新型遥感卫星土壤水分产品在不同地表覆盖下的精度验证与分析

吕沛恒，孙 坚，刘 绍

（1.吉林大学新能源与环境学院，长春130021；2.吉林大学地下水资源与环境教育部重点实验室，长春130021）

0 引言

土壤水分是控制地表能量分配、地表水收支、植被蒸腾和碳同化的关键因素［1］。卫星微波遥感具有回访周期短、全天候等优点，能够在大尺度长时间序列中获取多种地形和地表的土壤水分［2］。SMOS-L3-SM（Soil Moisture and Ocean Salinity，L3）、SMAP-L3-SM（Soil Moisture Active and Passive，L3）和AMSR2-LPRM-SM（The Advanced Microwave Scanning Radiomer 2，Land Parameter Retrieval Model Product）三种被动遥感土壤水分产品自从卫星发射以来已经广泛地定期地得到验证，杨娜等人在我国农区进行了SMOS-L2 数据的验证，发现SMOS 土壤水分在干季受降水影响较大，而湿季较小［3］；白瑜等人针对吉林省农田下垫面，对SMAP 和SMOS 产品进行验证，发现伴随降雨事件时，两产品的数据值高于实测土壤水分［4］；李瑞娟等人使用MER⁃RA-2 模拟土壤水分为参考数据，在亚洲区域对SMOS 和AM⁃SR2 产品进行验证，得出湿季条件下遥感土壤水分的精度比干季条件下更高的结论［5］；CHEN Y Y 等人在西藏进行了SMOS、SMAP 和AMSR2 的验证，发现SMAP 产品精度较高，AMSR2 产品则夸大了土壤水分时间变化［6］。以往的研究大多是对某一特定区域进行较短时间跨度的遥感土壤水分数据的评估，针对全球范围内不同地表覆盖下长时间跨度的验证分析较少。本研究针对FLUXNET2015 数据集和ISMN（International Soil Mois⁃ture Network）国际土壤水分网络，对全球范围内的SMOS、SMAP 和AMSR2 产品进行对比验证分析，评估全球范围内不同地表覆盖下微波遥感卫星数据的时空特性、分析精度并总结差异，为不同地区土壤水分研究的产品数据集选择提供参考。

1 数据和方法

1.1 遥感土壤水分数据

1.1.1 SMOS遥感土壤水分产品

SMOS 卫星是欧洲空间局（European Space Agency，ESA）于2009年11月2日发射升空的一颗L 波段微波卫星，对全球陆地上的土壤水分进行观测。该卫星携带一个干涉辐射计，在L 波段微波范围内工作，从亮度温度中获取地表土壤水分［7］。SMOS产品的升轨为地方时上午6∶00，降轨为地方时下午6∶00［8］。本研究使用的是SMOS-L3-SM 逐日尺度土壤水分产品，其像元尺度为为25 km［9］，有效数据时间范围是2010-2014年。为了避免偶然因素的影响，取升轨和降轨的平均值作为SMOS 数据值。

1.1.2 SMAP遥感土壤水分产品

美国航空局（National Aeronautics and Space Administration，NASA）于2015年1月发射的SMAP 产品使用1.4 GHz L 波段微波辐射计，该辐射计用于绘制全球地图，并以固定的40 度入射角提供亮度温度观测值［10］。SMAP 上的雷达在发射3 个月后失效，但基于单轨道无源辐射计的单通道算法（SCA）的土壤水分估计值仍在继续生成［11］。SMAP-L1 产品是提供仪器测量的产品，SMAP-L2 产品提供基于条带的地理检索，SMAP-L3 产品是由多个L2 产品合成的单日全球产品［12］。SMAP 卫星升轨为地方时下午6∶00，降轨为地方时上午6∶00。本研究使用了第4 版像元尺度为36 km 的SMAP-L3 逐日尺度土壤水分产品，其有效数据时间范围是2015年3月31日至今。为了避免偶然因素的影响，取升轨和降轨的平均值作为SMAP数据值。

