衛星土壤水分產品在青藏高原地區的適用性評價

陳泓羽,吳 靜,李純斌,李 政,秦格霞

甘肅農業大學資源與環境學院, 蘭州 730070

土壤水分在控制地表和大氣之間的物質、能量交換中起著重要的作用[1],大面積土壤水分監測是水文學、生態學、氣象學等科學研究中必不可少的內容[1- 4]。因此,長期有效地獲取不同時間和空間尺度的土壤水分信息,在探索全球水循環機制、農作物生長、災害監測與預報等方面發揮著關鍵作用[5- 7]。

傳統的土壤水分監測是通過建立地面觀測站點或利用氣象站來獲取土壤水分數據,這種方法雖然測定的土層多,但只能得到單點的數據,監測范圍有限,而且數據的時效性差,耗費大量人力物力[1,3,6]。隨著衛星遙感的發展與完善,可實現及時獲取大范圍的土壤水分信息。其中,微波遙感具有全天時、全天候、大范圍的監測能力,對云、雨、大氣有一定的穿透能力[4,7- 10],對于地表土壤水分、植被特性的變化十分敏感,能夠在大尺度長時間序列中獲取多種地形和地表的土壤水分[4,10]。基于微波遙感的各種相關產品開發,為分析區域乃至全球尺度土壤水分的時空分布特征提供了大量的基礎數據。目前發布全球遙感土壤水分數據的有高級微波散射計(ASCAT)、土壤水分與海洋鹽分衛星(SMOS)、土壤水分主動-被動探測衛星(SMAP)、高級微波掃描輻射計(AMSR-E)、高級微波掃描輻射計2(AMSR2)、風云三號(FY- 3)氣象衛星和歐空局發布的數十年全球衛星觀測土壤水分數據集(ESA CCI)[9]。其中,SMOS采用L-MEB(L-Band Microwave Emission of the Biosphere)正向模型為核心反演土壤水分[11]。SMAP目前采用V極化單通道算法(SCA-V),使用垂直極化亮度溫度觀測值來估算地表土壤水分[12]。AMSR2有基于日本宇航局JAXA的查找表算法[13]和陸表參數反演模型LPRM算法[14]的兩種土壤水分產品。FY- 3B采用參數化的地表發射率模型-Qp反演模型,用于校正地表粗糙度的影響[15]。由于土壤水分產品通常基于不同的衛星數據和算法,所以各個產品的質量和連續性在空間和時間上都不同。因此,對于土壤水分產品的精度驗證是其真實性和可靠性的有效保證,也是更好地使用土壤水分產品的前提。

已有研究者對各種衛星土壤水分產品進行了驗證和比較。Jackson等[16]利用美國四個流域觀測網驗證了NASA、LPRM、SCA和JAXA這四種基于AMSR-E的土壤水分產品。SCA總體上表現最好,RMSE最低,Bias較小;JAXA在低植被覆蓋區性能優于NASA。Al-Yaari等[17]在全球范圍內對SMOS和AMSR-E土壤水分產品與陸地同化系統數據進行了比較,發現SMOS和AMSR-E產品與同化數據在植被稀疏地區的相關性良好,在植被茂密的地區,SMOS產品表現優于AMSR-E。李瑞娟等[18]在亞洲區域對SMOS和AMSR2土壤水分產品進行驗證,發現在濕季土壤水分產品與參考數據相關性更好,在干季出現高緯度高海拔區域缺測值較多的情況。Zeng等[12]利用美國(LWW)網絡、芬蘭氣象研究所(FMI)網絡和羅馬尼亞土壤溫濕度觀測網(RMSN)驗證了SMAP土壤水分產品,結果表明SMAP產品與實測值的相關性均大于0.7,總體ubRMSE為0.036 m3/m3,滿足SMAP產品的目標精度0.04 m3/m3。Chen等[19]利用青藏高原那曲和帕里觀測網數據對SMAP和SMOS土壤水分產品進行了評估。結果表明SMAP、SMOS產品在那曲網絡表現較好,RMSE在可接受的誤差范圍內,SMAP產品普遍低估了土壤水分。Cui等[20]利用美國的(LWW)網絡和西班牙的(REMEDHUS)網絡,對SMAP、SMOS、FY3B、和AMSR2產品進行比較。結果表明,在LWW網絡中SMAP的表現好于其他產品,其ubRMSE為0.027 m3/m3,滿足SMAP產品的目標精度0.04 m3/m3;在REMEDHUS網絡FY- 3B產品表現最好,ubRMSE為0.025 m3/m3;JAXA產品普遍低估了土壤水分,LPRM產品隨季節變化幅度較大。上述研究表明SMAP和SMOS土壤水分產品的性能優于其它產品,與C和X波段相比,L波段對土壤水分更敏感,對植被穿透能力更強。因此,L波段被認為是觀測土壤水分的最佳波段[21- 22],搭載在L波段的SMOS和SMAP衛星也受到廣泛關注。相反,對于我國FY- 3B土壤水分產品的驗證研究較少。

