主/被动微波遥感数据融合的土壤湿度产品的CDF改进研究

土壤水分是控制陆地和大气间水热能量交换的关键因子之一,在地球生态系统中起着重要的作用。定量化获取土壤水分信息对农业生产、应对全球变化、保护生态环境等众多领域都有着重要意义。目前,获取精度较高的大区域土壤湿度信息依然是研究的热点和难点问题。气候变化倡议项目(climate change initiative,CCI)土壤湿度数据集是由多种主、被动微波数据融合的大尺度土壤湿度数据集,对其在中国区域的数据质量改进具有较高的实际应用价值。研究利用累积概率分布函数(cumulative distribution function,CDF)匹配方法对CCI土壤湿度产品进行改进。选择有较多实测数据的河北、山西、天津等部分区域,获得2009~2010年每月三旬(共72旬)的土壤湿度插值数据,以此为基础利用CDF进行重调整,建立逐像元的CCI土壤湿度数据的改进模型;然后利用站点实测数据进行该方法的有效性验证。结果表明,CDF调整前的偏差、均方根偏差和平均相对误差分别集中在0.05~0.09、0.05~0.1、0.20~0.45,调整后分别降低在0~0.04、0~0.05、0~0.2范围。可见,CDF调整后的误差明显减小,调整后的CCI土壤湿度的精度得到了明显的提高。     

基于多源卫星遥感产品的土壤湿度融合与降尺度研究

针对卫星遥感土壤湿度产品时空分辨率较低、难以满足中小流域洪水预报要求的问题,以秦淮河流域为研究区,将SMOS、SMAP和AMSR2等3种卫星遥感土壤湿度产品采用集合平均的方式进行融合,在地形湿度指数与土壤湿度关联关系的基础上建立空间降尺度方法,从而实现精细尺度的土壤湿度获取。研究结果表明,多源遥感融合产品相较于原有卫星具有更小的均方根误差,在日均值和季度均值上都更为接近实测结果,改善了单颗卫星监测时段间隔大、监测数据不准确的弊端,具有更好的适用性。     

被动微波遥感土壤水分产品降尺度方法研究综述?

利用被动微波遥感反演土壤水分是当前监测土壤含水量最有效的手段之一.但是受限于较低的空间分辨率,被动微波遥感土壤水分产品一般只适用于大尺度研究.为了满足科学研究中对不同分辨率土壤水分产品的需求,对土壤水分降尺度的相关研究成为当前遥感领域的一个研究热点.本文就目前国内外土壤水分降尺度方法进行详细介绍,并比较和评价多元统计回归法、基于物理模型的方法、权重分解、数据同化及空间插值等方法的优缺点及适用条件.最后指出目前土壤水分降尺度方法存在的问题,并提出今后降尺度方法的发展方向.     

基于二维小波变换的亮温降尺度方法研究

土壤水分是全球水、能量和碳循环的重要参数,对于理解陆-空之间水热能量交换非常重要。目前卫星遥感技术已被广泛地应用于测量地表土壤水分,然而从被动微波遥感中获取的土壤水分的空间分辨率过低,无法满足如天气预报、农业应用等实际应用的需求。针对被动微波遥感获取的土壤水分产品空间分辨率过低的缺陷,将X波段与L波段结合提出了一种二维离散小波变换(2-D DWT)亮温降尺度的方法。实验结果表明,用二维离散小波变换降尺度得到的亮温反演出的土壤水分结果与用SMAP 9 km亮温数据反演的土壤水分结果相关系数最大为0.984 8,无偏均方根误差为0.005 4 cm³/cm³,在获取9 km的亮温数据时可以用二维离散小波变换对SMAP 36 km亮温数据进行降尺度处理以此来代替SMAP 9 km的亮温数据。     

多模式集合在统计降尺度应用上的研究进展

气候模式(GCMs)由于分辨率过低,进行区域气候的模拟和预测的能力很差;而统计降尺度可以通过建立气候模式的输出信息和区域气候要素之间的统计关系来弥补GCMs的不足。在对比动力降尺度和统计降尺度之后首先对统计降尺度的基本原理和方法进行了介绍。强调了产生模拟预测结果的不确定来源,据此讨论集合思想在统计降尺度的应用的必要性。并重点追踪了其在国内外的研究进展,提出了未来多模式集合统计降尺度的发展方向。     

ASD降尺度技术在东江流域气候变化研究中的应用

评估未来气候变化对水循环的影响对保护该地区水资源有着十分重要的意义.GCM是当前研究气候变化的重要工具.然而GCM分辨较低,难以直接应用到流域尺度.统计降尺度方法以其计算量小、易于操作等特点被广泛应用到气候变化研究中,弥补GCM在气候影响评价中的不足.本研究以东江流域为例,采用BCCR大气环流模式、ERA-40再分析资料和东江流域实测气象数据,应用ASD降尺度模型对该流域未来气候变化进行评估.研究结果表明,ASD模型对日最高气温、最低气温和平均气温的模拟较为准确,同时也能基本反映流域日降水的统计特征,由此生成的未来气候变化情景是可靠的.分析结果显示,东江流域未来时期(2046-2065)降水量呈减少趋势,其中夏季降水减少较为显著,冬季变化不明显;而最高、最低和平均气温较基准期均有所升高.     

