基于AMSR-E土壤湿度产品的LIS同化试验

由陆面信息系统 (Land Information System, 简称LIS) 通过NOAH陆面过程模型使用集合卡尔曼滤波开展AMSR-E (Advanced Microwave Scanning Radiometer-Earth Observing System) 土壤湿度同化试验,得到2003年中国区域垂直深度为4层、水平空间分辨率为0.25°×0.25°的土壤湿度试验数据。使用农业气象观测站土壤相对湿度和国家生态系统野外科学观测研究站土壤体积含水量对试验结果进行检验,结果表明:同化过程整体上提高了陆面模型的模拟精度,草地生态系统模拟精度高于作物和森林生态系统;有效的同化过程依赖于AMSR-E土壤湿度的准确性;模拟出的土壤湿度空间分布特征与实际相符。同化试验得到的时空相对连续且精度相对准确的土壤湿度数据是气候变化和干旱监测的重要数据基础。     

黄河源区土壤湿度时空分布的模拟研究

利用1961-2010年普林斯顿大学每3 h一次、1°×1°的大气强迫场数据驱动公用陆面模式CLM4.0(Common Land Model,version4.0)对黄河源区土壤湿度的时空分布进行了模拟试验,合理优化了CLM 4.0中土壤有机质和土壤质地属性参数,将模拟结果与荷兰自由大学AM SR-E土壤湿度产品进行了对比分析,并利用玛曲土壤湿度观测站点的观测数据对模拟结果进行了验证。结果表明,CLM4.0模式能较好的模拟黄河源区土壤湿度的空间分布及变化趋势,在优化陆面有机质和土壤质地数据参数后,模拟的土壤湿度空间分布更合理,但CLM4.0模拟的土壤湿度比地面观测值和AMSR-E土壤湿度产品的土壤湿度偏低。     

半干旱地区吉林通榆"干旱化和有序人类活动"长期观测实验

简单介绍了吉林通榆"干旱化和有序人类活动"长期观测实验,该实验站同时也是国际协同加强观测计划(CEOP)的地面观测站.分析了2002年10月～2003年3月(CEOP-EOP3)非生长季观测到的近地面层微气象及能量通量资料.结果表明,在非生长季,半干旱地区农田和退化草地下垫面近地面层能量收支基本一致;感热通量占主要地位,占净辐射通量的70%左右;潜热通量及地热流都很小,通常小于30 W m-2.土壤温度日变化主要集中在地表以下20 cm土壤层,20 cm以下土壤温度日变化很小,但存在明显的季节变化.在非生长季,土壤表层10 cm厚度内,草地下垫面土壤体积含水量比农田大;20 cm以下深度土壤体积含水量的日变化很小,同样存在季节变化.     

中国区域不同深度土壤湿度模拟和评估

利用FY-2静止气象卫星逐小时降水估计产品和地面入射太阳辐射反演产品,利用NCEP/NCAR再分析数据集中的地面气温、湿度、气压和风速数据,构造中国区域高时空分辨率的大气强迫场,驱动CLM3.0陆面模式模拟得到了2005年7月至2010年6月中国区域10 km分辨率的日平均土壤湿度数据集.通过与中国农气观测站土壤湿度数据进行比较分析,结果表明:在0～10 cm和10～20 cm深度上,模式模拟的土壤湿度结果从空间分布和时间变率上均与观测数据有很好的一致性,在70～100 cm深度上,空间分布有较好的一致性,但模式模拟结果的时间变率较小.按照气候特点将中国分为8个区域,分析了区域平均土壤湿度的时间变化规律,中国西北和西南地区有很好的一致性,东北和华北地区次之.     