青藏高原是地球第三極[23],其土壤水分對周邊地區亞洲季風氣候的形成和維持產生重要影響。使用高精度的土壤水分產品準確掌握高原地區長時間序列、大范圍的土壤水分信息,對研究青藏高原土壤水分變化及其對周邊地區氣候的影響具有重要意義。因此,利用青藏高原地區建立的土壤水分觀測網數據,對SMAP、FY- 3B和AMSR2這三種不同機構發布的土壤水分產品,評價其在青藏高原地區的適用性,為青藏高原土壤水分研究的產品數據集選擇提供參考。

1 研究區與數據

1.1 研究區概況

圖1 青藏高原土壤水分觀測網站點位置示意圖 Fig.1 Locaion of in situ observation networks in the Qinghai-Tibet Plateau

青藏高原位于我國的西南部,西起帕米爾高原和喀喇昆侖山脈,東達橫斷山脈,南起喜馬拉雅山脈南緣,北至昆侖山,阿爾金山和祁連山北緣,總面積約為250萬km2,平均海拔在4000 m以上[23- 25]。年平均氣溫由東南的20℃,向西北遞減至-6℃以下,氣溫隨高度和緯度的升高而降低。由于印度洋暖濕氣流受多重高山阻留,年降水量也相應由2000 mm遞減至50 mm以下[25]。圖1為研究區內各觀測區域位置示意圖,其中,那曲位于青藏高原中部,地勢相對平坦,平均海拔4650 m,屬于高原亞寒帶季風氣候區,年降水量約500 mm,5—10月為季風季節,6—8月全區有大面積降水,占全年降水總量的四分之三,地表覆蓋以高寒草地為主[19,26];瑪曲位于青藏高原的東北邊緣,海拔在3430—3750 m之間,氣候濕潤寒冷,冬季干燥,夏季多雨,地表覆蓋為濕地和草地[26- 27];阿里和獅泉河位于青藏高原西北部,氣候干燥,降水稀少,地表多為裸地和稀疏草地[26]。

1.2 地面觀測數據

所用的地面觀測數據包括：(1)青藏高原土壤溫濕度觀測網數據集(Tibet-Obs),由3個區域的實測網絡組成,包括寒冷半干旱的那曲網絡、寒冷潮濕的瑪曲網絡和寒冷干旱的阿里和獅泉河網絡。每個觀測站點由美國Decagon公司的EC-TM電容式探頭,每隔15 min觀測一次距地面5、10、30、50、80cm處的土壤水分和土壤溫度,數據下載地址為青藏高原科學數據中心(http://www.tped-atabase.cn/portal/MetaDataInfo.jsp?MetaDataId=249456)[26- 28]。(2)青藏高原中部多尺度土壤溫濕度觀測網數據集(CTP-SMTMN),56個土壤水分和溫度觀測站均分布在那曲。每個觀測站點由一個數據采集器和四個傳感器組成,傳感器的型號為美國Decagon公司的5TM或EC-TM電容式探頭,數據精度為±3%,校正后可達±(1%—2%)[28],分別埋設在地表以下0—5、10、20、40 cm的土層中,每隔30 min測量一次土壤水分和土壤溫度[29]。數據下載地址為國際土壤濕度網絡(https://ismn.geo.tuwien.ac.at/en/sites/Networks/CTP_SMTMN/)。(3)中國氣象數據網提供的各實測網內氣象站的月降水量數據,數據下載地址為(http://data.cma.cn/site/index.html)。

