風(fēng)云三號土壤水分遙感產(chǎn)品降尺度方法對比分析

宋承運(yùn),王艷麗

(安徽理工大學(xué) 空間信息與測繪工程學(xué)院，安徽 淮南 232001)

土壤水分是地表能量平衡、干旱監(jiān)測等的一個重要參數(shù)，在全球水循環(huán)、能量平衡、生態(tài)環(huán)境監(jiān)測、農(nóng)業(yè)生產(chǎn)中具有重要的作用[1]。利用遙感監(jiān)測土壤水分具有快速、宏觀的優(yōu)勢，相比可見光、紅外波段，微波具有全天時、全天候、對土壤水分變化敏感等優(yōu)勢[2-3]。風(fēng)云三號(FY-3)是中國自主研制的氣象衛(wèi)星，其搭載的微波成像儀在土壤濕度、洋面溫度、降水等監(jiān)測方面發(fā)揮重要作用，其中，風(fēng)云三號B星(FY-3B)土壤水分產(chǎn)品為大尺度長時序土壤水分的變化與監(jiān)測提供了重要的數(shù)據(jù)支持。但由于FY-3B微波成像儀的空間分辨率低(約25 km)，能夠在全球等大尺度下應(yīng)用，但在區(qū)域尺度下很難有效的應(yīng)用[4]。因此，由FY-3B低分辨率微波波段反演的土壤水分降尺度得到高分辨率的土壤水分成為土壤水分反演與應(yīng)用研究的一個重要內(nèi)容。

目前，土壤水分降尺度方法已開展了許多的研究，形成了經(jīng)驗(yàn)?zāi)Ｐ头╗5-6]、以物理模型為基礎(chǔ)的模型法[7-8]、主被動微波遙感降尺度方法[9-10]，以及其他的土壤水分降尺度算法[11-13]等降尺度方法。其中，經(jīng)驗(yàn)?zāi)Ｐ头ň哂兴惴ê唵?、?shù)據(jù)獲取可行性高等特點(diǎn)，成為可操作性較高的方法。經(jīng)驗(yàn)?zāi)Ｐ头ǘ嘁圆灰?guī)則三角形特征空間為基礎(chǔ)，即以遙感監(jiān)測的地表溫度(Land Surface Temperature，LST)與歸一化差值植被指數(shù)(Normalized Difference Vegetation Index，NDVI)構(gòu)成的二維空間中，往往呈現(xiàn)出不規(guī)則三角形的特征[14]。

以青藏高原那曲地區(qū)為研究區(qū)，在MODIS LST與NDVI遙感數(shù)據(jù)構(gòu)建不規(guī)則三角形空間的基礎(chǔ)上，分別采用Chauhan等提出的結(jié)合Albedo數(shù)據(jù)的降尺度模型方法、Piles等提出的結(jié)合微波亮溫數(shù)據(jù)的降尺度模型方法(以下簡稱為Chauhan模型、Piles模型)對FY-3B 25 km分辨率的土壤水分產(chǎn)品降尺度，獲得空間分辨率為1 km的土壤水分，并結(jié)合地面觀測數(shù)據(jù)，對不同降尺度方法進(jìn)行對比分析。

1 研究方法

將遙感觀測得到的地表溫度與植被指數(shù)象元做成散點(diǎn)圖，象元在散點(diǎn)圖中呈現(xiàn)出“不規(guī)則三角形”的分布特征，散點(diǎn)圖中的每1個象元，所代表的是在地表溫度和植被覆蓋一定條件下，都會有1個對應(yīng)的土壤水分值，土壤水分與地表溫度、植被指數(shù)存在很大的相關(guān)性，關(guān)系式可以表示為[15]

(1)

1.1Chauhan模型降尺度方法

Chauhan等提供了1種具有可操作性的土壤水分降尺度方法[5]，利用SSM/I反演的 25 km分辨率土壤水分和AVHRR 1 km LST、NDVI、ALBEDO數(shù)據(jù)建立線性模型

(2)

1.2Piles模型降尺度方法

Piles等針對SMOS衛(wèi)星土壤水分產(chǎn)品，結(jié)合MODIS可見光/紅外數(shù)據(jù)，利用L波段對土壤水分敏感和對植被層穿透性的特點(diǎn)，在降尺度模型中增加了L波段亮溫，建立多元二次經(jīng)驗(yàn)?zāi)Ｐ蚚6]為

