多源遙感土壤濕度產(chǎn)品與水文模擬結(jié)果的時空對比分析

楊 涵,熊立華

(1.長江科學院 水資源綜合利用研究所,武漢 430010;2.長江科學院 流域水資源與生態(tài)環(huán)境科學湖北省重點實驗室,武漢 430010;3.武漢大學 水資源與水電工程科學國家重點實驗室,武漢 430072)

0 引 言

作為水文循環(huán)的關(guān)鍵組成部分,土壤濕度控制著水圈、大氣和生物圈之間的物質(zhì)和能量交換,在大氣-地表相互作用中起著至關(guān)重要的作用[1]。因此,土壤濕度的連續(xù)精確時空刻畫具有重要意義。土壤濕度信息可通過直接方式和間接方式獲取。直接獲取方式為實地測量,能提供較高精確度的土壤濕度信息,但其覆蓋區(qū)域小、時間上不連續(xù),一般難以獲取。相比直接獲取方式,由遙感反演和水文模型模擬間接獲取的土壤濕度數(shù)據(jù)準確度相對較低,但覆蓋范圍廣,較容易獲取[2]。

目前,遙感技術(shù)中微波遙感常被用于獲取土壤濕度信息。微波技術(shù)可分為主動和被動微波遙感技術(shù)。主動微波技術(shù)通過雷達和散射儀發(fā)射微波信號,由地表土壤反向散射的信號強度反演獲取地表土壤濕度信息。主動微波土壤濕度產(chǎn)品一般具有相對較高的時空分辨率,但易受到地表粗糙度和植被冠層的影響,導致數(shù)據(jù)準確度偏低,例如歐洲氣象衛(wèi)星高級散射儀(Advanced Scatterometer,ASCAT)表層土壤濕度產(chǎn)品。被動微波技術(shù)通過微波輻射儀接收地表輻射來確定地表土壤介電特性,并進一步反演獲取表層土壤濕度信息。與主動微波技術(shù)不同的是,被動微波技術(shù)使用的微波輻射儀受干擾因素的影響較小,一般認為被動微波遙感反演得到的土壤溫度數(shù)據(jù)準確性更高[3]。目前,受到廣泛關(guān)注的被動微波衛(wèi)星有土壤濕度和海洋鹽度衛(wèi)星(Soil Moisture and Ocean Salinity,SMOS)。除此之外,融合大量衛(wèi)星數(shù)據(jù)的歐洲航天局氣候變化協(xié)議(Europe Space Agency’s Climate Change Initiative,ESA CCI)土壤濕度產(chǎn)品和土壤濕度主被動(Soil Moisture Active Passive,SMAP)衛(wèi)星產(chǎn)品也受到廣泛關(guān)注[4]。由于衛(wèi)星設(shè)計、反演算法等因素的影響,遙感土壤濕度數(shù)據(jù)具有不可忽視的不確定性。

除遙感反演土壤濕度外,水文模型模擬也可提供多種空間和時間尺度的土壤濕度信息。例如,集總式和半分布式水文模型可提供流域尺度和子流域尺度的土壤濕度信息,而分布式水文模型可提供柵格尺度的土壤濕度信息。對于水文模型,不同的模型結(jié)構(gòu)可提供不同土壤深度的土壤濕度信息。例如,同時考慮水量和能量交換的基于物理機制的模型能結(jié)合復雜的參數(shù)化方案來模擬多層土壤濕度[5]。基于數(shù)字高程模型的分布式降雨徑流模型(DEM-based Distributed Rainfall-runoff Model,DDRM)可提供影響產(chǎn)流的剖面土壤濕度(Profile Soil Moisture,PSM)[6]。由模型模擬而來的土壤濕度的準確性取決于模型的輸入數(shù)據(jù)、模型參數(shù)和模型結(jié)構(gòu)。相比實測值,受模型輸入不確定性、參數(shù)不確定性和結(jié)構(gòu)不確定性影響,水文模型模擬土壤濕度的準確度不高。