1.1.3 AMSR2遥感土壤水分产品

美国航空局于2002年5月4日发射了AMSR-E土壤水分反演产品，该产品于2011年10月停止提供数据，其继任者AMSR2产品由日本宇宙航空研究开发机构（Japan Aerospace Explora⁃tion Agency，JAXA）在2012年5月18日发射。AMSR2 测量了7个不同频率下的亮度温度，分别为6.925、7.3、10.65、18.7、23.8、36.5 和89.0 GHz［13］。AMSR2 升轨过境时段数据和降轨过境时段数据的对应的时间分别为当地时间下午1∶30 和凌晨1∶30 左右［14］。本研究采用像元尺度为25 km的AMSR2-LPRM-L3逐日尺度土壤水分产品，其有效数据时间范围是2012年7月10日至今，采用的测量频率分别为6.93、7.3和10.7 GHz，各频率测量值取该频率升轨值和降轨值的平均值，并取3 种频率测量值平均值作为AMSR2数据值。

1.2 地面实测数据

1.2.1 FLUXNET2015数据集

全球规模的FLUXNET网络由美国国家航天局在1998年成立，是全球微气象通量测量站点网，用于测量生物圈与大气之间的二氧化碳，水蒸气和能量的交换［15］，其最新的数据集为FLUXNET2015 数据集，该数据集的覆盖时间范围是1989年1月1日至2014年12月31日，提供了来自全球范围内212 个站点的1 500 站点年以上的土壤水分等数据。参考FLUXNET2015数据集与3种遥感土壤水分产品的重合时间段，本研究选取2012年7月10日至2014年12月31日具有有效测量的87 个FLUXNET 站点，对SMOS 产品和AMSR2 产品在不同地表覆盖下进行了精度验证。FLUXNET 站点按IGBP（国际地圈生物圈计划）的地表覆盖分类分组［16］，其中，有农田（CRO）站点10个、落叶阔叶林（DBF）站点14个、常绿阔叶林（EBF）站点7个、常绿针叶林（ENF）站点16个、草地（GRA）站点18个、混交林（MF）站点6 个、开阔灌丛（OSH）站点3 个、热带稀树草原（SAV）站点5 个和多树热带草原（WSA）站点5 个。选取的FLUXNET站点分布图见图1（a）。

1.2.2 ISMN土壤水分网络

ISMN 土壤水分网络由欧洲航天局（ESA）在2011年成立，并对土壤水分数据集中数据进行集中托管［17］。截至2020年12月，ISMN 包含来自65 个监测网络的土壤水分数据，全球共有2678 个监测站。所有来自这些监测网络的土壤水分数据都会自动转换成普通的土壤体积水分单位，并通过质量控制程序标记异常值［18］。本研究选取ISMN 土壤水分网络中的biebrza_s-1、cosmos、fmi、hobe、oznet、remedhus、rsmn、scan、snotel和uscrn监测网络，共包含616 个监测站，其有效时间范围大多集中于2015-2018年。参考这10个监测网络与3种遥感土壤水分产品的重合时间段，取时间范围在2016年1月1日至2017年12月31日的监测站实测数据，对AMSR2和SMAP土壤水分产品进行了评价。选取的ISMN站点按中国研制的30 m全球地表覆盖产品（GlobeLand30）［19］分组，其中，有耕地（CUL）站点132 个、林地（FOR）233 个、草地（GRA）81 个、灌木地（SHR）125 个、湿地（WET）26 个和人造地表（ART）9 个。选取的ISMN 站点分布图见图1（b）。

图1 选取的FLUXNET和ISMN各站点分布图Fig.1 Selected FLUXNET and ISMN site distribution map

1.3 统计指标进行误差评估

为定量化描述验证结果及精度，使用传统统计指标分别对FLUXNET2015 数据集和ISMN 数据集进行评估，评价指标包括偏差Bias、均方根误差RMSE、时间序列相关系数R［20］。3 个指标的公式如下：

式中：SMest代表遥感卫星土壤水分值，m3/m3；SMobs代表实测土壤水分值，m3/m3；n为每组参与比较数据的个数，即每组对照数据同一天中遥感卫星数据和实测数据均不为空且非零的天数。

偏差（Bias）可以反映出遥感卫星土壤水分值与实测土壤水分值的差异，大于0 则说明高估了实测土壤水分值，小于0 则说明低估了实测土壤水分值；均方根误差（RMSE）反映了遥感卫星土壤水分值序列与实测土壤水分值序列之间差异程度，即遥感卫星水分产品的准确性，RMSE值越小，遥感卫星水分产品越准确；时间序列相关系数（R）表达了遥感卫星土壤水分值序列与实测土壤水分值序列之间线性相关程度，R值越接近1，则二产品随时间变化的趋势越相似［21］。