(3)

2 研究區(qū)域與數(shù)據(jù)

2.1 研究區(qū)

研究區(qū)位于青藏高原那曲地區(qū)，91°E～93°E,30°45′N～32°15′之間，中部那曲地區(qū)地形較為平坦，南部山體較多，地表覆蓋類型以草地為主，區(qū)域高程分布如圖1所示。

圖1 研究區(qū)高程與地面觀測站分布

2.2 數(shù)據(jù)

遙感數(shù)據(jù)主要為FY-3B土壤水分與FY-3B微波成像儀10.65 GHz波段亮溫數(shù)據(jù)，由國家氣象科學(xué)數(shù)據(jù)中心(http://data.cma.cn/site/index.html)下載。LST數(shù)據(jù)為MODIS地表溫度產(chǎn)品MYD11A1， NDVI由MODIS每日地表反射率MYD09GA計算得到，Albedo數(shù)據(jù)產(chǎn)品為MODIS地表反照率產(chǎn)品MCD43B3，數(shù)據(jù)由NASA Earthdata Search (https://search.earthdata.nasa.gov/search)下載。

地面觀測數(shù)據(jù)為青藏高原中部土壤溫濕度多尺度觀測網(wǎng)數(shù)據(jù)集[16]，該數(shù)據(jù)網(wǎng)提供大尺度(1.0°)、中尺度(0.3°)與小尺度(0.1°)的不同深度土壤溫度與土壤水分的觀測數(shù)據(jù)，土壤水分觀測深度為0～5、10、20和40 cm 4種深度，觀測間隔為30 min。

由于遙感只能監(jiān)測地表的土壤水分變化，其中，具有一定穿透性的微波遙感僅可獲取地表下5 cm深度土壤水分[17]。因此，本次實(shí)驗(yàn)采用中尺度(見圖1中黑色框)范圍內(nèi)的土壤水分觀測站、深度為0～5 cm的土壤水分觀測數(shù)據(jù)。

3 結(jié)果分析

3.1 降尺度模型的構(gòu)建

選取2014年10月1日至5日研究區(qū)內(nèi)的MODIS LST與NDVI構(gòu)成散點(diǎn)圖，如圖2所示，從圖中可以看出，研究區(qū)內(nèi)NDVI在0.8以下，隨著植被覆蓋度的增大，地表溫度最大值逐漸降低， “不規(guī)則三角形”特征空間的濕邊與干邊較為理想。

圖2 LST-NDV散點(diǎn)

利用MODIS 1 km LST、NDVI、Albedo數(shù)據(jù)采用均值升尺度方法，得到空間分辨率為25 km的LST、NDVI及Albedo，微波亮溫數(shù)據(jù)采用FY-3B 10.65 GHz波段亮溫數(shù)據(jù)，分別按照式(2)、式(3)構(gòu)建模型。在25 km空間分辨率下，模型相關(guān)系數(shù)R如表1所示，Chauhan模型與Piles模型的相關(guān)系數(shù)R都大于0.7，且Piles模型高于Chauhan模型，由于微波亮溫數(shù)據(jù)為FY-3B土壤水分反演時的參量，在一定程度上造成Piles模型相關(guān)性較高。

表1 不同降尺度模型相關(guān)系數(shù)R

3.2 降尺度精度對比分析

將25 km空間分辨率建立的模型應(yīng)用于MODIS 1 km分辨率的遙感數(shù)據(jù)中，并利用FY-3B土壤水分進(jìn)行殘差再分配處理，得到1 km空間分辨率下土壤水分。那曲地區(qū)FY-3B土壤水分與降尺度后的土壤水分分布如圖3所示。

由圖3可以看出，2014年10月1日FY-3B土壤水分略高于10月5日，2日的土壤水分在空間分布上基本一致，中部土壤水分值較高，南部土壤水分值較低。利用不同降尺度模型后的土壤水分與低分辨率FY-3B土壤水分較為一致，中部、北部區(qū)域數(shù)值較大，南部區(qū)域數(shù)值較小。南部區(qū)域以高山地形為主，土壤水分值較低；中部與北部區(qū)域土壤水分值較高，在局部區(qū)域具有較高的植被覆蓋度。Piles模型降尺度后土壤水分值較低，其中，10月5日Piles模型降尺度后土壤水分值最低，這主要是由于降尺度過程中，高分辨率的亮溫數(shù)據(jù)由粗分辨率的亮溫重采樣獲取，影響了降尺度精度。

