基于静止气象卫星数据时间信息的表层土壤水分定量遥感反演模型研究

Most of the currently available SSM (Surface Soil Moisture) retrieval methods are based on the remotely sensed spectra or spatial information. Specifically, these methods can only obtain various parameters for characterizing relatively dry and wet conditions, rather than the direct retrieval of SSM. With the advantages of high temporal resolution and multispectral information of geostationary satellite data, this project dedicates to introduce the temporal information of land surface variables derived from the geostationary satellite data to the SSM estimation, aiming at developing a retrieval model for the estimation of SSM using remotely sensed observations. Firstly, effects of vegetation on the diurnal cycles of LST (Land Surface Temperature) and NSSR (Net Surface Shortwave Radiation) will be investigated based on theoretical derivation, simulated data and ground measurements, which is further to extend the existing bare SSM retrieval model to vegetated area. Furthermore, in comparison to the original approach for obtaining model coefficients through an indirect manner by using a mess of simulated data, a straightforward relationship between model coefficients and meteorological data, together with a direct method to calculate model coefficients with instantaneous meteorological elements available from remotely sensed observations, are to be developed based on the exploration of the inner connection between meteorological data and the model coefficients. In the end, the retrieval accuracy of the Chinese FengYun geostationary satellite derived SSM will be assessed by filed SSM measurements. This project can provide a foundation for generating reliable SSM using geostationary satellite data, and it is also expected to serve the new satellite such as “Gao Fen-4”, which features great theoretical and practical values in future developments.

目前光学与热红外土壤水分反演多是利用遥感光谱或空间信息，只能得到表征相对干湿状况参数，而不是直接反演土壤水分。对此，本研究拟通过引入静止气象卫星数据的时间信息，开展表层土壤水分定量遥感反演模型研究。首先，通过理论推导、模拟数据与实测数据探索植被对地表温度与短波净辐射日变化的影响，将现有基于地表参数时间信息的裸土表层土壤水分反演模型扩展到植被覆盖区，扩大其适用范围。其次，通过挖掘气象数据与土壤水分反演模型中系数之间的内在联系，建立模型系数与气象数据之间明确的数学表达关系，发展利用遥感可反演的气象因子直接计算模型系数的实用方法，解决原模型系数需借助复杂模拟数据间接计算的局限，增强模型应用能力。最后，利用地面观测土壤水分数据评估基于风云静止气象卫星数据土壤水分的反演精度。本项目将为静止气象卫星数据反演可靠土壤水分数据奠定基础，并有望服务于“高分四号”等新型卫星数据，具有重要的理论价值与应用潜力。

土壤水分是地表能量平衡和水文循环过程中的关键参数，准确及时地获取区域时空连续的土壤水分数据有助于更好地理解地表与大气之间能量与水分的交换过程。在前期基于遥感时间信息土壤水分反演模型基础上，本项目针对其在实际应用中系数获取困难的问题，提出了将模型系数定义为时间不变系数与时间变化系数的设想，建立了模型系数与常规气象要素之间明确的数学表达关系，解决了模型应用对现时气象条件的依赖问题，并基于我国自主研发的风云系列静止气象卫星（FY-2E）数据开展了模型在黄河源玛曲地区的应用研究，结果表明，本项目基于FY-2E数据反演的土壤水分与实测数据具有较好的一致性，能够很好地反映区域土壤水分变化趋势。.在完成本项目预定的研究目标基础上，项目团队成员继续深入思考了土壤水分遥感反演问题。针对现有微波土壤水分产品存在不同程度数据缺失，且空间分辨率较低、难以在区域尺度有效应用的现状，提出了晴空逐像元确定地表温度-植被指数梯形特征空间理论干湿边与反演土壤水分的思想，发展了全天候高空间分辨率土壤水分反演算法，同时，将全天候土壤水分反演的思想扩展到蒸散发遥感反演中，开展了全天候地表蒸散发遥感反演算法研究。.项目实施以来，通过一系列技术攻关，完成了时间信息土壤水分反演方法研究，并额外开展了全天候土壤水分与蒸散遥感反演方法研究。目前相关方法研究成果已用于生产我国主要陆地区域逐日瞬时土壤水分与蒸散发产品，并在国家地球系统科学数据中心进行了数据共享，供免费下载使用。这是目前我国首套全天候公里级土壤水分与蒸散发产品数据。依托本项目的研究，第一项目标注SCI论文6篇（其中项目主持人第一作者5篇），获得授权专利1项，已申请正在审查阶段专利2项，获得软件著作权2项（以上专利和软件著作权项目主持人均为第一完成人）。