流域尺度土壤湿度遥感数据同化方法技术

本发明专利技术提供了流域尺度土壤湿度遥感数据同化方法。其步骤为：首先改进流域产流计算模块，发展了一个适合同化遥感土壤湿度信息的具有土壤水动力学过程描述的分布式水文模型；然后引入来源于信息科学的粒子滤波顺序数据同化的方法，在分布式水文过程数值模拟的动态运行过程中不断融合、同化新的遥感观测数据，顺序同化中得到更新的流域土壤湿度同化数据，将其反馈至分布式水文模型平台中，逐步估计流域土壤水分含量在时间和空间上的分布格局。实践证明本发明专利技术不但能够为水文、生态、环境和农业研究提供高精度的具有物理一致性的流域土壤湿度数据集，亦为利用遥感反演得到的土壤表层土壤湿度数据进行四维数据同化处理，提高模型的精度奠定了基础。

【技术实现步骤摘要】

本专利技术涉及一种遥感数据同化方法，更具体的说是流域尺度土壤湿度遥感数据同 化方法。
技术介绍
土壤湿度状况既是气候和水资源系统演化的最终结果，同时自身对气候和土壤植 被大气作用系统施加强烈反馈，深刻影响其未来变化。在水文水资源领域，获取准确的土壤 水分空间分布，可作为水文模型的洪水模拟的土壤含水量初始值，提高洪水预报的精度。同 时经过校正的连续的精确土壤水分数据，对于长期水文过程模拟，径流预报和预测水资源 的变化有潜在应用价值。发展一个适合同化遥感土壤湿度信息的具有土壤水动力学过程描 述的分布式水文模型为模型算子，遥感反演表层土壤含水量为观测算子，结合合适的同化 算法发展的四维数据(4DDA)同化系统所获取的具有物理一致性的高分辨率时、空土壤湿 度数据集，在大气科学、生态水文、环境、农业等领域均有广泛的应用和需求。流域尺度和田间尺度土壤水分状况的研究有利于加深人们对水文过程的理解并 为最终掌握地表水和地下水资源的复杂交互作用提供帮助。在水文水资源领域，准确的土 壤水分空间分布，可作为分布式水文模型洪水模拟的所需的土壤湿度变量的初值，提高洪 水预报的准确性；另外，将经过校正的连续准确的土壤水分数据代入水文模型，对于提高长 期水文过程模拟和径流预报的精度以及准确估算地表水资源量有潜在价值。因此论文以流 域尺度的土壤湿度变量作为主要研究对象。流域土壤湿度的研究离不开模型和观测两种手段。首先，水文模型是计算和分析 土壤含水量的有效工具，Western et al.强调了水文模型在模拟土壤水分相关的时空过程 中具有重要意义。近年来，随着计算机科学和信息技术的发展，RS和GIS技术支持下的分 布式流域水文模型成为研究的热点。RS和GIS的DEM处理技术提供了分布式水文模型所 需的不同时空分辨率的水文气象参数和下垫面植被、土壤资料以及流域地形参数，如坡度、 坡向、水流路径和流域边界等参数；结合RS、GIS、DEM等空间信息技术建立的分布式流域水 文模型，可在更小的水文模拟单元上，精确地模拟复杂气候条件和地表状况下的水文循环 过程，因而分布式水文模型可以提供流域中多种水文变量的空间输出(如ESSI模型可得到 土壤含水量、径流深、蒸散发等23个水文过程变量)。这与主要通过概念参数和土壤湿度 变量来模拟流域出水口流量的集总式水文模型有显著区别。正因为以上特点，分布式水文 模型不仅能够为相关的水文生态研究如流域产、输沙、营养物输移、污染物扩散以及人类活 动对水循环的影响等提供先进的计算和模拟平台，而且在洪水预报，如与气象预报模式耦 合延长洪水灾害的预警时间方面有着重要的用途。但是，分布式水文模型还存在一定的不 足，例如，由于受到实验室模型的动力学方案在流域上应用还有待改进，如何建立物理基础 更强的分布式水文模型，获取更加客观真实的土壤水分含量等水文参数的时空格局是分布 式模型研究的重要课题；另外，由于受到模型输入数据误差和模型自身结构误差的影响，分 布式水文模型的模拟结果还存在的一定的不确定性，如何量化并减少水文模型预测的不确定性，也是水文科学当前研究的前沿热点。利用遥感数据通过数据同化方法降低模型的模 拟误差积累，是获取高精度和高分辨率土壤湿度数据的很有前景的方法。其次，土壤水分可以通过观测直接获取，土壤水分直接监测方法大致可分为地面 调查和机载/卫星遥感两种。基于地面调查的监测方法根据获取数据方式和手段不同，又 可以分为土钻取土称重法、烘干法、中子仪法、电阻法、TDR法，这些方法采用空间上定点观 测，采样速度慢、人力物力财力消耗大，难以满足大面积连续动态监测的需要，受到其空间 采样密度的限制和大气水分能量过程随机扰动的影响，土壤湿度的实际空间格局也无法准 确观测。与地面调查相比，遥感技术具有大面积同步观测、时效性、经济性的特点，是解决土 壤湿度观测的有效途径。随着遥感技术向高空间分辨率、高光谱分辨率方向发展，遥感技术 在土壤水分大面积动态监测中将发挥日益重要的作用。可用于监测土壤湿度状况波段包括可见光与近红外、热红外波段和微波波段，其 中可见光与近红外波段数据主要通过上述的归一化植被指数法、温度状态指数法、TVDI法 计算反演得到土壤湿度；热红外波段数据可采用热惯量法获取湿度信息；微波数据则主要 通过亮度温度与土壤湿度的经验统计关系、基于物理的微波辐射传输模型反演的方法得到 土壤湿度。与可见光与红外波段相比，利用微波数据反演土壤湿度具有坚实的物理基础，其 应用远较可见光与红外波段的数据广泛，反演可靠性和精度也更高。用微波数据反演土壤 湿度的优势主要体现在以下几点；1)微波的物理特性。微波遥感土壤水分反演具有坚实的 物理基础地物微波比辐射率主要决定于目标物的介电常数，而土壤介电常数主要决定于 土壤的水分含量。在微波波段，水的介电常数大约为80，干土仅为3，随着水分含量的变化， 土壤的比辐射率从湿土的0.6 (30%体积土壤湿度)到干土的0.9 (9%体积土壤湿度)之间 变化，它们之间具有较大的反差，因此微波图像对水分十分敏感。2)地区适应性。在我国南 方，由于气候湿润，多云多雨，限制了光学遥感数据的及时获取，影响了调查任务的按时完 成。我国南方多云多雨地区的土壤湿度调查急需具有全天候对地观测能力的高分辨率雷达 遥感数据源。幻由于土壤湿度变化多发生在阴雨天气，在阴雨天气这一重要的湿度特征变 化的时间窗口，微波数据是唯一可行的土壤湿度调查方法。微波遥感观测土壤湿度也有一 定的局限性，由于受到植被的影响和微波波长的限制，目前星载微波遥感能够探测得到的 土壤湿度仅为地面表层(仅几厘米)的水分含量。目前卫星观测得到的土壤湿度仅限于上层O-IO厘米)的土壤，无法将其直接用 于水文模型中，因为水文模型的模拟需要的是整个土壤剖面的水分含量。通过同化系统集 成卫星观测数据于分布式水文模型中，可以提供准确的物理一致的土壤剖面水分含量，有 利于改进流域水循环过程的模拟。构建适合于土壤湿度模拟的，具有土壤水过程动力学描述的分布式水文模型，在 流域强化测试和验证的基础上，将其发展成可有效同化遥感土壤湿度信息的分布式水文模 型同化平台，同时利用现有的对地观测卫星的资料对水文模型中的关键变量，土壤湿度进 行四维数据同化处理。通过连续水文模拟和同化实验，获取高精度高分辨率的土壤湿度时 空数据集。模型和观测误差统计特征的确定是数据同化的关键，误差特征只有为数据同化方 法准确把握后，才能得到正确有效的同化结果，对状态作出最优估计，数据同化算法理论研 究和应用一直是同化研究的重要组成部分。当前大气、海洋和陆面数据同化中用到的数据同化方法主要有最优插值法、四维变分法、集合卡尔曼滤波和粒子滤波等。这些算法主要可 顺序同化和变分同化两类，顺序同化根据前一时刻的模式状态生成当前时刻模式状态的预 报值，在观测更新阶段，引入观测数据，利用最小方差估计方法对模式状态进行重新分析。 而变分方法在同化窗口内建立目标函数，并通过调整模型预报值以极小化与观测数据之间 的差值达到最优化状态的目的。以下分别对各主要方法的研究作一介绍，(1)最优插值法。最优插值又称统计插值法，该方法以线性最小平方估计理论为基 础，通过给定最佳线性无偏估计方程中的权矩阵，建立气象场的统本文档来自技高网...