1.3 土壤水分產品

1.3.1SMAP土壤水分產品

“土壤水分主動-被動探測”衛星(SMAP)是美國航空航天局(NASA)專用于全球土壤水分和凍融監測的項目[16]。衛星于2015年1月31日于戈達德航天飛行中心發射升空,空間分辨率為40 km,衛星重訪周期為2—3 d,升軌為地方時下午6:00,降軌為地方時上午6:00。土壤水分傳感器探測深度為0—5 cm,目標觀測精度為0.04 m3/m3[30- 31]。本文使用了SMAP L3增強型被動微波土壤水分產品,空間分辨率為9 km,數據可在美國冰雪數據中心分布式檔案中心(NSIDC DAAC)免費獲得(https://nsidc.org/data/smap/smap-data.html)。

1.3.2AMSR2土壤水分產品

搭載著第二代先進微波輻射成像儀(AMSR2)的“全球水圈變化觀測衛星(GCOM-W1)”于2012年5月18日由日本宇航局(JAXA)發射進入太空,并于2012年7月3日開始提供觀測數據[32]。升軌為地方時13:30,降軌為地方時1:30,官方目標精度RMSE小于0.06 m3/m3[33- 34]。目前AMSR2的兩種土壤水分產品已向公眾發布：即JAXA和LPRM土壤水分產品。本文使用的是美國冰雪中心(NSIDC)提供的JAXA產品數據,空間分辨率為25 km。數據下載地址為(https://nsidc.org/data/NSIDC-0451/versions/2)。

1.3.3FY- 3B土壤水分產品

FY- 3B是我國于2010年11月發射的第二代極地軌道氣象衛星,其搭載的微波成像儀(MWRI)設置了10.65,18.7,23.8,36.5、89.0GHz 5個頻率,每個頻率都有水平和垂直2種極化模式,空間分辨率為25 km,升軌為地方時13:40 降軌為地方時1:40[16,35]。本文使用每日FY- 3B的3級產品,空間分辨率為25 km。數據可通過風云衛星遙感數據服務網(http://satellite.nsmc.org.cn/portalsite/default.aspx)下載得到。

2 研究方法

2.1 數據預處理

SMAP和FY- 3B的原始數據格式為HDF,AMSR2數據為TIFF格式。首先在ENVI中提取土壤水分數據影像,將HDF轉換為TIFF格式,并定義其原始投影格式。對定義投影后的土壤水分升、降軌數據進行影像的拼接,裁剪等預處理。為了確保實測數據和衛星數據之間的時間一致性,對應提取每天衛星過境時間前后各1h內的地面觀測數據的平均值來分別對比分析升、降軌土壤水分產品。由于微波遙感數據只能反映表層的土壤水分,因此,在驗證時選用土壤表層0—5 cm的實測土壤水分數據。在對比分析時采用多個實測點的平均值,以降低尺度效應帶來的誤差。

2.2 評價指標

為更加全面地評估遙感土壤水分產品的可靠性和準確性,本文進行了時間序列分析和一致性分析,選用的評價指標包括相關系數(R)、均方根誤差(RMSE)、偏差(Bias)和無偏均方根誤差(ubRMSE)。其計算公式如下[36]：

(1)

(2)

RMSE為土壤水分產品序列與實測值序列的平均誤差,表示相對于地面實測結果而言,土壤水分產品反演的準確性,其值越小說明衛星土壤水分值越接近于實測值。

(3)

