基于变分法的FY-3C土壤水分产品适用性分析
发布时间：2021-07-21 15:21
FY-3C作为我国风云三号首颗业务卫星,其上搭载的微波成像仪（MWRI）可提供全天候土壤水分数据。【目的】获取高质量土壤水分数据可以对合理利用土壤水资源提供参考,为农田干旱监控和预报提供基础参数。【方法】选取山东省农业气象站土壤水分数据对FY-3C土壤水分产品进行检验,为获取更高质量FY-3C土壤水分产品,选用变分订正方法对FY-3C土壤水分产品进行偏差订正。【结果】FY-3C升降轨土壤水分产品与地面站土壤水分相关系数R分别为0.481 6和0.408 2,RMSE分别为0.099 6和0.091 0 cm3/cm3。订正后FY-3C升降轨土壤水分产品与地面站土壤水分R分别为0.701 4和0.892 4,RMSE分别为0.021 7和0.011 cm3/cm3。对2016年3—4月山东省干旱过程订正前、后FY-3C土壤水分变化情况进行对比,订正后FY-3C土壤水分更准确地反映出此次干旱过程。【结论】FY-3C土壤水分产品可以准确反映土壤水分随时间的变化趋势,订正后FY-3C土壤水分产品与地面站土壤...
【文章来源】：灌溉排水学报. 2019,38(S1)北大核心CSCD
【文章页数】：7 页
【部分图文】：
地面站土壤水分与FY-3C订正前土壤水分时间序列图(a)FY-3C升轨时刻(b)FY-3C降轨时刻
2结果与分析2.1FY-3C土壤水分产品质量评估图1是2016年FY-3C土壤水分产品与地面站土壤水分及降水的时间序列。由图1可知，2016年8─9月（120～167d）FY-3C订正前土壤水分明显高于地面站土壤水分，1─7月（1～119d）和10（168d）─12月FY-3C反演土壤水分整体低于地面站土壤水分。1─5月（1～72d）Y-3C订正前土壤水分逐渐升高，6月（73～96d）FY-3C订正前土壤水分降低，山东省作为我国冬小麦的主要种植区，6月是冬小麦收割期，随着冬小麦收割地表覆盖物减少，这是6月土壤水分降低的主要原因。微波遥感反演土壤水分受地表覆盖物影响严重，8月（120～144d）植被生长茂盛，高植被覆盖影响微波反演土壤水分精度是8月FY-3C反演土壤水分明显偏高的主要原因。(a)FY-3C升轨时刻(b)FY-3C降轨时刻图1地面站土壤水分与FY-3C订正前土壤水分时间序列图在检验过程中用相关系数（R）、偏差（BIAS）和均方根误差（RMSE）3个参数对FY-3C土壤水分产品质量进行评估。SMi是地面站土壤水分数据，SMx是FY-3C土壤水分数据，N是总的观测数据量。其中相关系数R用来评估地面站土壤水分和FY-3C土壤水分之间的相关程度。正(负)BIAS代表FY-3C土壤水分产品的高(低)估。RMSE值越小表明FY-3C土壤水分和地面站土壤水分差异越校对订正前FY-3C土壤水分产品进行检验，升降轨相关系数分别为0.4816和0.4082，升降轨BIAS分别为-0.0518和-0.0344cm3/cm3，升降轨RMSE分别为0.0996和0.091cm3/cm3。升降轨BIAS均为负值
