專利名稱：流域尺度土壤濕度遙感數據同化方法
技術領域：
本發明涉及一種遙感數據同化方法，更具體的說是利用遙感獲取的流域表層土壤濕度反演信息和特定的數據同化方法。
背景技術：
流域尺度和田間尺度土壤水分狀況的研究有利于加深人們對水文過程的理解并為最終掌握地表水和地下水資源的復雜交互作用提供幫助。在水文水資源領域，準確的土壤水分空間分布，可作為分布式水文模型洪水模擬的所需的土壤濕度變量的初值，提高洪水預報的準確性；另外，將經過校正的連續準確的土壤水分數據代入水文模型，對于提高長期水文過程模擬和徑流預報的精度以及準確估算地表水資源量有潛在價值。因此發明以流域尺度的土壤濕度變量作為主要研究對象。流域土壤濕度的研究離不開模型和觀測兩種手段。首先，水文模型是計算和分析土壤含水量的有效工具，在模擬土壤水分相關的時空過程中具有重要意義。以新安江模型為基礎建立了土壤水分狀況的預報模型，是基于概念的集總式模型，只能給出大致的流域平均土壤濕度信息，無法刻畫出流域內部詳細的空間水文過程。近年來，隨著計算機科學和信息技術的發展，RS和GIS技術支持下的分布式流域水文模型成為研究的熱點。RS和 GIS的DEM處理技術提供了分布式水文模型所需的不同時空分辨率的水文氣象參數和下墊面植被、土壤資料以及流域地形參數，如坡度、坡向、水流路徑和流域邊界等參數；結合RS、 GIS、DEM等空間信息技術建立的分布式流域水文模型，可在更小的水文模擬單元上，精確地模擬復雜氣候條件和地表狀況下的水文循環過程，因而分布式水文模型可以提供流域中多種水文變量的空間輸出。這與主要通過概念參數和土壤濕度變量來模擬流域出水口流量的集總式水文模型有顯著區別。正因為以上特點，分布式水文模型不僅能夠為相關的水文生態研究如流域產、輸沙、營養物輸移、污染物擴散以及人類活動對水循環的影響等提供先進的計算和模擬平臺，而且在洪水預報，如與氣象預報模式耦合延長洪水災害的預警時間方面有著重要的用途。但是，分布式水文模型還存在一定的不足，例如，由于受到實驗室模型的動力學方案在流域上應用還有待改進，如何建立物理基礎更強的分布式水文模型，獲取更加客觀真實的土壤水分含量等水文參數的時空格局是分布式模型研究的重要方向；另外，由于受到模型輸入數據誤差和模型自身結構誤差的影響，分布式水文模型的模擬結果還存在的一定的不確定性，如何量化并減少水文模型預測的不確定性，也是水文科學當前研究的前沿熱點。利用遙感數據通過數據同化方法降低模型的模擬誤差積累，是獲取高精度和高分辨率土壤濕度數據的很有前景的方法。其次，土壤水分可以通過觀測直接獲取，土壤水分直接監測方法大致可分為地面調查和機載/衛星遙感兩種。基于地面調查的監測方法根據獲取數據方式和手段不同，又可以分為土鉆取土稱重法、烘干法、中子儀法、電阻法、TDR法，這些方法采用空間上定點觀測，采樣速度慢、人力物力財力消耗大，難以滿足大面積連續動態監測的需要，受到其空間采樣密度的限制和大氣水分能量過程隨機擾動的影響，土壤濕度的實際空間格局也無法準
4確觀測。與地面調查相比，遙感技術具有大面積同步觀測、時效性、經濟性的特點，是解決土壤濕度觀測的有效途徑。隨著遙感技術向高空間分辨率、高光譜分辨率方向發展，遙感技術在土壤水分大面積動態監測中將發揮日益重要的作用。遙感監測土壤水分的研究始于二十世紀60年代末，近四十年來，遙感監測土壤水分的方法也在不斷的完善和更新，出現了基于不同遙感原理的計算方法，如熱慣量法、歸一化植被指數法、溫度狀態指數法、溫度植被干旱指數(TVDI)法、微波遙感方法等。