目前,大量研究利用實測數(shù)據(jù)驗證遙感數(shù)據(jù)的準確性。但由于實測站點數(shù)據(jù)在大部分區(qū)域分布稀疏,且難以獲取,大范圍采用實地測量的點狀土壤濕度數(shù)據(jù)驗證遙感面均土壤濕度信息存在難度。部分研究將遙感土壤濕度產(chǎn)品與模型模擬土壤濕度產(chǎn)品進行對比,再用實地測量站點數(shù)據(jù)進行驗證,這類研究所采用的時空尺度一般較大[7]。在實地測量土壤濕度數(shù)據(jù)稀疏或難以獲取的地區(qū),土壤濕度信息只能由衛(wèi)星遙感和模型模擬獲取。一些研究將遙感數(shù)據(jù)用于水文模型率定或同化,但少有研究在進行遙感和水文模型的結(jié)合研究前先進行遙感反演數(shù)據(jù)和模型模擬數(shù)據(jù)的時空對比研究。

本研究擬在不同氣候條件下將多個遙感土壤濕度產(chǎn)品與分布式水文模型模擬土壤濕度進行對比。遙感產(chǎn)品包括SMOS、ASCAT、ESA CCI和SMAP產(chǎn)品,研究區(qū)域包括1個濕潤流域(渠江流域)和1個半干旱流域(伊洛河)流域。所采用的分布式水文模型為基于數(shù)字高程模型的分布式降雨徑流模型(DDRM)。

1 研究區(qū)域與數(shù)據(jù)

1.1 研究區(qū)域概況

渠江發(fā)源于四川省和陜西省的交界處,于合川市北匯入嘉陵江。渠江流域面積約為39 211 km2,約占嘉陵江流域面積的26%。渠江流域以亞熱帶季風氣候為主,整個流域的年降雨量為1 014～1 500 mm,徑流主要集中于汛期4—9月份,汛期流量約占全年流量的80%以上。為方便分布式水文模型建模,根據(jù)河網(wǎng)將渠江流域劃分為7個子流域(圖1中用黑線圈出),從上游到下游面積分別為5 513、7 219、7 860、5 264、6 080、3 069、4 206 km2。

圖1 渠江流域和伊洛河流域地理位置和氣象站點空間分布

伊洛河發(fā)源于陜西洛南縣,由伊河和洛河組成,全長974 km,自西南方向向東北方向流經(jīng)熊耳山匯入黃河。伊洛河流域位于黃河中下游,為半干旱流域,面積約為18 563 km2。流域上游區(qū)域主要為山區(qū),植被覆蓋良好,下游區(qū)域主要被黃土覆蓋,植被稀疏,并且水土流失嚴重。該流域主要為大陸性季風氣候,年均降水量在500～700 mm之間,主要集中在6—11月份。伊洛河出口水文站為黑石關(guān)站,汛期與集中降雨期同步,集中在6—11月份。根據(jù)伊洛河河網(wǎng)網(wǎng)絡(luò)將其分為3個子流域,面積分別為5 318、11 891、1 354 km2。

1.2 遙感與水文數(shù)據(jù)

研究共用到4類遙感土壤濕度產(chǎn)品,分別為主動微波ASCAT產(chǎn)品、被動微波SMOS產(chǎn)品、主被動微波SMAP產(chǎn)品和ESA CCI融合產(chǎn)品。

水文數(shù)據(jù)包括日降雨、平均氣溫和徑流數(shù)據(jù),其中,降雨和平均氣溫數(shù)據(jù)收集自渠江流域和伊洛河流域氣象站,徑流數(shù)據(jù)收集自流域出口水文站,時期為2010—2017年。

2 研究方法

2.1 基于DEM的分布式降雨徑流模型(DDRM)

基于數(shù)字高程模型(DEM)的分布式降雨徑流水文模型(DDRM)由熊立華等[8]于2004年提出。該模型基于蓄滿產(chǎn)流機理在柵格單元上進行產(chǎn)流計算,再將柵格產(chǎn)流通過柵格河網(wǎng)進行分級匯流演算,已在中國多個濕潤區(qū)域與半濕潤地區(qū)進行了模擬,并得到了較好的徑流模擬預報結(jié)果[6]。DDRM模型匯流演算如圖2所示。在本研究中,DDRM模型柵格大小為1 km×1 km,時間尺度為日尺度。

