基于局部非线性地理加权回归模型的地表温度降尺度算法研究

地表温度(land surface temperature, LST)是反映地表状况的一个重要参数,能对地表-大气相互作用过程进行描述。由于受到卫星热红外传感器成像条件的制约,获取的卫星热红外遥感图像存在时间分辨率、空间分辨率难以兼顾的问题,导致反演的LST数据难以得到深入应用。采用LST降尺度算法可以解决此矛盾,获得高时空分辨率的地表温度数据。目前LST降尺度模型逐步由全局模型转向局部模型,但局部降尺度模型忽略了非线性关系。针对此问题,提出基于局部非线性地理加权回归(non-linear geographically weighted regression, NL-GWR)的地表温度降尺度算法。选择合适的研究区域,并分别选取归一化差异植被指数(normalized difference vegetation index, NDVI)、归一化差异建筑指数(normalized difference build-up index, NDBI)以及数字高程模型(digital elevation model, DEM)作为辅助参数进行LST降尺度,将中分辨率成像光谱仪(moderate resolution imaging spectroradiometer, MODIS)地表温度空间分辨率从1 000 m提升到100 m,并将基于地理加权回归(geographically weighted regression, GWR)与NL-GWR模型的降尺度结果进行对比分析。实验结果表明,考虑非线性关系的NL-GWR模型要优于GWR线性模型,能够获得较低的均方根误差(1.96 ℃)和平均绝对误差(1.63 ℃)。     

欧洲中期天气预报中心第五代全球再分析土壤湿度资料在内蒙古的适用性评估

土壤湿度是研究陆-气耦合和陆面水循环过程中的重要参量,对大气环流、气候变化和干旱研究起着关键作用。由于土壤湿度观测资料较为缺乏,再分析土壤湿度资料在业务和研究扮演着重要角色。利用内蒙古自治区2018年5—10月37个气象台站逐日0～10 cm观测土壤湿度资料,对再分析[欧洲中期天气预报中心第五代再分析资料(ERA5)、欧洲中期天气预报中心第四代再分析资料(ERA-Interim)、美国全球陆面数据同化系统(GLDAS2.1-NOAH)和基于多卫星反演融合的土壤湿度业务产品系统(SMOPS)]土壤湿度资料验证评估。结果表明:4种土壤湿度资料均可以模拟出内蒙古区域土壤湿度的空间分布,但在数值上普遍高估了土壤湿度;从内蒙古3个研究分区土壤湿度时间序列统计特征来看,ERA5和GLDAS2.1-NOAH优于ERA-Interim和SMOPS资料,但ERA5高估较多;相对于ERA-Interim土壤湿度资料,ERA5模拟的土壤湿度空间分布更为合理,时间相关系数最高,但均方根误差较大。由此可见,ERA5模拟能力优于ERA-Interim,且再分析土壤湿度资料普遍好于卫星融合土壤湿度SMOPS资料。     

主/被动微波遥感数据融合的土壤湿度产品的CDF改进研究

土壤水分是控制陆地和大气间水热能量交换的关键因子之一,在地球生态系统中起着重要的作用。定量化获取土壤水分信息对农业生产、应对全球变化、保护生态环境等众多领域都有着重要意义。目前,获取精度较高的大区域土壤湿度信息依然是研究的热点和难点问题。气候变化倡议项目(climate change initiative,CCI)土壤湿度数据集是由多种主、被动微波数据融合的大尺度土壤湿度数据集,对其在中国区域的数据质量改进具有较高的实际应用价值。研究利用累积概率分布函数(cumulative distribution function,CDF)匹配方法对CCI土壤湿度产品进行改进。选择有较多实测数据的河北、山西、天津等部分区域,获得2009~2010年每月三旬(共72旬)的土壤湿度插值数据,以此为基础利用CDF进行重调整,建立逐像元的CCI土壤湿度数据的改进模型;然后利用站点实测数据进行该方法的有效性验证。结果表明,CDF调整前的偏差、均方根偏差和平均相对误差分别集中在0.05~0.09、0.05~0.1、0.20~0.45,调整后分别降低在0~0.04、0~0.05、0~0.2范围。可见,CDF调整后的误差明显减小,调整后的CCI土壤湿度的精度得到了明显的提高。     

