龐治國 ，路京選 ，盧奕竹 ，付俊娥 ，江 威 ，李 琳

（1.中國水利水電科學研究院，北京 100038；2.水利部防洪抗旱減災工程技術研究中心，北京 100038）

1 研究背景

地表土壤水分是地表與大氣相互作用的重要因子，是作物生長、發(fā)育的基本條件，對陸地表面蒸散、水的運移、碳循環(huán)有很強的控制作用，是氣候、水文、生態(tài)、農(nóng)業(yè)等領域衡量土壤干旱程度的重要指標［1-3］。土壤含水量的時空分布與變化對陸地-大氣間熱量平衡、陸面大氣環(huán)流和土壤溫度變化產(chǎn)生顯著的影響［4-5］。大范圍的土壤水分的監(jiān)測是農(nóng)業(yè)過程研究和環(huán)境因子評價的重要組成部分，而區(qū)域尺度甚至全球范圍的土壤水環(huán)境反演又是陸地過程模式研究中必不可少的一個參量［2］，在改善區(qū)域及全球氣候、預測區(qū)域干濕情況研究中意義重大［6-7］。

長期以來，小尺度范圍土壤含水量的測定方法主要有烘干法、中子法、時域反射儀（TDR）法、頻域反射儀（FDR）法［3］，這些方法測定的數(shù)據(jù)能較準確地反映測定點的土壤含水量，但耗時費力［8］。同時，由于監(jiān)測手段的局限性，在實際科學研究中，往往只能通過有限的點位監(jiān)測數(shù)據(jù)來推斷整個面甚至三維空間的土壤含水量分布［5］。土壤作為一個復雜的非均質系統(tǒng)，這種由地統(tǒng)計學方法獲取的土壤水分信息與實際情況不可避免地存在較大差距［5］。1990年代中期，遙感技術開始應用于區(qū)域尺度上的土壤水分測定，該方法能快速測定區(qū)域乃至全球的土壤表層含水量，信息量大，但遙感法的空間分辨率較低，且通過遙感數(shù)據(jù)只能估計表層幾厘米深度的土壤含水量，受植被覆蓋的影響也較大［3，6，9］。由此可見，在確定土壤含水量的FDR方法和遙感方法之間，存在一個空間尺度上的技術空白，即在農(nóng)田和小流域等中小尺度上，上述方法已經(jīng)難以滿足日益發(fā)展的土壤科學研究和現(xiàn)代化精準農(nóng)業(yè)對大量、快速、準確的農(nóng)田土壤水分動態(tài)信息的需求［8，10-13］。當前，針對小尺度土壤水分測量，宇宙射線中子法（CRS）在土壤水分測量中具有較大應用潛力［14-16］。

基于近地面環(huán)境宇宙射線中的快中子濃度與土壤含水量的關系發(fā)展了一種無危害，非接觸，不破壞土壤，不受土壤質地、密度、鹽分等影響的宇宙射線中子法（CRS）測量法［15，17］，測量范圍最大可達700 m，測量深度最大可達70 cm，高分辨率，安裝方便，低功耗，長時間（測量時間間隔從分鐘—年）連續(xù)在線自動監(jiān)測平均土壤含水量的區(qū)域土壤水分測量系統(tǒng)，近年來在土壤水測量、干旱監(jiān)測、農(nóng)業(yè)灌溉、坡面穩(wěn)定性分析、數(shù)值預報等領域得到廣泛應用［10-11，17］。Chrisman等［18］人利用宇宙射線探測車繪制土壤水分含量圖，以校準驗證土壤水的衛(wèi)星數(shù)據(jù)。Almeida等［19］將快中子數(shù)、電容探針網(wǎng)絡測得的土壤水和多重自適應神經(jīng)模糊推理系統(tǒng)（m-ANFIS）結合起來，對濕潤期的表層土壤水進行了可靠估計。Baroni等［20］針對中子數(shù)的修正問題，利用一種擴展方法直接估計土壤含水量，而不需要對每一種時變氫源的影響一一進行修正。Han等［21］將該方法應用于我國黑河流域異質的灌溉農(nóng)田中，證實宇宙射線法可以測量面尺度上的真實土壤含水量。

為了全面認識CRS和FDR土壤水分監(jiān)測結果對不同像元尺度土壤水分遙感結果的驗證效果，本文開展了30 m分辨率、1 km分辨率，以及美國2015年初發(fā)射的SMAP土壤水分探測衛(wèi)星獲得的3 km土壤水產(chǎn)品（雷達）和9 km分辨率土壤水產(chǎn)品（雷達與輻射計融合）結果與CRS、FDR等測量結果的比對分析。通過該驗證分析，以期建立一套區(qū)域尺度上土壤水分監(jiān)測技術方法，為大范圍土壤水分監(jiān)測結果驗證提供有效手段。

