土壤湿度降尺度因子模型构建方法及系统技术方案

本发明专利技术公开了一种基于TVDI的土壤湿度降尺度因子模型构建方法及系统，其中，所述方法包括：获取SMAP数据、PROBA‑V数据和MODIS数据；对获取的SMAP数据、PROBA‑V数据和MODIS数据进行预处理，获取统一的空间分辨率的SMAP数据、PROBA‑V数据和MODIS数据；根据所述统一空间分辨率的SMAP数据、PROBA‑V数据和MODIS数据进行土壤湿度尺度因子模型构建，获取土壤湿度降尺度因子模型。在本发明专利技术实施例中，采用本发明专利技术实施例构建的土壤湿度降尺度因子模型可以有效的提高土壤湿度数据产品的分辨率，以满足流域尺度研究下的尺度数据。

【技术实现步骤摘要】
土壤湿度降尺度因子模型构建方法及系统
本专利技术涉及土壤湿度降尺度
，尤其涉及一种基于TVDI的土壤湿度降尺度因子模型构建方法及系统。
技术介绍
土壤湿度是控制地球表面几个相关过程的关键变量，包括水文建模、气候建模和农业管理、土地利用规划；它将降雨控制在渗透和径流中，这将严重影响降雨对降雨事件的反应；土壤湿度在河流侵蚀和沉积物负荷预测中也起着关键作用；土壤水分也控制着表面可利用的能量的划分，使其成为合理的潜热通量，从而导致大气边界层的形成；土壤湿度也是灌溉用水可持续管理的一个关键变量，灌溉用水占干旱和半干旱地区可用地表水总量的85％；在水含量有限的地区，土壤水分含量也被用作降水和植物生长空间分布的指标；影响土壤水分空间分布和时间变化的因素是非常复杂的；密集的土壤水分监测网络是监测这种变化的一种可能的方法，在短时间内可以在有限的范围内进行；然而，在全球范围内建立一个持续的土壤水分监测项目是不现实的；因此，获得上述应用所需的土壤水分数据空间分布的唯一可能性是通过卫星观测。在此背景下，由欧洲空间局(ESA)于2015年中期发射的SoilMoistureActivePassive卫星(SMAP)任务将在L波段运行；该仪器是基于二维孔径合成方法，如SoilMoistureandOceanSalinity卫星(SMOS)，它可以同时利用9公里的地面分辨率(像素大小)来获取土壤水分和地表温度；该仪器将为全球规模气候模型提供一套全球土壤湿度数据集；大多数水文过程和模拟的规模通常比1公里更准确，卫星土壤水分产品的空间分辨率一般小于10公里，当需要进一步的流域水文研究时，它不能符合研究的要求。因此，研究简单而可靠的方案以提高土壤水分产品的空间分辨率，对基于微波的土壤湿度进行水文应用和流域管理是很重要的。
技术实现思路
本专利技术的目的在于克服现有技术的不足，本专利技术提供了一种基于TVDI的土壤湿度降尺度因子模型构建方法及系统，可以有效的提高土壤湿度数据产品的分辨率，以满足流域尺度研究下的尺度数据。为了解决上述技术问题，本专利技术实施例提供了一种基于TVDI的土壤湿度降尺度因子模型构建方法，所述方法包括：获取SMAP数据、PROBA-V数据和MODIS数据；对获取的SMAP数据、PROBA-V数据和MODIS数据进行预处理，获取统一的空间分辨率的SMAP数据、PROBA-V数据和MODIS数据；根据所述统一空间分辨率的SMAP数据、PROBA-V数据和MODIS数据进行土壤湿度尺度因子模型构建，获取土壤湿度降尺度因子模型。可选的，所述SMAP数据为9Km空间分辨率的数据，存储格式为HDF-EOS；所述PROBA-V数据为100-180m和350-660m空间分辨率的数据，存储格式为tiff；所述MODIS数据为0.5Km空间分辨率的数据，存储格式为.hdf5。可选的，所述对获取的SMAP数据、PROBA-V数据和MODIS数据进行预处理，包括：基于HDF-EOS到GeoTIFF格式转换工具对所述SMAP数据进行格式转换处理，获取格式转换后的SMAP数据；对格式转换后的SMAP数据、PROBA-V数据和MODIS数据重新采样处理，获取统一的空间分辨率的SMAP数据、PROBA-V数据和MODIS数据。可选的，所述统一的空间分辨率的SMAP数据、PROBA-V数据和MODIS数据包括：统一的高空间分辨率的SMAP数据、PROBA-V数据和MODIS数据和统一的低空间分辨率的SMAP数据、PROBA-V数据和MODIS数据。可选的，所述对获取的SMAP数据、PROBA-V数据和MODIS数据进行预处理之后，还包括：基于掩膜栅格数据值对统一空间分辨率的SMAP数据、PROBA-V数据和MODIS数据进行数据的异常值消除处理。可选的，所述土壤湿度降尺度因子模型的模型公式如下：其中：其中：TNDVI_max＝a1+b1×NDVI；TNDVI_min＝a2+b2×NDVI；其中，SMhigh为高空间分辨率的土壤水分含量，SMlow低空间分辨率土壤水分含量，TVDIhigh为高空间分辨率下的温度植被干旱指数，TVDIlow为低空间分辨下的温度植被干旱指数，TMODIS为MODIS数据对应区域的当前地表温度，TMODIS_min为MODIS数据对应区域的最小地表温度，TSMAP为SMAP数据对应区域的当前地表温度，TSMAP_min为SMAP数据对应区域的最小地表温度，Tmin为所在区域的最小地表温度，EVIPROBA-V为基于PROBA-V数据的增强植被指数，a1、b1为干边模拟参数，a2、b2为湿边模拟参数，NDVI为所在区域的植被覆盖指数，TNDVI_max为与NDVI值对应的最大表面温度，TNDVI_min为与NDVI值对应的最小表面温度。可选的，所述方法还包括：分别提取10个土地覆盖类型为永久性湿地、城市、森林和农田的测试SMAP数据、测试PROBA-V数据和测试MODIS数据对所述土壤湿度降尺度因子模型进行进度验证。另外，本专利技术实施例还提供了一种基于TVDI的土壤湿度降尺度因子模型构建系统，所述系统包括：数据获取模块：用于获取SMAP数据、PROBA-V数据和MODIS数据；预处理模块：用于对获取的SMAP数据、PROBA-V数据和MODIS数据进行预处理，获取统一的空间分辨率的SMAP数据、PROBA-V数据和MODIS数据；模型构建模块：用于根据所述统一空间分辨率的SMAP数据、PROBA-V数据和MODIS数据进行土壤湿度尺度因子模型构建，获取土壤湿度降尺度因子模型。可选的，所述预处理模块包括：格式转换单元：用于基于HDF-EOS到GeoTIFF格式转换工具对所述SMAP数据进行格式转换处理，获取格式转换后的SMAP数据；分辨率统一单元：用于对格式转换后的SMAP数据、PROBA-V数据和MODIS数据重新采样处理，获取统一的空间分辨率的SMAP数据、PROBA-V数据和MODIS数据。可选的，所述系统还包括：验证模块：用于分别提取10个土地覆盖类型为永久性湿地、城市、森林和农田的测试SMAP数据、测试PROBA-V数据和测试MODIS数据对所述土壤湿度降尺度因子模型进行进度验证。在本专利技术实施例中，通过获取SMAP数据、PROBA-V数据和MODIS数据并进行预处理，根据预处理的结果构建土壤湿度降尺度因子模型，该模型可以有效的提高土壤湿度数据产品的分辨率，以满足流域尺度研究下的尺度数据，并且该模型具有不同的应用场景，可以通过4个9×Km的采样区域，可验证Merlin模型和回归模型的降尺度准确性；该模型更容易获取所需的参数，操作性更好，更适用。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见的，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它的附图。图1是本专利技术实施例中的土壤湿度降尺度因子模型构建方法的方法流程示意图；图2是本专利技术实施例中的土壤湿度降尺度因子模型构建系统的系统结构组成示意图。具体实施方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、本文档来自技高网...

