新型遙感衛(wèi)星土壤水分產(chǎn)品在不同地表覆蓋下的精度驗(yàn)證與分析

呂沛恒，孫 堅(jiān)，劉 紹

（1.吉林大學(xué)新能源與環(huán)境學(xué)院，長春130021；2.吉林大學(xué)地下水資源與環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室，長春130021）

0 引言

土壤水分是控制地表能量分配、地表水收支、植被蒸騰和碳同化的關(guān)鍵因素［1］。衛(wèi)星微波遙感具有回訪周期短、全天候等優(yōu)點(diǎn)，能夠在大尺度長時(shí)間序列中獲取多種地形和地表的土壤水分［2］。SMOS-L3-SM（Soil Moisture and Ocean Salinity，L3）、SMAP-L3-SM（Soil Moisture Active and Passive，L3）和AMSR2-LPRM-SM（The Advanced Microwave Scanning Radiomer 2，Land Parameter Retrieval Model Product）三種被動(dòng)遙感土壤水分產(chǎn)品自從衛(wèi)星發(fā)射以來已經(jīng)廣泛地定期地得到驗(yàn)證，楊娜等人在我國農(nóng)區(qū)進(jìn)行了SMOS-L2 數(shù)據(jù)的驗(yàn)證，發(fā)現(xiàn)SMOS 土壤水分在干季受降水影響較大，而濕季較小［3］；白瑜等人針對(duì)吉林省農(nóng)田下墊面，對(duì)SMAP 和SMOS 產(chǎn)品進(jìn)行驗(yàn)證，發(fā)現(xiàn)伴隨降雨事件時(shí)，兩產(chǎn)品的數(shù)據(jù)值高于實(shí)測土壤水分［4］；李瑞娟等人使用MER?RA-2 模擬土壤水分為參考數(shù)據(jù)，在亞洲區(qū)域?qū)MOS 和AM?SR2 產(chǎn)品進(jìn)行驗(yàn)證，得出濕季條件下遙感土壤水分的精度比干季條件下更高的結(jié)論［5］；CHEN Y Y 等人在西藏進(jìn)行了SMOS、SMAP 和AMSR2 的驗(yàn)證，發(fā)現(xiàn)SMAP 產(chǎn)品精度較高，AMSR2 產(chǎn)品則夸大了土壤水分時(shí)間變化［6］。以往的研究大多是對(duì)某一特定區(qū)域進(jìn)行較短時(shí)間跨度的遙感土壤水分?jǐn)?shù)據(jù)的評(píng)估，針對(duì)全球范圍內(nèi)不同地表覆蓋下長時(shí)間跨度的驗(yàn)證分析較少。本研究針對(duì)FLUXNET2015 數(shù)據(jù)集和ISMN（International Soil Mois?ture Network）國際土壤水分網(wǎng)絡(luò)，對(duì)全球范圍內(nèi)的SMOS、SMAP 和AMSR2 產(chǎn)品進(jìn)行對(duì)比驗(yàn)證分析，評(píng)估全球范圍內(nèi)不同地表覆蓋下微波遙感衛(wèi)星數(shù)據(jù)的時(shí)空特性、分析精度并總結(jié)差異，為不同地區(qū)土壤水分研究的產(chǎn)品數(shù)據(jù)集選擇提供參考。

1 數(shù)據(jù)和方法

1.1 遙感土壤水分?jǐn)?shù)據(jù)

1.1.1 SMOS遙感土壤水分產(chǎn)品

SMOS 衛(wèi)星是歐洲空間局（European Space Agency，ESA）于2009年11月2日發(fā)射升空的一顆L 波段微波衛(wèi)星，對(duì)全球陸地上的土壤水分進(jìn)行觀測。該衛(wèi)星攜帶一個(gè)干涉輻射計(jì)，在L 波段微波范圍內(nèi)工作，從亮度溫度中獲取地表土壤水分［7］。SMOS產(chǎn)品的升軌為地方時(shí)上午6∶00，降軌為地方時(shí)下午6∶00［8］。本研究使用的是SMOS-L3-SM 逐日尺度土壤水分產(chǎn)品，其像元尺度為為25 km［9］，有效數(shù)據(jù)時(shí)間范圍是2010-2014年。為了避免偶然因素的影響，取升軌和降軌的平均值作為SMOS 數(shù)據(jù)值。

