基于風云三系列衛星B的湖南省土壤濕度數據的精度評價

羅 宇， 羅 曼， 范嘉智， 羅林艷， 段思汝

(1.中國氣象局 氣象干部培訓學院 湖南分院， 湖南 長沙 410125； 2.氣象防災減災湖南省重點實驗室， 湖南 長沙 410118； 3.湖南省氣象信息中心， 湖南 長沙 410118)

土壤水分是全球陸面生態系統能量和水循環的重要組成部分，在生態、農業、氣象及氣候等領域研究中居重要地位[1-3]。大面積土壤水分觀測可為各地農作物估產、干旱預測和農業災害監測等提供科學依據[4]。常見的土壤水分觀測方法主要有田間實測、模型估算和衛星遙感等[5]，其中田間實測最為準確，但因其只能定點觀測，所以其數據代表性較為有限，較難實現大范圍地區土壤濕度的監測[6]。由于微波能較好穿透大氣中云層雨區，可全天候獲取地表輻射信息，因此自1978年第一套被動式微波遙感設備升空以來，利用微波遙感數據反演陸面表層土壤濕度信息展現出巨大的應用潛力[7-8]。已發射的被動式微波傳感器主要有中國風云三系列衛星(FY3)搭載的微波成像儀(MWRI)、美國國防氣象衛星計劃(DMSP)衛星搭載的被動微波輻射計(SSM/I)、美國地球觀測系統(EOS)Aqua衛星搭載的高性能微波掃描輻射計(AMSR-E)及日本水環境變動監測任務衛星(GCOM-W1)搭載的先進微波掃描輻射計(AMSR2)。

風云三系列衛星B(FY-3B)于2010年發射升空，搭載有微波成像儀(MWRI)，可獲取地球表面10.65～89 GHz頻段內共5個極化通道亮溫數據，其中低頻10.65 GHZ通道具有較強的云雨穿透能力，且對地表介電特性較為敏感，可用以反演獲取土壤表層濕度[9]。由于衛星和算法的差異，基于微波遙感數據反演的土壤濕度數據其準確性存在一定差異，故有必要對微波遙感土壤水分數據精度進行驗證研究，明確其在不同時空條件下的表現[10]。目前，針對微波遙感土壤濕度數據精度研究主要使用AMSE-E和AMSE2等國外輻射計數據[11-17]，對MWRI反演土壤濕度的研究相對較少，且研究范圍下墊面多為地表較為平坦、結構較為均一的裸土或草原等區域[6，18-21]。湖南作為我國產糧大省，易受干旱災害影響，其中湘中、湘南地區更是旱災頻發；且由于地形地貌復雜多樣，實現大范圍高精度的土壤濕度監測仍存在一定難度。鑒于此，利用湖南省47個自動土壤水分觀測站10 cm土層土壤體積含水量數據對2018年FY-3B土壤濕度數據(VSM)精度進行驗證評價，以期為湖南省相關部門制定政策措施提供精準的數據參考。

1 數據與方法

1.1 研究區概況

湖南省(24°38′～30°08′N，108°47′～114°15′E)全省面積21.18萬km2，省內南高北低三面環山，中部丘崗起伏，北部湖盆平原展開；為大陸性亞熱帶季風濕潤氣候，光、熱及水資源豐富，但年內變化較大、垂直變化明顯[22]。

1.2 數據資源

1.2.1 FY-3B土壤濕度數據 湖南省2018年1月1日至12月31的VSM，來源于國家氣象衛星中心風云遙感數據服務網(http://satellite.nsmc.org.cn)。

1.2.2 自動土壤水分觀測數據 湖南省2018年1月1日0：00至12月31日23：00共60個自動土壤水分站10cm土層深度體積含水量小時數據，來源于全國綜合氣象信息共享平臺(CIMISS)，為中國氣象局土壤水分觀測網測得的體積含水量小時數據。