圖2 DDRM模型子流域和柵格劃分以及匯流演算

通過DDRM模型可獲取柵格尺度的模型模擬剖面土壤濕度,表示為

PSM(δ)i,t=Si,t/SMCi。

(1)

即每個柵格土壤飽和度PSM(δ)i,t等于土壤含水深Si,t與柵格土壤蓄水能力SMCi之比。

2.2 多源遙感土壤濕度數(shù)據(jù)預處理

在進行遙感數(shù)據(jù)與DDRM模型模擬數(shù)據(jù)對比研究前,需進行遙感數(shù)據(jù)預處理,使其能與DDRM模型模擬土壤濕度相匹配。遙感土壤濕度產(chǎn)品與DDRM模型模擬土壤濕度具有三方面的差異,分別為：①所代表土壤層深度上的差異,遙感數(shù)據(jù)為表層土壤濕度信息,DDRM模型模擬整個土壤剖面的土壤濕度(Surface Soil Moisture,SSM)信息;②所代表的物理含義不同,部分遙感土壤濕度產(chǎn)品提供土壤體積百分比(m3/m3)數(shù)據(jù);③遙感土壤濕度產(chǎn)品與DDRM模型的空間分辨率不同。

為解決遙感與DDRM模型所代表土壤深度不同的問題,采用由Wagner等[9]提出的指數(shù)濾波法將遙感表層土壤濕度(SSM)轉(zhuǎn)換為剖面土壤濕度(PSM)。該方法認為PSM隨時間變化過程與PSM和SSM之間的差異隨時間變化過程線性相關(guān),即

(2)

式中：上標r代表遙感數(shù)據(jù),r=SMOS、ASCAT、ESA CCI和SMAP;m代表遙感數(shù)據(jù)的不同格點;tn代表對應(yīng)遙感數(shù)據(jù)的獲取時間;tn-1為上一時刻遙感數(shù)據(jù)的獲取時間;Ktn為tn時刻的增益項,其計算公式為

(3)

式中：K1=1;CT是指數(shù)濾波法中的特征時間尺度參數(shù),代表PSM隨時間變化相對SSM隨時間變化滯后性的時間尺度。以5 d為步長,采用試算法在5～60 d范圍內(nèi)最大化各遙感PSM和模型模擬PSM流域均值的相關(guān)性來獲取不同流域CT值。CT值變化時不同遙感產(chǎn)品計算出的PSM均值與模型PSM均值的相關(guān)性均值如圖3所示。由圖3可看出,當CT=25 d時,在渠江流域相關(guān)性最大;當CT=35 d時,在伊洛河流域相關(guān)性最大,因此,本文CT在渠江流域和伊洛河流域分別取25、35 d。

圖3 CT變化時由指數(shù)濾波法計算的各遙感PSM與模型PSM流域均值的相關(guān)性隨時間的變化

為解決SMOS、ESA CCI和SMAP遙感土壤濕度數(shù)據(jù)和DDRM模型模擬土壤濕度所代表物理意義的不同,將遙感土壤濕度數(shù)據(jù)轉(zhuǎn)換為土壤水飽和度。對于每一個土壤濕度產(chǎn)品,認為其在覆蓋的時間尺度Tr內(nèi)格點土壤水達到過飽和,則有

(4)

表1 渠江流域和伊洛河流域DDRM模型參數(shù)率定值

為解決遙感和DDRM模型模擬土壤濕度空間分辨率不同的問題,將空間分辨率較高的數(shù)據(jù)集經(jīng)過重采樣技術(shù)處理成低空間分辨率數(shù)據(jù)集,再進行對比。例如,當對比9 km×9 km的SMAP數(shù)據(jù)和1 km×1 km的DDRM數(shù)據(jù)時,將1 km×1 km DDRM數(shù)據(jù)重采樣成9 km×9 km空間分辨率數(shù)據(jù)。

2.3 試驗設(shè)置

在DDRM模型建模中,2010—2015年數(shù)據(jù)用于模型參數(shù)率定,2016—2017年數(shù)據(jù)用于模擬。本研究對比時間段為2016—2017年。用來率定的目標函數(shù)是模擬徑流和實測徑流的NSE效率系數(shù)(Nash-Sutcliffe Efficiency),率定算法為SCE-UA(Shuffled Complex Evolution)算法。