1.1.2 SMAP遙感土壤水分產(chǎn)品

美國航空局（National Aeronautics and Space Administration，NASA）于2015年1月發(fā)射的SMAP 產(chǎn)品使用1.4 GHz L 波段微波輻射計(jì)，該輻射計(jì)用于繪制全球地圖，并以固定的40 度入射角提供亮度溫度觀測值［10］。SMAP 上的雷達(dá)在發(fā)射3 個(gè)月后失效，但基于單軌道無源輻射計(jì)的單通道算法（SCA）的土壤水分估計(jì)值仍在繼續(xù)生成［11］。SMAP-L1 產(chǎn)品是提供儀器測量的產(chǎn)品，SMAP-L2 產(chǎn)品提供基于條帶的地理檢索，SMAP-L3 產(chǎn)品是由多個(gè)L2 產(chǎn)品合成的單日全球產(chǎn)品［12］。SMAP 衛(wèi)星升軌為地方時(shí)下午6∶00，降軌為地方時(shí)上午6∶00。本研究使用了第4 版像元尺度為36 km 的SMAP-L3 逐日尺度土壤水分產(chǎn)品，其有效數(shù)據(jù)時(shí)間范圍是2015年3月31日至今。為了避免偶然因素的影響，取升軌和降軌的平均值作為SMAP數(shù)據(jù)值。

1.1.3 AMSR2遙感土壤水分產(chǎn)品

美國航空局于2002年5月4日發(fā)射了AMSR-E土壤水分反演產(chǎn)品，該產(chǎn)品于2011年10月停止提供數(shù)據(jù)，其繼任者AMSR2產(chǎn)品由日本宇宙航空研究開發(fā)機(jī)構(gòu)（Japan Aerospace Explora?tion Agency，JAXA）在2012年5月18日發(fā)射。AMSR2 測量了7個(gè)不同頻率下的亮度溫度，分別為6.925、7.3、10.65、18.7、23.8、36.5 和89.0 GHz［13］。AMSR2 升軌過境時(shí)段數(shù)據(jù)和降軌過境時(shí)段數(shù)據(jù)的對(duì)應(yīng)的時(shí)間分別為當(dāng)?shù)貢r(shí)間下午1∶30 和凌晨1∶30 左右［14］。本研究采用像元尺度為25 km的AMSR2-LPRM-L3逐日尺度土壤水分產(chǎn)品，其有效數(shù)據(jù)時(shí)間范圍是2012年7月10日至今，采用的測量頻率分別為6.93、7.3和10.7 GHz，各頻率測量值取該頻率升軌值和降軌值的平均值，并取3 種頻率測量值平均值作為AMSR2數(shù)據(jù)值。

1.2 地面實(shí)測數(shù)據(jù)

1.2.1 FLUXNET2015數(shù)據(jù)集

全球規(guī)模的FLUXNET網(wǎng)絡(luò)由美國國家航天局在1998年成立，是全球微氣象通量測量站點(diǎn)網(wǎng)，用于測量生物圈與大氣之間的二氧化碳，水蒸氣和能量的交換［15］，其最新的數(shù)據(jù)集為FLUXNET2015 數(shù)據(jù)集，該數(shù)據(jù)集的覆蓋時(shí)間范圍是1989年1月1日至2014年12月31日，提供了來自全球范圍內(nèi)212 個(gè)站點(diǎn)的1 500 站點(diǎn)年以上的土壤水分等數(shù)據(jù)。參考FLUXNET2015數(shù)據(jù)集與3種遙感土壤水分產(chǎn)品的重合時(shí)間段，本研究選取2012年7月10日至2014年12月31日具有有效測量的87 個(gè)FLUXNET 站點(diǎn)，對(duì)SMOS 產(chǎn)品和AMSR2 產(chǎn)品在不同地表覆蓋下進(jìn)行了精度驗(yàn)證。FLUXNET 站點(diǎn)按IGBP（國際地圈生物圈計(jì)劃）的地表覆蓋分類分組［16］，其中，有農(nóng)田（CRO）站點(diǎn)10個(gè)、落葉闊葉林（DBF）站點(diǎn)14個(gè)、常綠闊葉林（EBF）站點(diǎn)7個(gè)、常綠針葉林（ENF）站點(diǎn)16個(gè)、草地（GRA）站點(diǎn)18個(gè)、混交林（MF）站點(diǎn)6 個(gè)、開闊灌叢（OSH）站點(diǎn)3 個(gè)、熱帶稀樹草原（SAV）站點(diǎn)5 個(gè)和多樹熱帶草原（WSA）站點(diǎn)5 個(gè)。選取的FLUXNET站點(diǎn)分布圖見圖1（a）。

