基于多层土壤温度的地表冻融变化被动微波遥感验证分析
发布时间：2022-01-10 06:52
目前基于被动微波遥感技术的地表冻融变化监测对垂直剖面内表层土壤温度的差异考虑较少。该文从判别算法和多层土壤温度差异性两方面进行分析,结果显示:1)基于准发射率和基于亮温标准差的冻融判别算法的判别结果均与1 cm表层土壤地面监测结果吻合率最高,表明被动微波冻融产品的验证应尽可能使用最靠近地面的土壤层温度,两种算法在1～5 cm不同深度表层土壤的验证中均显示出较大差异;2)土壤表层温度在0 cm和5 cm深度处的相关性极好,但在冻融判别阈值0℃附近存在较大差异,该差异是导致判别误差的重要来源。研究结果对于地表冻融参量的定量化、精细化遥感监测研究具有理论意义和应用价值。
【文章来源】：地理与地理信息科学. 2020,36(03)北大核心CSCD
【文章页数】：7 页
【部分图文】：
技术流程
表2 基于两种算法的冻融变化判别结果在不同土壤深度上的吻合率Table 2 Coincidence rates of the freeze-thaw change discrimination results of the two algorithms at different soil depths% 时间段 基于准发射率的冻融判别式算法 基于亮温标准差的冻融判别式算法 1 cm 2 cm 3 cm 4 cm 5 cm 1～5 cm均值 1 cm和5 cm均值 1 cm 2 cm 3 cm 4 cm 5 cm 1～5 cm均值 1 cm和5 cm均值 2002年8月23日-2003年5月23日 88.6 74.6 73.2 51.3 49.6 67.5 69.1 97.9 85.9 84.3 59.1 57.1 76.9 77.5 2003年9月17日-2004年8月28日 95.7 83.2 82.7 67.8 66.8 79.2 81.3 97.4 89.2 88.7 72.7 71.6 83.9 84.5在地表冻融被动微波遥感监测研究中,有时会将温度探头倾斜插入土体内,此时的探测温度反映了土壤5 cm深度范围内的平均温度,因此,本研究对前后两个时间段1～5 cm处的平均吻合率进行统计,结果分别为67.5%和79.2%,其与表层1 cm吻合率的差异分别为21.1%和16.5%;此外,对1 cm和5 cm两层的吻合率进行平均,发现其与1～5 cm吻合率均值较为接近。
为研究不同土壤深度之间的温度差异和关联性,本研究选取国家气象信息中心提供的2002年、2003年和2004年全国地面气象站点0 cm和5 cm日平均温度进行对比分析(图3)。从图3可以看出,各年份0 cm与5 cm的土壤温度均表现出良好的相关性,相关系数均接近0.99。在地表冻融变化的遥感监测验证中,根据冻土的定义,一般将0 ℃作为土壤冻结或融化的判别阈值;同时,以往研究中发现判别错误的值往往出现在0 ℃附近。鉴于此,本研究分别对-40～-4 ℃、-4～-2 ℃、-2～-1 ℃、-1～-0.5 ℃、-0.5～0 ℃、0～0.5 ℃、0.5～1 ℃、1～2 ℃、2～4 ℃和4～40 ℃范围内的判错率进行分析(表3)。某温度范围内的判错率代表该范围内0 cm温度高于0 ℃且5 cm温度低于0 ℃(图3中第二象限箭头所示数据)与0 cm温度低于0 ℃且5 cm温度高于0 ℃的数据量(图3中第四象限箭头所示数据)占总数据量的比例。由表3可知,不同温度范围内由两层土壤温度差异引起的判错率不同,在-0.5～0 ℃以及0～0.5 ℃范围内,3个年份的平均判错率分别为44.48%和43.09%,说明若表层温度于卫星过境时刻在此温度范围内波动,则由于0 cm和5 cm验证数据自身的差异所导致的判错率将达40%以上;随着距离0 ℃越远,判错率逐渐下降,在-40～-4 ℃和4～40 ℃之间,3个年份的判错率平均值分别为0.73%和0.03%。需要说明的是,总体判错率与所用数据的温度区间以及各区间所占比例有关,由于0 ℃附近的判错率较高,表层土壤在卫星过境时刻的温度保持在0 ℃附近的天数占比越大,最终由不同土壤深度间差异性引起的判别误差将越大。
【参考文献】：
期刊论文
[1]AMSR-E亮温监测中国近地表冻融循环算法研究[J]. 谢燕梅,晋锐,杨兴国. 遥感技术与应用. 2013(02)
[2]复杂地表条件下冻融土的微波辐射特性模拟及判别分析[J]. 赵天杰,张立新,蒋玲梅,赵少杰. 冰川冻土. 2009(02)
[3]SSM/I监测地表冻融状态的决策树算法[J]. 晋锐,李新,车涛. 遥感学报. 2009(01)