本研究采用的土壤濕度對比評價指標為相對誤差RE(Relative Error)、均方根誤差RMSE(Root Mean Square Error)和相關(guān)系數(shù)CC(Correlation Coefficient)。

3 結(jié)果與分析

3.1 DDRM模型模擬結(jié)果

DDRM模型在渠江流域與伊洛河流域率定所得參數(shù)如表1所示?？煽闯?一些參數(shù)在兩流域之間存在明顯差異,該差異可能是由于不同流域的下墊面特征不同造成的。例如,渠江流域中下游區(qū)域主要被植被覆蓋,而伊洛河流域中下游區(qū)域主要被黃土覆蓋。

DDRM模型模擬徑流在率定期和驗證期的NSE值如表2所示。結(jié)果表明,DDRM模型徑流模擬效果在豐水期表現(xiàn)較好,在枯水期表現(xiàn)較差,這是由于目標函數(shù)NSE傾向于優(yōu)化模擬徑流高值。整體而言,伊洛河流域的徑流模擬效果明顯差于渠江流域,主要由3個原因造成：第一,DDRM模型是基于蓄滿產(chǎn)流模式構(gòu)建的,相比主要由超蓄產(chǎn)流模式控制的干旱或半干旱流域,其更適合應(yīng)用于濕潤流域;第二,伊洛河流域氣象站點數(shù)據(jù)明顯少于渠江流域,輸入數(shù)據(jù)不確定性更大;第三,伊洛河流域在過去幾十年中受到人類活動(例如灌溉)的影響,導致徑流模擬效果偏差[10]。

表2 DDRM模型模擬徑流在率定期和驗證期的NSE值

DDRM模擬柵格剖面土壤濕度在渠江流域和伊洛河流域整個研究時期、枯水期和豐水期的分布如圖4所示?？梢钥闯?在模型模擬PSM分布圖中,可明顯分辨出流域的河網(wǎng)所在地。這是由于在DDRM模型模擬中,河網(wǎng)所在柵格土壤濕度始終為蓄滿狀態(tài)。總的來說,DDRM模型在兩流域上的模擬過程基本合理,其模擬得到的中間變量土壤濕度具有一定的研究意義。

圖4 DDRM模型在渠江流域和伊洛河流域模擬得到的PSM均值在整個時期、枯水期和豐水期的空間分布

3.2 遙感與DDRM模型模擬土壤濕度流域尺度對比

表3展示了渠江流域和伊洛河流域遙感土壤濕度(SSM和PSM)與DDRM模擬PSM的對比評價指標值。相比遙感原始SSM,經(jīng)過預處理之后的遙感PSM與模型模擬PSM相似性明顯更高。因此,簡單的指數(shù)濾波法可在較大程度上解決遙感原始SSM數(shù)據(jù)與模型PSM數(shù)據(jù)不匹配的問題。對比不同時期評價指標值,可看出RE和RMSE在豐水期均低于枯水期,表明豐水期遙感產(chǎn)品與DDRM模型模擬差異要小于枯水期。遙感土壤濕度產(chǎn)品受時期影響較小,該對比結(jié)果的時期差異主要受DDRM模型在不同條件下土壤濕度模擬能力的影響[11]。由于DDRM模型率定時采用的徑流模擬目標函數(shù)NSE更傾向于模擬洪峰,而忽視枯水期徑流的模擬,DDRM模型在豐水期土壤濕度的模擬相比枯水期準確度高,因此RE與RMSE在豐水期相對較低。

另一方面,在渠江流域枯水期相關(guān)系數(shù)CC高于豐水期,在伊洛河流域則相反。CC側(cè)重數(shù)據(jù)波動趨勢上的差異,該結(jié)果表明在渠江流域枯水期、伊洛河流域豐水期,遙感產(chǎn)品與DDRM模型模擬的波動趨勢更相近。這是由于徑流過大(濕潤流域—渠江流域豐水期)和徑流過小(半干旱流域—伊洛河流域枯水期)時DDRM模型模擬得到的土壤濕度波動趨勢的準確度偏低。原因是本文所采用的DDRM模型為蓄滿產(chǎn)流模型,且建模時采用實測徑流進行模型參數(shù)率定,徑流過大時模型認定土壤濕度持續(xù)飽和,無法通過徑流波動限制土壤濕度波動趨勢;徑流過小時流域大部分區(qū)域無產(chǎn)流,流域出口徑流波動也無法很好地限制流域土壤濕度波動趨勢。