1.2.2 ISMN土壤水分網(wǎng)絡(luò)

ISMN 土壤水分網(wǎng)絡(luò)由歐洲航天局（ESA）在2011年成立，并對(duì)土壤水分?jǐn)?shù)據(jù)集中數(shù)據(jù)進(jìn)行集中托管［17］。截至2020年12月，ISMN 包含來自65 個(gè)監(jiān)測網(wǎng)絡(luò)的土壤水分?jǐn)?shù)據(jù)，全球共有2678 個(gè)監(jiān)測站。所有來自這些監(jiān)測網(wǎng)絡(luò)的土壤水分?jǐn)?shù)據(jù)都會(huì)自動(dòng)轉(zhuǎn)換成普通的土壤體積水分單位，并通過質(zhì)量控制程序標(biāo)記異常值［18］。本研究選取ISMN 土壤水分網(wǎng)絡(luò)中的biebrza_s-1、cosmos、fmi、hobe、oznet、remedhus、rsmn、scan、snotel和uscrn監(jiān)測網(wǎng)絡(luò)，共包含616 個(gè)監(jiān)測站，其有效時(shí)間范圍大多集中于2015-2018年。參考這10個(gè)監(jiān)測網(wǎng)絡(luò)與3種遙感土壤水分產(chǎn)品的重合時(shí)間段，取時(shí)間范圍在2016年1月1日至2017年12月31日的監(jiān)測站實(shí)測數(shù)據(jù)，對(duì)AMSR2和SMAP土壤水分產(chǎn)品進(jìn)行了評(píng)價(jià)。選取的ISMN站點(diǎn)按中國研制的30 m全球地表覆蓋產(chǎn)品（GlobeLand30）［19］分組，其中，有耕地（CUL）站點(diǎn)132 個(gè)、林地（FOR）233 個(gè)、草地（GRA）81 個(gè)、灌木地（SHR）125 個(gè)、濕地（WET）26 個(gè)和人造地表（ART）9 個(gè)。選取的ISMN 站點(diǎn)分布圖見圖1（b）。

圖1 選取的FLUXNET和ISMN各站點(diǎn)分布圖Fig.1 Selected FLUXNET and ISMN site distribution map

1.3 統(tǒng)計(jì)指標(biāo)進(jìn)行誤差評(píng)估

為定量化描述驗(yàn)證結(jié)果及精度，使用傳統(tǒng)統(tǒng)計(jì)指標(biāo)分別對(duì)FLUXNET2015 數(shù)據(jù)集和ISMN 數(shù)據(jù)集進(jìn)行評(píng)估，評(píng)價(jià)指標(biāo)包括偏差Bias、均方根誤差RMSE、時(shí)間序列相關(guān)系數(shù)R［20］。3 個(gè)指標(biāo)的公式如下：

式中：SMest代表遙感衛(wèi)星土壤水分值，m3/m3；SMobs代表實(shí)測土壤水分值，m3/m3；n為每組參與比較數(shù)據(jù)的個(gè)數(shù)，即每組對(duì)照數(shù)據(jù)同一天中遙感衛(wèi)星數(shù)據(jù)和實(shí)測數(shù)據(jù)均不為空且非零的天數(shù)。