AMSR-E卫星亮度温度数据在高原东北部土壤湿度观测和模拟中的应用

为了改进青藏高原东北部土壤湿度的观测和模拟效果,利用AMSR-E(Advanced Microwave Scanning Radiometer-EOS)亮度温度资料,估算了高原东北部的土壤湿度值;还利用耦合了Noah陆面模型的WRF中尺度模式WRF-Noah,结合牛顿松驰逼近同化法对AMSR-E估算的土壤湿度进行了同化试验。结果表明:与实测及NCEP再分析值土壤湿度相比,估算的高原东北部的土壤湿度值虽小些,但能够体现土壤湿度随降水事件等的影响。使用牛顿松弛逼近法同化后比没有同化或采用直接替代法模拟的土壤湿度的效果要好。在区域尺度上,通过对牛顿松弛逼近法中质量因子的详细控制,采用该同化方法后对沙漠地区土壤湿度的模拟改善最为明显,其次是草地以及灌木丛与草地混合区;在时间尺度上,采用牛顿松弛逼近同化方法后模拟值与实测值的均方根误差得到减少。     

四川省多种土壤水分资料对比分析

从降水响应、指标评估两个方面对比分析了四川省西昌、宜宾和乐至3站2017~2018年CLDAS土壤湿度产品、人工观测和自动土壤水分站3种土壤水分资料。结果表明,3种资料的土壤相对湿度对降水都有较好的响应,其中自动站对土壤水分变化的响应最为明显,而CLDAS的响应则较为平缓,CLDAS体积含水量对降水的响应不如CLDAS相对湿度好,特别是在深层,基本没有响应降水影响。对比评估指标显示,各站土壤相对湿度人工观测与自动站的相关性最好,西昌站3种资料两两间相关性最好,乐至站各资料间的相关性较差,偏差和均方根误差也较大,体积含水量各站各资料间相关性没有相对湿度高。总体看,CLDAS土壤湿度产品,特别是相对湿度在浅层对降水的响应要好于深层,与人工观测和自动站的相关性也好于深层,CLDAS土壤湿度产品在浅层可以弥补四川部分地区自动站稀疏的缺陷。      

欧空局主被动微波土壤水分融合产品 在甘肃省干旱监测中的应用

选取甘肃省为研究区域,利用自动土壤水分观测站(ASMS) 0～10 cm土壤体积含水量数据对ESA CCI_SM(European Space Agency climate change initiative soil moisture)产品进行质量评估,并基于此产品分析长时间序列土壤体积含水量的时空变化特征,在此基础上,进一步构建土壤水分状态指数(soil moisture condition index,SMCI)应用于干旱监测。结果表明:(1) ESA CCI_SM在陇东地区与自动站土壤水分观测值的相关性最好(R=0. 71),其次是陇中、陇南和甘岷地区,共有92%的站点的R通过0. 01显著性检验。(2) ESA CCI_SM产品较好地呈现了西北部土壤湿度较干燥、东南部较湿润的空间分布特征。土壤体积含水量具有明显季节变化,秋季较高,其次是夏季,冬春季较低。(3)基于ESA CCI_SM产品构建的SMCI较好地监测出2002年7—10月伏秋连旱和2009年4—6月春夏连旱的发生发展过程,该数据产品在陇东和陇中雨养农业区的干旱监测应用较好。     

青藏高原复杂下垫面能量和水分循环季节变化特征分析

为深入认识青藏高原能量和水分循环季节变化,利用GSWP(Global Soil Wetness Project)、GLDAS(Global Land Data Assimilation System)、AMSR-E(Advance Microwave Scanning Radiometer-EOS)土壤湿度以及台站观测资料等多种数据,采用滑动t检验初步分析高原下垫面各物理量季节变化特征。结果表明:各物理量季节变化特征明显且联系密切。高原下垫面净短波辐射和感热通量在1月中旬显著开始增加,5~6月达到全年最高值。净长波辐射5月表现为高值,夏季表现为低值。地表潜热通量在1月显著开始增加,在夏季达到全年最高值。表层土壤3月开始输送热量到大气,9月大气开始向土壤表层传递热量;融雪3~5月加快,雪盖减少。降水和1 cm植被含水量在2月显著开始增加,1 cm土壤显著开始加湿,5~6月降水陡增,1 cm土壤湿度表现为峰值。1 cm植被含水量、植被蒸腾、总蒸散与降水在7~8月达全年最高值,1 cm土壤湿度在7月表出现为谷值,9月达全年第二峰值。10月下垫面温度转冷后,雪盖增加,土壤湿度逐渐减小。     