基于尺度化SMMI的神东矿区土壤湿度变化遥感分析

 为消除遥感数据时相差异的影响,在土壤湿度监测指数(SMMI)和尺度化归一化植被指数S-NDVI 的基础上,构建了尺度化土壤湿度监测指数S-SMMI。利用1989-2013 年神东矿区多时相TM/ETM+/OLI 及HJ-CCD 影像band3、band4 反射率数据,监测分析了神东矿区25 年来土壤湿度的时空变化特点及其与地表高程、NDVI 之间的关系。结果表明:神东矿区25 年来土壤湿度总体呈上升趋势,与矿区植被的改善成呈相关;土壤湿度和NDVI 的分布均受到了区域地形的影响,低高程区的土壤湿度与NDVI 对高程变化更为敏感;与土壤湿度为16%~32%时的NDVI 变化相比,土壤湿度小于15%时NDVI 变化更为敏感;而且,地势低洼处的人类活动对NDVI 的影响较大。     

雅鲁藏布江流域TRMM降水数据降尺度研究

为了获取我国西南典型缺资料地区雅鲁藏布江流域较高时空分辨率的降水空间分布数据,开展了复杂地形条件下的卫星降水资料降尺度方法研究.构建了基于TRMM降水数据的雅鲁藏布江流域降水时空降尺度模型,并利用搜集的降水实测数据对模型进行了率定和精度验证,结果表明:1)研究提出的水汽运移距离因子在雅江流域与降水具有很强的相关性,在构建的空间降尺度模型中其显著性优于传统地形指示因子DEM;2)TRMM降尺度结果较原始降水数据空间分布更为合理性且细节刻画能力更强,但统计精度月际差异明显,月R2值主要集中在0.5~0.9之间,RMSE值在3.7~40mm之间波动,且整体呈现随月降雨量增加而增大的趋势,个别月份由于降水观测极值出现而导致R2值不足0.1.日尺度上,降尺度结果受原始TRMM降水数据精度影响,平均精度R2不足0.3.     

祁连山区DISPATCH、多元回归降尺度方法及SMAP产品的应用对比

土壤水分对山区水文过程具有重要意义,遥感土壤水分产品能够长时间序列地提供山区流域的土壤水分空间分布数据,但分辨率较粗,无法直接应用,因此需要在山区进行降尺度研究.本文采用DISPATCH(disaggregation base on physical and theoretical scale change)方法和多元回归方法对SMAP(soil moisture active passive)36 km×36 km遥感土壤水分产品进行降尺度,进而选取SMAP (9 km×9 km)的高精度遥感土壤水分产品和实测土壤水分数据,利用R(相关系数)、E_RMS(均方根误差)和E_bias(偏差)指标评估降尺度结果.评估结果表明:由于2种降尺度方法的函数关系和反演过程存在差异,DISPATCH方法降尺度结果的数据趋势拟合效果较好,而多元回归方法降尺度结果的数据精度较好;在季节尺度对比中,不同季节山区温度和土壤水分的时空变化,导致多元回归方法降尺度效果春季最好,秋季次之,而夏季最差;DISPATCH方法降尺度效果秋季最好,夏季次之,而春季最差;亮温数据和...     

Reconstruction and analysis of temporal and spatial variations in surface soil moisture in China using remote sensing

An ensemble method was used to combine three surface soil moisture products,retrieved from passive microwave remote sensing data,to reconstruct a monthly soil moisture data set for China between 2003 and 2010.Using the ensemble data set,the temporal and spatial variations of surface soil moisture were analyzed.The major findings were:(1) The ensemble data set was able to provide more realistic soil moisture information than individual remote sensing products;(2) during the study period,the soil moisture increased in semiarid regions and decreased in arid regions with anoverall drying trend for the whole country;(3) the soil moisture variation trends derived from the three retrieval products and the ensemble data differ from each other but all data sets show the dominant drying trend for the summer,and that most of the drying regions were in major agricultural areas;(4) compared with the precipitation trends derived from Global Precipitation Climatology Project data,it is speculated that climate change is a possible cause for the drying trend in semiarid regions and the wetting trend in arid regions;and (5) combining soil moisture trends with land surface temperature trends derived from Moderate Resolution Imaging Spectroradiomete,the study domain was divided into four categories.Regions with drying and warming trends cover 33.2%,the regions with drying and cooling trends cover 27.4%,the regions with wetting and warming trends cover 21.1% and the regions with wetting and cooling trends cover 18.1%.The first two categories primarily cover the major grain producing areas,while the third category primarily covers nonarable areas such as Northwest China and Tibet.This implies that the moisture and heat variation trends in China are unfavorable to sustainable development and ecology conservation.     

