基于GLASS数据的青藏高原2001—2018年蒸散发时空变化分析

准确认知青藏高原蒸散发时空变化特征,为当地可持续农业的水资源规划及理解高原气候变化具有重要现实意义。研究基于GLASS陆表潜热通量产品,采用Mann-Kendall趋势分析方法,结合青藏高原生态地理分区方案,分析了2001—2018年青藏高原蒸散发的时空变化特征及其与气温、降水和植被的关系。结果表明：(1)GLASS ET产品可以较好地表征青藏高原蒸散发的时空分布特征;(2)青藏高原多年平均蒸散发为296.52 mm,整体上呈现出东南高西北低的空间格局,其中东喜马拉雅南翼最高（690.94 mm）,柴达木盆地最低（163.47 mm）;(3)近18 a来,青藏高原蒸散发年际变化呈波动性上升,只有东喜马拉雅南翼在下降;(4)研究期间,青藏高原蒸散发以显著性增长趋势为主,占47.44%,主要位于高原东部边缘和中西部腹地,呈显著性减小趋势的地区占3.82%,主要集中于东喜马拉雅南翼;(5)蒸散发的空间分布在干旱区与气温呈负相关,在湿润区呈正相关,与降水空间格局总体呈正相关;(6)蒸散发与NDVI的空间分布呈较好的正相关,与NDVI的变化趋势相关性较为复杂,大部分呈正相关,小部分呈负相关。     

像元尺度土壤水分监测网络及其对L波段土壤水分产品的初步验证结果

土壤水分是作物生长、地—气水热交换及全球水循环过程中的关键变量,对于旱情监测、水文陆面过程及气候变化的研究具有重要的意义。被动微波遥感凭借对于土壤水分的敏感性已经成为监测土壤水分的主要手段。研究中针对吉林省农田下垫面,利用土壤水分传感器网络监测数据,开展了SMAP(Soil Moisture and Active and Passive)和SMOS(Soil Moisture and Ocean Salinity)被动微波土壤水分产品的真实性检验研究,得出了以下结论:(1)与实测数据相比较,SMOS L3(升降轨)和SMAP L3被动微波土壤水分产品存在低估现象,伴随降雨事件会出现高于实测土壤水分的情况;两种被动微波土壤水分产品的无偏均方根误差(unRMSE)都大于0.07m3/m3,但SMAP L3被动微波土壤水分产品数据的ubRMSE略低,为0.078m3/m3;(2)由于L波段的感应深度要浅于传感器的探测深度5cm,降雨后土壤表层的变干现象导致土壤水分的垂直不均匀性,这是SMOS和SMAP被动微波土壤水分产品低估土壤水分的原因之一;(3)SMOS与SMAP亮温分布范围对比结果表明:由于电磁射频干扰(RFI)的影响,RFI对于SMOS的影响更为严重,这或许是SMOS土壤水分产品的RMSE高于SMAP被动微波土壤水分产品的原因。     

SMOS与SMAP过境时段表层土壤水分的稳定性研究

SMOS和SMAP都是为获取全球土壤水分信息而设计的专题卫星,均搭载了L波段辐射计。进行二者的横向对比是构建具有一致性的全球土壤水分数据集的关键基础。虽然SMAP、SMOS名义上的过境时刻是固定的,但二者的实际过境时刻随时间和空间发生变化,它们与地面实测数据三者之间难以匹配形成时序上严格统一的样本对,从而给土壤水分反演结果的精度评定带来困难。针对这一问题,以美国大陆地区为研究区,首先对2016~2017年SMOS、SMAP土壤水分数据的时间戳进行统计,判定二者过境的交叠时段;进而利用高观测频率、大空间尺度的实测数据,研究表层土壤水分在此时段内的自然变化特征。结果显示,按照全部、无降水、有降水3种条件,在样本量分别为98.14%、99.51%和88.49%的绝大多数情况下,表层土壤水分的变化量为0.007 m3/m3、0.007 m3/m3和0.012 m3/m3, 远小于SMOS、SMAP的目标精度（0.04 m3/m3）。初步证实： ①SMOS与SMAP的土壤水分反演结果（L2数据）可进行直接比对;②过境时刻差异对验证误差的影响可不计。     

青藏高原L波段微波辐射观测与土壤水分反演研究进展

土壤水分是地气间水热交换的重要变量,影响着地表感热潜热划分、水分收支和植被蒸腾等过程,青藏高原土壤水分的研究对于改进高原水分循环和能量平衡的模拟研究具有重要意义.随着SMOS、SMAP等卫星的发射,L波段被动微波遥感技术成为大尺度监测土壤水分的主要手段.分别从L波段星—机—地观测与微波辐射模拟、区域尺度土壤水分观测、卫...     