圖3 FY-3B土壤水分與不同降尺度模型土壤水分對比

由表2中地面觀測值與降尺度后土壤水分的決定系數(shù)R2與RMSE值可以看出，不同降尺度算法的R2小于0.4，相關(guān)性較低，其中，Piles模型在研究日期內(nèi)的R2較低，分別為0.16與0.31。不同降尺度方法RMSE值的比較中，Piles模型的RMSE值在研究日期內(nèi)大于Chauhan模型，其中，10月5日Piles模型最大，RMSE值為0.090 cm3·cm-3，10月5日Chauhan模型的值最低，RMSE值為0.065 cm3·cm-3。綜合降尺度后的土壤水分值與地面觀測值的R2和RMSE值，Chauhan模型在研究期內(nèi)精度較高。

表2 降尺度后土壤水分與地面觀測值決定系數(shù)R2與RMSE

影響因素分析:FY-3B土壤水分的精度是影響降尺度后土壤水分精度的重要因素，圖4為2014年FY-3B與土壤水分反演與實(shí)測值的散點(diǎn)圖，F(xiàn)Y-3B土壤水分與地面觀測值之間的RMSE為0.11 cm3·cm-3，精度低于具有相似參數(shù)的AMSR-E的土壤水分反演的設(shè)計精度(0.06 cm3·cm-3)[18-19]。Piles模型中，缺少高分辨率的亮溫數(shù)據(jù)，影響了降尺度后土壤水分精度與實(shí)際應(yīng)用的推廣。在結(jié)果驗(yàn)證方法時，由于降尺度后土壤水分像元內(nèi)只有1個地面觀測站，研究區(qū)內(nèi)觀測站點(diǎn)周邊地面覆蓋類型較為一致，可以由1個觀測站觀測值代替1 km像元值，但仍會對結(jié)果驗(yàn)證產(chǎn)生影響。

圖4 2014年FY-3B土壤水分與地面觀測值散點(diǎn)

4 結(jié)束語

基于“不規(guī)則三角形”特征空間的土壤水分降尺度方法，算法簡單，輔助數(shù)據(jù)易獲取，區(qū)域適用性較好，具有良好的可操作性。將基于“不規(guī)則三角法”的不同土壤水分降尺度方法應(yīng)用于FY-3B土壤水分產(chǎn)品降尺度，得到高分辨率土壤水分，通過研究區(qū)內(nèi)降尺度后土壤水分的空間分布，以及與地面觀測值對比分析，可以看出，Chauhan模型降尺度結(jié)果較好。

影響精度的因素中，F(xiàn)Y-3B 土壤水分與地面觀測值的RMSE為0.11 cm3·cm-3，對降尺度后土壤水分精度以及降尺度模型的穩(wěn)定性方面有一定的影響。Piles模型通過引入微波亮溫數(shù)據(jù)提高降尺度模型的相關(guān)性，但缺少高精度的微波亮溫觀測數(shù)據(jù)，在很大程度上制約了方法的應(yīng)用，引起結(jié)果不確定性。同時，結(jié)果驗(yàn)證時，采用地面覆蓋類型較為均一的地面觀測站代替區(qū)域值進(jìn)行驗(yàn)證，仍存在一定的誤差，許多研究中利用地面觀測站點(diǎn)升尺度得到區(qū)域土壤水分值[20]，可以在一定程度上減小由結(jié)果驗(yàn)證時引起的誤差。

FY-3作為中國自主研發(fā)的對地觀測衛(wèi)星，在長時序土壤水分監(jiān)測與反演等方面具有重要意義。通過改進(jìn)FY-3B被動微波土壤水分反演算法，提高反演結(jié)果精度，以及通過評估具有良好可操作性的土壤水分降尺度算法，并對其進(jìn)行優(yōu)選和改進(jìn)以獲取高分辨率土壤水分，來適應(yīng)區(qū)域尺度下的應(yīng)用，具有重要的戰(zhàn)略與實(shí)際意義。