地表土壤湿度光学遥感反演方法研究进展

地表土壤湿度是全球气候变化研究中的一个不可或缺的参数,发挥着重要的作用。利用遥感技术监测土壤湿度在过去的40年中发展迅速,在电磁波谱的很多波段(如可见光、近红外、热红外、微波)都可以进行地表土壤湿度的反演和估算,涌现出大量的估算方法和技术,在地表土壤湿度监测领域产生了革命性的变化。相对于传统监测和微波遥感监测方法,光学遥感具有时效快、成本低、良好的时空分辨率、动态对比性强,方法简单、数据获取和处理容易等优点。因此,对近40年来利用光学遥感反演地表土壤湿度的发展历程和方法进行了系统地分类分析和总结,包括:地表土壤湿度反演原理和方法、发展过程、研究现状、优势和不足以及将来的研究改进方向等,以期为研究地表土壤湿度的学者和相关人员提供参考。

土壤湿度-地表气温耦合对长江中下游地区2022年8月复合型热浪事件的影响

2022年8月长江中下游地区的复合型热浪给社会经济、人类健康、农业生产和自然环境等方面均造成了严重影响.本文利用国家信息中心提供的1979—2022年6—8月逐日最高、最低气温和欧洲中期天气预报中心再分析数据集的土壤湿度等资料,定义了复合型热浪事件强度指数及其相应的土壤湿度-地表气温耦合指数,采用分段线性拟合等方法,探讨此次复合型热浪特征及土壤湿度-地表气温耦合的影响.结果表明:(1)2022年8月长江中下游地区的复合型热浪事件强度为1979年以来最强,伴随最强的土壤湿度-地表气温耦合.空间分布显示,强的热浪发生在四川东部、重庆西部、湖南等地,这些区域的土壤湿度严重偏干,蒸发受限,获得的净辐射主要用于地表向上的感热通量,使土壤湿度-地表气温出现强的正反馈过程,对热浪的维持起重要作用.(2)复合型热浪中土壤湿度-地表气温耦合影响日间和夜间热浪的物理强迫及过程不同:日间,地表净太阳短波向下辐射增强的强迫作用,促使发生强的土壤湿度-地表气温耦合,引起日间热浪.夜间,白天积累在土壤的热量,通过减小大气热量通量辐散,使夜间地表气温下降减慢,形成夜间热浪,这与以往研究单独夜间热浪的过程不同,后者认为夜间热浪主要与大气柱水汽增加引起的大气逆辐射增强有关.

基于星载GNSS-R获取川藏交通廊道沿线地表土壤湿度

地表土壤湿度影响着陆-气能量交换和水循环,是泥石流、冻土冻融等灾害的重要因子,获取川藏交通廊道沿线地区土壤湿度有助于研究铁路沿线气候变化和冰冻圈灾害风险.基于CYGNSS(cyclone global navigation satellite system)星载GNSS-R(global navigation satellite system reflectometry)信号,结合土地覆盖分类、归一化差分植被指数NDVI(normalized differential vegetation index)和粗糙度等地表土壤湿度影响因子,利用人工神经网络方法建立了地表土壤湿度多参数反演模型,生成了2018—2019年连续两年的川藏交通廊道沿线地区36 km空间分辨率的地表土壤湿度日产品.经土壤水分主被动探测卫星数据检验,生成的地表土壤湿度相关系数R为0.8,均方根误差RMSE(root mean square error)为0.032 cm^(3)/cm^(3),偏差Bias为0.014 cm^(3)/cm^(3),可为川藏交通廊道沿线气候变化和地表灾害研究提供高连续性和可靠性的数据.

多源哨兵数据解译农田区土壤湿度算法研究

针对土壤湿度受植被影响较大且缺少实测地表粗糙度的问题,该文结合Sentinel-1雷达卫星和Sentinel-2光学卫星多源遥感数据,使用水云模型去除植被影响,并通过高级积分方程模型(AIEM)和Dobson介电模型建立查找表获取每个采样点的有效粗糙度,利用经验方程多元回归、广义神经网络(GRNN)模型、随机森林回归模型和一种顾及植被影响的变化检测方法定量反演稀疏植被覆盖下的农田区地表土壤湿度。实验结果表明,随机森林回归模型的最优特征参数组合(垂直极化雷达后向散射系数、高程、局部入射角、增强型植被指数、有效粗糙度)反演精度最高,测试样本的相关系数为0.936,偏差和均方根误差分别达到了0.011 cm^(3)/cm^(3)和0.020 cm^(3)/cm^(3),而变化检测方法对于研究区土壤湿度存在整体高估的情况。