基于Triple Collocation方法的土壤濕度誤差分析

吳 凱， 舒 紅， 聶 磊， 焦振航

(武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室，武漢 430079)

0 引言

土壤濕度是土壤的重要組成成分，通過(guò)改變陸地表面與大氣間的物質(zhì)和能量平衡而影響氣候變化，是氣象學(xué)、水文學(xué)等科學(xué)研究中的關(guān)鍵參數(shù)之一。常規(guī)的土壤濕度站點(diǎn)觀測(cè)雖然精度高，但耗時(shí)費(fèi)力且觀測(cè)站點(diǎn)稀疏，獲取的土壤濕度數(shù)據(jù)只能代表站點(diǎn)附近小范圍的土壤濕度，空間代表性較差。隨著遙感技術(shù)的快速發(fā)展，衛(wèi)星遙感為獲取大范圍、長(zhǎng)期實(shí)時(shí)的土壤濕度數(shù)據(jù)提供了有力的技術(shù)支持，具有速度快、效率高的特點(diǎn)。目前，全球尺度的土壤濕度來(lái)源主要是主動(dòng)、被動(dòng)微波遙感以及模型模擬。通過(guò)被動(dòng)微波遙感中衛(wèi)星亮溫?cái)?shù)據(jù)反演或主動(dòng)微波遙感中后向散射系數(shù)處理可快速獲取大范圍的土壤濕度數(shù)據(jù)，但受觀測(cè)儀器噪聲和反演模型的不確定性影響而含有較大的誤差。為了有效利用遙感土壤濕度數(shù)據(jù)，需要了解其觀測(cè)誤差大小，但現(xiàn)實(shí)中缺少大范圍、長(zhǎng)時(shí)間的土壤濕度真值，因而無(wú)法直接對(duì)遙感土壤濕度數(shù)據(jù)誤差進(jìn)行估計(jì)。

傳統(tǒng)獲取土壤濕度誤差特征的方法依賴于衛(wèi)星反演資料與地面實(shí)際觀測(cè)的驗(yàn)證，但是該方法有3個(gè)缺點(diǎn)[1]： 一是土壤濕度地面站點(diǎn)觀測(cè)被限制在有限的空間范圍內(nèi)，獲取的土壤濕度數(shù)據(jù)時(shí)間范圍有限，甚至因?yàn)閮x器故障等原因而時(shí)間不連續(xù)； 二是由于遙感數(shù)據(jù)中代表性誤差和尺度轉(zhuǎn)換誤差的存在使遙感土壤濕度誤差估計(jì)復(fù)雜化； 三是該方法被限制在估計(jì)兩個(gè)土壤濕度數(shù)據(jù)間的差異大小，不能同時(shí)得到兩者的誤差估計(jì)。誤差估計(jì)的另一個(gè)方法依賴于土壤濕度反演模型與誤差傳播途徑，通過(guò)模型輸入數(shù)據(jù)的誤差得到模型模擬土壤濕度的誤差估計(jì)[2-3]，其優(yōu)點(diǎn)是可以得到每個(gè)獨(dú)立觀測(cè)數(shù)據(jù)的誤差估計(jì)，但是該方法得到的土壤濕度不確定性只能解釋模型輸入變量中的隨機(jī)誤差，并不能說(shuō)明模型本身是否正確，因此不同的反演模型得到的土壤濕度不確定性很難作定量化比較。