表3 渠江流域和伊洛河流域遙感SSM和PSM流域均值在不同時期與DDRM模擬PSM流域均值的評價指標值對比

對比不同遙感與DDRM模型模擬流域尺度PSM,可看出SMOS產(chǎn)品與DDRM模型模擬值相似性最低。ASCAT-A和ASCAT-B作為同系列產(chǎn)品,與DDRM模型模擬值相近。ESA CCI和SMAP產(chǎn)品與DDRM模型模擬值相似性在兩流域相對較高,其RE與RMSE均低于SMOS與ASCAT系列產(chǎn)品,且CC均>0.7,該結(jié)果與之前研究結(jié)果類似[7]。

圖5 遙感SSM流域均值和PSM流域均值時間序列與DDRM模擬PSM流域均值序列的對比

圖5展示了多源遙感產(chǎn)品SSM和PSM與DDRM模型模擬PSM流域均值時間序列對比。由圖5可知,對于每個遙感產(chǎn)品,SSM的波動范圍明顯要大于PSM,且PSM相對SSM波動滯后。SMOS產(chǎn)品與DDRM模型模擬值相比,其時間序列相似性最差。由于ASCAT-A和ASCAT-B產(chǎn)品采用的遙感技術(shù)、反演算法等技術(shù)相同,其時間序列波動趨勢類似。ESA CCI和SMAP時間序列波動趨勢也較相近,且與ASCAT系列兩產(chǎn)品差距較大。由于本文采用的ESA CCI產(chǎn)品融合了ASCAT數(shù)據(jù),且與SMAP產(chǎn)品為相互獨立的產(chǎn)品,其與SMAP波動趨勢接近,與ASCAT產(chǎn)品存在差異,表明ESA CCI和SMAP產(chǎn)品具有相對較高的準確度,而ASCAT產(chǎn)品準確度相對偏低。本研究結(jié)果與Kim等[12](2018)研究結(jié)果類似,該研究將ASCAT-A、ASCAT-B和SMAP產(chǎn)品與實地測量土壤濕度進行對比,發(fā)現(xiàn)SMAP產(chǎn)品的準確度明顯高于ASCAT-A和ASCAT-B。

3.3 遙感與模型模擬土壤濕度柵格尺度對比

圖6展示了不同流域遙感PSM產(chǎn)品和DDRM模型模擬PSM相關(guān)性CC的空間分布。

圖6 渠江流域和伊洛河流域遙感柵格PSM與DDRM模型模擬柵格PSM在整個時期、枯水期和豐水期相關(guān)系數(shù)CC的空間分布

當與DDRM模型模擬PSM進行對比時,SMOS產(chǎn)品均顯示出最差的相關(guān)性。在渠江流域,SMOS相關(guān)性范圍在整個時期大致為-0.4～0.8,在伊洛河流域大致為-0.5～0.6。相比其他遙感產(chǎn)品,該產(chǎn)品與模型模擬值相關(guān)性范圍差別最大。SMOS產(chǎn)品在渠江流域CC值分布無明顯特征,在伊洛河流域主要集中在低海拔處。該產(chǎn)品相關(guān)性較差的主要原因如下。其一,SMOS在中國東南區(qū)域受到嚴重的射頻干擾。Hain等[13](2011)研究結(jié)果表明,在中國東南地區(qū)將SMOS產(chǎn)品與實測土壤濕度進行對比時,由于射頻干擾,SMOS土壤濕度表現(xiàn)出較大的誤差。其二,SMOS產(chǎn)品每個柵格數(shù)據(jù)的時間分辨率較低,在相同時間段內(nèi),相同柵格的可用數(shù)據(jù)要明顯低于其他遙感產(chǎn)品。

