CCI遥感土壤水在东北粮食主产区表征干旱的准确性评估

针对长时间序列土壤湿度数据集在国内缺乏验证和应用的问题,利用东北粮食主产区1992—2013年土壤10cm表层实测站点数据,采用2种评估方法,即皮尔逊相关绝对法和干旱判断吻合度相对法,对欧洲空间局气候变化倡议(climate change initiative,CCI)的土壤湿度数据集,融合遥感土壤水数据产品在东北粮食主产区表征干旱的准确性进行评估.2种分析结果表明,CCI遥感土壤水在判断东北粮食主产区干旱事件上具有较高的准确性,可以作为东北粮食主产区内表征干旱的有效指标开展农业干旱评价研究.

祁连山区不同植被类型上的SMOS遥感土壤水分产品质量评估

为了分析SMOS遥感土壤水分产品在祁连山区的真实性和可靠性,利用祁连山区内布设于7种主要植被类型上的34个实测站点的实测土壤水分数据对其进行质量评估。首先挑选与实测值相对应的SMOS数据,进而依次计算每个站点上遥感产品与实测值的相关系数R、Bias和均方根误差RMSE,从而得到SMOS数据在不同植被类型上不同尺度(年和季节)的反演精度。结果表明:SMOS遥感土壤水分产品在研究区内是可信的,但低估了研究区土壤水分值,且未能达到产品预期目标0.04m^3/m^3。SMOS产品对于植被辐射反演效果好于土壤辐射反演,导致其在植被覆盖度越高的区域与实测值的拟合程度越高。SMOS产品在湿润条件下性能优于干旱条件,在变异性小的地区性能优于变异性大的地区。在季节尺度上,SMOS遥感产品与实测值拟合程度在夏、秋两季远好于春季。

利用遥感光谱法进行农田土壤水分遥感动态监测

自 1 997年 4月至 1 998年 1 0月 ,在甘肃省定西县进行了大面积 0～ 5 0 cm土层农田土壤水分按每 1 5 d本底资料实际观测 ,对此间收到的 5幅 TM与 7幅 NOAA卫片数据资料进行了加工处理 ,并对地面光谱资料也进行了观测。在光谱反演与光谱和土壤水分相关性分析基础上 ,利用遥感技术和地理信息系统 ,初步建立了典型试验区 ( 3× 3km2 )遥感信息与土壤含水量之间的遥感光谱相关监测模型 ,做出了观测区土壤水分含量分布图和得到了大面积农田土壤水分宏观动态监测结果 ,并同地面实测土壤水分进行了精度校正。研究结果表明 ,文中提出的“光学植被盖度”概念 ,对土壤水分遥感监测研究是有益的 ,利用遥感光谱法和数学统计方法求出了有关物理参数 ,初步建立了 TM与 NOAA光谱水分监测模型 ,其模型监测 0～2 0 cm土层含水量的精度达到 90 %以上 ,实际监测土壤水分精度达到 72 .3% ;在遥感监测 2 0～ 5 0 cm土层土壤含水量中 ,利用遥感模型监测土壤水分精度达到 80 %以上 ,实际遥感监测精度达到 60 %左右 ,其结果可有效指导干旱半干旱雨养农业区春耕时间和动态监测大面积土壤墒情 ,可为农业生产提供科学依据。另外 ,经地面大量观测表明 ,一般来说 ,当土壤含水量为田间最大持水量的 5 5 %～ 85 %时 ,从生长状况和经济?

利用遥感技术动态监测大面积农田土壤水分研究

为探讨利用遥感技术动态监测大面积农田土壤水分含量 ,排除农田植被和地形的干扰 ,1 997- 1 998年在甘肃省定西县岔口乡建立了监测样区 ,在地面实测 0～ 50 cm大面积农田土壤水分本底资料和收集 5幅 TM卫片影像资料加工处理基础上 ,利用地理信息系统建立了遥感信息 (NDVI和 RVI)与土壤含水量之间的遥感光谱相关模型 ,做出了观测区土壤水分含量分布图 ,得到了初步的大面积农田土壤水分宏观动态监测结果 ,基本实现了利用遥感技术大面积动态监测土壤含水量 ,有效地指导农业春耕生产和快速掌握土壤墒情状况。研究结果表明 ,在波长 60 0～ 1 0 50 nm光谱段 ,土壤含水率与光谱反射率之间存在显著的负相关关系 (α<0 .0 5) ;利用遥感技术建立的 TM光谱水分监测模型 ,其模型监测 0～ 2 0 cm土层含水量的精度达到 90 %以上 ,实际监测土壤水分精度达到 72 .3% ;在遥感监测2 0～ 50 cm土层土壤含水量中 ,利用遥感模型监测土壤水分精度达到 80 %以上 ,实际遥感监测精度达到 60 %左右 ,并且建立了热惯量与土壤含水量之间的相关模型 ,给出了决定系数 (R2 )分析结论。