國(guó)外對(duì)遙感土壤濕度數(shù)據(jù)的誤差分析研究取得了一定的進(jìn)展。TC是1998年由Stoffelen最早應(yīng)用于海洋學(xué)科評(píng)估風(fēng)和浪高觀測(cè)[4]，后來(lái)被引入遙感土壤濕度觀測(cè)誤差估計(jì)和遙感土壤濕度數(shù)據(jù)同化誤差方差計(jì)算中。K Scipal[5]等利用TRMM微波輻射計(jì)、主動(dòng)微波散射計(jì)ERS-2土壤濕度反演數(shù)據(jù)和ERA-Interim土壤濕度再分析資料，采用TC方法得到3種數(shù)據(jù)各自的誤差方差估計(jì)； K Scipal[1]等利用ASCAT,AMSR-E和ERA-Interim再分析資料，通過(guò)TC方法得到3個(gè)數(shù)據(jù)各自全球范圍的誤差估計(jì)，實(shí)驗(yàn)結(jié)果表明TC方法具有穩(wěn)健性并能生成客觀的誤差估計(jì)； D J Leroux[6]等使用TC方法對(duì)SMOS，AMSR-E(LPRM)和ASCAT全球尺度的土壤濕度數(shù)據(jù)誤差進(jìn)行估計(jì)，分析比較了SMOS土壤濕度數(shù)據(jù)與已存在的土壤濕度數(shù)據(jù)間的差異； M Tugrul Yilmaz[7]等基于TC方法，使用ASCAT，AMSR-E土壤濕度反演數(shù)據(jù)和NOAH模型土壤濕度模擬數(shù)據(jù)，探討了TC方法中土壤濕度誤差與真值獨(dú)立，以及三者土壤濕度誤差間相互獨(dú)立這兩個(gè)前提假設(shè)對(duì)TC結(jié)果的影響，結(jié)果表明這兩個(gè)假設(shè)導(dǎo)致TC結(jié)果被低估，土壤濕度誤差間相互獨(dú)立的假設(shè)比土壤濕度誤差與真值獨(dú)立的假設(shè)對(duì)結(jié)果有更大的影響； WA Dorigo[8]等探討了TC方法中主被動(dòng)微波遙感數(shù)據(jù)的選擇、被動(dòng)微波遙感不同頻率(C波段、X波段和Ku波段)選擇以及參考數(shù)據(jù)選擇對(duì)結(jié)果的影響； L J Renzullo[9]等采用集合卡爾曼濾波的同化方法，利用AWRA-L模型模擬以及AMSR-E,ASCAT土壤濕度數(shù)據(jù)，使用TC方法估計(jì)了澳大利亞研究區(qū)域AMSR-E和ASCAT土壤濕度的誤差方差并在土壤濕度數(shù)據(jù)同化中使用，獲得了良好的同化結(jié)果。

本文首先對(duì)TC方法進(jìn)行了推導(dǎo)，然后利用TC方法對(duì)研究區(qū)域內(nèi)ASCAT,AMSR-E遙感反演土壤濕度數(shù)據(jù)及ERA-Interim土壤濕度再分析資料的誤差方差和信噪比進(jìn)行估計(jì)，并對(duì)TC結(jié)果進(jìn)行了分析，通過(guò)MODIS土地覆蓋類型數(shù)據(jù)分析了3種土壤濕度數(shù)據(jù)誤差與土地覆蓋類型的關(guān)系，并以此說(shuō)明TC結(jié)果的合理性。

1 TC方法

假設(shè)對(duì)未知的土壤濕度真值θ有3個(gè)估計(jì)：θASCAT，θAMSR-E和θERA，分別表示ASCAT，AMSR-E和ERA-Interim土壤濕度數(shù)據(jù)，3種數(shù)據(jù)在時(shí)間和空間上整理排列后，使相同空間格網(wǎng)點(diǎn)、相同時(shí)間上3個(gè)土壤濕度數(shù)據(jù)均存在。TC方法有4個(gè)前提假設(shè)： ①3個(gè)數(shù)據(jù)集與真值間線性相關(guān)； ②誤差穩(wěn)定不隨時(shí)間變化； ③3個(gè)數(shù)據(jù)集的誤差相互獨(dú)立； ④3個(gè)數(shù)據(jù)集的誤差與真值獨(dú)立。根據(jù)假設(shè)①可將3個(gè)數(shù)據(jù)表示為下列形式：

(1)

式中，εASCAT，εAMSR-E和εERA代表均值為0的加性噪聲，根據(jù)假設(shè)③，εASCAT，εAMSR-E和εERA相互獨(dú)立，即它們相互之間的協(xié)方差為0；αASCAT，αAMSR-E和αERA表示3組數(shù)據(jù)相對(duì)于真值θ的加性偏差系數(shù)；βASCAT、βAMSR-E和βERA表示3組數(shù)據(jù)相對(duì)于真值θ的乘性偏差系數(shù)。TC方法的目標(biāo)是估計(jì)εASCAT，εAMSR-E和εERA的方差。

(2)

(3)

(4)

(5)

對(duì)上式兩兩做差相乘并取時(shí)間序列均值，得到式(6)。

(6)

