论文总字数：17862字

目 录

1 绪论 1

1.1 研究意义 1

1.2 国内外研究进展 1

1.3 主要研究内容 3

2 研究区 3

2.1 山西省研究区 3

2.2 数据 4

2.2.1 AMSR2土壤湿度数据 4

2.2.2 MODIS产品 4

2.2.3 实测土壤数据 5

3 研究方法 5

3.1 土壤湿度降尺度方法 5

3.2 TVDI计算 6

3.3 不同尺度AMSR2土壤湿度产品评评价研究 7

4 结果与分析 7

4.1 基于实测土壤湿度的不同尺度AMSR2土壤湿度产品分析 7

4.2 实测土壤湿度与TVDI指数在时间上的相关性分析 10

4.3 基于TVDI指数的不同尺度AMSR2土壤湿度产品分析 11

5 结论与展望 13

5.1 结论 13

5.2 不足与展望 13

参考文献： 14

致谢 16

AMSR2多分辨率土壤湿度产品评价与应用

向嘉敏

，China

Abstract：Soil moisture is a key factor in regulating the hydrothermal energy exchange between land and atmosphere, as an important part of atmosphere and hydrosphere, meanwhile, it is influential factor of global climate change and plays an essential role in regulating climate. It is important to acquire high quality soil moisture data. Passive microwave remote sensing is one of the main methods to monitor soil moisture. The AMSR2 passive microwave radiometer, which was launched in 2012, provides a platform for more accurate monitoring of soil moisture, But the applicability and accuracy of the soil moisture products in different regions need to be further evaluated. In this paper, we use multiple linear regression method for spatial downscaling to obtain the spatial resolution of 1km AMSR2 soil moisture data, basing the 10 km spatial resolution of AMSR2 L3 soil moisture products. At the same time, we use MODIS data to calculate the TVDI index, comparing the different resolutions of AMSR2 soil moisture products between the measured values and TVDI index in time and space, in order to evaluate the quality of the soil moisture products.  Results show that AMSR2 data can reasonably reflect the distribution of temporal and spatial variation of soil moisture in Shanxi Province, with high quality and accuracy between the measured soil moisture, TVDI, and the downscaling soil moisture is more relevant with the measured values and TVDI index.

Key Words：passive microwave; AMSR2; soil moisture; downscaling; TVDI

1 绪论

水是生物赖以生存的物质基础，是地球生态系统中的重要组成成分。土壤水分是全球水循环中重要组成之一，同时也是影响全球气候变化的重要因子，对气候调节起着至关重要的调节作用，对土壤水分进行大尺度范围的监测研究意义重大。遥感技术在土壤湿度监测中具有重要地位，被动微波遥感技术是土壤湿度反演与应用的热点之一。

1.1 研究意义

土壤湿度代表土壤中水分多少，土壤含水量决定了地面上动植物及土壤微生物的水分供应状况，是其赖以生存的物质基础，是全球生态系统中不可或缺的一部分。此外，土壤湿度作为全球水循环的重要组成成分，是陆地水资源形成、转化、消耗、传输等水循环过程中的关键研究变量，连接着地表水和地下水。土壤湿度的变化会使土壤本身的水热过程随之发生变化，从而使地表参数也发生改变，例如地表蒸发量大小、土壤热容量、地表反照率和植被分布情况等，这将导致地表水分和能量的再分配，在一定程度上改变地表水热交换、显热和潜热通量变化等，进而影响气候变化。反之，气候变化又将作用于土壤水分含量，形成一个复杂的反馈过程^[1]。土壤湿度作为研究陆面过程模式中不可或缺的参量，可用来监测土地退化状况，对旱情监测有很大的帮助。同时，土壤湿度可用来研究植物水分胁迫，是农作物旱情预测的重要依据和预报农业生产产量的重要指标^[2]。高精度的土壤湿度数据有助于我们更好的提取水文信息、研究气候变化和改善区域和全球气候。微波遥感监测土壤湿度具有速度快、全天时、大范围等优势。AMSR2能对土壤湿度进行实时监测，获取土壤水分在时空上的分布及变化情况，但其产品精度一直备受关注，评价AMSR2土壤湿度产品已成为研究关注的重点。

1.2 国内外研究进展

土壤中的水分主要来源于降水和灌溉水，土壤湿度和土壤水势都能用来表示土壤水分的多少，而遥感监测主要研究的是土壤湿度。土壤水分含量可有三种表达：一为重量含水量，重量含水量是土壤烘干后减少的重量与原重量之比；二为体积含水量，体积含水量土壤烘干后减少的重量与原土壤体积之比，体积含水量和重量含水量两者间可互相转化；三为土壤储水量，土壤储水量是指一定厚度土壤中水分的总量^[3]。

（1）土壤水分传统测量方法监测

传统土壤湿度测量方法主要有烘干法、中子衰减法、介电法、TDR法、电阻法等^[2]。其中，称重法是指将一定重量的土壤烘干后所减轻的重量；中子衰减法通过测定快中子的衰减程度来测定土壤湿度，因为快中子在与水碰撞后会衰减形成慢中子；介电法则根据土壤的介电特性来测量土壤水分，TDR法是介电法的其中一种^[3]。这些传统监测方法虽然能准确估测出土壤含水量，但其采样速度慢，采样数量有限，费时费力，因而难以满足大区域范围内土壤湿度的实时监测需要。

