被动微波遥感地表冻融状态及冻土活动层数据同化方法研究

摘要

季节性和永久性冻土主要分布在高纬度和高海拔地区，占地球陆地总面积的35％；约有50×106km2的北半球陆地表层土壤每年都要历经冻融转换这一过程。土壤的冻融变化及其水热状态对地气能量交换、地表径流、作物生长和碳循环等均具有重要影响，并且可作为气候变化的灵敏指示器。本论文从被动微波遥感和陆面过程模型两种基本研究手段入手，主要开展了利用被动微波遥感数据监测地表冻融状态和冻土活动层的被动微波数据同化两方面的研究。
　　 介电常数是决定物质微波辐射和散射特征的最基本物理量，因此本文首先总结归纳了冻土的介电常数计算模型。目前常用的经验模型都仅适用于融土，虽然发展了针对冻土的介电常数理论模型，但所需参数不易获取且计算过程复杂，难以直接应用于遥感领域。根据混合物介电理论，在经验模型Dobson基础上加入冰项，推导得到改进公式，经与实测数据比较，基本适用于冻土介电常数的计算。当土壤由融化状态转变为冻结状态，土壤介电常数的实部和虚部均显著降低，引起冻土具有以下不同于融土的突出特征：①物理温度和亮度温度均较低；②发射率较高；③体散射较强，即亮度温度随着频率增大而减小；④后向散射系数较低。以上分析为冻土微波遥感提供了基本的理论依据。
　　 遥感在冻土研究中最直接的应用即是利用微波遥感监测浅层土壤的冻融状态。本论文在前人双指标冻融判别算法的基础上，以SSM/I亮温为基础数据，根据样本亮温时间序列特征、聚类统计分析以及冻结/融化地表的微波辐射和散射特征，首次联合使用19V、19H、22V、37V、85V五个通道的亮温和散射指数、37GHz垂直极化亮温及19GHz极化差三个关键指标发展了识别地表或植被冠层的冻融状态，同时剔除沙漠和降水等散射体干扰的地表冻融状态决策树新算法。利用国际协同加强观测期CEOP-EOP3的土壤温度和湿度观测系统的4cm土壤温度数据对分类结果进行验证，准确率可达87％。经分析，约40％和73％的误分分别发生在浅层土壤温度为-0.5℃～0.5℃和-2.0℃～2.0℃之间，即冻结点附近；且多发生在冷暖季节过渡时期，即4～5月和9～10月，分别占误分的33％和38％。基于该决策树获得中国全境地表冻融数据集及冻结日数图，以中国冻土区划与类型图为参考进行精度评价，得到总体分类精度为91.66％，Kappa系数为80.5％，且冻融界线与季节冻土的分布南界具有较好的一致性。基于地表冻融数据集，采用时间序列检测法获得土壤稳定冻结始日、稳定融化始日及稳定冻结期，经与土壤温度观测数据比较，基本吻合。该算法为获得长时间序列的地表冻融数据集提供了基础，可为冰冻圈与气候变化关系研究、区域和全球碳循环模型、水文模型、陆面过程模型乃至一般环流模型提供基本的土壤冻融信息；也可用于不同地表参数遥感反演算法实施前的预分类处理。
　　 遥感观测和模型模拟各有优缺点，陆面数据同化则为集成观测和模型提供了新思路和新方法。本文即开展了数据同化方法在冻土活动层研究中的应用。冻土活动层数据同化系统以考虑了雪盖、土壤盐分及枯枝落叶层对土壤冻融影响的一维水-热-盐分耦合模型SHAW为动力学约束框架，通过集合卡尔曼滤波算法同化SMTMS观测数据和SSM/I微波亮度温度观测以改善冻土活动层的水热状态变量估计值。通过试验分析表明：①模型算子SHAW能够比较准确地刻画土壤中水热状态的动态变化，但模拟的各层土壤含水量都系统性偏低，而土壤温度则偏高，预测的冻结深度偏小；②微波辐射传输模型作为同化系统中连接陆面过程模型状态变量和遥感观测量的桥梁，其模拟性能直接影响同化精度。本研究采用的AIEM+LSP/R模型基本适用于同化SSM/I19GHz亮温的精度需求，但对于高频数据，则必须考虑体散射的影响；③集合卡尔曼滤波算法有效解决了在同化系统中应用非线性模型(包括阈值的不连续性)的问题，且同化精度和执行效率较高；④冬季，土壤水分多以固态形式存在，土壤导水率极低，导致各层土壤间水分迁移量很少，相关性较弱，且未冻水含量主要取决于土壤温度，因此开展冻土数据同化时，关键变量是土壤温度；夏季，高原季风降水直接影响土壤中的含水量，而土壤水分模拟不准将影响土壤温度，因此夏季同化时，关键变量是土壤水分；⑤同化直接的土壤温度、土壤水分观测数据能够显著改善模型状态变量的估计值，改善程度与同化频率和同化数据的时间选择有关；⑥引入对地表水分和温度敏感的微波亮度温度，可以有效提高土壤温度廓线和水分廓线的估计精度，同化结果的均方根误差明显低于SHAW的模拟结果，但高于同化直接的土壤温度/水分观测的情况；⑦给定合理的模型误差协方差项，可将表层优化后的信息快速传递给深层土壤，以达到改善整个土壤廓线状态变量估计的目的；⑧目前尚无法对模型状态变量误差间的协方差进行准确估计，可假设状态变量误差间的相关性可由状态变量间的相关性来描述；⑨同化4cm土壤温度观测数据后，各层土壤温度的RMSE比SHAW模拟结果平均减小1K，且协方差项非0时的RMSE比协方差项为0时平均减小约0.7K；同化4cm土壤水分观测数据后，各层土壤水分RMSE比SAHW模拟结果平均减小0.02m3m-3；同化SSM/I19GHz亮温后，冬季各层土壤温度RMSE平均减小0.76K；夏季各层土壤水分RMSE平均减小0.018m3 m-3，同时土壤温度也有所改善，但效果不明显。
　　 最后对本论文研究工作所存在的问题进行了分析，并讨论了解决途径和进一步的研究方向。被动微波数据空间分辨率较粗，存在较多混合像元。此外，微波辐射计各通道亮温之间具有较高的相关性，造成信息冗余。为增加有效信息量，可考虑联合主动微波遥感，尤其是散射计的多角度信息来共同识别地表冻融状态。冻土数据同化方面尚存在许多难点需要攻关，包括冻土介电常数的测量、冻土中液态水含量和含冰量的野外准确测定，以及基于致密介质理论发展考虑体散射的分层冻土微波辐射传输模型，这些问题的解决都将进一步提高数据同化的效果，促进对冻土动态过程的定量理解。

