基于SPOT-VGT數(shù)據(jù),由短波紅外、紅和藍波段反射率計算了表征地表土壤濕度的可見光—短波紅外干旱指數(shù)（VSDI）,通過對1km空間分辨率的VSDI影像進行空間升尺度處理,采用多種函數(shù)建立了25km空間分辨率AMSR-E土壤濕度數(shù)據(jù)與VSDI指數(shù)的關(guān)系,發(fā)現(xiàn)二者關(guān)系最符合S型曲線模型,擬合殘差在空間上呈現(xiàn)隨機分布的特征�；赟曲線函數(shù)關(guān)系下的1km預(yù)測土壤濕度和殘差值,對AMSR-E土壤濕度進行降尺度模擬,得到1km空間分辨率的土壤濕度。將原始AMSR-E土壤濕度和實測數(shù)據(jù)對降尺度結(jié)果分別比較驗證后,表明基于該方法獲得的土壤濕度模擬精度較高。 

【文章來源】：遙感技術(shù)與應(yīng)用. 2016,31(02)北大核心CSCD

【文章頁數(shù)】：7 頁

【部分圖文】：

圖２升尺度ＶＳＤＩ指數(shù)影像Ｆｉｇ．２ＵｐｓｃａｌｉｎｇＶＳＤＩａｔ２５ｋｍｓｃａｌｅ

向基表面穿過已知樣點，且表面總曲率最校圖３（ｄ）為插值后重采樣得到的１ｋｍ空間分辨率下殘差空間分布圖。插值后殘差分布范圍為－１．７１７～１．１９９，與２５ｋｍ殘差值范圍基本一致，并保留了區(qū)域最大值和最小值的空間分布特征。３．３土壤濕度降尺度結(jié)果驗證原始ＡＭＳＲ－Ｅ土壤濕度值的分布范圍為８．１５１～１１．１４１％ｃｍ３／ｃｍ３，降尺度后得到的１ｋｍ空間分辨率土壤濕度為７．７２６～１１．８９５％ｃｍ３／ｃｍ３（圖３（ｅ）），整體數(shù)值遵循了大尺度下土壤濕度的分布。由于參考了高分辨率的ＶＳＤＩ相位信息，結(jié)果圖像的局部特征也遵循了高分辨率影像，使得數(shù)據(jù)的分布細節(jié)更加豐富。但降尺度后土壤濕度值的分布范圍被擴大，最小值和最大值分別減少和增加了５．２１４％、６．７６７％。在得到高分辨土壤濕度數(shù)據(jù)的過程中，采用平均值聚合升尺度和殘差插值重采樣降尺度，會產(chǎn)生新的數(shù)據(jù)誤差，因此本文分別基于原始ＡＭＳＲ－Ｅ土壤濕度和實測數(shù)據(jù)對得到的降尺度１ｋｍ土壤濕度結(jié)果進行比較驗證。將降尺度得到的１ｋｍ土壤濕度先升尺度至２５ｋｍ，與原始ＡＭＳＲ－Ｅ土壤濕度數(shù)據(jù)進行擬合，發(fā)現(xiàn)兩者相關(guān)顯著，決定系數(shù)Ｒ２為０．８４８１（圖４）。黑色趨勢線基本接近１∶１線ｙ＝ｘ，線上方樣點升尺度后土壤濕度值被低估，線以下樣點被高估，標(biāo)準(zhǔn)誤差０．２２５�？梢酝茢啵诮党叨冗^程中，大尺度ＡＭＳＲ－Ｅ土壤濕度數(shù)據(jù)提供了數(shù)據(jù)量尺，將降尺度的結(jié)果控制在一定的數(shù)值范圍內(nèi)，避免了高分辨率中隨機噪聲的影響。圖４２５ｋｍ升尺度土壤濕度與原始ＡＭＳＲ－Ｅ土壤濕度的關(guān)系

