高分辨率（30 m）土壤水分数据构建

2020-06-03侯美亭编译

Advances in Meteorological Science and Technology 2020年2期

（■ 侯美亭编译）

准确和详细的土壤水分信息对于灌溉、旱涝预报、水资源管理和田间尺度决策等至关重要。近年来发射的从太空测量土壤湿度的卫星继续改善了土壤湿度信息的可用性。然而，这些卫星产品的用途受到微波传感器粗空间分辨率的限制。

美国普林斯顿大学的Vergopolan等提出了一种合并框架，将高分辨率陆面模式（LSM）、辐射传输模型（RTM）和贝叶斯方法相结合，将粗分辨率遥感水文变量降尺度到30 m的空间分辨率。该框架以HydroBlocks为基础，HydroBlocks是一种通过相互作用的水文响应单元（hru）来解决陆面过程田间尺度空间异质性的陆面模式。通过在土壤水分主动被动卫星（SMAP）中使用的Tau-Omega-RTM与HydroBlocks耦合，然后将HydroBlocks-RTM和SMAP L3的亮温合并，即可得到30 m土壤湿度。

利用原位土壤水分网络数据进行验证，获得了总体高相关性（R＞0.81）和良好的平均Kling-Gupta得分（0.56）。无论是在田间尺度还是在流域尺度上，降尺度产品都比SMAP L3和L4产品更能反映土壤水分的时空动态。研究结果突出了超分辨率模型在弥补粗尺度卫星反演和野外水文应用之间的差距方面具有潜在价值。