偏差（Bias）可以反映出遙感衛(wèi)星土壤水分值與實(shí)測土壤水分值的差異，大于0 則說明高估了實(shí)測土壤水分值，小于0 則說明低估了實(shí)測土壤水分值；均方根誤差（RMSE）反映了遙感衛(wèi)星土壤水分值序列與實(shí)測土壤水分值序列之間差異程度，即遙感衛(wèi)星水分產(chǎn)品的準(zhǔn)確性，RMSE值越小，遙感衛(wèi)星水分產(chǎn)品越準(zhǔn)確；時(shí)間序列相關(guān)系數(shù)（R）表達(dá)了遙感衛(wèi)星土壤水分值序列與實(shí)測土壤水分值序列之間線性相關(guān)程度，R值越接近1，則二產(chǎn)品隨時(shí)間變化的趨勢(shì)越相似［21］。

2 結(jié)果與討論

對(duì)于各站點(diǎn)，分別以FLUXNET2015 數(shù)據(jù)集和ISMN 數(shù)據(jù)集為基準(zhǔn)統(tǒng)計(jì)不同地表覆蓋類型，統(tǒng)計(jì)指標(biāo)為各地表覆蓋類型的偏差平均值、均方根誤差平均值和時(shí)間序列相關(guān)系數(shù)平均值。為了更加直觀地看出各地表覆蓋下的數(shù)據(jù)精度差異，本文采用箱線圖來對(duì)比分析，圖2 為SMOS 產(chǎn)品和AMSR2 產(chǎn)品與FLUXNET 數(shù)據(jù)集對(duì)比的統(tǒng)計(jì)參數(shù)箱線圖，圖3 為SMAP 產(chǎn)品和AMSR2 產(chǎn)品與ISMN 數(shù)據(jù)集對(duì)比的統(tǒng)計(jì)參數(shù)箱線圖。其中，每個(gè)箱體內(nèi)的水平線表示中位數(shù)Q2，箱體下邊緣代表下四分位數(shù)Q1，箱體上邊緣代表上四分位數(shù)Q3，四分位距離IQR為上下四分位數(shù)差值（Q3-Q1），框下面水平線代表該組數(shù)值下限（Q1-1.5IQR），框上面水平線代表改組數(shù)值上限（Q3+1.5IQR），上限與上限之外為異常值［22］。

2.1 FLUXNET網(wǎng)絡(luò)驗(yàn)證結(jié)果分析

表1 為FLUXNET 站點(diǎn)分地表覆蓋統(tǒng)計(jì)參數(shù)表，對(duì)于偏差，結(jié)合表1 和圖2（a）可以看出，SMOS 產(chǎn)品箱線圖的箱體明顯低于AMSR2，且SMOS 產(chǎn)品在各地表覆蓋與實(shí)測數(shù)據(jù)的偏差平均值均明顯小于AMSR2，大多數(shù)站點(diǎn)的SMOS 產(chǎn)品偏差平均值為負(fù)值，而AMSR2 產(chǎn)品的偏差平均值則大多為正，這說明SMOS產(chǎn)品在大多數(shù)FLUXNET站點(diǎn)低估了實(shí)測值，而SMAP產(chǎn)品則大多高估了實(shí)測值。

關(guān)于均方根誤差，結(jié)合表1 和圖2（b）可以看出，SMOS 產(chǎn)品各地表覆蓋下與實(shí)測數(shù)據(jù)的均方根誤差的Q2 值在0.081～0.226 m3/m3之間，且地表覆蓋為GRA、SAV 和WSA 的SMOS 產(chǎn)品的均方根誤差Q1 值（0.067，0.059，0.076）和Q2 值（0.097，0.082，0.083）更低，地表覆蓋為SAV 下的SMOS 產(chǎn)品均方根誤差平均值僅為0.079 m3/m3，AMSR2 產(chǎn)品各地表覆蓋下與實(shí)測數(shù)據(jù)的均方根誤差Q2值在0.092～0.299 m3/m3之間，略高于SMOS產(chǎn)品，在地表覆蓋為CRO、EBF、GRA、OSH、SAV、WSA 下，AMSR2 產(chǎn)品的均方根誤差Q1 值、Q2 值和Q3 值要明顯低于地表覆蓋為DBF、ENF 和MF 下的對(duì)應(yīng)參數(shù)，DBF、ENF 和MF 的IQR值（0.237，0.194，0.436）均較大，兩組地表覆蓋下的均方根誤差平均值的差距也較大，前六者范圍在0.098～0.149 m3/m3之間，而后三者則在0.236～0.280 m3/m3之間，可見AMSR2 產(chǎn)品在地表覆蓋為低矮植被類型時(shí)與實(shí)測數(shù)據(jù)的均方根誤差值多低于高植被類型，且均方根誤差波動(dòng)較小。