基于AMSR-E反演青藏高原夏季表层土壤湿度

利用AMSR-E观测的土壤表层亮温资料,采用简化修正的单通道算法模型(Single Channel Algorithm,SCA),反演青藏高原地区夏季2011年6-8月的表层土壤湿度。为对比验证反演结果,利用高原东部和中部的玛曲观测网和那曲观测网CTP-SMTMN(Soil Moisture and Temperature Monitoring Netw ork on the central Tibetan Plateau)的土壤湿度观测数据,以及NASA和VUA-NASA两种均基于AM SR-E的反演土壤湿度产品进行验证。结果表明:(1)与VUA-NASA产品和修改后的SCA模型反演结果相比,NASA产品在像元和区域尺度上相关系数较低,MAE(Mean Absolute Error)和RMSE(Root M ean Square Error)较高,明显低估了两个地区的土壤湿度。(2)VUA-NASA产品在玛曲地区表现良好,在那曲地区虽然相关系数较高,但MAE和RMSE同样较高,导致精度较差。(3)对比其他两种产品,修改后的SCA模型反演结果在两个地区表现出较高的相关系数(接近0.800)、较低的MAE(接近0.050m~3·m~(-3))和RMSE(接近0.060 m~3·m~(-3)),有着较高的精度。因此,可以认为修改后的SCA模型可以应用于青藏高原地区土壤湿度动态监测,为研究青藏高原地区的天气和气候变化影响及水循环过程提供了参考和借鉴。     

NOAA卫星遥感监测不同作物农田土壤湿度模型

根据对新疆几个主要农作物耕种田土壤含水量和土壤温度观测资料，统计分析了土壤含水量与地温的相互关系。结果表明，同样土质条件下（本试验区均为沙壤土），种植不同作物，其土壤湿度大小所响应的地温要素不同，有的与凌晨地温（T08）相关好，有的对中午地温（T14）反应灵敏；有的和地面日温度相关突出，有的则与浅层地温关系好，总体看，土壤湿度与地面日温差（△T＝T14－T08，近似为日较差）相关最佳，其道理众所周知，是土壤的热惯量差异所致。反言之，不同作物田，即使土壤含水量和其它条件都一样，其△T可能不一样，而且变化最敏感的△T所在深度也不同。本文给出了四种农作物生长田里土壤湿度和地温的响应模式，并推论可以用AVHRR辐射温度（亮温）的日差值Tb代替△T，进而提供一种利用NOAA卫星遥感资料监测不同作物区土壤湿度分布的模型。     

基于AMSR-E数据的被动微波遥感干旱指数研究

基于2005年和2006年AMSR-E（advanced microwave scanning radiometer-earth observingsystem）的亮温,计算了8个亮温比值作为候选干旱指数。假设反演出的AMSR-E Land3土壤湿度数据能反映地表干旱程度,候选干旱指数与土壤湿度的相关性分析即能显示哪一候选干旱指数较好。选择河北省3个站点,分析了相关性较好的干旱指数的年际变化,并利用该干旱指数研究了河北省2006年3月份的干旱分布,通过比较河北省136个观测站的同期降水距平百分率,表明该干旱指数具有一定的实用性。     

