[发明专利]一种长时序遥感土壤水分降尺度方法

摘要

本发明公开了长时序遥感土壤水分降尺度方法，它包括：(一)根据高分辨率地表参数的获取情况，将长时序低分辨率遥感数据划分为两个部分；(二)根据土壤水分与地表参数之间的统计关系，获取地表参数可获取时期内的高分辨率土壤水分数据；(三)以步骤(二)获取的数据为参考数据，根据土壤水分“时间稳定性”特征，获取不同尺度间土壤水分转换参数，进而将步骤(一)划分得到的第二部分数据产品转换为高分辨率的土壤水分数据。本发明具有如下有益效果：本发明可有效解决土壤水分降尺度对高分辨率数据的依赖性，使在有限的数据支持下获取长时序高分辨率土壤水分成为现实；本发明算法结构简单，避免了物理模型结构复杂、输入参数多等问题。

主权项

一种长时序遥感土壤水分降尺度方法，其特征在于，它包括以下步骤：(一)根据MODIS数据的获取情况对CCI长时序遥感土壤水分数据产品进行划分：将CCI长时序遥感土壤水分数据产品划分为第一部分CCI数据产品和第二部分CCI数据产品；所述第一部分CCI数据产品为MODIS数据可获取时段内的CCI长时序遥感土壤水分数据产品；所述第二部分CCI数据产品为MODIS数据缺失时段内的CCI长时序遥感土壤水分数据产品；(二)由MODIS数据得出2001年至2013年内分辨率为1Km的土壤水分数据：(1)接收2001年至2013年内分辨率为1Km的MODIS数据，所述MODIS数据包括：植被指数数据NDVI和地表温度数据T；(2)对植被指数所述数据NDVI和地表温度数据T进行归一化处理，消除数量级别上的差异性：T^*＝(T‑T_min)/(T_max‑T_min)       (1)NDVI^*＝(NDVI‑NDVI_min)/(NDVI_max‑NDVI_min)     (2)其中，T_max为地表温度数据T的最大值，T_min为地表温度数据T的最小值；NDVI_max为归一化植被指数数据NDVI的最大值，NDVI_min为归一化植被指数数据NDVI的最小值，T^*为归一化后地表温度数据，NDVI^*为归一化后的植被指数数据；(3)对归一化后的地表温度数据T^*和归一化后的植被指数数据NDVI^*进行重采样至分辨率为25Km；基于重采样得到的2001年至2013年内的归一化后的地表温度数据T^*和归一化后的植被指数数据NDVI^*建立第一阶段CCI土壤水分数据的统计关系：$SSM=\underset{i=0}{\overset{n}{\Σ}}\underset{j=0}{\overset{n}{\Σ}}{a}_{ij}\·{\mathrm{NDVI}}^{*\left(i\right)}\·T^{*\left(j\right)}---\left(3\right)$其中a_ij表示权重系数，i，j分别代表自变量的维数，SSM为2001年至2013年内的土壤水分数据；(4)将步骤(1)中获取的分辨率为1Km的植被指数数据NDVI和分辨率为1Km的地表温度数据T数据代入公式(1)、(2)和(3)中，实现土壤水分的降尺度处理，得出2001年至2013年内的分辨率为1Km的土壤水分数据；(三)以步骤(二)获取的数据为参考数据，获取土壤水分尺度转换参数，进而将步骤(一)划分得到的第二部分CCI数据产品转换为分辨率为1Km的土壤水分数据：(1)确定拟合转换系数：不同尺度间土壤水分的关系为${\mathrm{SSM}}_{x,y,t}^F=a_{x,y}\·{\mathrm{SSM}}_{x,y,t}^C+b_{x,y}---\left(4\right)$其中，和分别表示为t时刻(x,y)位置上高分辨率及其对应低分辨率像元内的土壤水分；a_x,y和b_x,y表示拟合转换系数；将步骤(二)得到的2001年至2013年内的分辨率为1Km的土壤水分数据代入式(4)中的将步骤(一)划分得到的第一部分CCI数据代入式(4)中的得出拟合转换系数a_x,y和b_x,y的值；(2)将步骤(一)划分得到的第二部分CCI数据代入入式(4)中的将步骤(1)中得到的拟合转换系数a_x,y和b_x,y的值分别代入式(4)中的a_x,y和b_x,y，得到1979年至2000年内的分辨率为1Km的土壤水分数据。