(7)

求協(xié)方差法與做差法的不同之處在于無(wú)須事先選擇參考數(shù)據(jù)以及對(duì)數(shù)據(jù)進(jìn)行比例轉(zhuǎn)換。真值θ和誤差εi(i∈[ASCAT,AMSR-E,ERA])是2個(gè)隨機(jī)變量，因此可以利用式(1)將觀測(cè)數(shù)據(jù)的方差與協(xié)方差表示為

(8)

由前文假設(shè)(3)和(4)可將式(8)簡(jiǎn)化為

(9)

由上式可得最終結(jié)果,即

(10)

(11)

實(shí)驗(yàn)采用求協(xié)方差法估計(jì)研究區(qū)域內(nèi)ASCAT，AMSR-E和ERA-Interim土壤濕度數(shù)據(jù)的誤差方差和信噪比(signal to noise ratio, SNR)，并使用式(12)將3個(gè)土壤濕度數(shù)據(jù)的信噪比(fMSE)標(biāo)準(zhǔn)化至[0,1]，即

(12)

計(jì)算結(jié)果fMSE=0表示觀測(cè)的土壤濕度信號(hào)無(wú)噪聲，fMSE=1表示沒(méi)有觀測(cè)到任何土壤濕度信號(hào)，fMSE=0.5表示觀測(cè)到的土壤濕度信號(hào)方差等于噪聲方差。

做差法在式(2)中可以采取不同的線性變換方法(如最值變換法，累積概率分布函數(shù)匹配方法等[12])，因此做差法的求解結(jié)果不唯一。文獻(xiàn)[10]中提到，做差法中使用式(2)中線性變換方法的求解結(jié)果與求協(xié)方差法的求解結(jié)果理論上是相同的，因此可將其他線性變換方法認(rèn)為是TC方法中非最優(yōu)的變換方法。

2 研究數(shù)據(jù)與方法

本文實(shí)驗(yàn)區(qū)域的位置為15°N～55°N,73°E～135°E，選取了2010年4月1日至2011年4月30日ASCAT，AMSR-E和ERA-Interim3種土壤濕度數(shù)據(jù)，ASCAT和AMSR-E土壤濕度的數(shù)值范圍均為0～100，單位是百分?jǐn)?shù)(%)。ERA-Interim土壤濕度單位是土壤體積含水量(mm3/mm3)，將其采用最值線性變換的方法轉(zhuǎn)換到百分?jǐn)?shù)單位(%)，即公式為

(13)

式中：ERAScaled為比例轉(zhuǎn)換后的ERA土壤濕度，單位是百分?jǐn)?shù)(%)；ERA為原始的ERA土壤濕度數(shù)據(jù)，單位是體積含水量(mm3/mm3)；ERAmax和ERAmin分別為ERA原始數(shù)據(jù)的最大值和最小值，兩者的單位均為體積含水量(mm3/mm3)。

ASCAT(Advanced Scatterometer)搭載于Metop系列衛(wèi)星上，是一個(gè)真實(shí)孔徑的后向散射雷達(dá)，采用對(duì)土壤濕度較為敏感的C波段(5.3 GHz)，從45°，90°和135°這3個(gè)方位角方向?qū)γ總€(gè)觀測(cè)點(diǎn)進(jìn)行觀測(cè)，得到連續(xù)的后向散射系數(shù)觀測(cè)[13,14]，通過(guò)TU-Wien發(fā)展的變化檢測(cè)方法處理得到衛(wèi)星過(guò)境時(shí)刻土壤表層(0～2 cm)的土壤濕度數(shù)據(jù)，空間分辨率為25 km。

AMSR-E(Advanced Microwave Scanning Radiometer Earth Observing System)是改進(jìn)型的多頻段、雙極化的被動(dòng)微波輻射計(jì)，搭載于AQUA衛(wèi)星在2002年5月發(fā)射升空，分為上午星(降軌)和下午星(升軌)。實(shí)驗(yàn)中使用的是阿姆斯特丹自由大學(xué)和NASA共同研發(fā)的土壤濕度反演產(chǎn)品，含C波段和X波段兩種土壤濕度估算產(chǎn)品，反演模型是LPRM模型[15]。由土壤發(fā)射的微波信號(hào)波長(zhǎng)越小越容易被植被冠層吸收，與X波段相比C波段對(duì)土壤濕度更為敏感，因此實(shí)驗(yàn)選取了C波段土壤濕度數(shù)據(jù)[8]，空間分辨率為0.25°。需要注意的是，反演產(chǎn)品中除土壤濕度外還有植被含水量估計(jì)，實(shí)驗(yàn)中使用的AMSR-E數(shù)據(jù)是指地表0～1 cm的土壤濕度，不包含地表上層植被含水量。

