基于重建MODIS无云数据反演京津冀地区土壤湿度.docx

??

?

??

基于重建MODIS无云数据反演京津冀地区土壤湿度

?

??

?

?

?

?

?

?

?

???

?

?

?

?

?

张悦沈润平+彭露露许俊

摘要：目前得到广泛应用的MODIS数据集产品虽然部分去除了水、云、气溶胶和云阴影的影响，但卫星传感器自身性能衰退變化、云层干扰、大气气溶胶厚度等会带来一定的噪声。以京津冀为研究区，利用Savitzky-Golay滤波方法对2011年3—8月MODIS数据进行重建，去除噪声等对影像造成的影响，综合运用表观热惯量模型和温度植被干旱指数模型对土壤相对湿度进行反演。结果表明：重建方法能够对影像中云覆盖区域的缺失数据进行有效填补；春季、夏季分别基于NDVI=0.21和NDVI=0.20阈值分区方案反演土壤湿度，反演结果的平均相对误差为17%；研究区夏季土壤湿度较高，沿海地区、冀北山地、太行山周围地区土壤湿度较其他地方高。

关键词：土壤湿度；S-G滤波；MODIS数据；表观热惯量模型（ATI）；温度植被干旱指数模型（TVDI）

中图分类号：TP75；S127文献标志码：A

文章编号：1002-1302（2016）12-0375-04

收稿日期：2015-10-24

基金项目：国家自然科学基金重点支持项目（编号。

作者简介：张悦（1990—），女，河南沁阳人，硕士研究生，研究方向为路面过程建模与遥感。E-mail：[email?protected]。

通信作者：沈润平，博士，教授，博士生导师，主要从事遥感建模与分析研究。E-mail：[email?protected]。

土壤湿度即土壤实际含水量，是陆地—大气系统中的关键因子之一，也是陆地表面参数化的一个关键变量[1]。因此，土壤湿度是气候、数值天气预报、水文预测、农业干旱监测预报及路面过程模式等研究领域中重要的地表参量，获得高质量土壤湿度数据对这些方面的研究具有重要意义[2-3]。传统的土壤湿度观测数据代表性较差，难以反映整个区域土壤水分状况，遥感监测具有大范围、实时、动态的优势[4]，因此，利用卫星遥感技术动态监测土壤含水量已成为一个重要手段，常用的反演土壤湿度的方法包括回归分析法、热惯量法、光谱特征空间法等[5]。20世纪70年代Pohn等最早提出了热惯量模型并应用于遥感监测[6]，Price首次提出表观热惯量（ATI）的概念[7]，对热惯量模型进行简化。但是热惯量法在植被覆盖度高的地区效果不好，因为它没有考虑植被的蒸发，这限制了热惯量模型在实际中的应用。除热惯量模型外，人们使用地表温度和不同植被指数构成特征空间反演土壤水分，例如温度植被干旱指数（TVDI）、植被温度条件指数（VTCI）、植被供水指数（VSWI）等[8-10]，其中TVDI应用最为广泛。2011年，于敏等比较了几种指数与土壤湿度的关系，认为相对于其他指数，TVDI更能反映土壤湿度变化[11]。但是，在反演土壤湿度时用到的MODIS数据集虽然经过去蝴蝶效应，部分去除了水、云、气溶胶和云阴影的影响，但卫星传感器自身性能衰退变化、云层干扰、大气气溶胶厚度等会带来一定的噪声。因此，在使用前必须正确、有效地识别、去除噪声，这样才能更好地反演土壤湿度。

本研究基于2011年京津冀地区的MODIS数据，首先利用Savitzky-Golay（S-G）滤波方法，填补MODIS数据植被指数产品、地表温度（landsurfacetemperature，LST）产品、反射率产品中云覆盖造成的缺失值。然后将表观热惯量模型和TVDI指数模型结合起来，构建适合本研究区的土壤湿度反演模型。

1研究区及数据

1.1研究区概况

京津冀地区包括北京市、天津市和河北省。该地区北部由燕山山脉组成，河北省西部为太行山，东南部为平原。该区域属于温带半干旱和半湿润的大陆性季风气候，具有丰富的光照资源，年平均日照时数2500～3100h，从而使河北省大部分平原地区具有一年两熟的耕作制度。京津冀地区年均降水量500～700mm，在时空上分布极其不均，空间上主要呈现东南地区降水多西北少的趋势，时间上表现为80%的降水量集中在6—9月。同时该地区自然环境复杂多样，土壤类型丰富，褐土分布最为广泛。

1.2研究数据

1.2.1遥感数据

选取2011年3—8月京津冀地区的MODIS地表反射率产品（MOD09A1）、地表温度产品（MOD11A2）、植被指数产品（MOD13A1）。其中，MOD09A1是8d合成、分辨率为500m的产品，包含MODIS第1个至第7个波段地表发射率、质量控制等数据。MOD11A2为8d合成空间分辨率为1km的产品，包含白天和夜晚的地表温度、质量控制等资料。MOD13A1是Terra卫星16d合成、分辨率为1km的产品，主要有归一化植被