全球地表覆盖精细分类关键技术研发

收集了全球5个典型区域1980年、1990年、2013年的30m Landsat系列影像数据集,对其进行了几何纠正、图像增强等基本处理;收集了典型区域的野外考察资料和参考数据;利用马尔科夫随机场融合空间上下文信息、降尺度NDVI时序数据生成技术发展了一套基于遥感信息变化自动检测与一级类更新技术;基于多源遥感数据的光谱、时相和纹理信息以及生态、气候地理分区等辅助信息,发展多源遥感信息与地学知识复合应用的地表覆盖二级类信息分类技术方法;面向地表覆盖精细化制图的网络化检核和验证需求,研究了异质数据的服务化集成技术。     

基于人工神经网络开发中国地区统计降尺度气候预估数据

针对中国地区的气候预估问题,开发一套高时空分辨率(空间分辨率:0.25°;时间分辨率:逐日)的统计降尺度气候变化数据集.降尺度气候预估结果表明:1)在传统降尺度方法的基础上引入人工神经网络算法,开发高时空分辨率的降尺度气候数据,技术上简便可行;2)将这种新方法应用到模式的历史模拟数据上,温度和降水的气候态偏差显著减小,...     

一种基于AMSR-E和ASAR数据的土壤水分协同反演方法

在缺乏卫星过境时地面同步观测数据的情况下, 大范围高时空分辨率的土壤水分监测存在一定的困难。针对这一问题, 提出一种不依赖地面土壤水分同步观测数据的主、被动微波协同反演逐日高空间分辨率的土壤水分观测新方法。该方法将补偿后的 AMSR-E 土壤水分作为“高时间分辨率土壤水分观测控制值”, 以此计算逐日土壤水分变化量, 并结合 ASAR 交替极化模式数据, 反演高空间分辨率的土壤水分基准日期值, 然后基于两者建立土壤水分协同反演模型。该模型适用于地势比较平坦、地表粗糙度较小且无植被覆盖或植被覆盖度较低的区域。在陕西省渭北台塬西部地区的试验结果表明: 该方法参数拟合的决定系数约为0.81; 反演得到的土壤水分与凤翔县农业气象站地面实测土壤湿度数据对比, 两者的决定系数为 0.92, 土壤体积含水量的均方根误差为0.025。反演结果可用于水分限制条件下作物生长模拟。     

基于多源卫星遥感产品的土壤湿度融合与降尺度研究

针对卫星遥感土壤湿度产品时空分辨率较低、难以满足中小流域洪水预报要求的问题,以秦淮河流域为研究区,将SMOS、SMAP和AMSR2等3种卫星遥感土壤湿度产品采用集合平均的方式进行融合,在地形湿度指数与土壤湿度关联关系的基础上建立空间降尺度方法,从而实现精细尺度的土壤湿度获取。研究结果表明,多源遥感融合产品相较于原有卫星具有更小的均方根误差,在日均值和季度均值上都更为接近实测结果,改善了单颗卫星监测时段间隔大、监测数据不准确的弊端,具有更好的适用性。     

被动微波遥感土壤水分产品降尺度方法研究综述?

利用被动微波遥感反演土壤水分是当前监测土壤含水量最有效的手段之一.但是受限于较低的空间分辨率,被动微波遥感土壤水分产品一般只适用于大尺度研究.为了满足科学研究中对不同分辨率土壤水分产品的需求,对土壤水分降尺度的相关研究成为当前遥感领域的一个研究热点.本文就目前国内外土壤水分降尺度方法进行详细介绍,并比较和评价多元统计回归法、基于物理模型的方法、权重分解、数据同化及空间插值等方法的优缺点及适用条件.最后指出目前土壤水分降尺度方法存在的问题,并提出今后降尺度方法的发展方向.     

