地表温度变化率与土壤水分参数的关系.docxVIP

地表温度变化率与土壤水分参数的关系 地表温度变化速率的计算 通过遥感观测，可以获得有效的土壤水分。不同的土壤含水量遥感监测平台和方法存在各自的优势和不足。 被动微波数据较热红外、 主动雷达数据而言, 对土壤水分信息敏感, 可以捕捉到土壤水分的时间变化信息, 但是其空间分辨率较低(25~40 km), 一般适用于大尺度研究。 星载可见光/热红外数据可以达到中等分辨率到高分辨率(100 m~1 km), 但易受天气条件限制, 且对土壤水分的敏感性不够理想。 为了克服上述问题, 本文提出了通过地表温度变化速率推测土壤水分的方法。 作者通过对地表温度日变化的正弦曲线拟合, 利用AQUA、 TERRA两卫星MODIS传感器每日四次过境时获取的地表温度数据计算下午1:30时刻的地表温度瞬时变化速率。 采用多次观测数据获取地表温度瞬时变化速率的方法具有以下优势: (1)可利用一天内的多次温度观测模拟温度变化曲线, 从而在一定程度上弥补单次观测数据缺失的影响。 (2)与根据地表温度极值日较差研究土壤水分的方法相比, 通过瞬时温度变化率计算土壤水分可利用每日四个时刻的地表温度测量值, 因此能够降低天气变化对单日内地表温度测量值的不确定性影响。 (3)采用地表温度变化速率而非地表温度计算土壤水分, 可以消除本底温度的影响。 (4)该方法不涉及蒸散和热输送等物理模型, 因此不依赖地表观测数据, 可操作性强。 作者建立了25 km分辨率AMSR-E土壤水分数据与重采样为25 km分辨率的0.05° MODIS地表温度瞬时变化速率以及NDVI数据之间的定量关系模型, 并利用该模型, 结合1 km分辨率MODIS地表温度瞬时变化速率和NDVI数据, 获取1 km分辨率的土壤水分数据, 从而实现被动微波亮温数据与星载热红外地表温度数据在小尺度土壤水分反演领域的优势整合。 1 实验部分 1.1 壤水分模型 本研究选取美国中部的平原地区为研究区建立地表温度变化速率-土壤水分模型, 研究区的主要植被类型为农田、 草原及稀疏灌丛, 间有少量林地, 其范围为87°—112°W, 39°—43°N。 为便于算法实测验证, 研究区包含SMEX02实验区。 1.2 数据建模和预处理 作者选取与研究区纬度近似的带状区域作为建模区域, 以2002年至2007年的夏季同一天的数据作为每天的建模数据集。 1.2.1 地表微波亮温数据的计算 研究区土壤水分产品基于2002年—2007年AMSR-E的地表微波亮温数据, 采用基于Qp模型开发的双通道反演算法进行生产, 其数值为土壤体积含水量, 单位为m3·m-3。 其空间分辨率为25 km。 1.2.2 地表一化植被指数模型 选用MODIS-Aqua和Terra提供的0.05度空间分辨率的每日地表温度(Ts)、 16日归一化植被指数(NDVI)数据建立模型; 选用MODIS-Aqua和Terra提供的1 km空间分辨率的每日地表温度(Ts)、 16日归一化植被指数(NDVI)数据进行降尺度计算。 1.3 验证数据集 选择SMEX02实验实地测量土壤水分WC数据集(m3·m-3)作为验证数据。 1.4 rad 首先采用正弦曲线模拟昼夜温差循环 T(ti)=Tˉˉˉ+A2cos(ωti?Ψ)(1)Τ(ti)=Τˉ+A2cos(ωti-Ψ)(1) 式中,T(ti)是ti时刻的地表温度(K),TˉˉˉΤˉ是昼夜平均地表温度(K), A是昼夜温度循环温差(K), ω是地球旋转角速度(rad·s-1), ti是一天中的某个时刻(s), Ψ是相角(rad)。 其中, 温差和平均温度可以通过一天的≥2次的温度观测计算得到 A2=n∑ni=1cos(ωti?Ψ)Ti?cos(ωti?Ψ)∑ni=1Tin∑ni=1cos2(ωti?Ψ)?(∑ni=1cos(ωti?Ψ))2(2)A2=n∑i=1ncos(ωti-Ψ)Τi-cos(ωti-Ψ)∑i=1nΤin∑i=1ncos2(ωti-Ψ)-(∑i=1ncos(ωti-Ψ))2(2) 当n=2时, A2=T1?T2cos(ωti?Ψ)?cos(ωt2?Ψ)(3)A2=Τ1-Τ2cos(ωti-Ψ)-cos(ωt2-Ψ)(3) 相角可以通过以下两式求得 Ψ=tan?1ξ+π(4)Ψ=tan-1ξ+π(4) ξ=[(T1-T3)(cos(ω t2)-cos(ω t4))-(T2-T4)(cos(ω t1)-cos(ω t3))]/[(T2-T4)(sin(ω t1)-sin(ω t3))-(T1-T3)(sin(ω t2)-sin(ω t4))]-1(5) 最后计算温度变化率VTs(K·Hr-1) VTs=dT(ti)dti×3600(6)VΤs=dΤ(ti)dti×3600(6) 1.5 vts-sm三角