Bias反映的是土壤水分產品與實測值之間的差異,正偏差表示衛星低估了土壤水分值,負偏差則表示衛星高估了土壤水分值。

在衛星反演過程會出現一些偏差,并對RMSE產生影響。因此,可用ubRMSE消除RMSE的偏差,ubRMSE計算公式如下：

(4)

綜合來說,較大的R值,較小的Bias絕對值和RMSE值的組合,說明衛星土壤水分值與實測值擬合較好[24]。

3 結果與分析

3.1 衛星遙感土壤水分產品時間序列分析

圖2 那曲觀測網土壤水分產品時間序列圖Fig.2 Time series plots of soil moisture products in Naqu observation network

使用土壤水分產品數據與實測數據的時間序列圖,并參照降水數據,分析土壤水分產品的季節性變化特征和變化幅度。從圖2那曲觀測網可以看出,實測土壤水分從2015年9月之后開始下降,在2015年11月—2016年3月處于較低值,3月之后土壤水分開始上升,5月—9月降水成為影響土壤水分變化的主要因素,受降水影響,土壤水分變化曲線出現劇烈波動。從圖2可以看出,SMAP的變化趨勢與實測土壤水分最為相似,在夏季降水量較大時,能夠響應降水的變化,表現出季節變化特征;其升軌數據最大值為0.44 m3/m3,最小值為0.02 m3/m3,降軌數據最大值為0.55 m3/m3,最小值為0.09 m3/m3,總體降軌表現好于升軌。AMSR2升、降軌土壤水分數值較小,其升軌數據最大值為0.30 m3/m3,最小值為0.05 m3/m3,降軌數據最大值為0.32 m3/m3,最小值為0.03 m3/m3,降軌數據變化趨勢與實測值更接近。AMSR2產品在秋季和春季較接近實測值;在土壤水分較低、降水較少的冬季數值偏高;在夏季降雨較多時AMSR2數值有所增加,但依然低于實測值。FY- 3B的升軌數據最大值為0.48 m3/m3,最小值為0.06 m3/m3,基本可以描述土壤水分的變化特征,在冬季和春季與實測值較為接近。

圖3 瑪曲觀測網土壤水分產品時間序列圖Fig.3 Time series plots of soil moisture products in Maqu observation network

瑪曲為濕潤寒冷區,降水較多,且主要集中在2016年5月—9月,土壤水分值相比其他地區較高。從圖3可以看出,升軌實測土壤水分范圍為0.1—0.39 m3/m3,降軌實測土壤水分范圍為0.09—0.41 m3/m3,土壤水分產品數值均在0.08 m3/m3以上。SMAP產品的升、降軌數據均能很好地反映土壤水分變化,在秋季的估計值與實測值極為接近,從3月開始隨著降水量的增多,SMAP值也隨之增大,但變化過于劇烈且明顯高于實測土壤水分;FY- 3B產品升、降軌數據表現出反季節特征,在秋季數值偏高,而在夏季降水較多時低于實測值,并且升軌數據低估現象更明顯。AMSR2產品數據與在那曲地區的變化趨勢相似,在冬季明顯高于實測值,夏季和秋季低于實測值。

圖4 阿里觀測網土壤水分產品時間序列圖Fig.4 Time series plots of soil moisture products in Ngari observation network

圖5 獅泉河觀測網土壤水分產品時間序列圖Fig.5 Time series plots of soil moisture products in Shiquanhe observation network

阿里和獅泉河地區氣候干燥,降水較少,從圖4可以看出在阿里地區土壤水分產品數據在冬季和春季缺失較多。SMAP升、降軌數據與實測土壤水分的變化曲線基本一致。FY- 3B升軌數據在夏季低估,秋季與實測值接近。AMSR2產品數據主要集中在夏季,并且有明顯的高估傾向,無法反映出全年土壤水分的變化情況。在獅泉河地區(圖5)SMAP和FY- 3B升軌產品估計值與實測值較為相似,SMAP降軌數據在夏季高于實測值。AMSR2產品雖然數據缺失較多但在夏季表現較好。