2结果与分析2.1FY-3C土壤水分产品质量评估图1是2016年FY-3C土壤水分产品与地面站土壤水分及降水的时间序列。由图1可知，2016年8─9月（120～167d）FY-3C订正前土壤水分明显高于地面站土壤水分，1─7月（1～119d）和10（168d）─12月FY-3C反演土壤水分整体低于地面站土壤水分。1─5月（1～72d）Y-3C订正前土壤水分逐渐升高，6月（73～96d）FY-3C订正前土壤水分降低，山东省作为我国冬小麦的主要种植区，6月是冬小麦收割期，随着冬小麦收割地表覆盖物减少，这是6月土壤水分降低的主要原因。微波遥感反演土壤水分受地表覆盖物影响严重，8月（120～144d）植被生长茂盛，高植被覆盖影响微波反演土壤水分精度是8月FY-3C反演土壤水分明显偏高的主要原因。(a)FY-3C升轨时刻(b)FY-3C降轨时刻图1地面站土壤水分与FY-3C订正前土壤水分时间序列图在检验过程中用相关系数（R）、偏差（BIAS）和均方根误差（RMSE）3个参数对FY-3C土壤水分产品质量进行评估。SMi是地面站土壤水分数据，SMx是FY-3C土壤水分数据，N是总的观测数据量。其中相关系数R用来评估地面站土壤水分和FY-3C土壤水分之间的相关程度。正(负)BIAS代表FY-3C土壤水分产品的高(低)估。RMSE值越小表明FY-3C土壤水分和地面站土壤水分差异越校对订正前FY-3C土壤水分产品进行检验，升降轨相关系数分别为0.4816和0.4082，升降轨BIAS分别为-0.0518和-0.0344cm3/cm3，升降轨RMSE分别为0.0996和0.091cm3/cm3。升降轨BIAS均为负值
【参考文献】：
期刊论文
[1]遥感陆地水循环的进展与展望[J]. 汤秋鸿,张学君,戚友存,陈少辉,贾国强,穆梦斐,杨杰,杨其全,黄昕,运晓博,刘星才,黄忠伟,唐寅. 武汉大学学报(信息科学版). 2018(12)
[2]风云3号卫星微波湿度计的系统设计与研制[J]. 张升伟,李靖,姜景山,孙茂华,王振占. 遥感学报. 2008(02)
[3]土壤水分遥感监测的研究进展[J]. 仝兆远,张万昌. 水土保持通报. 2007(04)
[4]山东省干旱成因及对策[J]. 马培元. 中国水利. 2004(15)
[5]遥感计算土壤含水量方法的比较研究[J]. 张成才,吴泽宁,余弘婧. 灌溉排水学报. 2004(02)
[6]星载MODIS资料与地面光度计探测气溶胶变分场[J]. 徐祥德,周秀骥,翁永辉,田国良,刘玉洁,颜鹏,丁国安,张玉香,毛节泰,邱红. 科学通报. 2003(15)
[7]山东省干旱主要原因分析[J]. 王建源,陈艳春. 气象. 1999(11)
本文编号：3295278
【文章来源】：灌溉排水学报. 2019,38(S1)北大核心CSCD
【文章页数】：7 页
【部分图文】：
地面站土壤水分与FY-3C订正前土壤水分时间序列图(a)FY-3C升轨时刻(b)FY-3C降轨时刻
2结果与分析2.1FY-3C土壤水分产品质量评估图1是2016年FY-3C土壤水分产品与地面站土壤水分及降水的时间序列。由图1可知，2016年8─9月（120～167d）FY-3C订正前土壤水分明显高于地面站土壤水分，1─7月（1～119d）和10（168d）─12月FY-3C反演土壤水分整体低于地面站土壤水分。1─5月（1～72d）Y-3C订正前土壤水分逐渐升高，6月（73～96d）FY-3C订正前土壤水分降低，山东省作为我国冬小麦的主要种植区，6月是冬小麦收割期，随着冬小麦收割地表覆盖物减少，这是6月土壤水分降低的主要原因。微波遥感反演土壤水分受地表覆盖物影响严重，8月（120～144d）植被生长茂盛，高植被覆盖影响微波反演土壤水分精度是8月FY-3C反演土壤水分明显偏高的主要原因。(a)FY-3C升轨时刻(b)FY-3C降轨时刻图1地面站土壤水分与FY-3C订正前土壤水分时间序列图在检验过程中用相关系数（R）、偏差（BIAS）和均方根误差（RMSE）3个参数对FY-3C土壤水分产品质量进行评估。