首页|耦合MODIS数据的SMAP被动微波土壤水分空间降尺度研究——以闪电河流域为例

耦合MODIS数据的SMAP被动微波土壤水分空间降尺度研究——以闪电河流域为例

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
  • 维普
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1kmMODIS产品(地表温度和归一化植被指数)作为辅助数据,对9km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1km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.
SMAP passive microwave soil moisture spatial downscaling based on optical remote sensing data:A case study in Shandian river basin

文凤平、赵伟、胡路、徐红新、崔倩

展开 >

中国科学院水利部成都山地灾害与环境研究所,成都610041

中国科学院大学,北京100049

中国科学院空天信息创新研究院,北京100101

上海航天技术研究院,上海201109

水利部信息中心,北京100053

展开 >

土壤水分 空间降尺度 机载被动微波土壤水分 不确定性分析 SMAP MODIS

国家自然科学基金中国科学院"西部之光"西部青年学者A类中国科学院青年创新促进会项目国家重大科学研究计划民用航天"十三五"技术预先研究项目

4177140920163332015CB953700

2021

遥感学报
中国地理学会环境遥感分会 中国科学院遥感应用研究所

遥感学报

CSTPCDCSCD北大核心
影响因子：2.921
ISSN：1007-4619
年,卷(期)：2021.25(4)
  • 5
  • 14