热红外遥感支持下浅层土壤温度的四时间尺度模型与高分辨率重建

Soil temperature is a key parameter to investigate the surface radiation and energy budget and the carbon and water cycle status. However, the spatial and temporal resolutions of current soil temperature product are still low, partly because of the low representation of site observations over an extensive spatial scale and partly because of the high complexity of land surface models. We try to examine the possibility of thermal remote sensing on inverting soil thermal field of shallow underground layers. This is performed through the construction of a four time-scale model capable of modeling the dynamics of both soil and skin-surface temperatures (i.e., LST, land surface temperature), within which observations from thermal remote sensing play a key role. We will focus on analyzing the information transfer theory of satellite thermal remote sensing, and, therefore, demonstrate the coupling between skin-surface temperature and subsurface soil thermal field. The main research contents include the following: (1) Constructing a quasi-analytical model of soil temperature dynamics that incorporates four temperature cycles, including the annual temperature cycle (ATC), weather-change temperature cycle (WTC), diurnal temperature cycle (DTC), and the day-to-day temperature difference (DTD); (2) Generating skin-surface temperatures with high and very-high spatial and temporal resolutions from an assimilation perspective, using the statistical relationship between land cover features and the model coefficients of LST dynamics; (3) Reconstructing high-resolution soil temperature profiles combining the high-resolution LST and the 4-scale model. This study is expected to indicate that thermal remote sensing is capable of not only detecting skin-surface temperature but also of estimating soil temperature far beneath. We believe this work is also likely to expand the quantitative applications of thermal remote sensing.

土壤温度是研究地表辐射平衡、能量收支与碳水循环的关键参量。受限于单站点观测在空间尺度上的低代表性与模式模拟的不确定性，目前土壤温度产品尚不能满足需求。研究将揭示皮肤温度与土壤热场的耦合机理，建立皮肤温度与土壤温度的多时间尺度变化模型及其遥感参数化方案，探索热红外遥感反演浅层土壤热场的可能性，提高土壤温度在时间维、空间平面维与垂直维三个维度上的估算精度。研究内容包括：（1）针对土壤温度大尺度年内变化、中尺度天气变化、小尺度日内变化与微尺度温度流变四个时间尺度的特征，构建土壤温度变化的四时间尺度遥感模型；（2）分析不同时间尺度上地表覆盖特征与皮肤温度模型参数的统计关系，生成高时空分辨率地表皮肤温度；（3）利用四尺度模型与高分辨率地表温度，研究重建高时空分辨率土壤剖面温度的方法，估计浅层土壤的厚度。本课题有望突破热红外遥感只能探测到皮肤温度的瓶颈，拓展定量热红外遥感的应用领域。

地温（包括土壤温度与地表温度）是研究地表辐射平衡、能量收支与碳水循环的关键参量。受限于单站点观测在空间尺度上的低代表性与模式模拟的不确定性，目前地温产品尚不能满足需求。申请人在国家自然科学基金的资助下，在如下两个方面取得了系统性研究成果：在遥感地温的多时间尺度模型构建方面及其应用方面，（1）构建了晴空条件下基于离散热红外遥感观测重建遥感地表温度日变化规律的通用框架，更好地满足了不同用户的需求；（2）改进了基于两层土壤温度重建土壤温度场的热传导模型，提高了土壤温度的模拟精度；（3）提出了基于离散热红外遥感观测估计土壤温度热场的三时间尺度模型，突破了无法直接通过遥感地表温度获得地表皮肤层以下土壤温度的瓶颈；（4）分析了城市地下热环境的空间格局与时间过程，全面揭示了城市地下热岛的时空运移规律。在遥感地温时空耦合与降尺度方面：（1）构建了遥感地表温度分解的概念架构与理论架构，支撑了地表温度降尺度的算法设计；（2）建立了遥感地表温度的时空降尺度模型，模型能够同时提高遥感地表温度的时间分辨率与空间分辨率；（3）探索了遥感地表温度降尺度中最佳回归窗口大小的设置方案，提出了最佳回归窗口选择策略；（4）设计了遥感地表温度降尺度模型性能评价指标，能够用于地表温度降尺度算法性能的评估。在项目（编号：41301360）支持下，已接收（发表）SCI论文11篇（其中第一/通讯作者SCI论文9篇），包括7篇SCI一区论文（其中Remote Sensing of Environment 5篇），4篇SCI二区论文；此外，还有一篇论文正在Remote Sensing of Environment大修。项目执行期间，申请人入选了南京大学登峰计划-B类（2014年）与首届遥感青年科技人才创新资助计划，培养/协助培养博士生2名，硕士生4名。研究结果突破了热红外遥感只能探测到皮肤温度的瓶颈，拓展了定量热红外遥感的应用领域。