[發明專利]一種土壤含水量產品降尺度方法

有效

• 申請號: 201610944554.6
• 申請日: 2016-11-02
• 公開（公告）號: CN106501186B
• 公開（公告）日: 2019-09-06
• 發明（設計）人: 張婷婷;張雪飛;邵蕓
• 申請（專利權）人: 中國科學院遙感與數字地球研究所
• 主分類號: G01N21/25
• 分類號: G01N21/25;G01N22/04
• 代理公司: 北京方韜法業專利代理事務所(普通合伙) 11303
• 代理人: 朱麗華

1.一種土壤含水量產品降尺度方法，其特征在于，所述方法包括以下步驟：

A.獲取待研究區的被動微波土壤含水量產品和同一時間的光學遙感影像數據；

B.基于多端元混合像元分解方法對所述光學遙感影像數據進行土壤光譜的提?。?/p>

C.利用GA-PLS建立所述土壤光譜反射特征與從所述被動微波土壤含水量產品中獲取的土壤含水量之間的定量關系模型，所述定量關系模型是基于所述土壤光譜計算得到的每個像元的土壤光譜中各波段的反射率、波段比值、曲率與所述土壤含水量的定量關系；

D.基于步驟C建立的所述定量關系模型，利用泰勒級數展開形式構建土壤含水量降尺度模型，獲得高空間分辨率的土壤含水量數據；

其中，泰勒級數展開形式的表達式為：

其中，θ_n-1和θ_n分別代表低空間分辨率和高空間分辨率土壤含水量，R_n-1(λ_i)_s和R_n(λ_i)_s分別表示低空間分辨率和高空間分辨率的土壤光譜在第i波段的反射率，Ratio_n-1(j)_s和Ratio_n(j)_s分別表示低空間分辨率和高空間分辨率的土壤光譜波段比值，Curv_n-1(k)_s和Curv_n(k)_s分別表示高空間分辨率和低空間分辨率的土壤光譜曲率，M、N和L分別代表反射率i、波段比值j和曲率k的變量總數。

2.根據權利要求1所述的土壤含水量產品降尺度方法，其特征在于，所述步驟A中被動微波土壤含水量產品采用SMAP土壤含水量數據；所述光學遙感影像數據采用MODIS影像數據。

3.根據權利要求2所述的土壤含水量產品降尺度方法，其特征在于，所述步驟B中提取所述土壤光譜的方法為：將高空間分辨率的MODIS圖像重采樣到與SMAP數據同樣的低空間分辨率，分別對該高空間分辨率的MODIS影像和重采樣后低空間分辨率的MODIS應用MESMA方法進行土壤光譜的提取。

4.根據權利要求3所述的土壤含水量產品降尺度方法，其特征在于，所述MESMA方法包括光譜庫創建、最優光譜庫選取和多端元混合像元分析步驟，

所述光譜庫創建包括基于ROI創建光譜庫、光譜庫元數據制作和光譜庫管理；

所述最優光譜庫的選取包括創建方形陣列和光譜庫優選；

所述多端元混合像元分析采用植被-不透水面-土壤模型，將優選的植被、不透水面、土壤光譜集組合構成2EM、3EM、4EM混合像元分析模型，基于所述最優光譜庫的優選結果對MESMA結果進行陰影歸一化處理，得到各端元豐度值和表示結果精度的均方根誤差，再利用所述各端元豐度值和下列公式得到研究區土壤端元光譜，

其中，R_s(λ)為土壤光譜在波段λ的反射率，R(λ)為像元在波段λ上的反射率，R(i，λ)為第i個端元在波段λ上的反射率，f_i為第i個端元豐度值，N為端元個數，ε_λ是殘差，所有端元組分的豐度值之和定義為1。

5.根據權利要求1所述的土壤含水量產品降尺度方法，其特征在于，所述步驟D中降尺度模型的建立方法采用逐步遞減方式進行降尺度運算，逐步達到高空間分辨率的要求。

6.根據權利要求5所述的土壤含水量產品降尺度方法，其特征在于，所述步驟D中高空間分辨率的土壤含水量數據是指500m空間分辨率的土壤含水量數據。

7.根據權利要求1所述的土壤含水量產品降尺度方法，其特征在于，所述步驟A中還同時獲取所述待研究區的土壤輔助數據，所述土壤輔助數據包括：土地利用或土地覆蓋分類數據，以及DEM數據。

8.根據權利要求7所述的土壤含水量產品降尺度方法，其特征在于，所述步驟C建立的GA-PLS模型還可以增加每個像元的DEM數據或坡度數據作為GA-PLS模型的輸入參數。