2 结果与讨论

对于各站点，分别以FLUXNET2015 数据集和ISMN 数据集为基准统计不同地表覆盖类型，统计指标为各地表覆盖类型的偏差平均值、均方根误差平均值和时间序列相关系数平均值。为了更加直观地看出各地表覆盖下的数据精度差异，本文采用箱线图来对比分析，图2 为SMOS 产品和AMSR2 产品与FLUXNET 数据集对比的统计参数箱线图，图3 为SMAP 产品和AMSR2 产品与ISMN 数据集对比的统计参数箱线图。其中，每个箱体内的水平线表示中位数Q2，箱体下边缘代表下四分位数Q1，箱体上边缘代表上四分位数Q3，四分位距离IQR为上下四分位数差值（Q3-Q1），框下面水平线代表该组数值下限（Q1-1.5IQR），框上面水平线代表改组数值上限（Q3+1.5IQR），上限与上限之外为异常值［22］。

2.1 FLUXNET网络验证结果分析

表1 为FLUXNET 站点分地表覆盖统计参数表，对于偏差，结合表1 和图2（a）可以看出，SMOS 产品箱线图的箱体明显低于AMSR2，且SMOS 产品在各地表覆盖与实测数据的偏差平均值均明显小于AMSR2，大多数站点的SMOS 产品偏差平均值为负值，而AMSR2 产品的偏差平均值则大多为正，这说明SMOS产品在大多数FLUXNET站点低估了实测值，而SMAP产品则大多高估了实测值。

关于均方根误差，结合表1 和图2（b）可以看出，SMOS 产品各地表覆盖下与实测数据的均方根误差的Q2 值在0.081～0.226 m3/m3之间，且地表覆盖为GRA、SAV 和WSA 的SMOS 产品的均方根误差Q1 值（0.067，0.059，0.076）和Q2 值（0.097，0.082，0.083）更低，地表覆盖为SAV 下的SMOS 产品均方根误差平均值仅为0.079 m3/m3，AMSR2 产品各地表覆盖下与实测数据的均方根误差Q2值在0.092～0.299 m3/m3之间，略高于SMOS产品，在地表覆盖为CRO、EBF、GRA、OSH、SAV、WSA 下，AMSR2 产品的均方根误差Q1 值、Q2 值和Q3 值要明显低于地表覆盖为DBF、ENF 和MF 下的对应参数，DBF、ENF 和MF 的IQR值（0.237，0.194，0.436）均较大，两组地表覆盖下的均方根误差平均值的差距也较大，前六者范围在0.098～0.149 m3/m3之间，而后三者则在0.236～0.280 m3/m3之间，可见AMSR2 产品在地表覆盖为低矮植被类型时与实测数据的均方根误差值多低于高植被类型，且均方根误差波动较小。

表1 FLUXNET站点分地表覆盖统计参数表Tab.1 Statistical parameter table of surface coverage of FLUXNET sites

图2 SMOS产品和AMSR2产品与FLUXNET数据集对比的统计参数箱线图Fig.2 Box plot of statistical parameters for comparison of SMOS products and AMSR2 products with FLUXNET datasets

结合表1 和图2（c）可以看出，SMOS 产品在地表覆盖为GRA、SAV 和WSA 时与实测数据的相关系数Q2 值（0.567，0.577，0.736）和相关系数平均值（0.455，0.484，0.536）要明显高于其他地表覆盖类型，AMSR2产品在地表覆盖为ENF下的相关系数箱体明显低于其他地表覆盖类型的相关系数箱体，Q2值仅为0.085 m3/m3，且平均相关系数仅为0.129。针叶林是寒温带的地带性植被，土壤温度较低，这可能是导致土壤水分反演产品精度较低的主要原因［23］。除ENF、MF和OSH地表外，AMSR2产品在其他地表覆盖类型的相关系数Q2 值和相关系数平均值均较高。

