摘要: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。
摘要: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 Space Agency 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(The Advanced 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。
摘要:植被冠层含水量CWC(Canopy Water Content)和植被地上部分含水量VWC(Vegetation Water Content)对于植被健康状况和土壤干旱监测具有重要意义。本文联合PROSAIL辐射传输模型和植被水分指数NDWI(Normalized Difference Water Index),发展了一种简单、通用性较好的低矮植被CWC和VWC反演方法,可实现中、高空间分辨率下的CWC和VWC估算。首先对PROSAIL模型输入参数进行敏感性分析,明确各参数对模型输出反射率的影响机制,以优化PROSAIL模型输入参数设置并生成低矮植被的反射率模拟数据。基于模拟数据,计算了4个植被水分指数NDWI(860,1240)、NDWI(860,1640)、NDWI(1240,1640)和NDWI(860,970)用于反演低矮植被CWC和VWC。基于模拟数据的结果表明,4个植被水分指数与ln(CWC)都存在明显的线性关系,基于该关系建立了CWC估算模型。该模型可以直接用于低矮植被CWC估算,并通过VWC与CWC之间的经验关系间接计算得到VWC。模型模拟结果也表明,由于NDWI(860,1640)和NDWI(1240,1640)高度相关(R2=0.99),两者可以提供相似且相对较好的低矮植被CWC估算精度。基于地面实测数据的验证结果与基于模拟数据的结果表现出很好的一致性,即基于NDWI(860,1640)和NDWI(1240,1640)估算的VWC都有相似且较高的精度,决定系数(R2)都为0.88,均方根误差(RMSE)分别为0.4558 kg/m2和0.4380 kg/m2。利用Landsat 5 TM数据对NDWI(860,1640)估算效果的验证结果显示,模型估算CWC与地面实测CWC的R2为0.84,RMSE为0.1342 kg/m2,估算VWC的RMSE为0.5651 kg/m2。本文提出的基于NDWI(860,1640)和NDWI(1240,1640)的CWC/VWC估算模型可被用于低矮植被的长势监测和干旱监测,为低矮植被覆盖地表的土壤水分反演提供高质量的植被水分信息。