[發明專利]同化蒸散發和葉面積指數的區域土壤水分監測方法

在審

• 申請號: 201410304983.8
• 申請日: 2014-06-30
• 公開（公告）號: CN105321120A
• 公開（公告）日: 2016-02-10
• 發明（設計）人: 王利民;劉佳;楊福剛;鄒金秋;滕飛
• 申請（專利權）人: 中國農業科學院農業資源與農業區劃研究所
• 主分類號: G06Q50/02
• 分類號: G06Q50/02;G06Q10/04
• 代理公司: 北京路浩知識產權代理有限公司 11002
• 代理人: 王文君

技術領域

本發明涉及農業遙感技術領域，特別涉及一種同化蒸散發和葉面積指數的區域土壤水分監測方法。

背景技術

土壤水分是地表水循環的主要組成部分，直接地影響著地表的物質能量循環過程，是農作物生長和發育的物質基礎，更是現代農業生產和研究中的重要指標參數。因此，開發大區域的農田土壤水分估算方法對于精細農業、產量預報和農情監測領域具有重要的現實意義。

傳統的土壤水分估算方法主要有重量法、張力計法、時域反射法等，但這些方法只能采集樣點的離散數據，需要投入大量的人力物力，效率低而代表性差，很難完成區域尺度上的土壤水分連續獲取。土壤水分的遙感反演方法具有快速獲取區域尺度數據的優勢，彌補了傳統方法的不足，主要有熱慣量法、溫度-植被指數法、主動微波遙感法和被動微波遙感法等。但衛星遙感平臺過境時間短、無法按需觀測、易受天氣條件的制約，因而只能獲得數量有限、時間離散的有效數據。

MODIS數據由于具有較高的時間分辨率和光譜分辨率，在農作物長勢監測和水通量估算等方面具有優勢，是遙感監測土壤水分最常用的數據源，但是對于不同覆蓋度條件需要適配不同的模型，計算過程十分復雜，而且只能獲得地表淺層的土壤水分信息，導致其應用也受到很大的限制。

機理模型能夠給出模擬對象在時間和空間上的連續演進過程，SWAP土壤-水-大氣-植物整合模型能夠模擬在不同灌溉水平下農田的土壤水分運動，并可輸出相關農田水分和ET分量，但是要求描述灌溉數據，這在大范圍區域模擬中是難以準確獲得的。數據同化方法能夠結合機理模型在點上、遙感觀測在面上的優勢，使作物土壤水分的估算精度得以提高。

蒸散發包括植被蒸騰和土壤蒸發，是地表水量平衡和熱量平衡的重要參量，也是土壤水分的重要指標，直接反映了地表水熱平衡狀態。同化區域尺度的ET，對于估算農田耗水量和進行灌溉研究具有十分重要的價值，是提高作物土壤水分的估算的重點途徑之一。目前比較通用的同化方法是通過遺傳算法最小化SEBAL模型反演的高空間分辨率ET數據和模型模擬獲得的農田ET之間的差異，最終得到全時間序列的ET數值，但高空間分辨率數據由于受云的影響不易獲取，并且其時間分辨率不能滿足同化要求。

MODIS的ET產品是目前唯一能夠獲得的大區域ET數據產品。然而在我國華北地區的冬小麥主產區，由于MODIS數據空間分辨率較低，混合像元效應嚴重，導致產品存在系統偏低的誤差，直接同化MODISET和LAI產品將導致更差的同化效果。而大量的野外觀測實驗發現，冬小麥生育期時間序列MODISET和LAI產品的變化趨勢與實測變化趨勢十分吻合。因此，同化MODISET和LAI時間序列趨勢變化信息到機理模型，以克服遙感觀測參數與模型模擬之間的空間尺度不匹配問題，提高區域尺度土壤水分估測精度。

發明內容

(一)要解決的技術問題

本發明要解決的技術問題是：如何對SWAP模型中的灌溉參數做準確描述，同時避免MODISET和LAI數據由于混合像元效應造成的數值偏低的問題。

(二)技術方案

為解決上述技術問題，本發明提供了一種同化蒸散發和葉面積指數的區域土壤水分監測方法，包括以下步驟：

S1：標定實驗區作物生長模型，對遙感數據與地面參數進行幾何匹配，使用地統計空間插值法實現SWAP模型固有格式的氣象、土壤、作物和控制參數在區域內各個網格單元化，完成作物模型的空間化；

S2：對實驗區整個生育期內的MODISET和LAI產品按時間序列疊加，對每個柵格單元生成時間序列曲線；

S3：基于濾波算法，重構S2中獲得的時間序列MODISLAI曲線，以消除數據缺失和云污染的影響；

S4：將S2中的MODISET時序曲線和S3中濾波后的MODISLAI時序曲線進行一階差分計算并提取出單調性信息；

S5：在S1進行作物模型標定的基礎上，逐像素單元運行SWAP作物模型，對模擬得到的MODISET和MODISLAI時間序列進行一階差分并提取單調性信息；

S6：按S4和S5各自獲得的MODISET和MODISLAI曲線一階差分單調性異同建立代價函數，選擇出苗日期和灌溉時間為優化參數，采用SCE-UA優化算法使得代價函數快速收斂，最終在收斂條件被滿足時，獲得最優參數；

S7：將優化后的出苗日期和灌溉時間代入作物模型，逐像素單元模擬獲得土壤水分。

上述方法中：

所述步驟S1中：

所述地統計空間插值法為反距離權重(IDW)插值法；