SMAP/Aquarius土壤湿度反演算法改进与FY-3土壤湿度校正技术研究

Soil Moisture is one of important parameters in land surface, and have an important influence on global water cycle, energy balance and climate change. Research on vegetation correction method base on radar vegetation index, develop an effective method to elimate vegetation effects for retrieving SMAP/Aquarius soil moisture, and improve the precision of FY-3 soil moisture algorithm and products accuracy.（1）Establish a clear mathematical relationship between the radar vegetation index (RVI) and vegetation water content/vegetation transmissivity, and develop a soil moisture inversion algorithm for the vegetation correction combined the radar and radiometer observations;（2）Improve FY-3 soil moisture algorithm and products accuracy using SMAP/Aquarius high precision of soil moisture and vegetation parameters. Realization of long time series of global scale soil moisture reliable retrieval, improve soil moisture application in the meteorological and monitoring of drought.

土壤湿度是陆表极其重要的参数之一，对全球水循环、能量平衡、以及气候变化有着重大影响。研究基于雷达植被指数发展有效消除植被影响的SMAP/Aquarius土壤湿度反演算法，改进与提高FY-3土壤湿度算法与产品精度。 （1）建立雷达植被指数与植被含水量和植被透过率之间的关系，发展有效消除植被的主被动联合土壤湿度反演算法；（2）利用SMAP/Aquarius高精度的土壤湿度和植被参数信息改进与提高FY-3卫星土壤湿度算法与产品精度。实现全球中尺度土壤湿度的长时间序列可靠反演，提升土壤湿度产品在气象和干旱监测中的应用。

地表土壤湿度是全球生态系统、气候变化和水循环研究的关键变量，精确的地表土壤湿度估算可以提高气候预报精度，有助于干旱监测和洪水预警，为农作物估产和农业管理提供支持。微波低频波段可以穿透更深的植被， L波段对地表土壤湿度更加敏感，被认为是地表土壤湿度监测的最具潜力的技术。本项目针对国际SMAP/Aquarius卫星搭载的载荷配置，基于微波辐射传输理论模型研究植被校正方法，通过建立雷达植被指数校正植被影响，利用实验数据分析雷达植被指数对不同植被类型的敏感性，统计回归得出雷达植被指数与植被含水量之间的数学关系，研究结果表明L波段的RVI能够很好的表征水稻和大豆生长周期的植被变化特征。基于2011年Aquarius卫星获取的L波段散射计数据，计算了全球雷达植被指数RVI，通过与NDVI产品比较，在全球尺度上RVI与NDVI具有高度的一致性。利用雷达植被指数作为量度植被覆盖的指标，可以不依赖其他观测系统提供的辅助数据，与土壤湿度估计值在时间和空间上尺度一致。基于雷达植被RVI校正植被影响，发展改进了Aquarius土壤湿度反演算法，反演的产品更好的反应了高纬度植被覆盖区域土壤湿度的空间变化特征。发展改进了SMAP土壤水分降尺度算法，通过SMAPVEX机载数据验证，有效提升了土壤湿度产品精度和空间分辨率。针对风云三号微波成像仪，利用10.65、18.7GHz双通道微波辐射亮温，建立了全球被动微波植被指数，用于土壤湿度反演过程中植被参数的校正。通过站点数据观测验证了风云三号土壤湿度产品，土壤湿度动态范围较小，需要更多的较为密集的观测网络，以获取更多的地面数据来对反演的精度进行验证。通过校正植被影响改进土壤湿度反演算法，能够提升土壤湿度产品在气象和干旱监测中的应用。