基于全球涡动相关数据及地表蒸散发模型的微波遥感土壤湿度融合研究

It is widely recognized that the soil moisture is of importance because it controls the exchanges of carbon, water and energy between the land surface and the atmosphere. A series of satellite-based passive and active microwave soil moisture products have been published, which vary in their relative performances. This project is based on the existing blending methodology and takes advantage of the retrieval characteristics of the soil moisture and the land surface water and heat flux estimates. The evapotranspiration model is forced by different microwave soil moisture products to calculate the evaporative fraction at the microwave pixel scale. The evaporative fraction calculated using the long-term (1982–2011) spatio-temporal continuous global eddy covariance flux data (sensible and latent heat fluxes) is taken as the reference data set. The cumulative distribution function (CDF) matching approach is applied to rescale various soil moisture products respectively, and a weighted sum model will be developed to blend the microwave soil moisture data. Finally, the blended microwave soil moisture will be validated based on the upscaled station soil moisture values. This study is expected to enrich the current blending methods for the microwave soil moisture data, and provide more accurate and reliable long-term satellite-based soil moisture estimates at global scale to improve the study of the earth system sciences.

土壤水分是陆面生态系统水循环的重要组成部分，影响着地表和大气之间的碳、水物质循环和能量交换过程。现有的微波遥感土壤湿度产品非常丰富，但是各个遥感反演产品质量各异，主、被动微波遥感在不同植被覆盖条件下具有互补性。本项目在现有微波遥感土壤湿度数据融合方法的相关研究基础上，将土壤湿度与地表水热通量方面的研究相结合，利用不同微波遥感土壤湿度产品输入对于土壤湿度敏感的地表蒸散发模型来计算微波像元尺度的蒸发比，然后以基于长时间序列时空连续的全球涡动相关水热通量数据（感热通量、潜热通量）得到的蒸发比作为参考标准，通过CDF累积分布函数匹配方法对土壤湿度产品进行标准化，构建加权平均权重系数，实现微波遥感土壤湿度数据的有效融合，最后基于土壤湿度观测网络验证微波遥感土壤湿度融合产品。该研究将丰富当前微波遥感土壤湿度数据融合方法，为地球系统过程的研究和应用提供更为精确可靠的长时间序列土壤湿度产品。

土壤水分是陆面生态系统水循环的重要组成部分，影响着地表和大气之间的碳、水物质循环和能量交换过程。现有的微波遥感土壤水分产品非常丰富，但是各个遥感反演产品质量各异，并在某些区域存在一定的系统偏差。本项目在现有微波遥感土壤水分数据融合方法的相关研究基础上，将土壤水分与地表水热通量方面的研究相结合，改进地表蒸散发遥感估算模型ETMonitor，用于估算地表水热通量（潜热通量、感热通量）、蒸发比和土壤水分。以基于时空连续的网格化全球涡动相关水热通量数据得到的蒸发比作为参考标准，利用CDF累积分布函数匹配方法来修正遥感反演土壤水分。通过将修正的遥感反演土壤水分与ESA CCI土壤水分产品进行对比，CCI-ACTIVE主动微波土壤水分产品和CCI-PASSIVE被动微波土壤水分产品存在较为明显的高估现象，而经过修正的遥感反演土壤水分与CCI-COMBINED主被动融合土壤水分产品的时空分布更为一致。此外，利用三重配位分析法(Triple Collocation Analysis, TCA)来对土壤水分产品进行误差分析，建立加权平均权重系数，实现微波遥感土壤水分数据的有效融合。将ASCAT、SMOS及FY3-B数据作为第一组，进行第一次融合。第一次融合后的土壤水分产品与ESA CCI、SMAP数据作为第二组，进行第二次融合。第二次融合的土壤水分产品精度明显高于第一次融合的土壤水分产品，主要是由于SMAP和ESA CCI土壤水分产品具有较高的精度，而ASCAT、FY3-B及SMOS土壤水分产品精度较低。