1.3 研究方法

1.3.1 數據預處理 VSM為HDF格式，使用R語言對其進行解析，采用EASE-Grid投影轉換和裁剪，遙感數據級別為L2，獲取湖南省的升軌和降軌地表5 cm內的土壤體積含水量數據。VSM分辨率為25 km，以各觀測點為中心篩選12.5 km半徑內的土壤水分觀測站，獲得47個站點(圖1)。考慮FY-3B過境湖南的時間(升軌過境湖南的地方時約為14：00和降軌過境湖南的地方時約為02：00)，分別將13：00～15：00和01：00～03：00自動土壤水分數據平均，與對應日期的升軌數據和降軌數據配對，共得到17841組對比數據，其中，升軌對比數據8893組，降軌對比數據8948組。遙感土壤濕度數據由FY-3B/MWRI雙極化亮溫數據基于多頻率多極化地表輻射參數化模型(Qp模型)反演得到，可有效消除地表植被和粗糙度影響[23]。

1.3.2 評價指標及方法 采用平均偏差(MD)、均方根誤差(RMSE)、無偏均方根誤差(ubRMSE)和平均相對誤差(MRE)4個指標評價湖南省FY-3B土壤濕度觀測的精度。針對47個站點的對比數據，分別計算其整體(BOTH)、升軌(ASC)和降軌(DES)時段的4個指標均值。將各站點對比數據的4個評價指標基于ArcGIS按經緯度進行空間插值，選用反距離加權法(IDW)生成0.25°分辨率FY-3B土壤濕度數據精度空間分布圖，以分析數據精度的空間分布特征；由于遙感反演土壤濕度數據受地表植被影響較明顯，而植被覆蓋又存在顯著的季節性特征，因此，計算湖南省對比站點4個指標的日均值，對FY-3B土壤濕度數據精度的時間分布特征進行分析。

式中，smsat為遙感反演土壤濕度(m3/m3)；smdnz為自動土壤水分站觀測數據(m3/m3)；MD(m3/m3)，遙感土壤濕度和自動土壤水分觀測數據之間的系統偏差；RMSE(m3/m3)，遙感土壤濕度和自動土壤水分觀測數據之間差異的實際情況；ubRMSE(m3/m3)，去除RMSE后的隨機誤差部分；MRE，遙感土壤濕度的可信程度。MD、RMSE、ubRMSE和MRE越小，表明遙感土壤濕度數據的精度越高。

2 結果與分析

2.1 湖南省FY-3B遙感土壤濕度數據的精度及其空間分布特征

2.1.1 土壤濕度數據的精度 從表1和圖2看出，湖南省FY-3B遙感土壤濕度數據較自動土壤水分觀測偏干0.066 m3/m3，其中，升軌數據平均偏低0.078 m3/m3，降軌數據平均偏低0.048 m3/m3，但降軌數據的平均偏差波動更大。升軌數據的RMSE、ubRMSE和MRE均值分別為0.161 m3/m3、0.093 m3/m3和0.480，降軌數據的RMSE和ubRMSE均值與升軌數據基本一致，分別為0.166 m3/m3和0.092 m3/m3，但由于離群點較多，其MRE均值略偏高，為55.2%。表明，湖南省FY-3B土壤濕度數據升軌和降軌數據精度無明顯差異。

表1 2018年湖南省FY-3B土壤濕度數據的精度

2.1.2 土壤濕度數據精度的空間分布 由圖3看出，2018年湖南省FY-3B土壤濕度數據BOTH、ASC和DES的MD、RMSE、ubRMSE和MRE空間分布存在差異。 1) MD。湖南的南北部差異明顯，北部地區總體偏濕(近0.15 m3/m3)，南部地區總體偏干(近0.26 m3/m3)，且升軌和降軌數據基本一致。2) RMSE和MRE。湖南東部地區FY-3B土壤濕度數據精度總體高于西部地區，其中又以東北部地區精度最高，RMSE和MRE分別低于0.10 m3/m3和20%；升軌數據在北部地區、降軌數據在中部及南部地區的精度也相對較高，對應區域RMSE分別低于0.09 m3/m3和0.10 m3/m3，MRE分別低于20%和16%。3) ubRMSE。升軌和降軌數據ubRMSE空間分布基本一致，湖南西南部的ubRMSE相對較高，BOTH、ASC和DES時段分別為0.16 m3/m3、0.176 m3/m3和0.15 m3/m3。