[4]青藏高原表层土壤的日冻融循环[J]. 杨梅学,姚檀栋,Hirose Nozomu,Hideyuki Fujii. 科学通报. 2006(16)
[5]青海高原春秋季地表土冻融的微波遥感监测[J]. 曹梅盛,张铁钧. 遥感学报. 1997(02)
本文编号：3580248
【文章来源】：地理与地理信息科学. 2020,36(03)北大核心CSCD
【文章页数】：7 页
【部分图文】：
技术流程
表2 基于两种算法的冻融变化判别结果在不同土壤深度上的吻合率Table 2 Coincidence rates of the freeze-thaw change discrimination results of the two algorithms at different soil depths% 时间段 基于准发射率的冻融判别式算法 基于亮温标准差的冻融判别式算法 1 cm 2 cm 3 cm 4 cm 5 cm 1～5 cm均值 1 cm和5 cm均值 1 cm 2 cm 3 cm 4 cm 5 cm 1～5 cm均值 1 cm和5 cm均值 2002年8月23日-2003年5月23日 88.6 74.6 73.2 51.3 49.6 67.5 69.1 97.9 85.9 84.3 59.1 57.1 76.9 77.5 2003年9月17日-2004年8月28日 95.7 83.2 82.7 67.8 66.8 79.2 81.3 97.4 89.2 88.7 72.7 71.6 83.9 84.5在地表冻融被动微波遥感监测研究中,有时会将温度探头倾斜插入土体内,此时的探测温度反映了土壤5 cm深度范围内的平均温度,因此,本研究对前后两个时间段1～5 cm处的平均吻合率进行统计,结果分别为67.5%和79.2%,其与表层1 cm吻合率的差异分别为21.1%和16.5%;此外,对1 cm和5 cm两层的吻合率进行平均,发现其与1～5 cm吻合率均值较为接近。
为研究不同土壤深度之间的温度差异和关联性,本研究选取国家气象信息中心提供的2002年、2003年和2004年全国地面气象站点0 cm和5 cm日平均温度进行对比分析(图3)。从图3可以看出,各年份0 cm与5 cm的土壤温度均表现出良好的相关性,相关系数均接近0.99。在地表冻融变化的遥感监测验证中,根据冻土的定义,一般将0 ℃作为土壤冻结或融化的判别阈值;同时,以往研究中发现判别错误的值往往出现在0 ℃附近。鉴于此,本研究分别对-40～-4 ℃、-4～-2 ℃、-2～-1 ℃、-1～-0.5 ℃、-0.5～0 ℃、0～0.5 ℃、0.5～1 ℃、1～2 ℃、2～4 ℃和4～40 ℃范围内的判错率进行分析(表3)。某温度范围内的判错率代表该范围内0 cm温度高于0 ℃且5 cm温度低于0 ℃(图3中第二象限箭头所示数据)与0 cm温度低于0 ℃且5 cm温度高于0 ℃的数据量(图3中第四象限箭头所示数据)占总数据量的比例。由表3可知,不同温度范围内由两层土壤温度差异引起的判错率不同,在-0.5～0 ℃以及0～0.5 ℃范围内,3个年份的平均判错率分别为44.48%和43.09%,说明若表层温度于卫星过境时刻在此温度范围内波动,则由于0 cm和5 cm验证数据自身的差异所导致的判错率将达40%以上;随着距离0 ℃越远,判错率逐渐下降,在-40～-4 ℃和4～40 ℃之间,3个年份的判错率平均值分别为0.73%和0.03%。需要说明的是,总体判错率与所用数据的温度区间以及各区间所占比例有关,由于0 ℃附近的判错率较高,表层土壤在卫星过境时刻的温度保持在0 ℃附近的天数占比越大,最终由不同土壤深度间差异性引起的判别误差将越大。
【参考文献】：
期刊论文
[1]AMSR-E亮温监测中国近地表冻融循环算法研究[J]. 谢燕梅,晋锐,杨兴国. 遥感技术与应用. 2013(02)
[2]复杂地表条件下冻融土的微波辐射特性模拟及判别分析[J]. 赵天杰,张立新,蒋玲梅,赵少杰. 冰川冻土. 2009(02)
[3]SSM/I监测地表冻融状态的决策树算法[J]. 晋锐,李新,车涛. 遥感学报. 2009(01)
[4]青藏高原表层土壤的日冻融循环[J]. 杨梅学,姚檀栋,Hirose Nozomu,Hideyuki Fujii. 科学通报. 2006(16)
[5]青海高原春秋季地表土冻融的微波遥感监测[J]. 曹梅盛,张铁钧. 遥感学报. 1997(02)
本文编号：3580248
本文链接：https://www.wllwen.com/guanlilunwen/gongchengguanli/3580248.html