2.2 ISMN网络验证结果分析

表2 为ISMN 站点分地表覆盖统计参数表，结合表1 和图3（a）可以看出，在地表覆盖为WET下，SMAP产品和AMSR2产品与实测数据的偏差值箱体范围较大，IQR值分别为0.512 和0.501 m3/m3。这说明在湿地覆盖下，遥感土壤水分产品的偏差波动较大，其他地表覆盖下SMAP 产品偏差Q1 值在-0.081～0.011 m3/m3之间，Q3 值在0.028～0.107 m3/m3之间，平均值也在-0.020～0.047 m3/m3之间，可见SMAP 产品在其他地表覆盖下的偏离程度较低。除WET 地表覆盖外，其他地表覆盖下的AMSR2 产品偏差Q1 值均大于0.006 m3/m3，可见超过3/4 的偏差值为正数，这与陆峥［24］在黑河流域的研究相似，AMSR2 大多高估了实测值。

结合表2和图3（b）可以看出，在地表覆盖为WET下，SMAP产品和AMSR2 产品与实测数据的均方根误差箱线图的箱体均明显高于其他地表类型，平均均方根误差也明显高于其他地表类型，分别为0.247 和0.269 m3/m3，且箱体范围较大，IQR值分别为0.368 和0.176 m3/m3，这可能是由于湿地的水面效应导致夜间和白天土壤水分产品之间的一致性较差［25］，平均得到的遥感土壤水分数据准确性较低。除湿地地表外，SMAP 产品的均方根误差箱体均低于AMSR2产品，且SMAP 的均方根误差平均值均低于AMSR2 的均方根误差平均值，地表覆盖为CUL、FOR、GRA、SHR 的SMAP 产品的均方根误差Q1值在0.062～0.080 m3/m3之间，Q2 值在0.087～0.115 m3/m3之间，Q3 值在0.124～0.145 m3/m3之间，AMSR2 产品的均方根误差Q1 值在0.095～0.119 m3/m3之间，Q2 值在0.120～0.169 m3/m3之间，Q3 值在0.184～0.219 m3/m3之间，SMAP 产品与实测数据的均方根误差值略小于AMSR2产品，这与陈泓宇［26］等人于2015年9月至2016年9月在中国青藏高原对SMAP 产品和AMSR2 产品的评估中的均方根误差结果相似，CHO 等人［27］利用2012年7月至10月期间朝鲜半岛9 个测站的现场测量结果，评估了AMSR2 土壤水分产品，发现均方根误差水平在0.15 m3/m3上下浮动，这亦与我们的研究相似。

表2 ISMN站点分地表覆盖统计参数表Tab.2 Statistical parameter table of surface coverage of ISMN sites

图3 SMAP产品和AMSR2产品与ISMN数据集对比的统计参数箱线图Fig.3 Box plot of statistical parameters for comparison of SMAP products and AMSR2 products with ISMN datasets

综合表2 和图3（c）可以看出，地表覆盖为CUL、GRA 和ART的3种遥感土壤水分产品的相关系数箱线图箱体明显高于其他地表覆盖类型，说明这3 种地表覆盖下二遥感土壤水分产品的时间序列相关系数更高，这反映出SMAP 和AMSR2产品在地表覆盖为CUL、GRA 和ART 下与实测值的线性相关程度更高。对比SMAP 和AMSR2 的箱体可以看出，SMAP 产品的时间序列相关系数在所有地表覆盖下的Q1值、Q2值和Q3值均高于AMSR2 产品，这反映出SMAP 产品与ISMN 实测数据随时间变化的趋势更相似。

3 结论

本研究分别以FLUXNET 数据集和ISMN 网络为基准，利用传统统计指标（Bias、RMSE、R）对SMOS-L3-SM、SMAP-L3-SM产品和AMSR2-L3-SM产品的土壤水分数据在不同地表覆盖下的应用能力进行了验证和分析，结果表明，低矮稀疏植被覆盖的区域的土壤水分产品反演精度要高于高大茂密植被覆盖的区域，且SMOS 和AMSR2 产品在地表覆盖为针叶林下反演精度较低，SMAP 产品和AMSR2 产品在地表覆盖为湿地下反演精度较低，SMAP 产品的精度要高于AMSR2 产品。本研究还存在以下不足：首先，受限于实测数据集的站点分布，大部分站点都集中在美国，空间代表性不足；同时，实测数据的观测深度与各遥感土壤水分产品不尽相同，这也可能使实测数据与各遥感卫星产品的精度验证产生一些误差。因此，需要使用观测深度与各遥感卫星数据更加匹配的实测数据，使验证的结果更加可靠，相关研究有待深入。□