可用于監測土壤濕度狀況波段包括可見光與近紅外、熱紅外波段和微波波段，其中可見光與近紅外波段數據主要通過上述的歸一化植被指數法、溫度狀態指數法、TVDI法計算反演得到土壤濕度；熱紅外波段數據可采用熱慣量法獲取濕度信息；微波數據則主要通過亮度溫度與土壤濕度的經驗統計關系、基于物理的微波輻射傳輸模型反演的方法得到土壤濕度。與可見光與紅外波段相比，利用微波數據反演土壤濕度具有堅實的物理基礎，其應用遠較可見光與紅外波段的數據廣泛，反演可靠性和精度也更高。用微波數據反演土壤濕度的優勢主要體現在以下幾點；1)微波的物理特性。微波遙感土壤水分反演具有堅實的物理基礎地物微波比輻射率主要決定于目標物的介電常數，而土壤介電常數主要決定于土壤的水分含量。在微波波段，水的介電常數大約為80，干土僅為3，隨著水分含量的變化，土壤的比輻射率從濕土的0. 6 (30%體積土壤濕度)到干土的0. 9(9%體積土壤濕度)之間變化，它們之間具有較大的反差，因此微波圖像對水分十分敏感。幻地區適應性。在我國南方，由于氣候濕潤，多云多雨，限制了光學遙感數據的及時獲取，影響了調查任務的按時完成。我國南方多云多雨地區的土壤濕度調查急需具有全天候對地觀測能力的高分辨率雷達遙感數據源。幻由于土壤濕度變化多發生在陰雨天氣，在陰雨天氣這一重要的濕度特征變化的時間窗口，微波數據是唯一可行的土壤濕度調查方法。微波遙感觀測土壤濕度也有一定的局限性，由于受到植被的影響和微波波長的限制，目前星載微波遙感能夠探測得到的土壤濕度僅為地面表層(僅幾厘米)的水分含量。因此要結合遙感數據和水文模型兩者的優勢，必須通過數據同化系統將衛星觀測數據集成于分布式水文模型中，改進對流域水循環過程的模擬，并提供物理一致的土壤剖面水分含量。
發明內容
1、發明要解決的技術問題本發明的目的是提供流域尺度土壤濕度數據同化方法，通過構建適合于土壤濕度模擬的及具有土壤水過程動力學描述的分布式水文模型，在流域水文過程模擬和驗證的基礎上，將其發展成可有效同化遙感土壤濕度信息的分布式水文模型同化平臺，可以以獲取較高時間精度和空間分辨率的流域土壤濕度時空同化數據集。2、技術方案本發明的目的主要是通過以下步驟來實現的流域尺度土壤濕度數據同化方法，其步驟為A)數據準備；B)構建流域土壤濕度同化觀測算子C)構建分布式水文模型同化平臺；D)構建了基于分布式水文模型和粒子濾波同化算法的流域土壤濕度遙感數據同化方案。步驟A)中的數據準備，包括1)水文、氣象數據；2) DEM (數字高程模型)數據；3)植被、土壤參數庫，流域土地利用/覆被和土壤類型這些下墊面參數數據，并根據流域所在地區的“土壤志”收集了研究區各土壤亞類的典型土壤剖面數據，建立了模型所需的土壤參數空間數據庫；4)衛星影像數據，包括主動微波ENVISAT-ASAR遙感數據和MODIS影像數據；5)逐日徑流和土壤濕度實測數據。步驟B)構建的具體步驟如下分別采用新的ASAR主動微波數據和MODIS影像數據，反演了流域表層土壤濕度，并將流域內土壤濕度實際觀測數據用于估算結果精度驗證， 給出了量化的評估結果，建立了遙感估算的流域表層土壤濕度時間序列，并基于這一遙感估算結果構建了流域土壤濕度同化觀測算子。1. MODIS可見光遙感數據反演流域表層土壤濕度本發明采用TVDI方法(溫度植被干旱指數)反演估算MODIS數據Ikm空間分辨率的地表土壤濕度。TVDI指數由影像LST-NDVI特征空間中獲取，被認為與地表土壤濕度線性相關，TVDI由公式1計算求得，⑴
權利要求
1.一種流域尺度土壤濕度遙感數據同化方法，包括以下步驟A)數據準備；B)構建流域土壤濕度同化觀測算子；C)構建分布式水文模型同化平臺；D)構建基于分布式水文模型和粒子濾波同化算法的流域土壤濕度遙感數據同化方案。