被动微波遥感土壤水分代价函数构建研究

在被动微波遥感土壤水分的传统代价函数中,默认垂直极化(V)和水平极化(H)地表微波辐射率观测数据对代价函数值的贡献是相同的;但二者对土壤水分敏感性不同的事实导致设定贡献相同的做法值得商榷。利用AIEM模拟数据集计算不同极化地表微波辐射率对土壤水分及土壤粗糙度的敏感性;并以敏感性程度来定量不同极化地表微波辐射率对反演土壤水分信息的贡献度,发展了裸露地表条件下的双极化被动微波地表辐射率协同提取土壤水分的代价函数。利用模拟数据集,对土壤水分反演算法中传统代价函数和本文发展的代价函数进行了对比。结果表明,在代价函数中考虑不同极化地表微波辐射率数据对土壤水分的敏感性差异,可有效提高裸露地表土壤水分的反演精度。     

基于微波遥感的土壤湿度异常监测

提出地表微波极化差异指数,并利用AMSR-E星载被动微波遥感亮温数据,统计分析了2002-2006年7月上旬新疆微波极化差异指数旬平均分布;通过计算归一化距平,反演得到新疆7月上旬土壤湿度动态变化分布图。结果表明:利用微波极化差异指数能够较好地表征土壤湿度时空异常变化,为定量监测土壤相对干湿程度提供了一种有效便捷的方法。     

星载卫星导航反射信号与土壤湿度的时空相关性分析

近年来使用GNSS(global navigation satellite system)反射信号反演土壤湿度已成为研究热点,使用星载反射计数据反演土壤湿度是一种有潜力的新兴技术。以TDS-1(technology demonstrate satellite-1)卫星接收的数据为例,首先推导出反射信号功率Pr与土壤湿度Mv间的理论关系,然后将SMAP(soil moisture active passive)卫星获得的Mv作为标准值,在空间上选择两条轨迹的Pr与Mv进行皮尔森相关处理,得到两条轨迹上的相关系数分别为0. 55和0. 60。之后对Pr和Mv分别进行相应的平滑预处理去除噪声,得到相关系数都增加为0. 71,即Pr与土壤湿度强相关。取春夏秋冬四个季节的数据,计算Pr与Mv的相关系数为0. 78,二者也表现为强相关。实验结果表明:星载(GNSS-reflections,GNSS-R)接收机得到的Pr与Mv有很强的相关性,具有估计土壤湿度的潜力。     

安徽省土壤湿度时空变化规律分析及遥感反演

为获取安徽省的土壤湿度时空信息,采用克里金法将站网实测多层土壤湿度数据插值为网格数据,分析其时空变化特征;进而建立遗传算法优化的BP(back propagation)神经网络模型进行土壤湿度反演。该模型以风云3B卫星的亮温数据为主要输入,训练后对该模型验证并进行预测。结果表明:安徽省土壤湿度月均值波动较频繁,淮北平原和大别山区较其他区域干燥;随着深度的增加,土壤湿度增大且季节和空间差异变小;所有分区平均模拟值与实测值的日序列相关性达到0. 605,均方根误差为0. 056 m~3/m~3,说明该模型能够较好地反演安徽省土壤湿度。     

基于星载被动微波遥感的地表土壤湿度反演

为了解决传统地面测量站网络不能满足大尺度土壤水分的时、空间变化的问题,而利用微波在土壤水分反演方面具有的独特优势,总结了被动微波遥感模态反演土壤湿度的规律,提出了利用双谱模型计算土壤表面的发射率的方法,并对实验区进行了成功的地表土壤水分反演,取得了理想的结果,该成果对于利用被动遥感技术反演土壤湿度具有一定的技术推广意义。     

CLDAS和GLDAS对中国区域土壤湿度的模拟与评估

土壤湿度是气候变化的重要影响因素之一,但是土壤湿度观测资料的缺乏严重制约了与之相关的研究,陆面模式模拟的土壤湿度资料可作为观测资料的重要补充,广泛应用于业务和科研.利用国家气象信息中心提供的2012年中国区域226个站点逐小时的土壤湿度观测资料,对中国气象局陆面同化系统(CLDAS)和全球陆面同化系统(GLDAS)四个陆面模式输出的土壤湿度产品进行了比较与评估,结果表明:①五个模式均可以模拟出中国区域土壤湿度的空间分布状况,但是从模拟值与观测值的偏差和相关系数来看,CLDAS的土壤湿度产品优于GLDAS;②从对选取的五个研究区域土壤湿度的模拟状况来看,CLDAS好于GLDAS,仅在江淮和西南地区的模拟存在轻微的偏差;③CLDAS在中国区域的土壤湿度模拟上存在一定的优势,这对于土壤湿度研究和业务应用都具有积极的意义.