表1 FLUXNET站點(diǎn)分地表覆蓋統(tǒng)計(jì)參數(shù)表Tab.1 Statistical parameter table of surface coverage of FLUXNET sites

圖2 SMOS產(chǎn)品和AMSR2產(chǎn)品與FLUXNET數(shù)據(jù)集對(duì)比的統(tǒng)計(jì)參數(shù)箱線圖Fig.2 Box plot of statistical parameters for comparison of SMOS products and AMSR2 products with FLUXNET datasets

結(jié)合表1 和圖2（c）可以看出，SMOS 產(chǎn)品在地表覆蓋為GRA、SAV 和WSA 時(shí)與實(shí)測數(shù)據(jù)的相關(guān)系數(shù)Q2 值（0.567，0.577，0.736）和相關(guān)系數(shù)平均值（0.455，0.484，0.536）要明顯高于其他地表覆蓋類型，AMSR2產(chǎn)品在地表覆蓋為ENF下的相關(guān)系數(shù)箱體明顯低于其他地表覆蓋類型的相關(guān)系數(shù)箱體，Q2值僅為0.085 m3/m3，且平均相關(guān)系數(shù)僅為0.129。針葉林是寒溫帶的地帶性植被，土壤溫度較低，這可能是導(dǎo)致土壤水分反演產(chǎn)品精度較低的主要原因［23］。除ENF、MF和OSH地表外，AMSR2產(chǎn)品在其他地表覆蓋類型的相關(guān)系數(shù)Q2 值和相關(guān)系數(shù)平均值均較高。

2.2 ISMN網(wǎng)絡(luò)驗(yàn)證結(jié)果分析

表2 為ISMN 站點(diǎn)分地表覆蓋統(tǒng)計(jì)參數(shù)表，結(jié)合表1 和圖3（a）可以看出，在地表覆蓋為WET下，SMAP產(chǎn)品和AMSR2產(chǎn)品與實(shí)測數(shù)據(jù)的偏差值箱體范圍較大，IQR值分別為0.512 和0.501 m3/m3。這說明在濕地覆蓋下，遙感土壤水分產(chǎn)品的偏差波動(dòng)較大，其他地表覆蓋下SMAP 產(chǎn)品偏差Q1 值在-0.081～0.011 m3/m3之間，Q3 值在0.028～0.107 m3/m3之間，平均值也在-0.020～0.047 m3/m3之間，可見SMAP 產(chǎn)品在其他地表覆蓋下的偏離程度較低。除WET 地表覆蓋外，其他地表覆蓋下的AMSR2 產(chǎn)品偏差Q1 值均大于0.006 m3/m3，可見超過3/4 的偏差值為正數(shù)，這與陸崢［24］在黑河流域的研究相似，AMSR2 大多高估了實(shí)測值。

結(jié)合表2和圖3（b）可以看出，在地表覆蓋為WET下，SMAP產(chǎn)品和AMSR2 產(chǎn)品與實(shí)測數(shù)據(jù)的均方根誤差箱線圖的箱體均明顯高于其他地表類型，平均均方根誤差也明顯高于其他地表類型，分別為0.247 和0.269 m3/m3，且箱體范圍較大，IQR值分別為0.368 和0.176 m3/m3，這可能是由于濕地的水面效應(yīng)導(dǎo)致夜間和白天土壤水分產(chǎn)品之間的一致性較差［25］，平均得到的遙感土壤水分?jǐn)?shù)據(jù)準(zhǔn)確性較低。除濕地地表外，SMAP 產(chǎn)品的均方根誤差箱體均低于AMSR2產(chǎn)品，且SMAP 的均方根誤差平均值均低于AMSR2 的均方根誤差平均值，地表覆蓋為CUL、FOR、GRA、SHR 的SMAP 產(chǎn)品的均方根誤差Q1值在0.062～0.080 m3/m3之間，Q2 值在0.087～0.115 m3/m3之間，Q3 值在0.124～0.145 m3/m3之間，AMSR2 產(chǎn)品的均方根誤差Q1 值在0.095～0.119 m3/m3之間，Q2 值在0.120～0.169 m3/m3之間，Q3 值在0.184～0.219 m3/m3之間，SMAP 產(chǎn)品與實(shí)測數(shù)據(jù)的均方根誤差值略小于AMSR2產(chǎn)品，這與陳泓宇［26］等人于2015年9月至2016年9月在中國青藏高原對(duì)SMAP 產(chǎn)品和AMSR2 產(chǎn)品的評(píng)估中的均方根誤差結(jié)果相似，CHO 等人［27］利用2012年7月至10月期間朝鮮半島9 個(gè)測站的現(xiàn)場測量結(jié)果，評(píng)估了AMSR2 土壤水分產(chǎn)品，發(fā)現(xiàn)均方根誤差水平在0.15 m3/m3上下浮動(dòng)，這亦與我們的研究相似。

