基于EnKF的湘江流域多源遙感土壤水分?jǐn)?shù)據(jù)分析

王雨詩(shī)，閔馨童，王 成，夏晨慶，朱 仟

(東南大學(xué)土木工程學(xué)院，211189,南京)

土壤水分參與生物圈中地表與大氣能量、物質(zhì)與水分的交換，能夠控制地表徑流走向，植物含水量等，在氣候系統(tǒng)調(diào)節(jié)中起著重要作用。同時(shí)，農(nóng)作物所受水分脅迫的程度也與土壤水分含量密切相關(guān)[1]。土壤水分可以在一定程度上反映水土保持措施的影響及有效性，因此獲取可靠的土壤水分?jǐn)?shù)據(jù)通常被視為水土保持工作中的關(guān)鍵步驟。

遙感技術(shù)因具有分辨高，覆蓋范圍廣，時(shí)間跨度長(zhǎng)等優(yōu)點(diǎn)而被廣泛地用來(lái)獲取土壤水分?jǐn)?shù)據(jù)[2-3]。較為常用的一些遙感土壤水分?jǐn)?shù)據(jù)包括：SMAP (soil moisture active passive)、ASCAT(advanced scatterometer)、AMSR2(advanced microwave scanning radiometer 2)和SMOS (the ESA soil moisture/ocean salinity mission)的反演土壤水分?jǐn)?shù)據(jù)[4-5]。目前SMAP、ASCAT和ASMR2等提供的土壤水分?jǐn)?shù)據(jù)與實(shí)測(cè)數(shù)據(jù)有良好的一致性，在大部分地區(qū)適用性較高，表現(xiàn)出較好的準(zhǔn)確性和可靠性[6-11]，但也因受到觀測(cè)誤差、樣本不確定性和表面土壤水分反演算法的影響而顯示出不同的性能[12-13]；因此融合不同來(lái)源的遙感土壤水分?jǐn)?shù)據(jù)被認(rèn)為是獲得高精度土壤水分?jǐn)?shù)據(jù)的可靠方法[14]。

數(shù)據(jù)融合是集合多源數(shù)據(jù)并篩除無(wú)關(guān)信息的過(guò)程，融合后的數(shù)據(jù)往往具有更高完整性、準(zhǔn)確性和及時(shí)性[15-16]。數(shù)據(jù)融合算法中有些經(jīng)典算法一直被廣泛地運(yùn)用于各種數(shù)據(jù)的處理，如HIS變換法、高通濾波法、比值加權(quán)法、主成分分析法、集合卡爾曼濾波算法(Ensemble Kalman Filter,EnKF)等[15]。EnKF作為最常用的融合方法之一，被廣泛運(yùn)用于遙感土壤水分的融合中[16]。如高健等[17]利用EnKF實(shí)現(xiàn)對(duì)內(nèi)蒙古地區(qū)10 cm多源土壤水分?jǐn)?shù)據(jù)的融合。……