2.根據權利要求1所述的流域尺度土壤濕度遙感數據同化方法，其特征在于步驟A) 中，所述數據準備包括水文、氣象數據、DEM數據、植被、土壤參數庫、流域土地利用/覆被和土壤類型的下墊面參數數據、衛星影像數據以及逐日徑流和土壤濕度實測數據。
3.根據權利要求2所述的流域尺度土壤濕度遙感數據同化方法，其特征在于步驟B) 中，采用MODIS影像和主動微波ASAR主動微波數據構建了流域土壤濕度同化觀測算子。
4.根據權利要求3所述的流域尺度土壤濕度遙感數據同化方法，其特征在于步驟C) 中，在水文模型的框架基礎上構建流域土壤濕度遙感數據同化平臺。
5.根據權利要求4所述的流域尺度土壤濕度遙感數據同化方法，其特征在于步驟C) 中，在土壤水分傳輸中，考慮了重力和吸附力的Richard’ s方程用于描述土壤剖面的縱向不飽和土壤水分運動，數值解法采用有限差分法；Richard，s基于以下兩個方程推導，不飽和土壤水通量定律Buckingham-Darcy方程 (公式1)和連續方程(公式2)
6.根據權利要求4或5所述的流域尺度土壤濕度遙感數據同化方法，其特征在于步驟 C)中，將流域的土壤柱體按照相同的分層標準劃分為不超過10層的土壤層，最大土壤深度為3. 43米，因而格點上的土壤柱體由于土壤厚度的差別具有不同的土壤層數；在獲取土壤分層參數的基礎上，利用至地面的降水量和產流差得到土壤表面的平均下滲量，基于不飽和土壤水動力方程，模擬各層土壤的水分狀態和層間的縱向水分傳輸。
7.根據權利要求6所述的流域尺度土壤濕度遙感數據同化方法，其特征在于步驟D) 中，在利用步驟C中建立的分布式流域水文模擬平臺對土壤水分時空動態數值模擬基礎上，通過粒子濾波順序同化算法，融合衛星遙感獲取的地表土壤濕度信息，包括主動微波ENVISAT-ASAR和MODIS可見光影像反演得到的地表濕度結果，并考慮模擬和遙感反演的誤差將兩種信息源加以同化計算，然后將更新的土壤水分數據反饋至分布式模擬平臺中，不斷模擬得到具有物理一致性的流域表層土壤濕度數據集。
8.根據權利要求7所述的流域尺度土壤濕度遙感數據同化方法，其特征在于步驟D) 中，粒子濾波同化算法的計算流程如下a、對模型的模擬得到的土壤濕度進行擾動，產生粒子群，即從q (xk I XtlI1, z1:k)中隨機抽取N個有限樣本，N為粒子個數；b、在遙感數據的獲取時刻，使用遙感估算得到的土壤濕度結果，基于χ丨計算對應粒子的權重；C、對粒子的權重作歸一化處理；d、重采樣，利用重要性采樣S^法對粒子權重進行重新采樣；e、在權重采樣后，對模型狀態進行最后的更新計算，得到同化后的土壤濕度結果。
9.根據權利要求8所述的流域尺度土壤濕度遙感數據同化方法，其特征在于步驟D) 中，利用對地觀測衛星TERRA-M0DIS和ENVISAT-ASAR的土壤濕度估算結果對水文模型中的表層土壤濕度變量進行四維數據同化。
全文摘要
本發明公開了一種流域尺度土壤濕度遙感數據同化方法，屬于遙感數據同化方法領域。本發明包括以下步驟A)數據準備；B)構建流域土壤濕度同化觀測算子；C)構建分布式水文模型同化平臺；D)構建基于分布式水文模型和粒子濾波同化算法的流域土壤濕度遙感數據同化方案。本發明利用土壤水動力學方法結合蓄滿產流原理，構建了一個新的能夠有效融合微波遙感信息、具有一定物理基礎的分布式流域水文模型，經過典型半干旱半濕潤區沂河流域的水文模擬檢驗，結果表明，逐日徑流模擬效果較好、表層土壤濕度模擬精度具有穩定性，可作為流域土壤濕度遙感數據同化的模型算子；本發明可有效的用于時空分布的流域尺度土壤濕度同化數據集的獲取。
文檔編號G06F19/00GK102354348SQ20111032498
公開日2012年2月15日 申請日期2011年10月21日 優先權日2010年12月16日
發明者張萬昌, 陳炯峰 申請人:南京大學