【技术保护点】
1.一种基于TVDI的土壤湿度降尺度因子模型构建方法，其特征在于，所述方法包括：获取SMAP数据、PROBA‑V数据和MODIS数据；对获取的SMAP数据、PROBA‑V数据和MODIS数据进行预处理，获取统一的空间分辨率的SMAP数据、PROBA‑V数据和MODIS数据；根据所述统一空间分辨率的SMAP数据、PROBA‑V数据和MODIS数据进行土壤湿度尺度因子模型构建，获取土壤湿度降尺度因子模型。

【技术特征摘要】
1.一种基于TVDI的土壤湿度降尺度因子模型构建方法，其特征在于，所述方法包括：获取SMAP数据、PROBA-V数据和MODIS数据；对获取的SMAP数据、PROBA-V数据和MODIS数据进行预处理，获取统一的空间分辨率的SMAP数据、PROBA-V数据和MODIS数据；根据所述统一空间分辨率的SMAP数据、PROBA-V数据和MODIS数据进行土壤湿度尺度因子模型构建，获取土壤湿度降尺度因子模型。2.根据权利要求1所述的土壤湿度降尺度因子模型构建方法，其特征在于，所述SMAP数据为9Km空间分辨率的数据，存储格式为HDF-EOS；所述PROBA-V数据为100-180m和350-660m空间分辨率的数据，存储格式为tiff；所述MODIS数据为0.5Km空间分辨率的数据，存储格式为.hdf5。3.根据权利要求1所述的土壤湿度降尺度因子模型构建方法，其特征在于，所述对获取的SMAP数据、PROBA-V数据和MODIS数据进行预处理，包括：基于HDF-EOS到GeoTIFF格式转换工具对所述SMAP数据进行格式转换处理，获取格式转换后的SMAP数据；对格式转换后的SMAP数据、PROBA-V数据和MODIS数据重新采样处理，获取统一的空间分辨率的SMAP数据、PROBA-V数据和MODIS数据。4.根据权利要求1所述的土壤湿度降尺度因子模型构建方法，其特征在于，所述统一的空间分辨率的SMAP数据、PROBA-V数据和MODIS数据包括：统一的高空间分辨率的SMAP数据、PROBA-V数据和MODIS数据和统一的低空间分辨率的SMAP数据、PROBA-V数据和MODIS数据。5.根据权利要求1所述的土壤湿度降尺度因子模型构建方法，其特征在于，所述对获取的SMAP数据、PROBA-V数据和MODIS数据进行预处理之后，还包括：基于掩膜栅格数据值对统一空间分辨率的SMAP数据、PROBA-V数据和MODIS数据进行数据的异常值消除处理。6.根据权利要求1所述的土壤湿度降尺度因子模型构建方法，其特征在于，所述土壤湿度降尺度因子模型的模型公式如下：其中：其中：TNDVI_max＝a1+b1×NDVI；TNDVI_min＝a2+b2×NDVI；其中，SMhigh为高空间分辨率的土壤水分含量，SMlow低空间分辨率土壤水分含量...

【专利技术属性】
技术研发人员：胡明月，樊舒迪，
申请(专利权)人：华南农业大学，
类型：发明
国别省市：广东,44