随着微波遥感技术的不断发展，土壤湿度能够得到大尺度、实时动态的监测。遥感监测土壤湿度的方法比传统手段有明显的优势并已取得较多的成果，但因其他因素的影响，遥感监测土湿度的方法同样存在精度受限的问题，提高遥感产品的分辨率和精确度是现今主要研究方向之一。

（2）土壤水分遥感监测

国内外通过地面遥感、卫星遥感和航空遥感等手段对土壤湿度监测进行了大量的研究。利用不同波段监测土壤湿度的原理不同。常用的遥感监测方法包括热惯量法、植被指数法和微波遥感法等，其中被动微波遥感是目前土壤湿度监测的有效方法之一。

20世纪70 年代，日本、加拿大等多个国家利用航空遥感和航天遥感，展开了大量的土壤水分及地下水的研究。随着遥感技术的快速进步，20世纪80 年代，微波波段被使用于遥感探测中，探测手段也由过去简单的遥感发展至卫星扫描遥感等，提出了对作物表面温度、土壤含水量等参数的研究方法^[4]。被动微波研究土壤湿度的实验开展得较早，至今已有一定的发展，其算法相对于主动微波遥感种类更多，也更成熟。在广泛利用SMMR、SSM/I及AMSR等微波遥感数据进行土壤湿度监测研究后，被动微波遥感监测土壤湿度的算法研究得到了很大的发展^[2]。

遥感监测土壤水分研究时，被动微波传感器接收的辐射信号会随土壤介电常数的改变而变化，而土壤介电常数的大小很大程度上取决于土壤内含水量。在此基础上，许多专家学者围绕土壤水分与亮温（亮度温度）之间进行了大量的研究与实验，验证两者之间所存在的联系，实验结果表明，土壤水分与土壤的微波反射率存在着较好的相关关系。微波遥感具有高时间分辨率，对土壤水分敏感性高，能够提供土壤湿度、植被种类等多种信息，多频率多波段、穿透性强、受日照和气象条件影响小、能全天时监测等特点，使其在遥感监测土壤湿度研究中占据优势。微波遥感技术常用来在大尺度范围进行土壤湿度测量。

高峰等人利用TMI数据提出了三维查表算法，并在青藏高原中部地区验证了该算法的可行性，结果表明该算法能够用来反演大尺度范围的地表实时温度、土壤水分含量以及植被覆盖量，同时反演出以上三个参数在青藏高原地区的分布结果^[5]。金亚秋基于SSM/I辐射亮温数据生成了散射指数与极化指数，在中国东北与华北农田进行了土壤水分研究，分析了农田的微波辐射特征及其季节性变化特征，该数据可用来监测农作物生长和平原土壤湿度变化^[2]。在我国将可以反演土壤湿度的微波传感器搭载于神舟4号飞船上发射升空，以便获取研究全国土壤湿度分布信息，随后的气象卫星风云3号系列以及2011年8月发射的海洋2号卫星上同样也搭载了相关类型的微波传感器，这都极大地促进了我国在遥感领域研究的发展^[4]。

AMSR2是一种多频率、双极化的被动微波辐射计，能提供全球大尺度范围上的土壤水分观测数据。于2012年5月，作为AMSR-E的继任者搭载于由JAXA研发的GCOM-W1发射升空。当前AMSR2土壤湿度产品验证研究可以通过长期地面观测站数据来分析AMSR2土壤湿度在时间上的变化情况。虽然AMSR2传感器能提供大区域的空间土壤湿度分布信息，但其数据空间分辨率较低，得到的AMSR2土壤湿度产品会存在一定偏差，因此，在进行大尺度土壤湿度产品研究时有必要通过降尺度来提高数据分析的准确性。JAXA与各合作机构在蒙古，泰国，澳大利亚和美国对AMSR2土壤湿度产品进行了校准和验证实验。2014年，Parinussa等人对2013年7月12日至8月期间AMSR2土壤湿度反演利用土地参数反演模型（LPRM）算法进行了初步研究^[5]。除了LPRM算法，JAXA还针对AMSR2开发了土壤湿度的反演算法，2015年，Kim等人在全球范围内对这两种算法之间做出了详细的比较，并采用在2012年7月至2013年8月期间现场47个监测站测测的结果评估了这两种算法所得到的土壤湿度产品，结果表明JAXA反演的土壤湿度通常会低于LPRM算法所计算出的土壤湿度^[6]。作为AMSR-E的后继者——被动微波传感器AMSR2，它的土壤产品精度一直以来也备受关注，在不同区域反映土壤湿度的效果及其局地应用都需要开展评价研究工作。

1.3 主要研究内容

论文以AMSR23级10km空间分辨率土壤湿度产品的质量评价与应用作为核心研究内容，以山西省区域部分站点10cm深度的土壤湿度数据作为地面实测数据，结合MODIS数据反演的温度植被干旱指数（TVDI），研究多尺度卫星产品与土壤湿度之间的关系，以评价、验证AMSR2土壤湿度产品的可靠性与应用。本文研究内容主要包括以下几个方面：

剩余内容已隐藏，请支付后下载全文，论文总字数：17862字

相关图片展示：