六个全球历史土地覆盖数据集数据来源的对比分析

主要从源数据角度分析了当前存在的6套全球历史土地覆盖数据集是如何发展和改进的,并对比了这些数据集的数据来源的继承性及其在空间覆盖范围和分辨率上的差异。得到以下结论:1)基于HH数据,SAGE和HYDE2.0不断地添加亚国家尺度的数据并将土地利用统计数据进行网格化;HYDE数据集的不同版本,通过不断搜集亚国家人口数据和人均土地利用估计而进行不断提高和完善;LSCAN数据集改进了欧洲殖民国家的土地利用分配;LUH数据集以HYDE和SAGE/HYDE为输入情景,模拟了年土地利用转化率;KK10数据集似乎是与HYDE相独立的一套数据集,其假定随着人口密度的增加人均土地利用逐渐降低。2)HYDE2.0的数据源主要包括Ramankutty等、Richard等、Richard、Goldewijk等,其耕地数据源的空间分辨率存在差异:美国为州尺度,南亚和东南亚为国家尺度,其他区域为大洲尺度,且大洲尺度的耕地数据均已通过假定区域内各国家耕地与该区域变化趋势相同的方法而降尺度到了国家尺度。HYDE3.2的源数据的空间分辨率已与HYDE2.0没有差异,所有区域都通过历史人口和人均土地利用而获得国家尺度或亚国家尺度的耕地数据估计。3)未来改进数据可靠性的可能的途径有2个:一是补充人均土地利用估计和改进其可靠性;二是采集和补充国别以下尺度的耕地和牧草地面积数据。     

高光谱Hyperion与高分辨率WorldView-2卫星数据协同下的岩性分类

在目前的技术条件下,一种遥感数据源很难同时具有高空间分辨率和高光谱分辨率特征,因此如何协同使用不同来源的遥感数据进行矿物岩石识别就成了遥感地质领域的重要研究内容之一.本文结合高空间分辨率WorldView-2数据和高光谱分辨率Hyperion数据,以新疆鸟恰县矿物岩石识别与地层划分为例探讨多源遥感数据协同的岩性分类.通过对比2种数据源的空间和光谱探测能力,找到其协同基础.借鉴传统的同源数据融合方法,把WorldView-2多光谱数据降采样到不同空间尺度,并进行主成分变换,采用第一主成分与Hyperion融合产生协同数据.基于SAM光谱角分类法,分别采用WorldView-2多光谱原始数据、Hyperion原始数据和各协同数据对研究区的岩性进行自动分类.结果表明,各协同数据岩性分类精度较高,Hyperion次之,WorldView-2数据岩性分类精度最低.     

基于CCI数据的中国北方地区土壤水分时空变化特征分析

针对我国实测土壤水分站点稀疏、分布不均、数据连续性较差且在大尺度鲜有研究的问题,将欧洲空间局气候变化项目（European Space Agency climate change initiative, ESA CCI）的土壤湿度数据集应用于中国北方5大农业生态区,开展土壤水分时空变化分析. 采用皮尔逊相关系数进行遥感数据的有效性验证,利用时空持久性概念分析土壤水分的时空变化规律. 结果表明:ESA CCI遥感土壤水分数据在东北区夏季、西北区春季、黄土高原区春夏秋季、内蒙古高原区夏秋季具有很好的时空适应性;北方地区1991—2016年间土壤体积含水量年均值为0.06~0.39 m3·m?3,空间分布呈现出由西向东土壤水分逐渐升高的趋势,并表现出夏季最高、秋季其次、冬春季较低的季节特征;东北区、黄土高原区、黄淮海区中我国的重要粮食产区的土壤水分呈现出随时间季节变化波动大,且有较为明显的变干趋势.      

Reconstruction and analysis of temporal and spatial variations in surface soil moisture in China using remote sensing

An ensemble method was used to combine three surface soil moisture products,retrieved from passive microwave remote sensing data,to reconstruct a monthly soil moisture data set for China between 2003 and 2010.Using the ensemble data set,the temporal and spatial variations of surface soil moisture were analyzed.The major findings were:(1) The ensemble data set was able to provide more realistic soil moisture information than individual remote sensing products;(2) during the study period,the soil moisture increased in semiarid regions and decreased in arid regions with anoverall drying trend for the whole country;(3) the soil moisture variation trends derived from the three retrieval products and the ensemble data differ from each other but all data sets show the dominant drying trend for the summer,and that most of the drying regions were in major agricultural areas;(4) compared with the precipitation trends derived from Global Precipitation Climatology Project data,it is speculated that climate change is a possible cause for the drying trend in semiarid regions and the wetting trend in arid regions;and (5) combining soil moisture trends with land surface temperature trends derived from Moderate Resolution Imaging Spectroradiomete,the study domain was divided into four categories.Regions with drying and warming trends cover 33.2%,the regions with drying and cooling trends cover 27.4%,the regions with wetting and warming trends cover 21.1% and the regions with wetting and cooling trends cover 18.1%.The first two categories primarily cover the major grain producing areas,while the third category primarily covers nonarable areas such as Northwest China and Tibet.This implies that the moisture and heat variation trends in China are unfavorable to sustainable development and ecology conservation.     

