一種土壤含水量產品降尺度方法技術

本發明專利技術公開了一種土壤含水量產品降尺度方法，包括：A.獲取待研究區被動微波土壤含水量產品和同一時間的光學遙感影像數據；B.基于多端元混合像元分解法對所述光學遙感影像數據進行土壤光譜的提取；C.利用GA?PLS建立土壤光譜反射特征與從被動微波土壤含水量產品中獲取的土壤含水量之間的定量關系模型；D.基于所述定量關系模型，利用泰勒級數展開形式構建土壤含水量降尺度模型，獲得高空間分辨率的土壤含水量數據。本發明專利技術利用被動微波遙感數據和光學遙感數據二者在時空分辨率上的優勢，將二者有效整合獲取高空間分辨率的土壤含水量數據，可滿足大范圍流域尺度區域研究，實現流域尺度土壤含水量實時或準實時的動態監測，準確度高，易于建立，省時省力。

【技術實現步驟摘要】

本專利技術涉及地理測繪
，特別是涉及一種土壤含水量產品降尺度方法。
技術介紹
土壤含水量作為氣候與環境干旱化的重要指示因子之一，影響著土壤的理化性質與植被的生長，進而影響我國的糧食產量。同時，土壤含水量是地表能量平衡和水循環的重要組成部分，是全球變化研究中的重要監測因子。目前，各種基于全球觀測站點資料建立的土壤含水量數據集，由于觀測點的密度和空間代表性不足，模擬和預報的精度難以滿足應用需求。先進微波掃描輻射計AMSR-2(AdvancedMicrowaveScanningRadiometerfortheEarthObservingSystem)，土壤水分和海洋鹽分傳感器SMOS(SoilMoistureandOceanSalinity)，SMAP(SoilMoistureActivePassive)以及風云三號氣象衛星均具有全天時、全天候、觀測尺度大、重訪周期短等突出優勢，能夠提供高覆蓋度高時效性的全球土壤含水量數據。但這些數據的空間分辨率(9-40km)較低，無法滿足流域尺度土壤含水量時空動態監測的需求。光學遙感數據空間分辨率可以達到1km以下，高空間分辨率、低時間分辨率、易受天氣影響的特點，與被動微波遙感數據恰恰相反。為了解決被動微波土壤含水量產品的空間分辨率低的問題，國內外學者也提出了各種不同的降尺度方法：一類降尺度模型是以遙感技術獲得的土壤物理參數為基礎，如利用光學遙感數據反演土壤的蒸散量建立降尺度算法，但是這種算法的局限性在于沒有考慮微波遙感數據反演的土壤含水量和光學遙感數據反演的土壤有效蒸發量之間存在很強的非線性關系。還有一類模型是四維變分同化方法，就是在微波遙感數據的第四維尺度上分析土壤含水量。但是這種方法對地表資料的獲得要求較高。由此可見，目前迫切需要發展一種新的土壤含水量產品降尺度方法，建立一種可行的空間降尺度模型，逐步提高土壤含水量數據的空間分辨率，推動流域尺度土壤含水量的時空動態監測。
技術實現思路
本專利技術要解決的技術問題是提供一種土壤含水量產品降尺度方法，使其提高被動微波土壤含水量數據產品的空間分辨率，滿足流域尺度水資源和農業管理的應用需求，克服目前土壤含水量產品數據集空間代表性不足、空間分辨率低等的不足。為解決上述技術問題，本專利技術提供一種土壤含水量產品降尺度方法，所述方法包括以下步驟：A.獲取待研究區的被動微波土壤含水量產品和同一時間的光學遙感影像數據；B.基于多端元混合像元分解方法對所述光學遙感影像數據進行土壤光譜的提取；C.利用GA-PLS建立所述土壤光譜反射特征與從所述被動微波土壤含水量產品中獲取的土壤含水量之間的定量關系模型；D.基于步驟C建立的所述定量關系模型，利用泰勒級數展開形式構建土壤含水量降尺度模型，獲得高空間分辨率的土壤含水量數據。作為本專利技術的一種改進，所述步驟A中被動微波土壤含水量產品采用SMAP土壤含水量數據；所述光學遙感影像數據采用MODIS影像數據。進一步改進，所述步驟B中提取所述土壤光譜的方法為：將高空間分辨率的MODIS圖像重采樣到與SMAP數據同樣的低空間分辨率，分別對該高空間分辨率的MODIS影像和重采樣后低空間分辨率的MODIS應用MESMA方法進行土壤光譜的提取。