2 研究區(qū)和研究數(shù)據(jù)

2.1 研究區(qū)野外實驗在中國水利水電科學研究院牧區(qū)水利科學研究所基地進行，如圖1［15，17］?；匚挥趦让晒虐^市達茂旗希拉穆仁鎮(zhèn)，屬于內蒙古自治區(qū)中部的烏蘭察布荒漠草原區(qū)，地理位置為北緯41°22′，東經(jīng)111°12′。地貌屬于陰山北麓低緩起伏丘陵區(qū)，總體地勢北高南低，東西兩側高，中間低，最高海拔1690.3 m，最低海拔1585.0 m。該地區(qū)為中溫帶半干旱大陸性季風氣候，多年平均降水量284 mm，多年平均蒸發(fā)量2305 mm，年平均氣溫2.5℃，多年平均風速4.5 m/s?；厮诘鼐植恐脖蝗郝涑尸F(xiàn)典型草原特征，植被建群種為克氏針茅，優(yōu)勢種為羊草，其他重要品種還有冷蒿、糙隱子草、冰草等［22］。

圖1 實驗基地位置

2.2 土壤水分地面測量方案根據(jù)實驗區(qū)克氏針茅等主要物種的生長周期，本試驗在2015年7月到9月開展測量，該時段為植被的生長期向旺盛期過渡，下墊面變化具有較好代表性。

依據(jù)多尺度土壤墑情協(xié)同觀測方案［15，17］，在點（FDR）、區(qū)域（CRS）和衛(wèi)星像元三種尺度土壤墑情協(xié)同觀測，實現(xiàn)對不同像元尺度土壤水分驗證和分析。如圖2所示，點a為FDR土壤水傳感器布點、b區(qū)域土壤水分測量系統(tǒng)CRS1000B布點、c區(qū)域土壤水分測量系統(tǒng)CRS1000B監(jiān)測范圍、d代表大于一公里的衛(wèi)星像元網(wǎng)格、e代表一公里的衛(wèi)星像元網(wǎng)格、f代表小于一公里的衛(wèi)星像元網(wǎng)格。CRS的有效測量深度不是一個恒定不變的值，而是隨每次采樣土壤含水量狀況不同而變化。在本試驗區(qū)開展多次試驗，CRS有效深度約為33 cm，本試驗中CRS的測量半徑為300 m。每個點FDR樣點分別測量的是5 cm和15 cm土壤含水量。

圖2 土壤水分地面協(xié)同觀測方案

2.3 土壤水分遙感反演本研究所使用共包含4種分辨率土壤水分遙感反演結果，其中SMAP衛(wèi)星搭載了L波段的雷達和輻射計，探測地表土壤含水量和地表的凍融狀態(tài)，提供了3 km土壤水分產(chǎn)品（雷達）、9 km土壤水分產(chǎn)品（雷達與輻射計融合）［23］。30 m分辨率和1 km分辨率土壤水分遙感反演結果分別基于Landsat8和MODIS衛(wèi)星遙感數(shù)據(jù)反演得到，該反演是基于常用的熱慣量法，主要是利用熱紅外遙感影像反演土壤熱慣量（溫度日較差），通過建立熱慣量與土壤相對濕度之間的函數(shù)關系模型來估算土壤相對濕度［6，24，25］。 對分辨率為 30 m 像元尺度，白天地表溫度是大氣校正法得到的Landsat8 TIRS地表溫度，夜間地表溫度采用重采樣成30 m分辨率的MODIS日地表溫度產(chǎn)品，兩者的差值即為30 m像元尺度的地表溫度日較差，用于30 m土壤水遙感反演。對分辨率為1 km像元尺度，MODIS的日地表溫度產(chǎn)品中白天和夜間地表溫度的差值作為1 km像元尺度的地表溫度日較差，用于1 km土壤水遙感反演。計算公式如下：

式中，W為土壤相對含水量，ΔT為溫度日較差，可由晝夜地表溫度的差值得到。通過實測的土壤水分值與影像對應的反演溫度差和歸一化植被指數(shù)（NDVI）構建回歸模型，從而推算各像元的土壤水分含量。

熱慣量法主要用于裸土或低植被覆蓋區(qū)的土壤相對濕度估算。熱慣量法估算土壤相對濕度涉及兩個時次的衛(wèi)星資料，要求：①白天和夜間過境時，研究區(qū)必須是晴空無云，以獲得最高和最低地表溫度；②晝夜兩幅圖像必須經(jīng)過嚴格配準后得到晝夜溫差；③被測土壤是裸露的或植被覆蓋度較低（覆蓋度＜0.3）［2，26］。