基于Tweedie分布的日降水量统计降尺度模型

基于Tweedie分布的广义线性模(generalized linear model,简称GLM),并结合Kriging模型,发展了日降水量统计降尺度的GLM-Kriging模型.首先用GLM拟合研究区域内日降水量与数值模式输出的影响局地降水的物理量之间的关系,日降水量的空间相关性反映在模型的残差中;然后用Kriging模型来拟合GLM的随机化百分位残差(randomized quantile residuals,简称RQ残差).结合NCEP再分析资料应用于2007年7月沂沭泗流域的42站日降水观测,结果表明GLM-Kriging降尺度模型较好地还原了主要降水过程,整体上取得了较高的准确度,可用于气候变化影响评估或数值天气预报产品的释用,还可进一步扩展为日降水量的时空统计模型.     

结合新安江模型和TOPMODEL模型对流域土壤水分空间分布模式的描述

改进型新安江模型利用双抛物线型曲线来描述流域土壤蓄水容量的空间分布及进行产流计算,双抛物线型曲线有一种内在结构,能够利用同一组参数对流域空间上同时存在的多种土壤水分模式进行描述,然而,这一曲线为统计积分表达式,需要利用流域降雨径流观测资料通过最优率定来确定.传统的TOPMODEL模型利用湿润指数或土壤一地形指数,对流域内每一点的土壤水分进行预测.然而,TOPMODEL模犁假定整个流域处于稳定状态,且地下水位与地面平行.这种简化处理使得TOPMODEL模型并不适用于流域每一点,本文结合新安江模型双抛物线型曲线和TOPMODEL型湿度指数,充分利用流域降雨径流观测资料和分布式地形数据.对不同的土壤水分模式在广东省珠江三角洲双桥流域空间上的分布进行了确定,研究得出了该流域划分TOPMODEL模犁适用范围的湿度指数临界值.     

Development of a Chinese land data assimilation system:its progress and prospects

The objective of land data assimilation is to merge multi-source observations into the dynamics of land surface model for improving the estimation of land surface states.We have developed a land data assimilation system for China's land territory.In this sys- tem,the Common Land Model and Simple Biosphere Model 2 are used to simulate land surface processes.The radiative transfer models of thawed and frozen soil,snow,lake,and vegetation are used as observation operators to transfer model predictions into estimated bright- ness temperatures.A Monte-Carlo based sequential filter,the ensemble Kalman filter,is implemented as data assimilation method to inte- grate modeling and observation.The system is capable of assimilating passive microwave remotely sensed data such as special sensor mi- crowave/imager (SSM/I),TRMM microwave imager (TMI),and advanced microwave scanning radiometer enhanced for EOS (AMSR- E) and the conventional in situ measurements of soil and snow.A spatiotemporally consistent assimilated dataset for soil moisture,soil temperature,snow and frozen soil,with a spatial resolution of 0.25 degree and temporal resolution of one hour,has been produced.This paper introduces the development of Chinese land data assimilation system and the progress made on data assimilation algorithms,land sur- face modeling,microwave remote sensing of land surface hydrological variables,and the preparation of atmospheric forcing data.The dis- tinct characteristics and challenges of developing land data assimilation system and the perspectives for future development are also dis- cussed.     

TRMM/PR在青藏高原土壤水分变化研究中的应用

针对热带降雨观测计划(TRMM)上搭载的降雨雷达(PR)参数情况发展了基于积分方程模型与一阶植被散射模型的青藏高原地区的土壤水分变化反演模型.利用AVHRR/NDVI产品以及PR数据,用上述模型对青藏高原3个试验区1998年4～9月的土壤水分变化情况进行了反演,结果显示模型反演结果与实测结果吻合较好,3个站点的均方根误差分别为0.045,0.069和0.056.     

基于模拟土壤含水量的干旱监测技术

为实现大范围干旱的实时监测,开发了基于模拟土壤含水量的干旱监测技术.采用VIC(variable infiltration capacity)大尺度水文模型模拟了30 km网格尺度的逐日土壤含水量,建立了土壤含水量距平指数(SMAPI),分析了其在2002年山东干旱和2010年西南地区干旱监测中的作用.结果表明,SMAPI具有较明确的物理意义,能够反映大范围干旱在时间和空间上的发生、发展及变化趋势.基于模拟土壤含水量的干旱监测技术,可为全面认识干旱,有效预防和减轻干旱灾害提供技术支持.