基于反射光谱特性的土壤含水量空间降尺度模型

This proposal wants to solve the problem on course spatial resolution of soil moisture data obtained with passive microwave remote sensing. Optical remote sensing and passive microwave remote sensing will be integrated in this study to realize their advantages on spatial and temporal resolution. This proposal put forward a new method to enhance the spatial resolution of soil moisture data with passive microwave. To solve mixed pixel problem in optical spaceborne image, optimal endmember spectra database will be establish for study area. This study introduces multiple endmember spectral unmixing method ( MESMA ) to extract " pure " image spectra for agricultural soil. On the basis of the researches on soil spectral reflectance characteristics and influence factors, quantitative correlation model is established between soil moisture content and soil spectral parameters using GA-PLS algorithm at different scale. By fully considering the scale effect of GA-PLS model for soil moisture mapping, Taylor series downscaling model of soil moisture data with passive microwave is built. This model will improve the spatial resolution of passive microwave soil moisture data. This proposal is going to promote the utilization potentiality of dynamic monitoring for soil moisture content at the watershed scale.

本研究针对被动微波遥感土壤含水量数据产品空间分辨率低的问题，有效整合光学遥感和被动微波遥感各自在时空分辨率方面的优势，提出一种提高被动微波遥感土壤含水量数据产品空间分辨率的新方法。首先，针对光学图像混合像元问题，建立研究区最优端元光谱数据库，引入多端元像元分解方法（MESMA），提取"纯净"农业土壤图像光谱。在充分研究农业土壤光谱反射特性及影响因素的基础上，使用GA-PLS算法，建立不同空间分辨率土壤含水量与土壤光谱参数之间的定量关系模型。在充分考虑GA-PLS土壤含水量反演模型空间尺度效应的前提下，构建被动微波土壤含水量数据的泰勒级数逐级空间降尺度模型，从而提高被动微波土壤含水量数据产品的空间分辨率，拓展其在流域尺度上进行土壤含水量时空动态监测的应用潜力。

土壤含水量是地表能量平衡和水循环的重要组成部分，是全球变化研究中的重要监测因子。获得高空间分辨率（<100-1000m），高覆盖度（1000-25000 km2）和高时效性（3-4天）的土壤含水量数据是流域尺度的水资源和农业管理对遥感监测技术的新要求，然而，现有的机载和在轨的星载传感器都不能同时满足这三个要求。发展有效的降尺度算法来提高被动微波土壤含水量数据产品的空间分辨率，将合理利用与深入挖掘现有大量的被动微波遥感数据产品，对气象、水文、农业生产和国民经济建设均具有重要意义。. 申请人在国家自然科学青年基金项目“基于反射光谱特性的土壤含水量空间降尺度模型”（2014~2016年）的支持下，以美国中部平原地区为研究区，利用主动光学结合被动微波遥感技术开展土壤含水量降尺度模型研究。通过进行野外的农业土壤的卫星地面同步实验、室内土壤光谱测量，对土壤含水量对土壤光谱的响应机理进行了研究，并取得了如下重要研究结果：.1.通过建立不同尺度土壤含水量光谱反演模型，研究了土壤含水量空间尺度变化的光谱响应特征，建立了土壤含水量室内光谱反演模型，土壤含水量野外光谱反演模型，土壤含水量卫星多光谱反演模型。.2.本研究将完善的MESMA方法应用于MODIS和TM图像，分解率可达95%以上。.3.建立了农业土壤卫星多光谱与SMAP被动微波土壤水产品的GA-PLS模型，相关性达到80%以上。.4.通过比较SMAP和AMSR2土壤水产品的精度，SMAP比AMSR2土壤水产品在时间序列、空间序列以及时空序列上显示更好的一致性，SMAP和AMSR2土壤水产品质量受空间分布特征、时序特征的影响较大，在美国中部地区，农业用地的SMAP和AMSR2 土壤水产品与实测含水量的一致性较好。.5.建立了被动微波土壤含水量产品基于MESMA-PLS的泰勒级数降尺度模型，利用9km尺度的SMAP土壤水产品，获得了5km和500m尺度的土壤含水量数据，精度相较于SMAP原数据没有降低或降低很小。.6.在获取500m尺度土壤含水量过程中，提出的分级降尺度解决方案的结果精度要高于直接降尺度得到的结果。