3 30 m分辨率土壤水遙感反演結果驗證

通過基于Landsat8的土壤水分遙感反演結果與單點FDR觀測結果的擬合分析，發(fā)現(xiàn)30 m分辨率遙感反演的土壤含水量與0～15 cm土層擬合關系較好為0.7626。因此，本文采用0～15 cm土層擬合關系來進行土壤水分遙感反演，得到試驗區(qū)CRS范圍內2015年7月1號、2015年8月18日、2015年9月19日3個日期的15 cm平均土壤含水量分別為0.073、0.039、0.061，并獲得對應日期衛(wèi)星過境較接近時刻的CRS測量值為0.079、0.04、0.059，如圖3、圖4和圖5，二者誤差在0.1～0.6，說明反演精度較高。

4 1km分辨率表層土壤水遙感反演結果驗證

4.1 FDR對像元尺度的土壤水反演結果的驗證利用試驗園區(qū)布設的6個FDR監(jiān)測數(shù)據(jù)對1 km土壤水分遙感反演模型進行參數(shù)率定精度分析，結果表明基于不同的FDR建立的土壤水反演模型反演的結果精度存在較大的差異。選擇其中FDR-B、FDR-D、FDR-G的模型反演結果進行精度驗證，獲得2015年7月6日、7月13日、8月15日、8月20日、8月31日、9月15日試驗園區(qū)內的5 cm、15 cm土壤含水量，并提取對應FDR所在像元的土壤含水量反演結果，與相應日期12：00的FDR土壤水監(jiān)測數(shù)據(jù)對比?；贔DR-B、FDR-D、FDR-G監(jiān)測數(shù)據(jù)建立的1 km土壤水反演結果的相對誤差的差異大，反演結果的精度分化明顯，如圖6，F(xiàn)DR-B、FDR-D、FDR-G反演結果的均方根誤差分別為0.0196、0.0170、0.0224。

圖3 30 m分辨率2015年7月1日土壤含水量分布

圖4 30 m分辨率2015年8月18日土壤含水量分布

圖5 30 m分辨率2015年9月19日土壤含水量分布

圖6 FDR監(jiān)測數(shù)據(jù)與1km分辨率遙感反演數(shù)據(jù)的相對誤差

4.2 CRS對像元尺度的土壤水反演結果的驗證利用CRS監(jiān)測數(shù)據(jù)建立1 km土壤水反演模型，反演2015年7月6日、7月13日、8月15日、8月20日、8月31日、9月15日研究區(qū)的土壤含水量，提取CRS對應像元的土壤含水量反演結果，并用對應日期12：00的CRS土壤水監(jiān)測數(shù)據(jù)對反演結果進行驗證，反演結果與實測值間的相對誤差，如圖7所示。基于CRS監(jiān)測數(shù)據(jù)建立的1 km土壤水反演結果的相對誤差均小于0.55，均方根誤差為0.0157。

圖7 CRS監(jiān)測數(shù)據(jù)與1km分辨率遙感反演數(shù)據(jù)的相對誤差

對比CRS及FDR對像元尺度的土壤水反演結果的驗證結果，CRS反演值的均方根誤差最小，相對誤差總體偏低，而FDR監(jiān)測點在對應像元中的安裝位置影響反演結果的精度，CRS數(shù)據(jù)對像元尺度的土壤含水量的驗證效果優(yōu)于FDR數(shù)據(jù)，如圖8。

圖8 FDR與CRS對1km分辨率表層土壤水遙感反演結果的驗證誤差分析

5 SMAP土壤水遙感產(chǎn)品的多尺度驗證

結合FDR、CRS的觀測時間，選用2015年6月11日—7月7日分辨率為3 km和9 km的SMAP全球日土壤水產(chǎn)品（L3_SM_A，L3_SM_AP）。提取FDR、CRS對應像元的SMAP反演結果，其中3 km土壤水產(chǎn)品可用數(shù)據(jù)分別為：6月14日、6月17日、6月22日、6月23日、6月25日、6月26日、6月30日、7月1、7月6日；9 km土壤水產(chǎn)品可用數(shù)據(jù)分別為6月12日、6月14日、6月15日、6月17日、6月18日、6月20日、6月22日、6月23日、6月26日、6月30日。

5.1 3 km空間分辨率產(chǎn)品的多尺度驗證提取出FDR（編號分別為B、C、D、E、F、G，共六個）和CRS觀測值，及對應SMAP土壤水產(chǎn)品的像元值，分別計算像元尺度上3 km SMAP土壤水產(chǎn)品與FDR、CRS實測土壤含水量之間的相對誤差，如圖9所示。