Evaluation of AMSR-E——Derived Soil Moisture over Northern China

In this study,the authors evaluated two re-motely sensed surface soil moisture datasets derived from the Advanced Microwave Scanning Radiometer of the Earth Observing System (AMSR-E) over northern China.The soil moisture datasets were derived from algorithms developed by the National Snow and Ice Data Center (NSIDC) and jointly developed by the Vrije Universiteit Amsterdam and NASA Goddard Space Flight Center (VUA-NASA).The NSIDC and VUA-NASA products were compared to in situ soil moisture data from nine enhanced coordinated observation stations.The VUA-NASA dataset presented a strong correlation with top layer in situ soil moisture observations,and the correla-tion coefficients ranged from 0.34 to 0.73 (p0.01).The correlation coefficients decreased as the observed soil layer depth increased.The correlation coefficients be-tween the NSIDC retrievals and the top layer in situ ob-servations were between 0.10 and 0.62 (p0.01).Fur-thermore,VUA-NASA soil moisture variations agreed well with in situ soil moisture dynamics and responded sensitively to precipitation events.In contrast,the NSIDC dataset failed to capture signals of soil moisture dynamics.The analyses demonstrated that the VUA-NASA product was capable of representing soil moisture conditions over northern China.     

2001～2010年中国区域土地利用/覆盖变化对陆面过程影响的模拟研究

基于2001年和2010年中分辨率成像光谱仪MODIS（MODerate-resolution Imaging Spectroradiometer）土地覆盖数据,利用公共陆面模式（Community Land Model, CLM）模拟真实的土地利用/覆盖变化（Land Use/Cover Change, LUCC）对地表能量平衡和水分循环过程的影响。研究表明:1）在2001～2010年,中国LUCC最明显的区域位于干旱半干旱区过渡带、半干旱半湿润区过渡带和南方地区;中国区域荒漠减少0.92%,草地减少0.01%,农田增加0.77%,森林增加2.86%,植被覆盖度整体增加。2）在2001年和2010年两种土地利用/覆盖背景下,LUCC使大部分地区感热通量增加,植被蒸腾、蒸发潜热通量增加,土壤表面蒸发潜热通量减小。3）LUCC使大部分地区地表径流减小;中国西北东部、华北和东北地区土壤湿度减小,其他地区土壤湿度增加,仅干旱半干旱过渡带上的土壤湿度发生了显著变化。4）当典型过渡带区域由荒漠变为草地后,感热通量增加1.11 W m?2,潜热通量增加0.14 W m?2;冠层蒸腾和蒸发分别增加0.039 mm d?1、0.009 mm d?1。土壤湿度平均减小0.01 m3 m?3,且随深度增加变干更明显,这是由于根系吸收了较多深层土壤水分,以满足植被显著增加的蒸腾而产生的结果。当草地变为灌木时,其能量通量和水分循环的变化与上述结果类似。     

基于神经网络算法的Sentinel-1和Sentinel-2遥感数据联合反演土壤湿度研究

以西班牙萨拉曼卡地区为研究区域,联合Sentinel-1后向散射系数和入射角信息、Sentinel-2光学数据提取的植被指数以及地面实测数据,构建了BP神经网络土壤湿度反演模型,并将该模型应用于试验区土壤湿度反演。结果表明:1)基于Sentinel-1卫星VV和VH极化雷达后向散射系数、雷达入射角和Sentinel-2植被指数数据构建的BP神经网络土壤湿度反演模型,能够实现对该地区土壤湿度高精度反演;2)在光学与微波数据联合反演植被覆盖区土壤湿度中,Sentinel-2的NDVI、NDWI1和NDWI2指数都可以用于削弱植被对土壤湿度反演的影响,但基于SWRI1波段的NDWI1能够获得更高精度的土壤湿度反演结果(RMSE为0.049 cm~3/cm~3,ubRMSE为0.048 cm~3/cm~3,Bias为0.008 cm~3/cm~3,r为0.681);3)相比于Sentinel-1 VH极化模式,Sentinel-1 VV极化模式在土壤湿度中表现出更大优势,说明Sentinel-1 VV极化模式更适用于土壤湿度反演。     