基于CCI数据的中国北方地区土壤水分时空变化特征分析

针对我国实测土壤水分站点稀疏、分布不均、数据连续性较差且在大尺度鲜有研究的问题,将欧洲空间局气候变化项目(European Space Agency climate change initiative,ESA CCI)的土壤湿度数据集应用于中国北方5大农业生态区,开展土壤水分时空变化分析.采用皮尔逊相关系数进行遥感数据的有效性验证,利用时空持久性概念分析土壤水分的时空变化规律.结果表明:ESACCI遥感土壤水分数据在东北区夏季、西北区春季、黄土高原区春夏秋季、内蒙古高原区夏秋季具有很好的时空适应性;北方地区1991-2016年间土壤体积含水量年均值为0.06~0.39 m^3·m^-3,空间分布呈现出由西向东土壤水分逐渐升高的趋势,并表现出夏季最高、秋季其次、冬春季较低的季节特征;东北区、黄土高原区、黄淮海区中我国的重要粮食产区的土壤水分呈现出随时间季节变化波动大,且有较为明显的变干趋势.

卫星土壤水分产品在青藏高原地区的适用性评价

为了分析土壤水分产品在青藏高原地区的可靠性和适用性,利用青藏高原地区地下5 cm深度的地面实测土壤水分数据,结合多种评价指标(相关系数R、均方根误差RMSE、偏差Bias和无偏均方根误差ubRMSE)对土壤水分主动-被动探测卫星(SMAP)、高级微波扫描辐射计2(AMSR2)、风云三号(FY-3B)土壤水分产品,从时间和空间两个方面进行了适用性研究。结果表明:(1)土壤水分产品均能反映青藏高原的土壤水分变化,在降水较多的季节,三种产品精度均有不同程度的下降。(2)土壤水分产品在夏季和秋季反演效果好于冬季和春季,并且在秋季与实测值更接近。其中,SMAP产品在各个区域都能反映土壤水分的季节变化趋势,并普遍在夏季高估、冬季低估;AMSR2产品在夏季低估,冬季明显高估;FY-3B产品在夏季普遍低估。(3)土壤水分产品在那曲和狮泉河地区反演结果较好,在那曲地区与实测值相关性最高;在玛曲地区表现出较大的不确定性,虽然相关系数较高,但RMSE和Bias同样较高,整体精度较差;SMAP产品在阿里地区满足目标精度。综合来看,SMAP产品在青藏高原地区反演结果较为稳定,受气候和环境的影响较小,具有相对较大的R和较小的RMSE和Bias。

SMOS和SMAP卫星土壤水分产品的对比评价与差异分析

为了对比分析SMOS(soil moisture and ocean salinity)和SMAP(soilmoisture active passive)遥感产品土壤含水量数据的质量与精度,本文基于来自美国本土的3种测站网络CRN(climate reference network)、SCAN(soil climate analysis network)和SNOTEL(snowpack telemetry network)的261个站点实测数据,从整体与分站点两个角度进行评价,并探究影响二者表现差异的不同影响因子。结果表明:①对两种卫星遥感水分产品进行整体评价或按照站点进行评价时,SMAP表现均优于SMOS;②同一土壤水分产品在不同土地覆盖类型下的精度差异较大,不同土壤水分产品对于同种土地覆盖类型的响应不同;③季节变化下温度和降水变化,从而影响卫星反演精度;④地形与海拔变化也会引起卫星产品反演水平的变化,随着海拔高度升高,卫星观测的准确性降低。综合来看,目前直接利用卫星观测获取的土壤含水量与实测值之间仍存在一定差异,未来我们应进一步提高卫星观测数据的准确性。

改进的热惯通量模型土壤水分反演精度分析

对比分析了改进前后的热惯通量模型在朝阳地区土壤水分时空遥感的反演精度。结果表明:改进后的热惯通量模型由于可考虑低温期土壤水分反演,相比于改进前,不同类型土壤水分反演误差可平均降低9.3%,反演精度改善效果明显。研究成果对于北方干旱半干旱地区土壤水分反演精度的提升具有重要的参考价值。

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)、ERMS(均方根误差)和Ebias(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SMAP表层土壤温度数据在山区的质量,导致2种方法降尺度结果的精度均比SMAP (9 km×9 km)产品好,但趋势拟合效果较差.

