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。

FY-2双星亮温归一化及其在台风个例中的应用

针对台风业务应用中发现FY-2D和FY-2E双星观测存在亮温差过大的问题,本文以2010年台风鲇鱼(Megi)为例,利用2010年10月17日1030—1230 UTC的FY-2D/E红外1通道数据,提出了双星亮温归一化的解决方法,结果如下:(1)采用CDF(Cumulative Distribution Function)匹配法对双星亮温进行归一化处理,可有效利用FY-2D和FY-2E双星观测结果。个例分析表明,经归一化处理以后,双星的PDF(Probability Distribution Function)分布更趋一致,甚至在很多地方出现重合,归一化效果良好。在台风定强分析,如ADT(Advanced Dvorak Technique)算法中,归一化处理可作为数据预处理的一部分内容,不影响后面的算法和流程。(2)以MTSAT为基准,经CDF匹配法对FY-2D和2E的TBB分别进行归一化处理,将使得FY-2的亮温与MTSAT具有可比性,便于比较国内外的台风定强分析结果和算法差异。

基于CCI资料与EnKF方法的单点土壤湿度同化

土壤湿度作为天气、农林业、水循环研究中重要的地球物理参数,对气候变化有重要影响。陆面数据同化发展较晚,研究集中在同化土壤/积雪的常规观测与遥感观测来提高土壤湿度廓线/雪水当量的估计精度。卫星遥感资料的同化是一个研究热点,同化遥感数据对提高土壤湿度估计精度有积极的作用。基于CLM4.0(Common Land Model 4.0)陆面过程模式,采用集合卡尔曼滤波(EnKF)同化方法,在美国内布拉斯加州地区的Clay Center、Red Cloud及Grand Island观测站点进行了3个单点同化实验,同化的观测数据是由CDF(Cumulative Distribution Function)技术匹配调整后的卫星遥感资料——CCI(Climate Change Initiative)数据,同化分析实验时间为2008年5月1日至2008年10月31日,利用站点实测数据对0~2cm土壤湿度的同化结果与间接受其同化影响10cm处的土壤湿度估计值进行了验证。结果表明:通过单点同化卫星遥感资料的方法可以提高表层土壤湿度的估计精度,并且受其同化影响,靠近同化层的土壤,其土壤湿度的估计精度也得到提高。

基于SMAR模型的半干旱区根系层土壤湿度估算

根系层土壤湿度控制植被根系的水分吸收和蒸腾过程,是陆地-大气相互作用中的一个重要变量。为了获得根系层土壤湿度的时空分布,以半干旱区的老哈河流域为研究对象,利用具有物理基础的土壤水分分析关系(SMAR)模型,并结合遥感土壤湿度产品进行研究。结果表明:利用土壤物理属性、归一化植被指数(NDVI)和实际蒸散发作为自变量进行多元线性回归分析,可以建立SMAR模型参数的估算方程(p<0.05,双尾t检验)。将遥感土壤湿度产品与SMAR模型结合估算区域根系层的土壤湿度具有良好效果,与基于实测数据的估算结果比较,其相关性R主要分布在0.5~0.9,平均值为0.692(p<0.05,双尾t检验),平均绝对误差、平均相对误差、均方根误差和标准偏差总体均<0.1。SMAR模型与遥感数据产品结合能够良好地模拟出区域尺度根系层土壤湿度的空间分布状况。该研究为更大尺度根系层土壤湿度的估算提供支撑,也能更好地运用于干旱半干旱区农业规划、干旱监测及其他水文模拟。