Please wait a minute...
img

官方微信

遥感技术与应用  2016, Vol. 31 Issue (2): 342-348    DOI: doi:10.11873/j.issn.1004-0323.2016.2.0342
模型与反演     
基于SPOT-VGT可见光/短波红外波段数据对AMSR-E土壤湿度的降尺度研究
李梦云,黄方
(东北师范大学地理科学学院,吉林 长春 130024)
Down\|scaling AMSR\|E Derived Soil Moisture Using SPOT\|VGT Visible/Shortwave Infrared Data
Li Mengyun,Huang Fang
(School of Geographical Sciences,Northeast Normal University,Changchun 130024,China)
 全文: PDF(4386 KB)  
摘要:

基于SPOT-VGT数据,由短波红外、红和蓝波段反射率计算了表征地表土壤湿度的可见光—短波红外干旱指数(VSDI),通过对1 km空间分辨率的VSDI影像进行空间升尺度处理,采用多种函数建立了25 km空间分辨率AMSR\|E土壤湿度数据与VSDI指数的关系,发现二者关系最符合S型曲线模型,拟合残差在空间上呈现随机分布的特征。基于S曲线函数关系下的1 km预测土壤湿度和残差值,对AMSR-E土壤湿度进行降尺度模拟,得到1 km空间分辨率的土壤湿度。将原始AMSR-E土壤湿度和实测数据对降尺度结果分别比较验证后,表明基于该方法获得的土壤湿度模拟精度较高。
 

关键词: 土壤湿度AMSR-ESPOT-VGT可见光短波红外干旱指数(VSDI)降尺度    
Abstract:

High-resolution optical/ infrared data can be utilized to improve the low spatial resolution of microwave soil moisture data using downscaling methods.The Visible and Shortwave Infrared Drought Index (VSDI) derived from the information of shortwave infrared (SWIR),red and blue channels is regarded as an effective surface wetness indicator.A downscaling approach for AMSR\|E soil moisture based on VSDI is proposed in this study.Firstly,the VSDI was calculated based on SPOT\|VGT images with the spatial scale of 1 km.Secondly,the VSDI images were aggregated into AMSR\|E soil moisture data scale (25 km).Thirdly,the correlations between aggregated VSDI and AMSR\|E soil moisture at 25 km spatial scale were explored.It was found that S\|curve fitting function could provide insight into the relationship and the fitted residuals exhibited characteristics of randomly distributed in space.Finally,the predicted soil moisture and the fitted residuals at 1km spatial scale based on S\|curve model were used to downscale AMSR\|E soil moisture product.The downscaled soil moisture was validated by in situ observations and AMSR\|E soil moisture.The results suggest that the proposed downscaling method with good precision can be used to improve the spatial resolution of microwave soil moisture data.

Key words: Soil moisture    AMSR-E    SPOT-VGT    VSDI    Down-scaling
收稿日期: 2015-08-08 出版日期: 2016-06-20
:  S 152.7  
基金资助:

国家自然科学科学基金项目(41571405),国家自然科学基金面上项目(41271196)资助。

通讯作者: 黄方(1971-),女,浙江义乌人,副教授,主要从事遥感信息分析与地表参数反演研究。Email:huangf835@nenu.edu.cn。    
作者简介: 李梦云(1990-),女,湖北荆州人,硕士研究生,主要从事土壤水分遥感研究。Email:731140731@qq.com。
服务  
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章  
李梦云
黄方

引用本文:

李梦云,黄方. 基于SPOT-VGT可见光/短波红外波段数据对AMSR-E土壤湿度的降尺度研究[J]. 遥感技术与应用, 2016, 31(2): 342-348.

Li Mengyun,Huang Fang. Down\|scaling AMSR\|E Derived Soil Moisture Using SPOT\|VGT Visible/Shortwave Infrared Data. Remote Sensing Technology and Application, 2016, 31(2): 342-348.

链接本文:

http://www.rsta.ac.cn/CN/doi:10.11873/j.issn.1004-0323.2016.2.0342        http://www.rsta.ac.cn/CN/Y2016/V31/I2/342

[1] 汪子豪,秦其明,孙元亨. 基于BP神经网络的地表温度空间降尺度方法[J]. 遥感技术与应用, 2018, 33(5): 793-802.
[2] 李艳,侯金亮,黄春林. 基于Copula函数的地表温度空间降尺度研究[J]. 遥感技术与应用, 2017, 32(5): 818-824.
[3] 胡同喜,赵天杰,施建成,谷金枝. AMSR-E与AMSR2被动微波亮温数据交叉定标[J]. 遥感技术与应用, 2016, 31(5): 919-924.
[4] 邱玉宝,郭华东,石利娟,施建成. 基于AMSR-E的全球陆表被动微波发射率数据集[J]. 遥感技术与应用, 2016, 31(4): 809-819.
[5] 张正健,李爱农,边金虎,赵伟,南希,靳华安,谭剑波. 基于无人机影像可见光植被指数的若尔盖草地地上生物量估算研究[J]. 遥感技术与应用, 2016, 31(1): 51-62.
[6] 高小红,杨扬,张威,贾伟,李金山,田成明,张艳娇,杨灵玉,何林华. 可见光—近红外光谱估算三江源区不同土壤全氮含量[J]. 遥感技术与应用, 2015, 30(5): 849-859.
[7] 赵志强,李爱农,边金虎,郭文静,刘倩楠,赵伟,黄成全. 山区可见光—近红外遥感影像浓密植被暗像元自动识别方法研究[J]. 遥感技术与应用, 2015, 30(1): 58-67.
[8] 陈洁,武胜利. MWRI与AMSR-亮温数据在极地冰盖区的对比分析[J]. 遥感技术与应用, 2014, 29(5): 752-760.
[9] 姜亚珍,张瑜洁,孙琛,游松财. 基于TVDI河北省干热风同期土壤湿度监测研究[J]. 遥感技术与应用, 2014, 29(3): 442-450.
[10] 王少波,严卫,艾未华,王蕊,刘天宁. 基于微波辐射计的海面溢油监测研究[J]. 遥感技术与应用, 2014, 29(1): 94-99.
[11] 杨俊涛,蒋玲梅,潘金梅,张立新. 基于GOES静止气象卫星和AMSR-E雪盖融合监测方法研究[J]. 遥感技术与应用, 2013, 28(5): 920-927.
[12] 李昂,陆其峰,杨晓峰,张建伟. AMSR-E卫星反演土壤湿度与ECWMF,NECP再分析土壤湿度比较分析[J]. 遥感技术与应用, 2013, 28(4): 666-673.
[13] 谢燕梅,晋锐,杨兴国. AMSR-E亮温监测中国近地表冻融循环算法研究[J]. 遥感技术与应用, 2013, 28(2): 182-191.
[14] 何媛,文军,张堂堂,田辉,刘蓉,吕少宁,赖欣. 卫星微波遥感结合可见光遥感估算黄河源区土壤湿度研究[J]. 遥感技术与应用, 2013, 28(2): 300-308.
[15] 王慧慧,周廷刚,杜嘉,苗正红. 温度植被旱情指数在吉林省干旱监测中的应用[J]. 遥感技术与应用, 2013, 28(2): 324-329.