目录

文摘

英文文摘

论文说明：图表目录、缩略词表

声明

第1章 绪论

§1.1 选题背景与研究意义

§1.2 国内外研究现状分析

1.2.1 被动微波遥感地表冻融循环

1.2.2 陆面数据同化

§1.3 本论文主要研究内容和结果

1.3.1 主要内容

1.3.2 主要结果

1.3.3 论文结构

第2章 冻土的微波辐射和散射特性

§2.1 冻土的微波介电常数

2.1.1 冻土各组分的介电常数

2.1.2 冻土介电常数实验测量

2.1.3 土壤介电常数模型

2.1.4 Dobson模型及其改进

§2.2 冻土的微波辐射和散射特征

2.2.1 冻土的微波发射特征

2.2.2 冻土的体散射特征

2.2.3 冻土的后向散射特征

2.2.4 冻融循环时土壤微波辐射和散射特征变化

第3章 SSM／I监测地表冻融状态的决策树算法

§3.1 研究背景

§3.2 SSM／I数据及其预处理

§3.3 理论依据

§3.4 地表冻融状态决策树的建立

3.4.1 指标选取

3.4.2 样本亮温的时间序列变化特征

3.4.3 冻融分类决策树

§3.5 验证

3.5.1 Game-Tibet 4cm地温数据验证

3.5.2 冻土分布范围验证

§3.6 稳定冻结始日和冻结期

§3.7 小结

第4章 青藏高原冻土活动层数据同化系统

§4.1 被动微波同化系统总体结构

§4.2 模型算子-SHAW

§4.3 同化算法-集合卡尔曼滤波

§4.4 观测算子-AIEM+LSP／R

4.4.1 AIEM及其敏感性分析

4.4.2 LSP／R模型

§4.5 数据

4.5.1 站点介绍

4.5.2 驱动数据

4.5.3 地表参数集

4.5.4 观测数据

第5章 青藏高原冻土活动层数据同化单点试验

§5.1 SHAW模型误差分析

§5.2 SMTMS观测数据的单点同化试验

5.2.1 4cm土壤温度的冬季同化试验

5.2.2 4cm土壤水分的夏季同化试验

§5.3 SSM／I亮度温度的单点同化试验

5.3.1 SSM／I亮度温度的冬季单点同化试验

5.3.2 SSM／I亮度温度的夏季单点同化试验

§5.4 小结

第6章 结论与展望

§6.1 结论

§6.2 展望

参考文献

附件1土壤介电常数实测值及相关参数

发表文章目录

致谢