3.2 衛星土壤水分產品與地面觀測數據的一致性分析

分別計算出衛星土壤水分產品與實測土水分數據的相關系數(R)、均方根誤差(RMSE),偏差(Bias)和無偏均方根誤差(ub-RMSE),結果如表1所示。

結合圖2和表1可以看出,土壤水分產品在那曲地區的反演精度明顯高于其他地區。SMAP的升、降軌數據都與實測值具有較高的相關性,R分別為0.845和0.849,Bias分別0.01 m3/m3和0.011 m3/m3,與實測值間的差異較小。但RMSE和ubRMSE均大于0.04 m3/m3,未達到官方精度(ubRMSE<0.04 m3/m3);AMSR2升軌數據R為0.536,RMSE和ubRMSE值均大于0.1 m3/m3,與實測值的相關性較低;降軌數據的R為0.794,RMSE比升軌數據低0.05 m3/m3,降軌數據具有更高的精度,與實測土壤水分的相關性較好。

表1 各個實測網土壤水分與土壤水分產品的相關性分析

從散點圖(圖6)可以看出,SMAP和AMSR2的升、降軌數據大多數位于參考線下方,且AMSR2的降軌數據點位更加分散,SMAP數據主要集中在0.05—0.2 m3/m3之間,說明相對于實測值SMAP和AMSR2有明顯的低估傾向;FY- 3B升軌數據的點位較為分散,且廣泛位于參考線左側,明顯高估了土壤水分。

瑪曲地區,SMAP產品的升、降軌數據的相關系數較高,R分別為0.625和0.712,但RMSE均大于0.1 m3/m3,ubRMSE大于0.07 m3/m3。FY- 3B與SMAP相似,R分別為升軌0.074,降軌0.098,雖然相關系數較高,但表現出的RMSE和Bias值同樣較高,整體與實測值差異較大。AMSR2產品與實測值相關性較低,升、降軌數據R分別為升軌0.518,降軌0.509,RMSE和ubRMSE值均大于0.065 m3/m3。

從散點圖(圖7)也可以看出SMAP數據的點位廣布在參考線左側,且點位動態變化范圍較大,高估了土壤水分,降軌數據相對實測土壤水分有更明顯的高估傾向;AMSR2數據點位均勻分布在參線兩側,自身變化范圍較小;FY- 3B升軌數據的點位大多集中在參考線下方,略微低估了土壤水分。

圖6 那曲土壤水分產品散點圖Fig.6 Scatter plots of soil moisture products in Naqu observation network

圖7 瑪曲土壤水分產品散點圖Fig.7 Scatter plots of soil moisture products in Maqu observation network

阿里地區,SMAP產品更接近實測土壤水分,其升、降軌產品R分別為0.727和0.755,RMSE均為0.024 m3/m3,具有較小的誤差。AMSR2產品升、降軌數據R分別為0.284和0.386,與實測值均呈負偏差(Bias<0)。從散點圖(圖8)可以看出SMAP與FY- 3B的升軌數據均在參考線下方,幾乎與X軸平行,均低估了土壤水分;AMSR2數據基本都位于參考線上方,高估了土壤水分,且降水數據高估更為明顯。

獅泉河地區,AMSR2產品的相關系數最高,升軌R為0.43,降軌為0.431;FY- 3B升軌數據與實測值相關性較小,R為0.183。從表1和圖9可以看出,土壤水分產品估計值與實測值均呈負偏差,散點圖中各土壤水分產品數據基本都在參考上方,均高估了土壤水分。

圖8 阿里土壤水分產品散點圖Fig.8 Scatter plots of soil moisture products in Ngari observation network

圖9 獅泉河土壤水分產品散點圖Fig.9 Scatter plots of soil moisture products in Shiquanhe observation network