相比于SMOS產(chǎn)品,ASCAT-A和ASCAT-B產(chǎn)品顯示出較高的相關(guān)系數(shù)CC。在渠江流域,ASCAT-A和ASCAT-B相關(guān)系數(shù)范圍在整個時期大致為0.61～0.83;在伊洛河流域,大致為0.3～0.8。與其他遙感產(chǎn)品相比,ASCAT-A和ASCAT-B產(chǎn)品與DDRM模型模擬的相關(guān)系數(shù)分布范圍在渠江流域較窄,在流域上中下游基本保持一致。已有研究表明,ASCAT產(chǎn)品的準確度明顯受到土地利用類型和植被密度等影響[14]。因此,可推斷出DDRM模型模擬PSM的準確度也受到土地利用類型和植被密度的影響,使得其與ASCAT相關(guān)系數(shù)在空間上差異較小。此外,ESA CCI產(chǎn)品與DDRM模型模擬土壤濕度也顯示出相對較高的相關(guān)系數(shù)CC,其空間分布狀況與ASCAT系列產(chǎn)品接近,在渠江流域相對分布均勻,在伊洛河流域上游相關(guān)系數(shù)低于下游相關(guān)系數(shù)?？紤]到渠江流域中下游為海拔較低的平原區(qū)域,其主要土地利用類型為旱地和耕地,受人類活動影響明顯,而伊洛河流域下游被黃土覆蓋,渠江流域和伊洛河流域中下游區(qū)域水文模型模擬土壤濕度不確定性偏高。然而,ASCAT系列產(chǎn)品與ESA CCI產(chǎn)品在渠江與伊洛河流域下游相關(guān)系數(shù)并未明顯偏低,可以看出ASCAT系列和ESA CCI產(chǎn)品空間分布準確度存疑。

相比于ASCAT和ESA CCI遙感產(chǎn)品,整體而言,SMAP產(chǎn)品與DDRM模型模擬土壤濕度的相關(guān)系數(shù)分布范圍較大。在渠江流域,其相關(guān)系數(shù)范圍在整個時期大致為0～0.8,在伊洛河流域,大致為0.5～0.7。SMAP產(chǎn)品與DDRM模型模擬土壤濕度相關(guān)性CC在不同區(qū)域均體現(xiàn)出上游區(qū)域明顯較高、中下游區(qū)域相關(guān)性較低的特點。結(jié)合DDRM模型在研究流域不同區(qū)域模擬土壤濕度能力,可看出SMAP產(chǎn)品空間分布準確度較高。

4 結(jié) 論

本研究將多源遙感(SMOS、ASCAT-A、ASCAT-B、ESA CCI和SMAP)表層土壤濕度SSM產(chǎn)品和剖面土壤濕度PSM產(chǎn)品與DDRM模型模擬剖面土壤濕度PSM在一個濕潤流域(渠江流域)和一個半干旱流域(伊洛河流域)進行對比研究,結(jié)論如下：

(1)相比遙感SSM產(chǎn)品,遙感PSM產(chǎn)品與分布式DDRM模型模擬的PSM相似性更高。

(2)由于在研究區(qū)域受射頻干擾嚴重等原因,SMOS遙感土壤濕度與模型模擬值一致性較差;由于ASCAT產(chǎn)品時間波動趨勢與SMAP和ESA CCI產(chǎn)品存在差異,結(jié)合主動微波準確性比被動微波產(chǎn)品低的特性,因此雖其相關(guān)系數(shù)偏高,但其在研究區(qū)域內(nèi)準確性存疑。

(3)由于ESA CCI在水文模型模擬不確定性較大時與模擬值相關(guān)系數(shù)更高(下游相關(guān)系數(shù)高于上游),認為ESA CCI的空間分布信息準確性存疑。

(4)在DDRM模型模擬能力較高時,SMAP與DDRM模型模擬相關(guān)系數(shù)達到0.8,其時間序列與空間分布對比結(jié)果均較合理。

總體而言,SMAP產(chǎn)品相比其他遙感產(chǎn)品準確度更高,更具有應(yīng)用潛力。進一步考慮到SMAP產(chǎn)品空間分辨率高于其他遙感產(chǎn)品,在未來研究中推薦使用SMAP產(chǎn)品。本研究對獲取更高準確度的土壤濕度時空信息具有一定的指導意義和實踐價值。