SMi是地面站土壤水分数据，SMx是FY-3C土壤水分数据，N是总的观测数据量。其中相关系数R用来评估地面站土壤水分和FY-3C土壤水分之间的相关程度。正(负)BIAS代表FY-3C土壤水分产品的高(低)估。RMSE值越小表明FY-3C土壤水分和地面站土壤水分差异越校对订正前FY-3C土壤水分产品进行检验，升降轨相关系数分别为0.4816和0.4082，升降轨BIAS分别为-0.0518和-0.0344cm3/cm3，升降轨RMSE分别为0.0996和0.091cm3/cm3。升降轨BIAS均为负值
2结果与分析2.1FY-3C土壤水分产品质量评估图1是2016年FY-3C土壤水分产品与地面站土壤水分及降水的时间序列。由图1可知，2016年8─9月（120～167d）FY-3C订正前土壤水分明显高于地面站土壤水分，1─7月（1～119d）和10（168d）─12月FY-3C反演土壤水分整体低于地面站土壤水分。1─5月（1～72d）Y-3C订正前土壤水分逐渐升高，6月（73～96d）FY-3C订正前土壤水分降低，山东省作为我国冬小麦的主要种植区，6月是冬小麦收割期，随着冬小麦收割地表覆盖物减少，这是6月土壤水分降低的主要原因。微波遥感反演土壤水分受地表覆盖物影响严重，8月（120～144d）植被生长茂盛，高植被覆盖影响微波反演土壤水分精度是8月FY-3C反演土壤水分明显偏高的主要原因。(a)FY-3C升轨时刻(b)FY-3C降轨时刻图1地面站土壤水分与FY-3C订正前土壤水分时间序列图在检验过程中用相关系数（R）、偏差（BIAS）和均方根误差（RMSE）3个参数对FY-3C土壤水分产品质量进行评估。SMi是地面站土壤水分数据，SMx是FY-3C土壤水分数据，N是总的观测数据量。其中相关系数R用来评估地面站土壤水分和FY-3C土壤水分之间的相关程度。正(负)BIAS代表FY-3C土壤水分产品的高(低)估。RMSE值越小表明FY-3C土壤水分和地面站土壤水分差异越校对订正前FY-3C土壤水分产品进行检验，升降轨相关系数分别为0.4816和0.4082，升降轨BIAS分别为-0.0518和-0.0344cm3/cm3，升降轨RMSE分别为0.0996和0.091cm3/cm3。升降轨BIAS均为负值
【参考文献】：
期刊论文
[1]遥感陆地水循环的进展与展望[J]. 汤秋鸿,张学君,戚友存,陈少辉,贾国强,穆梦斐,杨杰,杨其全,黄昕,运晓博,刘星才,黄忠伟,唐寅. 武汉大学学报(信息科学版). 2018(12)
[2]风云3号卫星微波湿度计的系统设计与研制[J]. 张升伟,李靖,姜景山,孙茂华,王振占. 遥感学报. 2008(02)
[3]土壤水分遥感监测的研究进展[J]. 仝兆远,张万昌. 水土保持通报. 2007(04)
[4]山东省干旱成因及对策[J]. 马培元. 中国水利. 2004(15)
[5]遥感计算土壤含水量方法的比较研究[J]. 张成才,吴泽宁,余弘婧. 灌溉排水学报. 2004(02)
[6]星载MODIS资料与地面光度计探测气溶胶变分场[J]. 徐祥德,周秀骥,翁永辉,田国良,刘玉洁,颜鹏,丁国安,张玉香,毛节泰,邱红. 科学通报. 2003(15)
[7]山东省干旱主要原因分析[J]. 王建源,陈艳春. 气象. 1999(11)
本文编号：3295278
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3295278.html