3.3 衛星土壤水分產品的適用性分析

為了進一步分析土壤水分產品在青藏高原地區的適用性,以土壤水分產品的升軌數據為例,對不同范圍內的衛星土壤水分產品值與地面實測值進行精度驗證,分析土壤水分產品在青藏高原地區適用的土壤水分范圍,結果如表2所示。其中,SMAP產品的土壤水分數值范圍為0.02—0.5 m3/m3,在青藏高原地區,當土壤水分產品數值在0.02—0.18 m3/m3之間時,與地面實測數據相關性較好,R為0.641,Bias為0.017 m3/m3,略低估土壤水分。SMAP產品在0.34—0.5 m3/m3之間時,與實測值相關性較差,R為0.238,RMSE大于0.1 m3/m3,并有較大的負偏差,明顯高估了土壤水分。

FY- 3B產品的土壤水分數據范圍是0—1 m3/m3,在青藏高原各研究區的范圍為0.07—0.5 m3/m3,當FY- 3B產品數值在(0.07—0.21) m3/m3時,在青藏高原的反演精度較高,其R為0.771,Bias為0.001 m3/m3。FY- 3B產品數值在0.35—0.5 m3/m3時,R為0.638,但與實測值呈較大的負偏差,Bias為-0.065 m3/m3,明顯高估土壤水分。

表2 土壤水分產品適用范圍分析表

AMSR2產品的土壤水分數據范圍是0—1 m3/m3,在青藏高原各研究區的范圍為0.05—0.4 m3/m3,在三種產品中數值偏低。當AMSR2產品數值在0.16—0.28 m3/m3時,與實測數據的R為0.547,雖然Bias值較小,但RMSE為0.063 m3/m3。其次是AMSR2產品數值在0.05—0.16 m3/m3之間時,雖然R值較小,但RMSE和Bias值均不超過0.002 m3/m3,AMSR2產品數值為0.28—0.4 m3/m3時,精度較差,RMSE為0.055 m3/m3,并與實測值呈負偏差。

經對比分析,SMAP產品在青藏高原的數值范圍為0.02—0.18 m3/m3時,與實測數據相關性最好;FY- 3B產品的數值范圍為0.07—0.21 m3/m3時,在青藏高原的反演精度較高;AMSR2產品在青藏高原地區的總體精度不高,當AMSR2產品的數值范圍為0.16—0.28 m3/m3時,與實測數據的相關性略好于其他范圍。

4 討論

從研究結果來看,土壤水分產品數據在不同區域與實測土壤水分的相關性表現不一致,土壤水分產品的反演精度可能受到地表覆蓋類型、降水和季節的影響。

(1)同一土壤水分產品在不同地區的精度差異較大,植被覆蓋是影響土壤水分反演的重要因素[37]。L波段(SMAP)和X波段(FY- 3B、AMSR2)土壤水分產品的反演精度在植被區會受到限制,并且對X波段作用更明顯。從研究結果來看,土壤水分產品在那曲地區與實測值具有較高的相關性,SMAP升、降軌,FY- 3B升軌和AMSR2降軌數據的R均在0.74以上,RMSE均小于0.05 m3/m3。由于那曲地區地勢平坦,地表覆蓋以草地為主,生物量較低。因此,土壤水分產品在那曲地區受植被影響較小,反演效果較好。表3列出了與本文研究區相同或氣候和地表類型類似地區的研究結果。本文與Liu等[38]在那曲的研究結果相似,與實測值的R均大于0.7。在瑪曲地區土壤水分產品的R略有下降,瑪曲有青藏高原地區面積最大的濕地草原,氣候濕潤,土壤水分含量相對較高,而FY- 3B和AMSR2產品的土壤水分值遠小于實測土壤水分的變化范圍,使得土壤水分產品的RMSE偏高。阿里和獅泉河地區地表覆蓋多為裸地和荒漠,植被相對稀疏,因此植被對土壤水分反演精度的影響較少。其中,SMAP產品升、降軌數據在阿里地區R均在0.72以上,RMSE和ubRMSE小于0.04 m3/m3,達到SMAP的目標精度。在獅泉河地區AMSR2產品與實測值相關性最高,其降軌R為0.431。SMAP與AMSR2產品與Chen等[19]、Zhang等[39]和Lu等[40]在帕里和黑河上游的研究結果類似,在帕里SMAP產品接近目標精度,而AMSR2產品在各研究區均有較大的誤差,RMSE均大于0.1 m3/m3。

