间。同时,还进一步讨论并分析了两种冻融判别式算法和被动微波亮温降尺度方法可能存在的问题,指出了可能的改进方向。     

基于表观热惯量与温度植被指数的FY-3B土壤水分降尺度研究

为进一步研究风云三号(FY-3B)土壤水分降尺度获取高分辨率土壤水分的方法,使其更适用于农业、水文、生态等区域尺度的应用要求,以MODIS为数据源,青藏高原那曲地区为研究区,利用表观热惯量模型(apparent thermal inertia,ATI)与温度植被指数(temperature vegetation index,TVI)模型在不同植被覆盖度下适用的特点,构建综合ATI与TVI的土壤水分反演模型;结合低分辨率FY-3B土壤水分产品,利用土壤水分降尺度方法,获取高分辨率下土壤水分反演模型系数,并得到高分辨率土壤水分。通过与地面观测数据对比,降尺度后土壤水分与实测数据的R~2在0.4以上,RMSE在0.055～0.103 cm~3/cm~3之间,表明降尺度后的土壤水分能够较好地反映区域土壤水分的空间分布与变化。     

用ERS风散射计数据估算土壤水分方法的研究

欧空局ERS1/2卫星上的风散射计(WSC),分辨率是50km,4天内能覆盖全球超过80%的范围,并可在多角度下对地物目标进行观测。本文研究利用该散射计数据估算土壤水分的方法。首先,利用基于ERS散射计数据建立的全球C波段雷达后向散射系数数据库,根据传统的几何光学模型(GOM),反演得到与土壤含水量密切相关的法线方向Fresnel反射率,并与两个采样点(安多和那曲)上的实测降雨量及土壤水分相对比,证明了ERS散射计数据与土壤水分的高相关性;第二步,以水云模型为基础,结合AIEM模型,发展了一种简化模型来估算土壤水分绝对值,分别利用气象站实测点数据和同时期的Basist湿度指数(BWI)进行验证,表明反演结果能较好反映土壤水分的空间分布状况。     

基于CCI和MODIS数据的淮河流域地表土壤湿度降尺度方法研究

土壤湿度是控制陆地和大气间水热能量交换的一个关键参数,同时也是陆面生态系统水循环的重要组成部分。本文选用25 km分辨率的CCI(Climate Change Initiative)土壤湿度产品数据,并结合1 km分辨率的MODIS数据,构建微波土壤湿度产品数据降尺度回归算法,获取淮河流域1 km空间分辨率的土壤湿度数据。降尺度后所获取淮河流域1 km空间分辨率的土壤湿度数据总体上提高了25 km空间分辨率的CCI土壤湿度产品数据的精度.     

TRMM-3B43降水产品在新疆地区的适用性研究

为研究热带降雨测量计划卫星(tropical rainfall measuring mission,TRMM)-3 B43(简称"TRMM")降水产品在新疆地区的适用性,利用1998—2013年TRMM月降水量产品与新疆地区105个国家气象站点的降水观测结果,通过统计分析分别在年、季和月尺度上进行验证。结果表明:TRMM估算的年降水量与新疆地区实测降水具有很高的一致性(平均偏高5.29%);与气象站点实测的季尺度降水数据决策系数较高,相关系数均在0.7以上;与气象站点实测的月降水数据的相关系数为0.75,表明两者之间相关性较显著,数据精度较高。就单个气象站点而言,大部分TRMM降水数据与气象站点实测降水数据相关系数较高,误差在30%以内,整体相关系数达到0.81,说明TRMM降水数据与气象台站点实测降水数据的一致性较好;但TRMM降水产品在时间和空间上具有一定的偏差,使用中需要进一步订正。     

地面站点叶面积指数观测的空间代表性评价——以CERN站网观测为例

在叶面积指数LAI(Leaf Area Index)产品真实性检验中,地面站点的多时相连续观测LAI数据是重要的验证数据来源。当站点观测范围与产品像元尺度不一致时,站点观测LAI直接用于产品验证可能为验证结果带来误差。因此,在验证之前需要分析站点观测对像元尺度的空间代表性,选择空间代表性好的观测来验证产品,从而减小尺度效应带来的验证误差。以往的研究只是简单的定性说明研究区域,并直接用站点测量数据对产品进行验证,缺少一套系统的站点观测在产品像元尺度内空间代表性评价的方法体系。本文提出了站点LAI观测的空间代表性评价方法,建立了评价指标DVTP(Dominant Vegetation Type Percent)、RSSE(Relative Spatial Sampling Error)和CS(Coefficient of Sill),构建了空间代表性评价分级体系。以中国生态系统研究网络CERN(Chinese Ecosystem Research Network)农田站和森林站LAI观测为例,对站点观测在1 km产品像元尺度内空间代表性进行评价,并分析评价前后站点观测对MODIS LAI产品验证精度的影响。结果显示,本文提出的方法能够有效地对不同站点LAI观测在产品像元尺度内空间代表性进行质量分级,且年际间的站点观测空间代表性较为一致。评价方法能够去掉在特定产品像元尺度下空间代表性不好的观测数据,一定程度上提高验证数据集对产品验证精度的可靠性。     