【技术保护点】
一种流域尺度土壤湿度遥感数据同化方法，其步骤为：Ａ）数据准备；Ｂ）土壤湿度反演；Ｃ）分布式水文模型同化平台构建；Ｄ）流域尺度土壤湿度同化。

【技术特征摘要】
1 一种流域尺度土壤湿度遥感数据同化方法，其步骤为A)数据准备；B)土壤湿度反演；C)分布式水文模型同化平台构建；D)流域尺度土壤湿度同化。2.根据权利要求1所述的流域尺度土壤湿度遥感数据同化方法，其特征在于步骤A) 中，所述数据准备包括水文、气象数据，DEM数据，植被、土壤参数库，流域土地利用/覆被和 土壤类型下垫面参数数据，卫星影像数据以及逐日径流和土壤湿度实测数据。3.根据权利要求2所述的流域尺度土壤湿度遥感数据同化方法，其特征在于步骤B)中 使用MODIS遥感和主动微波ASAR遥感构建同化的观测算子。4.根据权利要求3所述的流域尺度土壤湿度遥感数据同化方法，MODIS遥感使用的温 度植被干旱指数TVDI由以下公式给出TVDI= LST_LST— LbTmax ~LSTmmLST为地表温度；LSTmin为相同NDVI值的最小地表温度，对应的是LST-NDVI特征空间 的湿边；LSTmax为相同NDVI值的最大地表温度，对应的是LST-NDVI特征空间的干边。5.根据权利要求3或4所述的流域尺度土壤湿度遥感数据同化方法，ASAR遥感反演需 要的使用以下方法...

【专利技术属性】
技术研发人员：张万昌，陈炯峰，
申请(专利权)人：南京大学，
类型：发明
国别省市：84[中国|南京]