ERA-Interim是歐洲中期天氣預(yù)報(bào)中心第三代再分析資料，提供自1979年以來(lái)的全球再分析資料，并實(shí)時(shí)更新。與第二代ERA-40再分析資料的數(shù)據(jù)同化模型相比，ERA-Interim采用了四維變分分析(4D-Var)，同化了包括浮標(biāo)、衛(wèi)星高度計(jì)等數(shù)據(jù)在內(nèi)的大量觀測(cè)數(shù)據(jù)，實(shí)現(xiàn)了再分析資料質(zhì)量的提升[16]。其土壤濕度數(shù)據(jù)將土壤分為4層，分別為[0,7) cm，[7,28) cm，[28,100) cm和[100,289] cm，實(shí)驗(yàn)中選取了ERA表層0～7 cm的土壤濕度數(shù)據(jù)。

實(shí)驗(yàn)中ERA、ASCAT和AMSR-E的土壤濕度的觀測(cè)深度并不一致，雖然衛(wèi)星遙感數(shù)據(jù)只能反映表層幾厘米的土壤濕度，但是表層土壤濕度與0～10 cm的土壤濕度通常有密切的關(guān)系[17,18]。實(shí)驗(yàn)中認(rèn)為表層10 cm之內(nèi)的土壤濕度垂直變異不大，三者的土壤深度近似視為同一土壤深度。

MODIS衛(wèi)星產(chǎn)品數(shù)據(jù)——MOD12Q1通過(guò)處理全年的Terra和Aqua觀測(cè)數(shù)據(jù)得到土地覆蓋類型數(shù)據(jù)，采用監(jiān)督?jīng)Q策樹(shù)分類方法將全球土地分為17種覆蓋類型[19]。實(shí)驗(yàn)中選取了2010年MODIS土地覆蓋類型數(shù)據(jù)(見(jiàn)圖1)，為了與TC結(jié)果進(jìn)行比對(duì)，將其空間分辨率重采樣至0.25°。實(shí)驗(yàn)中為確保TC結(jié)果可靠性，對(duì)3組數(shù)據(jù)間相關(guān)性低(相關(guān)系數(shù)小于0.2)的地區(qū)不進(jìn)行處理，處理的網(wǎng)格點(diǎn)表示該地3組數(shù)據(jù)間的相關(guān)系數(shù)大于0.2且通過(guò)了相關(guān)系數(shù)的顯著性檢驗(yàn)(顯著性α=0.05)，對(duì)實(shí)驗(yàn)區(qū)域中的水體部分不使用TC方法進(jìn)行計(jì)算。

圖1 2010年研究區(qū)域MODIS土地覆蓋類型Fig.1 2010 MODIS land cover type classification in study area

3 結(jié)果與分析

根據(jù)ASCAT，AMSR-E和ERA土壤濕度數(shù)據(jù)間的相關(guān)性判斷是否對(duì)該地使用TC方法估計(jì)其誤差方差和信噪比，因此首先分析了3種土壤濕度數(shù)據(jù)間的相關(guān)性。圖2表示研究區(qū)域ASCAT,ERA和AMSR-E這3種土壤濕度數(shù)據(jù)相互間的相關(guān)系數(shù)。

(a) 研究區(qū)ASCAT與AMSR-E土壤濕度相關(guān)系數(shù) (b) 研究區(qū)ERA與AMSR-E土壤濕度相關(guān)系數(shù) (c) 研究區(qū)ERA與ASCAT土壤濕度相關(guān)系數(shù)

圖2研究區(qū)ERA，ASCAT及AMSR-E土壤濕度數(shù)據(jù)間相關(guān)系數(shù)