利用双极化微波遥感数据反演土壤水分的新方法

提出了一种基于微波双极化数据的土壤水分反演经验模型,该模型引入了新的综合粗糙度参数Rs=S2/L(1/2)来描述地表粗糙状况,将两个粗糙度参数均方根高度S和相关长度L合二为一,因而模型的未知量仅为Rs与法向菲涅尔反射系数Г0。基于AIEM模型数值模拟,建立了后向散射系数与Rs、Г0的经验关系,并利用两个极化的微波数据同时反演得到粗糙度参数Rs和Г0,进而得到地表土壤水分。实测数据表明,该模型反演的土壤水分与地表实测值相关性较高(R2=0.681,RMS=0.043),在土壤水分反演方面具有较大的潜力。     

综合主动和被动微波数据监测土壤水分变化

微波遥感测量土壤水分的方法主要分主动和被动两种，它们都是基于干燥土壤和水体之间介电常数的巨大差异。估算植被覆盖土壤表面土壤水分必须要考虑地表粗糙度和植被覆盖影响的问题。植被覆盖土壤表面的后向散射包括来自植被的体散射，来自地表的面散射和植被与地表间的交互作用散射项。本研究建立了一个半经验公式模型，用来计算体散射项，综合时间序列的主动和被动微波数据，消除植被覆盖的影响，估算地表土壤水分的变化状况。并应用1997年美国SGP‘97综合实验中的机载800m分辨辐射计ESTAR数据计算表面反射系数，综合Radarsat的SCAN-SAR数据得到体散射项，然后，由NOAA/AVHRR和TM计算得到的NDVI值加权分配50m分辨率的体散射项，最后计算50m分辨率的表面反射系数的变化值，从而得到土壤水分的变化情况，验证数据表明该计算结果与实测值一致。     

基于随机森林算法对青藏高原TRMM降水数据进行空间统计降尺度研究

提高气象数据空间分辨率对水文、气象和生态等领域的流域尺度研究至关重要。青藏高原气候变化在全球气候研究中占有重要的位置,并且对局域降水分布的研究在大气科学中处于基础地位。为获取青藏高原地区准确、有效、更高空间分辨率的降水数据,基于随机森林算法,引入植被和地形因子,采用热带降水测量计划卫星(Tropical Rainfall Measuring Mission,TRMM) 3B43降水数据(0. 25°×0. 25°)、NOAA-AVHRR归一化植被数(normalized difference vegetation index,NDVI)数据(8 km×8 km)、航天飞机雷达地形测绘任务(Shuttle Radar Topography Mission,SRTM)数字高程模型(digital elevation model,DEM)数据(90 m×90 m)以及经纬度信息,建立了非线性空间统计降尺度模型,最终获得8 km分辨率降水降尺度结果。另外,采用将时间序列分析和非线性回归分析融合的方法,基于2000—2012年TRMM年均降水数据和NDVI数据,建立降水量时间尺度预测模型。分析结果表明,综合考虑植被和地形因子对青藏高原地区降水空间分布的影响,基于随机森林算法建立的降尺度模型,其降尺度结果与地面站点测量值拟合系数为0. 89,高于TRMM数据与地面站点测量值的拟合系数0. 81,说明降尺度结果提高了卫星遥感降水数据的空间分辨率。另外,降水预测模型能够较好地描述青藏高原地区的年际降水变化趋势和数量级,2006—2012年的预测降水量与TRMM降水数据拟合系数均高于0. 80。     