當像元的土壤含水量較低時（如6月22日、26日等），像元內土壤含水量的空間分布差異小，此時FDR和CRS對SMAP像元的土壤水驗證結果相近。當像元的土壤含水量較高時（如6月14日、17日等），像元內土壤含水量的空間分布差異大，而FDR測量基于點的土壤含水量，F(xiàn)DR的空間位置不同造成6個FDR間測量值變化大，影響了FDR對遙感產(chǎn)品的驗證結果，使不同F(xiàn)DR之間的驗證結果存在較大差異。FDR-B、FDR-C、FDR-D、FDR-E、FDR-F、FDR-G對SMAP產(chǎn)品驗證的均方根誤差分別為 0.1024、0.0905、0.1067、0.1036、0.0947、0.0942。

在6月25日，CRS和FDR-D、FDR-G的相對誤差明顯高于其他實測值，這是因為25日有0.2 mm降雨，實驗基地位于小流域出口處，CRS對降水敏感使其測量的土壤含水量變大，同時位于坡底的FDR-D和FDR-G由于地勢低也增大，而遙感產(chǎn)品反演的是3 km×3 km像元上的平均值，使得CRS和FDR-D、FDR-G的相對誤差明顯增大。CRS測量的是300 m為半徑的圓形區(qū)域的土壤含水量，CRS對像元尺度土壤水的驗證效果較為穩(wěn)定，相對誤差總體低于FDR的驗證效果，采用CRS對SMAP驗證的均方根誤差為0.1008，并且對小降水事件敏感。綜上，CRS比FDR更適合用于3 km像元尺度的土壤水遙感反演產(chǎn)品的驗證。

圖9 像元尺度3 km SMAP土壤水產(chǎn)品與對應實測含水量的相對誤差

5.2 9 km空間分辨率產(chǎn)品的多尺度驗證分別計算像元尺度上9 km SMAP土壤水產(chǎn)品與FDR、CRS實測土壤含水量之間的相對誤差，如圖10所示。對于9 km空間分辨率SMAP產(chǎn)品，F(xiàn)DR的驗證差異仍然明顯，而CRS與遙感反演結果比較接近。由于CRS、FDR所在實驗基地位于小流域出口處，所以當像元土壤水較低時，CRS和FDR的測量值仍在0.1 m3/m3以上，比SMAP反演的平均土壤含水量數(shù)值高。6月15日、23日有降雨，降雨量分別達到2.4 mm、17.8 mm，B、C、E、F這四點的FDR在實驗基地內的地勢高，降水后雨水匯流至坡底D、F處，導致D、F測量值明顯比B、C、E、F高。而CRS對降雨敏感，測量值相應變大。因此，6月23日不同F(xiàn)DR和CRS的驗證結果存在明顯差異。對于9 km像元，CRS與SMAP結果更接近，在有降水發(fā)生時反應敏感，相對誤差低于FDR，對SMAP驗證的均方根誤差為0.0943。

圖10 9 kmSMAP土壤水分產(chǎn)品與對應實測含水量的相對誤差

6 結論

本文利用實測的CRS和FDR土壤水分監(jiān)測結果對不同像元尺度土壤水分遙感反演結果進行精度驗證，分析了不同測量方法在不同的尺度土壤水分反演結果驗證精度，結論如下：

（1）針對30 m分辨率Landsat光學反演土壤水分結果，CRS驗證的相對誤差分別為0.1～0.6，說明CRS驗證精度較高。

（2）針對1 km分辨率MODIS數(shù)據(jù)土壤水分反演結果，F(xiàn)DR反演結果的均方根誤差分別為0.0170～0.0224，CRS反演值的均方根誤差為0.016，表明CRS數(shù)據(jù)對1 km像元尺度的土壤含水量的驗證效果優(yōu)于FDR數(shù)據(jù)。

（3）對于3 km分辨率SMAP土壤水分產(chǎn)品，F(xiàn)DR對SMAP產(chǎn)品驗證的均方根誤差范圍為0.0905～0.1067，CRS對SMAP驗證的均方根誤差為0.1008，對于9 km分辨率SMAP土壤水分產(chǎn)品，CRS對SMAP驗證的均方根誤差為0.0943，都高于兩個尺度中FDR驗證精度，說明CRS比FDR更適合用于3 km和9 km像元尺度的土壤水遙感反演產(chǎn)品的驗證。

總體來看，CRS方法在不同尺度土壤水分結果驗證精度比FDR測量方法要高，但該方法對小降水事件敏感，會導致一定的偏差。未來將進一步研究CRS在土壤水分三維空間分布結果，驗證分析遙感反演像元尺度的土壤水分精度，從而為該方法在我國大范圍應用及遙感真實性驗證方面提供理論和實際依據(jù)。