Effects of spatial distribution of soil parameters on soil moisture retrieval from passive microwave remote sensing

In this paper,we studied the effect of spatial distribution of soil parameters on passive soil moisture retrieval at pixel scale.First,we evaluated the forward microwave emission model and soil moisture retrieval algorithm accuracy through the observa-tion of field experiments.Then,we used soil parameters in different spatial distribution patterns,including random,normal,and uniform distribution,to determine the different levels of heterogeneity on soil moisture retrieval,in order to seek the rela-tionship between heterogeneity and soil moisture retrieval error.Finally,we conducted a controlled heterogeneity effect ex-periment measurements using a Truck-mounted Multi-frequency Radiometer(TMMR) to validate our simulation results.This work has proved that the soil moisture retrieval algorithm had a high accuracy(RMSE=0.049 cm3 cm 3) and can satisfy the need of this research.The simulation brightness temperatures match well with observations,with RMSE=9.89 K.At passive microwave remote sensing pixel scale,soil parameters with different spatial distribution patterns could have different levels of error on soil moisture estimation.Overall,we found that soil moisture with a random distribution in a satellite pixel scale can cause the largest error,with a normal distribution being the second,and a uniform distribution the least due to the smallest het-erogeneity.

Progresses on microwave remote sensing of land surface parameters

Highly accurate observations at various scales on the land surface are urgently needed for the studies of many areas,such as hydrology,meteorology,and agriculture.With the rapid development of remote sensing techniques,remote sensing has had the capacity of monitoring many factors of the Earth's land surface.Especially,the space-borne microwave remote sensing systems have been widely used in the quantitative monitoring of global snow,soil moisture,and vegetation parameters with their all-weather,all-time observation capabilities and their sensitivities to the characteristics of land surface factors.Based on the electromagnetic theories and microwave radiative transfer equations,researchers have achieved great successes in the microwave remote sensing studies for different sensors in recent years.This article has systematically reviewed the progresses on five research areas including microwave theoretical modeling,microwave inversion on soil moisture,snow,vegetation and land surface temperatures.Through the further enrichment of remote sensing datasets and the development of remote sensing theories and inversion techniques,remote sensing including microwave remote sensing will play a more important role in the studies and applications of the Earth systems.

China land soil moisture EnKF data assimilation based on satellite remote sensing data

Soil moisture plays an important role in land-atmosphere interactions. It is an important geophysical parameter in research on climate, hydrology, agriculture, and forestry. Soil moisture has important climatic effects by influencing ground evapotranspi ration, runoff, surface reflectivity, surface emissivity, surface sensible heat and latent heat flux. At the global scale, the extent of its influence on the atmosphere is second only to that of sea surface temperature. At the terrestrial scale, its influence is even greater than that of sea surface temperatures. This paper presents a China Land Soil Moisture Data Assimilation System (CLSMDAS) based on EnKF and land process models, and results of the application of this system in the China Land Soil Moisture Data Assimilation tests. CLSMDAS is comprised of the following components: 1) A land process mo del—Community Land Model Version 3.0 (CLM3.0)—developed by the US National Center for Atmospheric Research (NCAR); 2) Precipitation of atmospheric forcing data and surface-incident solar radiation data come from hourly outputs of the FY2 geostationary meteorological satellite; 3) EnKF (Ensemble Kalman Filter) land data assimilation method; and 4) Observa tion data including satellite-inverted soil moisture outputs of the AMSR-E satellite and soil moisture observation data. Results of soil moisture assimilation tests from June to September 2006 were analyzed with CLSMDAS. Both simulation and assimila tion results of the land model reflected reasonably the temporal-spatial distribution of soil moisture. The assimilated soil mois ture distribution matches very well with severe summer droughts in Chongqing and Sichuan Province in August 2006, the worst since the foundation of the People’s Republic of China in 1949. It also matches drought regions that occurred in eastern Hubei and southern Guangxi in September.