MODIS卫星遥感估计福州地区近地面PM2.5浓度

卫星遥感反演气溶胶光学厚度已被广泛应用于近地面空气污染遥感监测。为揭示福州地区细颗粒物污染的空间分异趋势,利用2014年—2015年的地基监测细颗粒物(PM_(2.5))浓度数据、MODIS 3 km气溶胶光学厚度(AOD)卫星数据以及GEOS-FP气象数据,分别构建了估计福州地区近地面PM2.5浓度的日校正模型和站点一日校正模型,并利用十折交叉验证方法对2个模型进行评价验证。结果表明:(1)日校正模型和站点一日校正模型分别能够解释福州地区PM2.5浓度76.2%和81.4%的变异,反演的2014年—2015年福州地区近地面PM2.5浓度和地面实测站点数据之间的相关性R~2分别为0.724(RMSE=10.993μg·m~(-3))和0.781(RMSE=9.687μg.m~(-3));(2)分别针对不同下垫面环境的城市站点和县郊站点数据进行模型拟合验证,两个模型反演的PM2.5浓度值与地面实测值之间皆具有良好的相关性,R~2最高可达0.808;(3)将模型反演的PM2.5浓度季均值与地面实测季均值进行对比分析,结果也显示二者高度相关,据此反演的2015年福州地区年平均PM2.5浓度分布图可清晰地揭示福州地区PM_(2.5)浓度分布的空间变化情况。由此可见,基于MODIS 3 km AOD产品和气象数据建立的近地面PM_(2.5)浓度遥感估算模型能够很好地反演出福州地区近地面PM2.5浓度分布情况。     

利用主被动微波遥感结合反演土壤水分的理论模型分析

为了更好地进行土壤水分反演,发展了一种基于热带降雨观测计划(TRMM)的主被动微波结合反演裸露地表土壤水分的算法.为了提高反演精度,同时利用TRMM搭载的测雨雷达(PR)和微波成像仪(TMI)进行观测.另外,针对PR/TMI数据,还建立了包含大范围的土壤水分和粗糙度参数的AIEM模型数据库.通过分析AIEM模型对地表后...     

粗糙度对被动微波遥感反演土壤水分影响的试验研究

土壤水分是气象预报、农情监测及水文模型的重要参数之一,利用被动微波遥感技术可以有效获取土壤水分。本文分析被动微波遥感反演土壤水分的国内外研究现状,在前人相关理论与方法的研究基础之上,基于土壤的微波辐射特性,通过双波段(C、Ku)微波辐射计对不同水分、不同表面粗糙度的土壤微波辐射特性进行了试验研究,分析土壤湿度与微波发射率、土壤粗糙度与微波遥感指数之间的定量关系,并建立了土壤湿度与微波发射率、粗糙度与微波遥感指数间的经验模型。     

机载L波段主被动一体化微波探测仪辐射计定标

遥感试验是进行遥感原理的验证、遥感模型与反演方法的发展、遥感产品的真实性检验,推动卫星计划的论证实施及其观测在地球系统科学中应用的重要途径。在闪电河流域水循环与能量平衡遥感综合试验中,利用机载L波段主被动一体化微波探测仪开展了以土壤水分为首要目标的大型航空遥感试验。其中,被动探测部分即微波辐射计采用微带天线,辅以机械扫描方式进行多角度成像观测。为有效支撑微波辐射计数据的处理及定量反演,必须对机载微波辐射计进行实时定标,本文采用分步定标法进行辐射亮温的定标,即在实验室对定标链路中的噪声源进行定标,得出对应的辐射亮温;飞行试验中,利用该两个参考点得到辐射计输出电压和亮温的关系,同时选取试验区域附近的水体作为外定标参考点,进行定标方程的修正。结果表明,机载辐射亮温与地面参考点(草地)模拟亮温比较吻合,二者对比结果显示均方根误差最小为0.93 K (2018-09-26,H极化),无偏均方根误差最小为0.96 K (2018-09-24,V极化),有效支撑了国产L波段微波辐射计相关卫星计划的论证以及后续的定量反演与降尺度等相关研究工作的开展。     

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。     

MODIS短波红外水分胁迫指数及其在农业干旱监测中的适用性分析

植被土壤水分状态的微小变化能引起短波红外光谱反射率的巨大变化。利用MODIS第6波段和第7波段构建短波红外光谱特征空间,依据不同土地利用类型分析不同地物在光谱特征空间中的分布规律,提出MODIS短波红外水分胁迫指数MSIWSI。利用实测20 cm土壤相对湿度验证MSIWSI、EVI以及MPDI与实测数据相关性关系并对比分析不同指数敏感性,利用不同物候期春小麦土壤墒情分析MSIWSI指数适用性。研究结果表明:与其他指数相比,MSIWSI模型与实测土壤湿度的相关性更高;MSIWSI能够反映不同物候期春小麦土壤水分变化趋势,相关性都达到极显著性水平。