内蒙古典型草原区近40年气候变化及其对土壤水分的影响

分析气候变化对草原区土壤水分的影响对了解草原退化原因、恢复草原生态环境有重要的指导意义。根据近40年气象资料和近20年的土壤水分观测资料,利用线性趋势等数理统计方法,分析了内蒙古典型草原区气候变化趋势和对土壤水分变化的影响,得出内蒙古典型草原区近40年气候变化趋势与全球气候变化规律相似;影响土壤湿度的气象因子主要是降水和蒸发,温度通过影响蒸发而间接影响土壤湿度,蒸降差是分析气候变化对土壤水分影响的直观指标。气候变暖导致蒸发加剧,在降水增加不明显的条件下,加速了土壤干旱化程度。     

利用GLDAS资料分析黄土高原半干旱区土壤湿度对气候变化的响应

利用GLDAS资料分析了1948~2010年黄土高原半干旱区气温、降水和土壤湿度的变化趋势,并重点讨论了气温和降水对土壤湿度的影响和相对贡献。结果表明:近60 a来黄土高原半干旱区整体呈现暖干化趋势,增温速率明显高于全球平均增温速率;不同深度的土壤湿度的长期变化均呈减小趋势,且年际间变化明显。不同深度的土壤湿度和气温呈负相关关系,并随着土壤加深,两者的相关性加强;土壤湿度和降水则呈正相关关系,相关关系最大出现在表层土壤。通过分析气温和降水在不同季节对土壤湿度的相对贡献发现,春季和冬季气温对土壤湿度的相对贡献较降水显著,秋季恰好相反,夏季气温和降水对土壤湿度的相对贡献大小相当。对比不同深度层降水、气温对土壤湿度的相对贡献得出,降水对浅层土壤湿度有显著作用,而气温对深层土壤湿度的作用更明显。     

CLM4.0模式对中国区域土壤湿度的数值模拟及评估研究

本文利用普林斯顿大学全球大气强迫场资料,驱动公用陆面过程模式（Community Land Model version 4.0,CLM4.0）模拟了中国区域1961～2010年土壤湿度的时空变化。将模拟结果与观测结果、美国国家环境预报中心再分析数据（National Centers for Environmental Prediction Reanalysis,NCEP）和高级微波扫描辐射计（Advanced Microwave Scanning Radiometer-EOS,AMSR-E）反演的土壤湿度进行了对比分析,结果表明CLM4.0模拟结果可以反映出中国区域观测土壤湿度的空间分布和时空变化特征,但东北、江淮和河套三个地区模拟值相对于观测值在各层次均系统性偏大。模拟与NCEP再分析土壤湿度的空间分布基本一致,与AMSR-E的反演值在35°N以北的分布也基本一致;从1961～2010年土壤湿度模拟结果分析得出,各层土壤湿度空间分布从西北向东南增加。低值区主要分布在新疆、青海、甘肃和内蒙古西部地区。东北平原、江淮地区和长江流域为高值区。土壤湿度数值总体上从浅层向深层增加。不同深度土壤湿度变化趋势基本相同。除新疆西部和东北部分地区外,土壤湿度在35°N以北以减少趋势为主,30°N以南的长江流域、华南及西南地区以增加为主。在全球气候变暖的背景下,CLM4.0模拟的夏季土壤湿度在不同程度上响应了降水的变化。中国典型干旱区和半干旱区土壤湿度减小,湿润区增加。其中湿润区土壤湿度对降水的响应最为显著,其次是半干旱区和干旱区。     

Variability of soil moisture and its relationship with surface albedo and soil thermal parameters over the Loess Plateau

Data from July 2006 to June 2008 observed at SACOL(Semi-Arid Climate and Environment Observatory of Lanzhou University,35.946°N,104.137°E,elev.1961 m),a semi-arid site in Northwest China,are used to study seasonal variability of soil moisture,along with surface albedo and other soil thermal parameters, such as heat capacity,thermal conductivity and thermal diffusivity,and their relationships to soil moisture content.The results indicate that surface albedo decreases with increases in soil moisture content,s...