表2 ISMN站點(diǎn)分地表覆蓋統(tǒng)計(jì)參數(shù)表Tab.2 Statistical parameter table of surface coverage of ISMN sites

圖3 SMAP產(chǎn)品和AMSR2產(chǎn)品與ISMN數(shù)據(jù)集對(duì)比的統(tǒng)計(jì)參數(shù)箱線圖Fig.3 Box plot of statistical parameters for comparison of SMAP products and AMSR2 products with ISMN datasets

綜合表2 和圖3（c）可以看出，地表覆蓋為CUL、GRA 和ART的3種遙感土壤水分產(chǎn)品的相關(guān)系數(shù)箱線圖箱體明顯高于其他地表覆蓋類型，說明這3 種地表覆蓋下二遙感土壤水分產(chǎn)品的時(shí)間序列相關(guān)系數(shù)更高，這反映出SMAP 和AMSR2產(chǎn)品在地表覆蓋為CUL、GRA 和ART 下與實(shí)測值的線性相關(guān)程度更高。對(duì)比SMAP 和AMSR2 的箱體可以看出，SMAP 產(chǎn)品的時(shí)間序列相關(guān)系數(shù)在所有地表覆蓋下的Q1值、Q2值和Q3值均高于AMSR2 產(chǎn)品，這反映出SMAP 產(chǎn)品與ISMN 實(shí)測數(shù)據(jù)隨時(shí)間變化的趨勢(shì)更相似。

3 結(jié)論

本研究分別以FLUXNET 數(shù)據(jù)集和ISMN 網(wǎng)絡(luò)為基準(zhǔn)，利用傳統(tǒng)統(tǒng)計(jì)指標(biāo)（Bias、RMSE、R）對(duì)SMOS-L3-SM、SMAP-L3-SM產(chǎn)品和AMSR2-L3-SM產(chǎn)品的土壤水分?jǐn)?shù)據(jù)在不同地表覆蓋下的應(yīng)用能力進(jìn)行了驗(yàn)證和分析，結(jié)果表明，低矮稀疏植被覆蓋的區(qū)域的土壤水分產(chǎn)品反演精度要高于高大茂密植被覆蓋的區(qū)域，且SMOS 和AMSR2 產(chǎn)品在地表覆蓋為針葉林下反演精度較低，SMAP 產(chǎn)品和AMSR2 產(chǎn)品在地表覆蓋為濕地下反演精度較低，SMAP 產(chǎn)品的精度要高于AMSR2 產(chǎn)品。本研究還存在以下不足：首先，受限于實(shí)測數(shù)據(jù)集的站點(diǎn)分布，大部分站點(diǎn)都集中在美國，空間代表性不足；同時(shí)，實(shí)測數(shù)據(jù)的觀測深度與各遙感土壤水分產(chǎn)品不盡相同，這也可能使實(shí)測數(shù)據(jù)與各遙感衛(wèi)星產(chǎn)品的精度驗(yàn)證產(chǎn)生一些誤差。因此，需要使用觀測深度與各遙感衛(wèi)星數(shù)據(jù)更加匹配的實(shí)測數(shù)據(jù)，使驗(yàn)證的結(jié)果更加可靠，相關(guān)研究有待深入。□