表3 不同區域土壤水分產品性能對比分析

(2)從前文的時間序列圖中可以看出,衛星土壤水分產品能夠響應降水的變化,并且在降水較多的季節出現了土壤水分產品值高于實測值的情況,其中SMAP數據的變化最為劇烈。降水與土壤水分之間有著密切的聯系,降水的強度、時長都會對土壤水分變化產生影響。而且,微波遙感只能反映土壤表層幾厘米的土壤水分,土壤水分的變化會影響傳感器的穿透深度,王定文等[41]研究結果表明:L波段微波的穿透深度隨土壤水分的增加而減小。當降水發生時,土壤表層會形成一層薄的飽和含水量的土壤層,使得衛星上的傳感器的探測深度比埋設在地表以下(0—5 cm)電容探頭的深度更淺,與實測值相比反映的是更表層的土壤水分,因此SMAP對降水反應更為敏感,少量降水就能夠引起數值的變化。

(3)從季節來看,SMAP產品受季節影響較小,能夠反映土壤水分隨季節的變化情況。FY- 3B產品在夏季和秋季反演效果較好,在冬季數據缺失較多。在那曲地區FY- 3B升軌數據與實測值相關性較好,在瑪曲地區秋季高估,夏季低估了土壤水分。在阿里和獅泉河地區,升軌數據在秋季與實測值變化較一致。AMSR2產品的變化范圍較小,不能較好的反映土壤水分的動態變化,這與陸崢等[33]對AMSR2的JAXA產品驗證結果相似。并且在那曲和瑪曲的冬季和春季普遍高估,夏季低估了土壤水分;在獅泉河地區夏季反演結果較好。這是由于冬季青藏高原地區地表干燥,土壤水分處于凍結期,部分地區被冰雪覆蓋,尤其在阿里和獅泉河冬季無法反演土壤水分。春季受冰雪融化影響,土壤水分逐漸上升。夏季受降水影響,土壤水分大范圍上升,土壤水分產品反演效果較好。秋季土壤水分隨著降雨量逐漸減少,土壤水分產品在秋季反演結果較為穩定。但阿里和獅泉河地區常年較干旱,在夏季土壤水分依然較少,土壤水分產品普遍出現高估現象。

5 結論

本研究利用2015年9月—2016年8月青藏高原觀測網的實測土壤水分數據集,分析評價了SMAP、AMSR2、FY- 3B土壤水分產品在青藏高原的準確性和適用性,結果表明：

(1)土壤水分產品的反演效果有明顯的季節差異,在夏季和秋季效果好于冬季和春季。SMAP產品各個觀測網都能夠反映土壤水分的季節變化趨勢;FY- 3B產品在瑪曲觀測網秋季高估、春季和夏季低估土壤水分;AMSR2產品在那曲和瑪曲觀測網的冬季高估、夏季和秋季低估土壤水分,在阿里和獅泉河觀測網的夏季高估土壤水分。

(2)土壤水分產品的反演精度受到降水的影響,三種土壤水分產品與降水量的變化趨勢基本一致,均能對較持續的降水做出響應。其中,SMAP產品對降水更為敏感,變化幅度較大,在降水較多的季節明顯高估了土壤水分。

(3)在植被密度高的區域,SMAP的表現優于其他兩種產品;在地形平坦、植被覆蓋較低的區域土壤水分產品反演精度較高。總體而言,SMAP產品與實測土壤水分相關性最好,反演精度較高,并且降軌數據表現好于升軌;其次是FY- 3B產品,在植被覆蓋較低的區域表現較好,并且升軌表現好于降軌;AMSR2產品總體精度不高,并且升、降數據趨勢相似。