SMOS和SMAP卫星土壤水分产品的对比评价与差异分析.docxVIP

? ? SMOS和SMAP卫星土壤水分产品的对比评价与差异分析* ? ? 孟越，王大刚，林泳恩，杜懿，张智，王大洋，林泽群 中山大学地理科学与规划学院，广东 广州 510006 土壤含水量是地球生态系统中至关重要的参数变量，在地表与大气之间水循环及能量流动中发挥着非常重要的作用［1］，是连接水文过程、生物生态过程和生物地球化学过程中的重要纽带［2-4］。在水文模型中，土壤含水量的大小通常能够影响下渗速率以及径流速率，其值的准确程度会很大程度上影响洪水模拟预报的精度［5］。在陆面模式中，土壤含水量是影响地表土壤水蒸发速率、决定根层下渗速率的重要参数之一，它的误差大小会直接影响陆面模式模拟和预报陆表水热平衡的精确程度。由于土壤含水量影响陆表蒸散发，进而影响地面对大气的水汽输送和能量传输甚至气压变化，因而对局地降水、气温等气象要素也有重要影响。 土壤含水量目前可通过多种方式获取，传统监测方法是通过观测站点或气象站来获取数据，除此之外还有模型法和遥感监测法。站点观测数据准确性高、误差小，与真实值较为接近，可近似代表真实值。但是，公众通常较难获取此类测站数据，并且由于各种各样的条件限制，该类测站的数量通常较少，导致其可获取的数据量较少。而且，由于土壤与植被的空间异质性较强，该类数据通常只能代表范围较小的区域，在大尺度区域上的应用比较有限。因此，该类数据虽然可靠性强、准确度高，但公众可获取性较差、分布不够均匀，通常不能充分反映土壤含水量随着时空的变化。模型法通过建立水分平衡公式求解土壤含水量，该方法可以获取实时快捷的土壤水分信息，但实验的模拟过程繁琐，且实验参数复杂［6-7］。遥感卫星能够实时、不间断地覆盖地球表面［8］，因此遥感监测的即时性、便捷性要明显优于前二者。随着近年来遥感技术的飞速进步，重复获取同一遥感像元数据的时间可缩短至3 d，大大地节约了人力、物力成本。当前基于卫星的土壤含水量数据分为主动微波遥感数据和被动微波遥感数据两种，被动微波遥感以其对土壤水分的敏感性和在白天或夜间全天候条件下收集土壤水分信息的能力，已成为监测区域和全球土壤水分的有效方法［8］。近年来，基于L 波段（1.4 GHz，21 cm）的微波卫星遥感产品在不同植被覆盖度下的地区获得了新的全球土壤含水量数据［9-11］，L 波段被认为是土壤水分监测的最佳波段［12-14］，因为L波段比其他高频波段（如C 波段、X 波段等）对土壤含水量以及植被和土壤渗透的敏感性更高［13-16］。新的L 波段数据集包括：欧洲航天局（ESA，European space agency）的SMOS（soil moisture and ocean salinity）［11］和 来 自 美 国 国 家 航 空 航 天 局（NASA，national aeronautics and space administration）的SMAP（soil moisture active passive）［17］。 已有学者对不同卫星土壤水分产品进行了对比验证。González-Zamora 等基于密集测站网络和稀疏测站网络数据对Aquarius卫星和SMOS卫星数据进行验证分析，结果表明SMOS 整体表现更佳；除此之外测站网络的疏密程度会影响卫星产品的对比验证。Zeng 等［18］通过美国（LWW）网络、芬兰气象研究所（FMI）网络和罗马尼亚土壤温湿度观测网络（RMSN）对SMAP卫星产品数据进行了验证，整体ubRMSE 为0.036 m3/m3。Cui 等［19］通过美国和西班牙的部分测站网络对比了SMAP、SMOS、FY3B和AMSR2 卫星产品，SMAP在美国网络表现较好，ubRMSE 为0.027 m3/m3。在我国也有学者进行了相关研究，杨娜等［20］在中国农区验证了SMOS 卫星数据的准确性，结果证明其反演效果在干旱季节受降水影响较大。白瑜等［21］在吉林省农田区域对比了SMAP和SMOS，实验证明两种卫星土壤水分产品均随降水事件的发生而出现高估现象。以上实验结果表明不同土壤水分产品表现差距较大，且不同遥感卫星数据的观测质量相去甚远［5］，利用卫星遥感获取的土壤含水量数据存在准确性较低的问题。因此，对卫星遥感数据进行对比评价与差异分析变得尤为重要。目前，针对新的L波段卫星土壤水分产品的研究集中于产品对比［22-25］和单一区域适用性分析［18，26-27］，对于SMAP和SMOS两种卫星土壤水分产品在美国大区域范围质量评价及其影响因素的研究仍较少。 为改进土壤含水量数据遥感监测的反演算法和理解相关遥感数据的质量精度，本文基于美国本土的3 种测站信息网络：CRN（climate reference network）、SCAN（soil climate analysis netwo