進一步改進，所述MESMA方法包括光譜庫創建、最優光譜庫選取和多端元混合像元分析步驟，所述光譜庫創建包括基于ROI創建光譜庫、光譜庫元數據制作和光譜庫管理；所述最優光譜庫的選取包括創建方形陣列和光譜庫優選；所述多端元混合像元分析采用植被-不透水面-土壤模型，將優選的植被、不透水面、土壤光譜集組合構成2EM、3EM、4EM混合像元分析模型，基于所述最優光譜庫的優選結果對MESMA結果進行陰影歸一化處理，得到各端元豐度值和表示結果精度的均方根誤差，再利用所述各端元豐度值和下列公式得到研究區土壤端元光譜，其中，Rs(λ)為土壤光譜在波段λ的反射率，R(λ)為像元在波段λ上的反射率，R(i，λ)為第i個端元在波段λ上的反射率，fi為第i個端元豐度值，N為端元個數，ελ是殘差，所有端元組分的豐度值之和定義為1。進一步改進，所述步驟C建立所述土壤光譜反射特征與所述土壤含水量定量關系模型是基于所述土壤光譜計算得到的每個像元的土壤光譜中各波段的反射率、波段比值、曲率與所述土壤含水量的定量關系。進一步改進，所述步驟D中泰勒級數展開形式的表達式為：其中，θn-1和θn分別代表低空間分辨率和高空間分辨率土壤含水量，Rn-1(λi)s和Rn(λi)s分別表示低空間分辨率和高空間分辨率的土壤光譜在第i波段的反射率，Ration-1(j)s)和Ration(j)s分別表示低空間分辨率和高空間分辨率的土壤光譜波段比值，Curvn-1(k)s和Curvn(k)s分別表示高空間分辨率和低空間分辨率的土壤光譜曲率，M、N和L分別代表反射率i、波段比值j和曲率k的變量總數。進一步改進，所述步驟D中降尺度模型的建立方法采用逐步遞減方式進行降尺度運算，逐步達到高空間分辨率的要求。進一步改進，所述步驟D中高空間分辨率的土壤含水量數據是指500m空間分辨率的土壤含水量數據。進一步改進，所述步驟A中還同時獲取所述待研究區的土壤輔助數據，所述土壤輔助數據包括：土地利用或土地覆蓋分類數據，以及DEM數據。進一步改進，所述步驟C建立的GA-PLS模型還可以增加每個像元的DEM數據或坡度數據作為GA-PLS模型的輸入參數。采用上述技術方案，本專利技術至少具有以下優點：(1)本專利技術基于光學遙感和被動微波遙感數據，獲取高空間分辨率的土壤含水量方法，可滿足大范圍流域尺度區域研究，準確度高，易于建立，省時省力。(2)本專利技術可擴展性高，在應用的過程中，可根據實際情況，進行輔助數據或土壤含水量定量反演模型關系項的增減，還可以采用逐級回歸式的降尺度方法，以逐步推進的方式提高被動微波土壤含水量產品的空間分辨率，不斷提高模型的計算精度。附圖說明上述僅是本專利技術技術方案的概述，為了能夠更清楚了解本專利技術的技術手段，以下結合附圖與具體實施方式對本專利技術作進一步的詳細說明。圖1是本專利技術土壤含水量產品降尺度方法的原理流程圖。圖2是本專利技術中土壤最優光譜選取結果圖。圖3是本專利技術中植被最優光譜選取結果圖。圖4是本專利技術中9km空間分辨率MODIS圖像MESMA結果圖。圖5是本專利技術中樣本點分布圖。圖6是本專利技術中9km尺度GA-PLS模型精度評價結果。圖7是本專利技術中5km空間分辨率MODIS圖像MESMA結果圖。圖8是本專利技術中5km土壤含水量降尺度精度評價結果。圖9是本專利技術中500m空間分辨率MODIS圖像MESMA結果圖。圖10是本專利技術中5km尺度GA-PLS模型精度評價結果。圖11是本專利技術中500m土壤含水量降尺度精度評價結果。具體實施方式本專利技術在現有技術的基礎上，利用土壤的反射光譜特性，即土壤含水量是影響土壤光譜反射率的一個重要因素，又由于土壤含水量具有非常大的時空變異性，高空間分辨率的土壤光譜信息能夠更好的反映土壤含水量在時空范圍上的變化特征，則本專利技術利用土壤的光譜特征與土壤含水量之間的定量關系來完成土壤含水量的降尺度研究，為土壤含水量的高時空分辨率監測提供了一個全新的思路。又鑒于被動微波遙感在全球土壤含水量數據獲取方面的優勢，創設一種可行的空間降尺度模型，逐本文檔來自技高網...