2.2 遙感土壤濕度數據精度時間分布特征

從圖4和表2可知，湖南省FY-3B遙感土壤濕度數據升軌和降軌數據時間分布特征無明顯差異，4項評價指標均呈單峰分布。1) MD。全年總體為負值，其中，1—7月的MD呈先降后升趨勢，9月的MD相對較小，月平均僅為0.01 m3/m3。2)RMSE。3月RMSE達最大值，之后呈逐步下降趨勢，在7月降至全年最低值，之后呈逐步上升趨勢。3) ubRMSE。分布與RMSE分布大致相反，在7—8月達最大，為0.19 m3/m3，在2—3月降至全年最低，為0.06 m3/m3。4)MRE。在3月達最大，為67%，之后逐漸下降至5月的40%，然后略微上升，至10—11月再次降至全年最低，為38%。考慮植被指數的月變化特征[24]，ubRMSE峰值時間能較好地對應湖南省植被指數最大值時間。湖南省降水多集中在夏季，但受晴熱高溫等因素影響，季節性干旱頻發，土壤濕度常在夏秋季出現全年低值。因此，衛星反演土壤濕度值較真實值的偏差也隨之降低，使得MD、RMSE和MRE在7—8月表現更優；但由于淺層土壤濕度受降水影響較大，各評價指標在7—8月波動更為明顯。

表2 2018年湖南省FY-3B土壤濕度數據精度的月變化特征

3 結論與討論

對2018年FY-3B土壤濕度數據進行解析、投影轉換和裁剪，獲取湖南省的升軌和降軌地表5cm內的土壤體積含水量數據，并以觀測點為中心匹配臨近土壤水分觀測站形成對比數據后，利用平均偏差、均方根誤差、無偏均方根誤差和平均相對誤差對其精度評價結果表明：湖南省FY-3B遙感土壤濕度數據較自動土壤濕度觀測平均偏干0.066 m3/m3，RMSE、ubRMSE和MRE分別為0.164 m3/m3、0.099 m3/m3和50.9%，土壤濕度數據升軌和降軌數據精度大致相當，降軌數據MD和ubRMSE略優于升軌數據，但指標波動較大；湖南省FY-3B土壤濕度數據平均偏差南北差異明顯，呈北部偏濕南部偏干的特征，數據精度東部地區總體高于西部地區，其中東北部地區精度最高，同時升軌數據在北部地區、降軌數據在中部及南部地區精度也相對較高；湖南省FY-3B土壤濕度數據評價指標時間分布特征均呈單峰，由于夏季降水、晴熱高溫、季節性干旱及植被覆蓋等因素影響，MD在7—9月偏差最小，RMSE在3月達到峰值后逐步降至7月的全年最低值，ubRMSE在7—8月達最高值，MRE最低值出現在5月，且各評價指標在7—8月波動最為明顯。

綜上看出，湖南省FY-3B土壤濕度數據精度并不理想，平均相對誤差達50%。造成該結果的原因：FY-3B土壤濕度數據空間分辨率為25 km，即每個像元覆蓋范圍約為500 km2，像元內降水等的不均一造成遙感土壤濕度數據巨大的空間差異；MWRI的10.65 GHZ通道雖有較強的云雨穿透能力，但受地表粗糙度和植被影響較大，可能產生較大的觀測誤差；反演VSM所用的Qp地面發射模型自身存在誤差，使得湖南省FY-3B土壤濕度數據精度較低。因此，在后續工作中需考慮地表植被、地形和土地利用等對VSM反演精度的影響，并嘗試利用機器學習等方法改進反演方法，提升數據精度。