基于静止卫星土壤表面温度时间差分信息的土壤温湿垂直廓线遥感建模

Soil temperature and soil moisture are two indicators that reflect the thermal balance and the water balance of soil. They are very useful for the researches in the fields of ecology, hydrology, agriculture and climate change. Presently, remote sensing method can only retrieve soil surface temperature and soil surface moisture. The object of this proposal is to build a remote sensing method of retrieving soil temperature profile and soil moisture profile on the basis of time-difference information retrieved from geostationary satellite. Field experiment is the foundation of the study. Soil temperature profile is modeled by using the soil heat conduction equation which links the information between soil surface and deep soil and provides a way of converting time-difference information of soil surface to the information of deep soil. By establishing the connections among time-difference soil surface temperature, time-difference soil surface heat flux, soil heat flux profile, soil thermal inertia profile and soil moisture, the remote sensing model of soil moisture profile is built up. The models of soil temperature profile and soil moisture profile are validated by means of field experiment in the conditions of different soil texture and different soil moisture. On the basis of the FY-2F satellite data, soil temperature profile and soil moisture profile are retrieved in the lower reaches of the Heihe River Basin by the established models. To better evaluating the models on regional scale, the estimates of soil temperature profile and soil moisture profile from the models are compared with that estimated from the NOAH land surface model. To improve the accuracy of the NOAH model and achieve a better evaluation, data assimilation or optimization of the input data for the NOAH model may be implemented when it is necessary.

土壤温度和湿度是土壤热力和水分状况的重要参量，对生态、水文、农业和气候变化领域的研究有重要作用。目前遥感方法只能反演表层的土壤温度和湿度，本研究的目标是实现遥感获取的土壤表面信息向深层信息转换的突破，充分利用静止卫星可获取的土壤表面的时间差分信息构建土壤温度廓线和湿度廓线的遥感模型。研究以土壤为对象，以地面试验为基础，以土壤热传导方程能够实现土壤温度随时间的变化信息与土壤温度的垂直梯度信息的转换为桥梁，建立由时间差分土壤表面温度信息驱动的土壤温度廓线遥感模型，并通过研究时间差分土壤表面温度、时间差分表层土壤热通量、土壤热通量廓线、土壤热惯量廓线和土壤湿度的信息链构建土壤湿度廓线的遥感模型。在不同土壤质地和土壤水分条件下对模型进行地面试验验证，同时在区域尺度上基于风云2F静止卫星进行土壤温湿廓线的反演，并与NOAH陆面过程模型的模拟结果进行对比分析，也达到在区域尺度上间接评价所建立模型的目的

本项目利用传统的方法和宇宙射线快中子法开展了多层土壤温湿度试验观测，深入分析了土壤温度、土壤湿度随深度的变化规律，并探讨了宇宙射线快中子法在区域尺度获取根系层土壤水分的适用性。研究结果显示宇宙射线法估算的土壤水分与10cm、20cm、30cm深度的土壤水分趋势一致，数值上与10cm最接近。基于观测数据，由时间差分土壤表面温度信息和土壤表层热通量日变化信息建立了不同时刻土壤热量传递最大深度的估算方法，进而构建了基于土壤热惯量垂直梯度信息的土壤湿度廓线估算模型。同时基于由表层土壤水分估算根系层土壤水分的方法，通过模型关键参数与气象和下垫面属性建立关系，增强了模型关键参数的可移植性和区域应用能力，为实现区域范围内根系层土壤水分的估算提供了有力的支撑。利用卫星表层土壤水分产品进行了区域尺度根系层土壤水分的估算。研究中还发展了一种遥感混合像元地表温度分解方法，用于构建一种将裸土和植被覆盖地表区分开的归一化热惯量方法作为微波土壤水分降尺度因子。基于AMSR-E土壤水分产品进行降尺度发现降尺度后的土壤水分与原始土壤水分精度相当。这为在较高分辨率上实现利用表层土壤水分估算根系层土壤水分奠定了基础。另外，本项目对土壤水分对地表关键要素（地表发射率和地表温度）的影响进行了应用研究，定量分析了考虑土壤水分对地表发射率和地表温度遥感估算的影响。研究结果表明地表发射率与土壤水分直接存在显著的对数函数关系，将这种关系引入至地表温度的遥感反演中，通用分裂窗算法反演的地表温度RMSE降低了 0.4~0.8K；单窗算法反演的地表温度RMSE降低了 0.9K。在本项目的支持下共发表论文7篇，包括3篇SCI论文，1篇EI论文和3篇核心期刊论文。申请发明专利2项。参与出版专著1部。