论文部分内容阅读
土壤水分在水循环和陆气相互作用中扮演重要角色。微波遥感反演和陆面水文模拟是获取区域平均土壤水分的主要方法,但在青藏高原误差较大,尤其是在高原半干旱区误差更大。青藏高原土壤水分估计存在的问题表现在:(1)土壤水分评估缺乏足够的地面观测资料;(2)微波数据同化中亮温信号的选择;(3)新的微波卫星产品在高原的应用。本论文研究目标为:建立青藏高原土壤温湿度观测网,以观测数据为基础评估微波遥感反演的土壤水分产品;改进AMSR-E微波亮温同化方案,并发展针对SMOS产品的数据同化方案以提高高原地区土壤水分的估计。论文主要内容和结论简述如下: (1)在青藏高原中部建立了多尺度的土壤温湿度观测网。该区域具有典型的地理气候特征,是研究土壤-植被-大气相互作用和进行微波遥感的理想场所。为了保证仪器的正常运行,我们设计了可靠的地下防水保温措施。另外,通过野外采样和室内试验对土壤水分测量进行校正。截至目前,观测网内共有56个站点自动记录地下四层深度(0~5、10、20、40 cm)的土壤温湿度,并积累了近两年的实测数据。观测到的土壤水分和温度显示了明显的空间、时间变化特征以及冻融过程。 (2)基于观测网土壤水分数据进行了空间尺度分析。首先,采用随机采样方法来确定获取区域平均土壤水分所需的最小站点数,以节约建网成本。研究发现在100 km×100km尺度下通过13个随机分布的站点可以获得较高精度的区域平均土壤水分估计(R≥0.99,RMSD≤0.02 m3 m-3)。其次,基于现有观测网,研究了少数站点估计区域平均土壤水分的可行性。结果表明单个站点在大尺度区域内的时间稳定性较弱,而本论文提出的基于少数站点组合的优化方案能给出更稳定的区域平均土壤水分估计,且能够进一步应用到多层土壤水分,可以有效减少观测网维护成本。 (3)基于观测网提供的地面真值,本论文评估了4套AMSR-E(NASA、JAXA、LPRM_C、以及LPRM_X)和1套SMOS土壤水分产品。结果表明所有产品均未达到预期的精度要求(AMSR-E:RMSE≤0.06 m3 m-3; SMOS: RMSE≤0.04 m3 m-3)。AMSR-E各套产品之间表现出较大的差异性,其土壤水分反演算法在高寒半干旱区还需要进一步的改进。而采用L波段观测的SMOS卫星产品因为受到较强的RFI影响,其在高原地区的有效观测十分有限。尽管如此,在100 km尺度上空间平均后的SMOS产品在非冻结期内仍能够较好的反应地表平均状况。 (4)基于双通道微波陆面数据同化系统,本论文在蒙古地区针对AMSR-E不同极化方式、观测时间和微波频率的亮温信号开展了敏感性试验,得到了ASMR-E亮温同化估计土壤水分的优化方案:同化夜间垂直极化的亮温信号,同时使用基于频率组合的集合估计。该优化方案也被进一步应用于青藏高原的土壤水分估计。另一方面,设计了针对SMOS土壤水分产品的同化方案,以及SMOS土壤水分和AMSR-E亮温的联合同化方案,并在土壤水分观测网进行了验证。最后,同化的结果大大提高了土壤水分估计精度。