土壤水分遥感反演课件

1、土壤水分遥感反演土壤水分遥感反演提纲一 背景介绍二 研究方案和技术路线1：TVDI三 研究方案和技术路线2：降尺度方法四 总结2提纲一 背景介绍4引言经典的牛顿力学只适用于宏观世界而不适用于微观世界便是一个典型的尺度问题。80年代后期，用AVHRR估算中国耕地面积24亿亩（当时统计数据为15亿亩），成为“笑柄”，其实这也是一个典型的尺度问题。地理学、生态学、水文学、气象学、物理学、天文学和信息学等众多学科和领域都存在尺度问题。3引言经典的牛顿力学只适用于宏观世界而不适用于微观世界便是一个4一 背景介绍土壤水分的重要性地表土壤水分作为一个非常重要的水文参数影响着陆气相互作用过程，强烈控制着显热和

2、潜热通量之间的能量再分配。土壤水分是气候模型，陆面过程模型，水文模型里的一个重要变量。全球气候模型的模拟显示提高对土壤水分的估计有助于提高天气和气候的预报的准确性。对于土壤水分时空动态过程的了解和认识对于水文，生态，农业都至关重要。 46一 背景介绍土壤水分的重要性65土壤水分的三种获取方式地面实地定点观测（包括台站和便携仪器）可以给出时间上的变化难以描述空间变化，受条件限制多，花费成本高模型模拟(土壤水动力学等)能给出空间和时间上的变化对输入参数要求高，不确定性较高遥感可以获取大范围的数据；速度快，周期短；地表信息,瞬时值57土壤水分的三种获取方式地面实地定点观测（包括台站和便携仪器6基于遥

3、感的土壤水分观测光学遥感热惯量NDVI-Ts space微波遥感被动亮温-介电-水分，物理关系更直接，时间分辨率高，其发展也更成熟，应用更广泛，SMOS就是专门针对土壤水分设计的但是空间分辨率粗主动空间分辨率高，但时间分辨率低其后向散射信息对地表土壤水分估计的误差较大，尤其是在植被作物覆盖地区68基于遥感的土壤水分观测光学遥感8为什么要降尺度？被动微波方法做土壤水分有着天然的优越性但是其空间分辨率粗，所以只能用来做大尺度上的观测。而包括气象，水文，水资源管理和气候学在内的一系列流域尺度上的研究都要求中高分辨率的土壤水分观测据流域尺度同化系统的需要所以对土壤水分降尺度的研究很有必要 7为什么要降

4、尺度？被动微波方法做土壤水分有着天然的优越性9研究目标和内容所以我们试图把被动微波遥感的土壤水分产品(25km)与从光学遥感信息中提取的土壤水分指数相结合，从而生成可靠的中分辨率(1km)土壤水分产品。25km25km0.25AMSR-E像元1km0.15Downscaling8研究目标和内容所以我们试图把被动微波遥感的土壤水分产品(25二 研究方案和技术路线1：TVDI9二 研究方案和技术路线1：TVDI11TVDI将由可见光和近红外数据所得的NDVI和由热红外数据所得的LST做成散点图，就可以得到一个三角形（Carlson et al 1994）或者梯形（Moran et

5、 al 1994）。这个散点图被称作Ts-NDVI space，它与地表土壤水分，地表蒸发等有着密切的关系。在Ts-NDVI space中，像点在散点图中的位置表征了其土壤水分或蒸发情况。10TVDI将由可见光和近红外数据所得的NDVI和由热红外数据所Sandholt et al (Sandholt et al 2002) 基于Ts-NDVI space定义了一个指数，叫做 Temperature Vegetation Dryness Index (TVDI)。TVDI的计算11Sandholt et al (Sandholt et alTVDI=(Ts-Tsmin)/(Tsmax-Tsmin

6、)Tsmin=c+dNDVITsmax=a+bNDVITVDI的计算流程LSTNDVIQC12TVDI=(Ts-Tsmin)/(Tsmax-Tsmin)TNDVILSTTVDI13NDVILSTTVDI15TVDI研究进展TVDI与水分之间的线性关系TVDI更准确地计算TVDI时间序列相关性问题14TVDI研究进展TVDI与水分之间的线性关系16TVDI与水分（ 1km pixel ）之间的线性关系15TVDI与水分（ 1km pixel ）之间的线性关系17TVDI更准确地计算1 两条边的选取标准2 LST/NDVI指标的替换3 逐日数据的替换16TVDI更准确地计算1 两条边的选取标准18

7、2008-6-242008-7-10TVDI在时间序列上不相关172008-6-242008-7-10TVDI在时间序列上不相TIMEYXTVDI (space (x, y) , time)TVDI ( space (0, 1), - )TVDI ( space (0, 2), - )TVDI ( space (1, 1), - )TVDI ( space (1, 2), - )TVDI (- , DOY 200 )TVDI (- , DOY 201 )TVDI (- , DOY 202 )TVDI (- , DOY 203 )?“TVDI 在空间上可以但在时间上”18TIMEYXTVDI (

8、space (x, y) , tim三 研究方案和技术路线2：降尺度方法19三 研究方案和技术路线2：降尺度方法21Downscaling 20Downscaling 22DATANDVI TVDILSTAMSR-EIn situ soil moisture0TVDIIn situ21DATA0TVDIIn situ23DATANDVI TVDILSTAMSR-E122DATA124VUA-NASA Land Surface Soil Moisture2006-11-05一个案例研究澳大利亚23VUA-NASA Land Surface Soil Moi2426土壤水分计算结果2006-11-072006-11-0525土壤水分计算结果2006-11-072006-11-0527验证26验证28面临的问题27面临的问题29四 总结Good news只用卫星遥感数据，不依赖于地面资料目前结果尚可