制在一定的數(shù)值范圍內(nèi)，避免了高分辨率中隨機噪聲的影響。圖４２５ｋｍ升尺度土壤濕度與原始ＡＭＳＲ－Ｅ土壤濕度的關(guān)系Ｆｉｇ．４ＳｃａｔｔｅｒｐｌｏｔｏｆＡＭＳＲ－Ｅｓｏｉｌｍｏｉｓｔｕｒｅａｎｄｔｈｅｅｓｔｉｍａｔｅｄｓｏｉｌｍｏｉｓｔｕｒｅａｇｇｒｅｇａｔｅｄｔｏ２５ｋｍｓｃａｌｅ選擇對同一天實測站點的土壤濕度值與從降尺度模擬１ｋｍ土壤濕度影像中同位置像元提取的土壤濕度值進行擬合分析，結(jié)果表明二者呈正相關(guān)，決定系數(shù)Ｒ２為０．６８０５，標(biāo)準(zhǔn)誤差１．４１５（圖５）。圖６為不同站點實測值和１ｋｍ降尺度預(yù)測值的變化趨勢，發(fā)現(xiàn)降尺度的土壤濕度模擬結(jié)果存在一定的低估現(xiàn)象，在相對較高土壤濕度的地點較明顯，這與基于影像的模擬值與站點實測值的存在空間代表性的差異、ＡＭＳＲ－Ｅ土壤濕度產(chǎn)品值自身比實測土壤濕度值小有關(guān)［１５］。預(yù)測值和實測值雖然在數(shù)值上有一定差距，但預(yù)測土壤濕度數(shù)據(jù)基本反映各個站點實測數(shù)據(jù)的高低變化特征，并一定程度地體現(xiàn)空間上不同地點間土壤水分差異。圖５降尺度土壤濕度值與站點實測值的關(guān)系Ｆｉｇ．５Ｄｏｗｎｓｃａｌｅｄｓｏｉｌｍｏｉｓｔｕｒｅｖｅｒｓｕｓｉｎ－ｓｉｔｕｓｏｉｌｍｏｉｓｔｕｒｅｍｅａｓｕｒｅｍｅｎｔｓｉｎＡｐｒｉｌ２００５圖６各站點１ｋｍ降尺度估算的土壤濕度值與實測值對比Ｆｉｇ．６Ｔｈｅｖａｒｉａｔｉｏｎｓｏｆｄｏｗｎｓｃａｌｅｄｓｏｉｌｍｏｉｓｔｕｒｅａｎｄｍｅａｓｕｒｅｄｓｏｉｌｍｏｉｓｔｕｒｅｉｎｄｉｆｆｅｒｅｎｔｓｉｔｅｓ４結(jié)語本文基于ＳＰＯＴ－ＶＧＴ數(shù)據(jù)的可見光／短波紅外波段信息計算干旱指數(shù)ＶＳＤＩ，以ＶＳＤＩ指

【參考文獻】：
期刊論文
[1]青藏高原表層土壤濕度遙感反演及其空間分布和多年變化趨勢分析[J]. 劉強,杜今陽,施建成,蔣玲梅.  中國科學(xué):地球科學(xué). 2013(10)
[2]AMSR-E衛(wèi)星反演土壤濕度與ECWMF、NECP再分析土壤濕度比較分析[J]. 李昂,陸其峰,楊曉峰,張建偉.  遙感技術(shù)與應(yīng)用. 2013(04)
[3]MODIS溫度變化率與AMSR-E土壤水分的關(guān)系的提出與降尺度算法推廣[J]. 王安琪,解超,施建成,宮輝力.  光譜學(xué)與光譜分析. 2013(03)
[4]基于遙感觀測的21世紀(jì)初中國區(qū)域地表土壤水及其變化趨勢分析[J]. 盧麾,施建成.  科學(xué)通報. 2012(16)
[5]基于MODIS和AMSR-E遙感數(shù)據(jù)的土壤水分降尺度研究[J]. 曹永攀,晉銳,韓旭軍,李新.  遙感技術(shù)與應(yīng)用. 2011(05)
[6]AMSR-E土壤濕度產(chǎn)品在錫林浩特草地樣區(qū)的精度驗證[J]. 陳潔,楊忠東,武勝利.  氣象. 2011(03)
[7]農(nóng)業(yè)旱災(zāi)監(jiān)測中土壤水分遙感反演研究進展[J]. 閆峰,覃志豪,李茂松,王艷姣.  自然災(zāi)害學(xué)報. 2006(06)

碩士論文
[1]利用MODIS數(shù)據(jù)反演土壤含水量[D]. 王麗莉.東北師范大學(xué) 2008



本文編號：3300419