Fig.2CorrelationcoefficientbetweenASCAT,AMSR-EandERAsoilmoistureinstudyarea

可以看到ASCAT和AMSR-E在中國(guó)中部、新疆塔里木盆地和南部沿海區(qū)域土壤濕度的相關(guān)性差，在中國(guó)的青藏高原和印度的德干高原地區(qū)兩者具有較高的相關(guān)性，研究區(qū)北部蒙古國(guó)地區(qū)兩者的相關(guān)性也較好。ERA和AMSR-E土壤濕度在在中國(guó)中部、東南沿海以及研究區(qū)北部俄羅斯地區(qū)的相關(guān)性低，在其他地區(qū)的相關(guān)性較好。ERA和ASCAT土壤濕度在中國(guó)東南部以及中部地區(qū)相關(guān)性較高，在研究區(qū)北部俄羅斯和蒙古國(guó)地區(qū)、中國(guó)西北地區(qū)的相關(guān)性差，如中國(guó)新疆塔里木盆地的相關(guān)性甚至為負(fù)。

圖3(a)(c)(e)分別表示研究區(qū)ERA、ASCAT和AMSR-E土壤濕度誤差σ的空間分布，單位是百分?jǐn)?shù)(%)，(b)(d)(f)分別是其對(duì)應(yīng)的直方圖。(a)(c)(e)空白區(qū)域表示3組土壤濕度數(shù)據(jù)相互間的相關(guān)性較差(小于0.2)或無(wú)數(shù)據(jù)，有值表示3種數(shù)據(jù)的相關(guān)性均大于0.2且通過(guò)了α=0.05的相關(guān)系數(shù)顯著性檢驗(yàn)。

(a) ERA土壤濕度誤差標(biāo)準(zhǔn)差的空間分布(b) ASCAT土壤濕度誤差標(biāo)準(zhǔn)差的空間分布 (c) AMSR-E土壤濕度誤差標(biāo)準(zhǔn)差的空間分布

(d) ERA土壤濕度誤差標(biāo)準(zhǔn)差的直方圖 (e) ASCAT土壤濕度誤差標(biāo)準(zhǔn)差的直方圖 (f) AMSR-E土壤濕度誤差標(biāo)準(zhǔn)差的直方圖

表1是ERA，ASCAT和AMSR-E土壤濕度誤差的正態(tài)分布參數(shù)及置信區(qū)間估計(jì)(α=0.05)。3者的直方圖顯示3個(gè)土壤濕度數(shù)據(jù)的誤差均呈現(xiàn)出正態(tài)分布的特征，由表1知ERA土壤濕度精度最高，其土壤濕度誤差均值和方差是3者中最小的。AMSR-E土壤濕度精度低于ERA高于ASCAT，ASCAT土壤濕度誤差最高，均值達(dá)到了12.728 9%，需要注意的是，這里的比較是依據(jù)TC結(jié)果判斷的，TC結(jié)果并沒(méi)有覆蓋研究區(qū)全部，無(wú)法說(shuō)明沒(méi)有TC結(jié)果的地區(qū)3種土壤濕度的精度也是如此。由圖3(a)(c)(e)3種土壤濕度誤差σ的空間分布來(lái)看，3種土壤濕度數(shù)據(jù)在中國(guó)東南、中部地區(qū)和東南亞地區(qū)較少有TC結(jié)果分布，這些地區(qū)植被生長(zhǎng)比較茂盛，導(dǎo)致ASCAT和AMSR-E遙感觀測(cè)有較大誤差，使得兩者土壤濕度數(shù)據(jù)間的相關(guān)性很低。ERA土壤濕度誤差在中國(guó)內(nèi)蒙古高原和四川盆地、蒙古國(guó)東部較小，土壤濕度精度較高。ASCAT土壤濕度誤差較大值主要分布在中國(guó)自青藏高原東南部，沿四川盆地西部、甘南、晉北一線直至沈陽(yáng)的大片地區(qū)。AMSR-E土壤濕度誤差在中國(guó)青藏高原南部邊緣至四川盆地西北部地區(qū)的誤差較高，達(dá)到了30%，此處的土地覆蓋類型多為混交林； 與之相比，該地區(qū)兩側(cè)土地覆蓋類型是農(nóng)田、裸地和草原，誤差則明顯要小得多。圖4(a)(b)(c)分別表示研究區(qū)ERA、ASCAT和AMSR-E經(jīng)標(biāo)準(zhǔn)化的土壤濕度信噪比f(wàn)MSE的空間分布，(d)(e)(f)表示它們對(duì)應(yīng)的直方圖。