三江源蒸散发遥感估算及其时空分布特征研究

蒸散发是地表水热平衡的基本变量,也是衡量植被生长水分适应性的重要指标。针对三江源地面实测资料匮乏的现状,以MODIS系列产品为主要数据源,通过对地表温度—植被指数特征空间法的改进,在日尺度实现了该地区2011～2019年蒸散发的连续遥感估算,并进一步解析其时空变化特征与影响因子,揭示不同土地覆被类型的蒸散发差异,以期为三江源畜牧业可持续发展与生态环境保护提供支撑。对比分析表明：蒸散发的估算结果达到了现有遥感蒸散发产品的精度要求,可用于分析三江源地区蒸散发的时空变化特征。近9年,三江源蒸散发总体呈现先减少后增加趋势,多年平均值为420.04 mm;受海拔与降水控制,蒸散发空间分布异质性明显,从东南向西北逐渐减少;3 194～4 620 m海拔范围内,蒸散发随海拔高度增加呈单峰型变化,站点尺度年蒸散发与降水量之间的相关系数为0.71。虽然不同土地覆被分类系统下蒸散发的统计结果存在差异,但单位面积蒸散发具有林地>灌丛/灌木林>草地/草甸>裸土地/无植被区的明显特征,像元尺度多年平均蒸散发与植被覆盖度的相关系数高达0.77。     

黄土高原水储量的时空变化及影响因素

近年来黄土高原下垫面情况变化巨大,将多源数据应用于水储量变化研究可进一步揭示该区域水循环过程。利用GRACE数据研究了2003～2015年黄土高原地区陆地水储量变化(TWSC)的时空分布特征,结合大气环流数据、TRMM(3B43)降水、GLDAS蒸散发和MODIS地表温度数据分析了气候变化和人类活动对TWSC的影响。结果表明:①2003～2015年黄土高原TWSC整体表现为下降趋势,下降速率约为-5.16±1.51 mm/a,季节变化表现为秋季冬季夏季春季的下降趋势。②过去13 a黄土高原TWSC在空间上表现为自西向东减少,整体处于亏损状态,最小值可达-4.5 cm。③降水对黄土高原西南部、南部的TWSC有影响较大,地表温度对黄土高原东南部、东部的TWSC影响较大。④人类活动对山西和陕晋豫交界地带的TWSC影响较大。利用多源数据对比研究可以较准确地反映该区域水储量变化的时空分布情况,对水循环机理的进一步研究有较大帮助。     

基于Triple Collocation方法的微波土壤水分产品不确定性分析与时空变化规律研究

土壤水分是连接地—气系统的重要状态变量,微波遥感为准确获取大面积土壤水分信息提供新的技术手段。准确解读微波土壤水分产品质量、深入了解其误差的时空分布特征是通过数据同化等方法将其融入陆面模型,从而成功应用于地球科学领域的重要先决条件。基于Triple Collocation(TC)方法检验了风云三号C星(FY-3C)、土壤水分主被动卫星(SMAP)及高级微波散射计(ASCAT)这3种常用微波土壤水分产品在中国陆域的质量,并通过Hovm?ller图评估了3套产品捕捉土壤水分时空变化的能力。结果显示:①TC方法得到的分析结论与地面实测资料的验证结果一致,整体上SMAP优于ASCAT和FY-3C,不同土地利用类型下SMAP信噪比均最高,三者的TC信噪比分别为1.668 dB、-0.316 dB和-2.182 dB,同时三者与实测值的相关系数分别为0.514、0.501和0.209;②FY-3C和ASCAT产品的精度在中国西北地区整体优于南部地区,3种产品均能较好地刻画土壤水分随纬度和经度变化的情况,3种产品展现的季节波动整体高于实测,其中FY-3C的季节波动在3种产品中最为剧烈;③FY-3C的质量比ASCAT和SMAP更易受到植被影响,但在裸土区FY-3C优于ASCAT。本研究基于TC分析提供了全国范围内3种主流微波土壤水分产品的误差和信噪比的空间分布,并通过Hovm?ller图评估了其描述土壤水分时空变化的能力。研究结论可为微波土壤水分产品的同化研究提供一定参考。     

