排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
为降低SMOS土壤水分反演算法的复杂度、提高土壤水分反演精度,对SMOS土壤水分反演策略进行调整:将多参数反演改为单参数反演以简化观测与模拟亮温的代价函数,以固定步长(0.001 m3/m3)代替不定步长从而避免复杂的矩阵运算,将围绕土壤水分先验值的少量局部搜索调整为全土壤水分区间(0~0.05 m3/m3)的密集全局搜索。利用美国USCRN 44个站点实测土壤水分分别与SMOS官方反演的土壤水分和SMOS调整算法反演的土壤水分进行对比分析。结果表明:与SMOS相比,算法调整后土壤水分的平均绝对偏差MAD、均方根误差RMSE和无偏均方根误差ubRMSE分别降低了0.012、0.018和0.020 m3/m3。 相似文献
2.
“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。 相似文献
3.
青藏高原地理位置特殊、环境特征显著,是地球系统作用的关键参与和决策者。利用大尺度的星载微波遥感数据开展其土壤水分研究,不仅能为理解典型地区对全球水、气、能、热交互机制的量化影响提供理论支持,还能够为证实遥感数据的可靠性提供实践依据。以SMOS(2011—2020)和SMAP(2016—2020)卫星土壤水分数据为主,以ISMN实测数据、GPCP降水数据、MOD16A2蒸散发数据、C3S地表类型数据为辅,利用土壤水分(年均值,■与时间之间的相关系数(Rxt),研究青藏高原土壤水分在季风及植被生长季(7—9月)的时空分布及长消特征;进而利用偏相关系数(Rxy,z),初步分析了土壤水分与降水和蒸散发的耦合关系。结果显示,青藏高原土壤水分在时间上呈现先减(2011—2015年)后增(2015—2018年)随后波动变化(2018—2020年)的趋势,在空间上呈现自西北向东南逐渐升高的趋势;大部分地区的土壤水分与降水的耦合表现强于蒸散发;SMOS和SMAP对青藏高原土壤水分时空特征的捕捉具有较高的一致性。 相似文献
1