(a) ERA土壤濕度f(wàn)MSE的空間分布 (b) ASCAT土壤濕度f(wàn)MSE的空間分布(c) AMSR-E土壤濕度f(wàn)MSE的空間分布

(d) ERA土壤濕度f(wàn)MSE的直方圖 (e) ASCAT土壤濕度f(wàn)MSE的直方圖(f) AMSR-E土壤濕度f(wàn)MSE的直方圖

圖4研究區(qū)ERA,ASCAT和AMSR-E土壤濕度f(wàn)MSE空間分布及對(duì)應(yīng)的直方圖

Fig.4fMSEspatialdistributionsofERA,ASCAT,AMSR-Esoilmoistureandcorrespondinghistogramsinstudyarea

由圖4可知3種土壤濕度數(shù)據(jù)的fMSE絕大部分?jǐn)?shù)值較小，這說(shuō)明觀測(cè)信號(hào)中噪聲信息較少。ASCAT土壤濕度的fMSE最小，說(shuō)明其信噪比最高，除了在中國(guó)內(nèi)蒙古高原西部和蒙古國(guó)中部地區(qū)的fMSE值較高外，ASCAT在其他地區(qū)的fMSE的值都普遍較低。ERA的fMSE高值集中在沿海地區(qū)，如中國(guó)渤海灣和山東半島南部沿海地區(qū)、印度的德干高原東部沿海區(qū)，有的甚至達(dá)到了0.998，說(shuō)明這些地區(qū)觀測(cè)信號(hào)中摻雜了比例很高的噪聲，這可能是ERA再分析資料處理海洋—陸地交界處的土壤濕度過(guò)程中由重采樣等過(guò)程因素造成的。AMSR-E土壤濕度的fMSE較大值空間分布較為分散，仍可觀察到中國(guó)內(nèi)蒙古高原西部、松嫩平原附近以及泰國(guó)、老撾少部分地區(qū)fMSE值較高。

ASCAT是微波散射計(jì)，以主動(dòng)方式發(fā)射連續(xù)的或脈沖形式的電磁波并接受散射回波， 而AMSR-E是微波輻射計(jì)，以被動(dòng)方式接收來(lái)自地物目標(biāo)的電磁輻射，雖然兩者接受的觀測(cè)信號(hào)中均會(huì)有地表覆蓋植被電磁輻射的噪聲影響，但是從理論上講ASCAT比AMSR-E觀測(cè)到更多的地物目標(biāo)信息，因此ASCAT的信噪比理論上講應(yīng)比AMSR-E高，這與實(shí)驗(yàn)結(jié)果是相符的。

表2 土地覆蓋類型與ERA，ASCAT和AMSR-E土壤濕度誤差σTab.2 Land cover type classification and σ of ERA, ASCAT, AMSR-E soil moisture error

①Q(mào)1指較小四分位數(shù)，Q3指較大四分位數(shù)，min指數(shù)據(jù)最小值，max指數(shù)據(jù)最大值。

表2表示ERA，ASCAT和AMSR-E這3種土壤濕度數(shù)據(jù)誤差σ與土地覆蓋類型的數(shù)量關(guān)系。在微波遙感中，地表土壤的上行微波輻射會(huì)被覆蓋的植被層衰減，植被層自身也有微波輻射，這些因素會(huì)影響觀測(cè)到的土壤濕度信息。從表中可以看到，TC方法計(jì)算結(jié)果多分布在草原、農(nóng)田和裸地，裸地植被覆蓋率低，較少有植被輻射噪聲，因此表2顯示ASCAT和AMSR-E數(shù)據(jù)在裸地/低植被覆蓋地區(qū)的土壤濕度誤差較小，集中在0～Q3，且0～Q1范圍內(nèi)誤差的數(shù)量占較大比例，較大四分位數(shù)Q3以上的誤差所占比例很低。農(nóng)田和草原雖然有植物覆蓋，微波可以穿透，但仍會(huì)對(duì)土壤濕度觀測(cè)有一定的影響，因此ASCAT和AMSR-E數(shù)據(jù)在農(nóng)田和草地的土壤濕度誤差比裸地的土壤濕度誤差大，集中在Q1～Q3。對(duì)于植被覆蓋茂密區(qū)域，如常綠闊葉林和混交林，ASCAT和AMSR-E的TC結(jié)果少，誤差較大，集中在最大四分位數(shù)以上。ERA是再分析數(shù)據(jù)，對(duì)于不同的土地覆蓋類型其土壤濕度誤差大部分集中在Q1～Q2。通過(guò)上述分析可以發(fā)現(xiàn)TC實(shí)驗(yàn)結(jié)果比較符合實(shí)際情況，3種土壤濕度數(shù)據(jù)可以通過(guò)TC方法生成比較客觀真實(shí)的誤差方差估計(jì)。