结合参量统计与时空融合的土壤水分降尺度方法

土壤水分的降尺度研究为解决被动微波产品的粗分辨率问题,更好地服务于流域小尺度应用提供了技术手段.以美国俄克拉荷马州为研究区域,基于SMAP土壤水分产品和MODIS产品等多种辅助数据,在地表分类数据的支持下,结合参量统计降尺度和时空融合降尺度发展了一种土壤水分混合降尺度方法,并利用SMAP 9 km产品和站点实测数据对降...     

Sentinel-1和Sentinel-2协同反演地表土壤水分

土壤水分是水文循环、生态环境、气候变化等研究中的关键参数,获取高分辨率长时间序列的土壤水分信息对农业管理、作物生长监测等具有重要的意义,同时也是研究的难点。基于时间序列(2019年至2020年)的Sentinel-1雷达数据和Sentinel-2光学数据,构建了地表土壤水分的雷达与光学数据协同反演模型,即裸土条件下地表土壤水分的变化检测方法,并利用归一化植被指数对植被影响进行校正,实现了青藏高原多年冻土区(五道梁)100 m空间分辨率的土壤水分反演。与地面实际观测的土壤水分进行对比验证,结果表明土壤水分反演结果与地面实测数据的相关系数介于0.672与0.941之间,无偏均方根误差介于0.031 m³/m³与0.073 m³/m³之间,土壤水分变化与区域降水事件和特征密切相关,验证了本文提出的考虑植被物候的变化检测方法在地势平坦、植被稀疏的青藏高原地区具有极高的适用性。     

SMAP土壤水分产品在淮河流域的适用性评估

选取淮河流域为研究区域,利用2016年6月至2019年5月流域内的313个土壤水分观测站0～10 cm土壤体积含水量数据,使用多种指标分析SMAP卫星(Soil Moisture Active Passive)9 km分辨率土壤水分产品(L2_SM_P_E)精度的空间和时间(年、月、日尺度)特征,并讨论植被、土壤、地形...     

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。     

基于SiB2模型的土壤水分降尺度指标的适用性研究

土壤水分是地表过程的核心变量之一,强烈影响着陆表—植被—大气间的能量和水分交换。当前基于星载被动微波遥感的土壤水分产品的空间分辨率普遍较粗(25~40km),无法满足流域尺度水文气象、生态水文模拟及水资源管理等研究和应用的需求,而土壤水分降尺度是目前较为可行的解决方案之一。通过对不同降尺度指标的研究,分析确定每种降尺度指标的适用条件,为土壤水分的降尺度研究奠定基础。利用2013年5月1日~9月30日黑河中游人工绿洲试验区大满超级站的气象数据驱动SiB2模型,分别模拟了土壤水分、土壤表层温度、植被冠层温度以及地表蒸散发、土壤蒸发等变量,利用Penman-Monteith公式计算了地表潜在蒸散发;利用SiB2模拟结果与P-M公式计算结果估算获得常用的土壤水分降尺度指标:表观热惯量(ATI)、土壤蒸发(E)、土壤蒸发/实际蒸散发(E/ETa)、蒸发比(EF)、实际蒸发比(AEF)。通过对降尺度指标与土壤水分之间相关性分析可知,在植被的整个生长季,5种指标与土壤水分之间都具有较好的相关性。其中ATI、E、E/ETa以及EF这4种指标与土壤水分之间的相关性都随着土壤深度的增加而逐渐减弱;而AEF与植被根区土壤水分的相关性最好,更能反映根区土壤水分的动态变化。从可决系数来看,各降尺度指标与土壤水分的相关性排序如下:2cm:E/ETaEFEAEFATI;10cm:AEFEFE/ETaEATI;80cm:EFAEFE/ETaEATI。     