【技術保護點】
一種土壤含水量產品降尺度方法，其特征在于，所述方法包括以下步驟：A.獲取待研究區的被動微波土壤含水量產品和同一時間的光學遙感影像數據；B.基于多端元混合像元分解方法對所述光學遙感影像數據進行土壤光譜的提取；C.利用GA?PLS建立所述土壤光譜反射特征與從所述被動微波土壤含水量產品中獲取的土壤含水量之間的定量關系模型；+.基于步驟C建立的所述定量關系模型，利用泰勒級數展開形式構建土壤含水量降尺度模型，獲得高空間分辨率的土壤含水量數據。

【技術特征摘要】
1.一種土壤含水量產品降尺度方法，其特征在于，所述方法包括以下步驟：A.獲取待研究區的被動微波土壤含水量產品和同一時間的光學遙感影像數據；B.基于多端元混合像元分解方法對所述光學遙感影像數據進行土壤光譜的提取；C.利用GA-PLS建立所述土壤光譜反射特征與從所述被動微波土壤含水量產品中獲取的土壤含水量之間的定量關系模型；+.基于步驟C建立的所述定量關系模型，利用泰勒級數展開形式構建土壤含水量降尺度模型，獲得高空間分辨率的土壤含水量數據。2.根據權利要求1所述的土壤含水量產品降尺度方法，其特征在于，所述步驟A中被動微波土壤含水量產品采用SMAP土壤含水量數據；所述光學遙感影像數據采用MODIS影像數據。3.根據權利要求2所述的土壤含水量產品降尺度方法，其特征在于，所述步驟B中提取所述土壤光譜的方法為：將高空間分辨率的MODIS圖像重采樣到與SMAP數據同樣的低空間分辨率，分別對該高空間分辨率的MODIS影像和重采樣后低空間分辨率的MODIS應用MESMA方法進行土壤光譜的提取。4.根據權利要求3所述的土壤含水量產品降尺度方法，其特征在于，所述MESMA方法包括光譜庫創建、最優光譜庫選取和多端元混合像元分析步驟，所述光譜庫創建包括基于ROI創建光譜庫、光譜庫元數據制作和光譜庫管理；所述最優光譜庫的選取包括創建方形陣列和光譜庫優選；所述多端元混合像元分析采用植被-不透水面-土壤模型，將優選的植被、不透水面、土壤光譜集組合構成2EM、3EM、4EM混合像元分析模型，基于所述最優光譜庫的優選結果對MESMA結果進行陰影歸一化處理，得到各端元豐度值和表示結果精度的均方根誤差，再利用所述各端元豐度值和下列公式得到研究區土壤端元光譜，Rs(λ)=R(λ)-ϵλ-Σi=1N-1R(i,λ)fi]]>其中，Rs(λ)為土壤光譜在波段λ的反射率，R(λ)為像元在波段λ上的反射率，R(i，λ)為第i個端元在波段λ上的反射率，fi為第i個端元豐度值，N為端元個數，ελ是殘差，所有端元組分的豐度值之和定義為1。5.根據權利要...

【專利技術屬性】
技術研發人員：張婷婷，張雪飛，邵蕓，
申請(專利權)人：中國科學院遙感與數字地球研究所，
類型：發明
國別省市：北京;11