4 結(jié)論

本文基于TC方法，使用ERA-Interim土壤濕度再分析資料、ASCAT和AMSR-E土壤濕度反演數(shù)據(jù)得到研究區(qū)域(15°N～55°N,73°E～135°E)內(nèi)3種土壤濕度數(shù)據(jù)的誤差方差和信噪比估計(jì)，結(jié)合MODIS土地覆蓋類型數(shù)據(jù)對(duì)3種土壤濕度數(shù)據(jù)的誤差方差進(jìn)行了分析，主要結(jié)論如下：

1)植被覆蓋會(huì)影響遙感土壤濕度的TC誤差方差估計(jì)。研究區(qū)內(nèi)東南亞、中國(guó)東南和中部地區(qū)植被覆蓋較為茂盛，導(dǎo)致土壤濕度遙感觀測(cè)具有較大誤差，3種土壤濕度間的相關(guān)性較差，致使TC方法無(wú)法準(zhǔn)確估計(jì)這些地區(qū)的土壤濕度誤差方差和信噪比。

2)從TC誤差方差估計(jì)值來(lái)看，ERA土壤濕度誤差的均值和方差最低，精度最高， AMSR-E土壤濕度精度低于ERA高于ASCAT，ASCAT土壤濕度數(shù)據(jù)精度最低。但需要注意的是，這里的比較是依據(jù)TC結(jié)果判斷的，TC結(jié)果并沒(méi)有覆蓋全部研究區(qū)域。

3)TC方法得到的3種土壤濕度數(shù)據(jù)的fMSE均較小，這表明ERA，ASCAT和AMSR-E土壤濕度觀測(cè)數(shù)據(jù)中噪聲所占比例很低。從觀測(cè)到的信號(hào)來(lái)看，ASCAT的fMSE值相對(duì)較低，信噪比最高； ERA的fMSE高于ASCAT低于AMSR-E，ERA土壤濕度的fMSE高值集中在海洋—陸地交界區(qū)域，這可能是ERA再分析資料重采樣等過(guò)程因素造成的； AMSR-E的信噪比最低，觀測(cè)信號(hào)中噪聲相對(duì)ASCAT和ERA來(lái)說(shuō)較高。主動(dòng)微波ASCAT從理論上講信噪比高于被動(dòng)微波AMSR-E，與實(shí)驗(yàn)結(jié)果一致。

4)通過(guò)MODIS土地覆蓋類型數(shù)據(jù)與TC結(jié)果的分析可知，TC方法得到的研究區(qū)域土壤濕度誤差估計(jì)多分布在草原、農(nóng)田和裸地，TC方法能夠得到較為真實(shí)客觀的土壤濕度誤差方差估計(jì)。

需要注意的是，本實(shí)驗(yàn)中3種土壤濕度數(shù)據(jù)的觀測(cè)深度以及觀測(cè)時(shí)間并不完全一致，這會(huì)對(duì)實(shí)驗(yàn)結(jié)果有一定影響； TC方法假設(shè)觀測(cè)誤差在一定時(shí)間內(nèi)是恒定的，這并不符合實(shí)際的情況； TC方法以每個(gè)像元為處理單元，這就表示TC方法的土壤濕度誤差方差估計(jì)結(jié)果沒(méi)有考慮不同像元土壤濕度的空間相關(guān)性。如何對(duì)TC方法中這些缺陷進(jìn)行改進(jìn)是我們下一步的工作內(nèi)容。