基于Triple-Collocation方法的微波遥感土壤水分产品不确定性分析及数据融合

微波遥感可以获取大范围的地表土壤水分信息,以及由此得到全球尺度的土壤水分产品。但由于传感器观测配置和反演方法等诸多因素的影响,使得不同的土壤水分产品在精度和可靠性方面存在差异。基于Triple-Collocation(TC)方法,在青藏高原那曲地区的0.25°×0.25°和1.0°×1.0°两个空间尺度上对AMSR2、SMAP和SMOS 3种土壤水分遥感产品进行不确定性分析,开展基于随机误差的数据融合算法研究。研究结果表明:不同遥感产品间的随机误差在空间分布上存在显著的不一致性,使得应用传统的算术平均方法进行数据融合不具有普适性。基于此不确定性,对3种产品配赋相应的权重进行融合,相比于3种土壤水分原始数据集,融合产品不仅具有更丰富的数据量,也会对数据精度有所改善。当遥感产品间的随机误差接近时,等权重和优化权重的融合结果非常接近;当遥感产品间的随机误差差异较大时,基于不确定性的数据融合方法相比等权重方法可以明显的提高融合数据的精度。     

基于哨兵-2数据的喀斯特高原深水湖库CODMn遥感反演

利用哨兵-2数据及多种方法反演喀斯特高原深水湖库的高锰酸盐指数(COD_Mn),对于区域水环境管理和丰富水质反演理论具有重要意义。以贵阳市红枫湖与百花湖为研究区,基于Sentinel-2 MSI影像和COD_Mn浓度数据,使用随机森林回归(RFR)、支持向量回归方法(SVR)、高斯过程回归(GPR),构建COD_Mn反演模型,获得2018～2020年不同时期的COD_Mn空间分布。结果表明：(1)RFR模型估算精度最高,验证集RMSE为0.222 mg·L^-1,MAPE为5.84%,R2为0.841;(2)红枫湖COD_Mn浓度变化呈现上游高于下游、春季高于夏季的时空分布特征。百花湖除了上游,整体湖区COD_Mn浓度较低且随时间变化不大。研究揭示了RFR模型与Sentinel-2数据在喀斯特高原深水湖库COD_Mn浓度反演具有良好的适用性。     

遥感水分收支对区域水资源估算潜能

为获得遥感水分收支对区域水资源估算潜力,利用遥感降水与蒸散发数据,通过研究中国十大水资源一级区及省区尺度上遥感水分收支平衡(降水与实际蒸散发差值)与水利统计水资源量间的关系,发现遥感降水蒸散差折合水资源量与基于统计数据的水资源量间具有较强正相关性,但总体偏低且存在区域差异,其中海河区低估最为显著,其次为淮河区、西南诸河区,西北诸河区则存在较大高估。对于地下水需求较大的区域,如海河区,地下水开采量没有被考虑作为遥感水资源量来源是造成遥感水资源量低估的主要原因。遥感降水低估、蒸散发高估也导致遥感水分收支平衡折合水资源量低于基于统计数据的水资源量。水资源时间变化趋势显示,中国水资源量总体呈增加趋势,但作为粮食主产区及人口密集区的华北地区,水资源形势严峻,呈显著减少趋势,将对经济发展及人们生活产生重大影响。     

遥感水分收支对区域水资源估算潜能

为获得遥感水分收支对区域水资源估算潜力，利用遥感降水与蒸散发数据，通过研究中国十大水资源一级区及省区尺度上遥感水分收支平衡(降水与实际蒸散发差值)与水利统计水资源量间的关系，发现遥感降水蒸散差折合水资源量与基于统计数据的水资源量间具有较强正相关性，但总体偏低且存在区域差异，其中海河区低估最为显著，其次为淮河区、西南诸河区，西北诸河区则存在较大高估。对于地下水需求较大的区域，如海河区，地下水开采量没有被考虑作为遥感水资源量来源是造成遥感水资源量低估的主要原因。遥感降水低估、蒸散发高估也导致遥感水分收支平衡折合水资源量低于基于统计数据的水资源量。水资源时间变化趋势显示，中国水资源量总体呈增加趋势，但作为粮食主产区及人口密集区的华北地区，水资源形势严峻，呈显著减少趋势，将对经济发展及人们生活产生重大影响。     

遥感水分收支对区域水资源估算潜能

为获得遥感水分收支对区域水资源估算潜力，利用遥感降水与蒸散发数据，通过研究中国十大水资源一级区及省区尺度上遥感水分收支平衡(降水与实际蒸散发差值)与水利统计水资源量间的关系，发现遥感降水蒸散差折合水资源量与基于统计数据的水资源量间具有较强正相关性，但总体偏低且存在区域差异，其中海河区低估最为显著，其次为淮河区、西南诸河区，西北诸河区则存在较大高估。对于地下水需求较大的区域，如海河区，地下水开采量没有被考虑作为遥感水资源量来源是造成遥感水资源量低估的主要原因。遥感降水低估、蒸散发高估也导致遥感水分收支平衡折合水资源量低于基于统计数据的水资源量。水资源时间变化趋势显示，中国水资源量总体呈增加趋势，但作为粮食主产区及人口密集区的华北地区，水资源形势严峻，呈显著减少趋势，将对经济发展及人们生活产生重大影响。     

L波段微波辐射计机载与卫星观测的对比研究

“闪电河流域水循环和能量平衡遥感综合试验”以滦河上游的闪电河流域为试验区,开展了机载L波段微波辐射计观测。将其获取的机载亮温数据与SMOS、SMAP卫星亮温（L1C）进行对比研究。首先根据观测时间、角度和极化方式制定了机、星数据的选用方案,进而针对二者尺度差异设计了3种空间匹配策略,以数值差（卫星—机载）、相关系数（R）和无偏均方根误差（ubRMSE）作为量化指标,对机载和卫星观测亮温进行差异分析,结果显示：机载亮温与卫星亮温之差随角度变化的特征趋势与理论相符,其可靠性得到了初步验证;3种空间匹配策略下的总平均亮温差显著不同,证实了空间尺度差异与匹配策略对多源数据的验证及对比的量化影响;机载亮温与SMAP亮温的总体差小于与SMOS,反映了探测方式、传感器硬件设计以及空间组织方式的异同。     

基于TESEBS模型估算高原地区地表蒸散发

为检验TESEBS(Topographical Enhanced Surface Energy Balance System)模型在高原地区的适用性,利用2014年高原9个站点的实测资料对TESEBS模型进行适用性检验,鉴于模型估算的感热通量偏差较大,提出利用地表温度—植被指数(LST-NDVI)特征空间法来确定蒸散发率,并将模型估算的卫星过境时刻瞬时蒸散发与实测值进行比较。结果表明:TESEBS模型估算高原不同下垫面的蒸散发与实测值之间的偏差较大;利用LST-NDVI特征空间法确定蒸散发率能很好地改善模型对蒸散发的估算精度,相关系数从0.65提高至0.83,均方根误差从144减小至80 W·m~(-2),相对误差从67%减小至39%。特征空间法引入后,TESEBS模型估算的地表蒸散发明显小于原模型的估算结果,且模型给出的研究区地表蒸散发分布特征与植被指数NDVI的分布特征相一致。     

基于Triple-Collocation方法的微波遥感土壤水分产品不确定性分析及数据融合

微波遥感可以获取大范围的地表土壤水分信息，以及由此得到全球尺度的土壤水分产品。但由于传感器观测配置和反演方法等诸多因素的影响，使得不同的土壤水分产品在精度和可靠性方面存在差异。基于Triple-Collocation（TC）方法，在青藏高原那曲地区的0.25°×0.25°和1.0°×1.0°两个空间尺度上对AMSR2、SMAP和SMOS 3种土壤水分遥感产品进行不确定性分析，开展基于随机误差的数据融合算法研究。研究结果表明:不同遥感产品间的随机误差在空间分布上存在显著的不一致性，使得应用传统的算术平均方法进行数据融合不具有普适性。基于此不确定性，对3种产品配赋相应的权重进行融合，相比于3种土壤水分原始数据集，融合产品不仅具有更丰富的数据量，也会对数据精度有所改善。当遥感产品间的随机误差接近时，等权重和优化权重的融合结果非常接近；当遥感产品间的随机误差差异较大时，基于不确定性的数据融合方法相比等权重方法可以明显的提高融合数据的精度。