魏寶成玉 山賈 旭包玉海，2那日蘇銀 山，（. 內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院 呼和浩特 00022； 2. 內(nèi)蒙古師范大學(xué)遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室呼和浩特 00022； . 內(nèi)蒙古農(nóng)業(yè)大學(xué)生態(tài)環(huán)境學(xué)院 呼和浩特 0008）

?

基于AMSR-2蒙古高原土壤水分反演及對(duì)氣象因子響應(yīng)分析*

魏寶成1玉 山2**賈 旭3包玉海1，2那日蘇1銀 山1，2**
（1. 內(nèi)蒙古師范大學(xué)地理科學(xué)學(xué)院 呼和浩特 010022； 2. 內(nèi)蒙古師范大學(xué)遙感與地理信息系統(tǒng)重點(diǎn)實(shí)驗(yàn)室呼和浩特 010022； 3. 內(nèi)蒙古農(nóng)業(yè)大學(xué)生態(tài)環(huán)境學(xué)院 呼和浩特 010018）

摘 要土壤水分是地表水文過(guò)程研究的一個(gè)重要參數(shù)， 是眾多環(huán)境因子綜合作用的結(jié)果， 科學(xué)判定土壤水分對(duì)環(huán)境因子的響應(yīng)特性， 對(duì)在蒙古高原地區(qū)開(kāi)展干旱監(jiān)測(cè)預(yù)警， 調(diào)整農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)， 改善區(qū)域生態(tài)環(huán)境具有重要意義。本研究基于AMSR-2觀測(cè)亮溫、SPOT-NDVI數(shù)據(jù)， 利用微波輻射傳輸模型及粗糙地表發(fā)射率Qp模型， 構(gòu)建適合蒙古高原的土壤水分反演方程， 同時(shí)將模型應(yīng)用于2013年蒙古高原植被生長(zhǎng)期土壤水分反演。在此基礎(chǔ)上， 結(jié)合TRMM 3B43降雨量及氣象站點(diǎn)氣溫?cái)?shù)據(jù)， 探討了蒙古高原土壤水分對(duì)氣象因子及植被的響應(yīng)特性。結(jié)果表明： 1）構(gòu)建的蒙古高原表層土壤水分反演模型精度較高， 土壤水分反演值與實(shí)測(cè)值的判定系數(shù)為0.680 6， 均方根誤差（RMSE）達(dá)0.031 6 cm3·cm-3， 反演結(jié)果明顯優(yōu)于JAXA提供的AMSR-2土壤水分產(chǎn)品數(shù)據(jù)（RMSE=0.044 1 cm3·cm-3）。2）TRMM 3B43降雨數(shù)據(jù)與實(shí)測(cè)降雨量線性擬合， 其判定系數(shù)為0.859 8， 直線擬合斜率K=0.941 5， 在數(shù)值上較站點(diǎn)實(shí)測(cè)值略微偏低， 表明TRMM 3B43數(shù)據(jù)精度較高， 在蒙古高原具有很好的適用性。3）蒙古高原植被生長(zhǎng)期土壤水分、植被指數(shù)及降水量在空間格局上均表現(xiàn)出由北向南、由東北向西南逐漸減少的趨勢(shì)。干旱區(qū)， 土壤水分對(duì)氣溫變化最敏感， 二者表現(xiàn)出顯著正相關(guān)關(guān)系， 其次為降水和植被； 半干旱區(qū)， 植被是影響土壤水分的關(guān)鍵因子， 而氣溫與降水對(duì)土壤水分影響呈現(xiàn)出季節(jié)性變化； 半濕潤(rùn)區(qū)3個(gè)因子對(duì)土壤水分的影響程度表現(xiàn)為植被＞降水＞氣溫。總之， 利用土壤水分對(duì)氣象因子和植被的響應(yīng)特性， 可以采取適當(dāng)措施降低蒙古高原災(zāi)害發(fā)生風(fēng)險(xiǎn)， 為區(qū)域生態(tài)環(huán)境建設(shè)提供科學(xué)依據(jù)。

關(guān)鍵詞土壤水分 氣象因子 植被 AMSR-2 蒙古高原

土壤水分是遙感反演的重要參數(shù)之一， 是影響全球氣候變化、地表水文過(guò)程的重要因子， 直接控制著地-氣間水熱傳輸與平衡［1-3］。遙感技術(shù)， 特別是微波遙感已經(jīng)成為監(jiān)測(cè)全球土壤水分變化及能量循環(huán)的重要技術(shù)手段之一［1，4］。

微波遙感反演土壤水分的機(jī)理在于土壤介電常數(shù)強(qiáng)烈依賴土壤水分， 即便土壤水分的微小變化，也會(huì)對(duì)微波輻射計(jì)觀測(cè)到的亮溫產(chǎn)生巨大影響， 從而直接導(dǎo)致地表發(fā)射率及反射率的明顯改變［5］。研究表明， 地表粗糙度及植被會(huì)降低發(fā)射率對(duì)土壤水分的敏感性， 并且影響力隨觀測(cè)頻率增加而增加［6］。先進(jìn)微波掃描輻射計(jì)2（Advanced Microsoft Scanning Radiometer 2， AMSR-2）的成功發(fā)射為微波遙感觀測(cè)注入了新鮮血液， 使其成為監(jiān)測(cè)地球水分變化強(qiáng)有力的工具， 并由日本宇宙航空研究開(kāi)發(fā)機(jī)構(gòu)（Japan Aerospace Exploration Agency， JAXA）發(fā)布實(shí)時(shí)土壤水分產(chǎn)品。產(chǎn)品數(shù)據(jù)采用Fujii等［7］提出的Lookup Table算法反演土壤水分， 在其算法中將全球地表粗糙度和植被光學(xué)厚度固定為常數(shù)， 這大大限制模型在復(fù)雜地表結(jié)構(gòu)區(qū)域的適用性。

中國(guó)內(nèi)蒙古自治區(qū)與蒙古國(guó)共同構(gòu)成了蒙古高原的主體， 在干旱半干旱的自然環(huán)境作用下， 蒙古高原生態(tài)環(huán)境極為脆弱， 對(duì)氣候變化的響應(yīng)非常敏感［8］。其中， 土壤濕度是對(duì)氣候變化響應(yīng)較為敏感的環(huán)境因子之一， 其分布特征直接影響地表植被分布及生長(zhǎng)發(fā)育。土壤水分易受氣溫、降水、風(fēng)速、植被及地形地貌等環(huán)境因子影響， 是各因子綜合作用的結(jié)果［9］。但是由于數(shù)據(jù)資源限制， 尤其是蒙古國(guó)土壤水分實(shí)測(cè)數(shù)據(jù)的缺失， 使得大多數(shù)研究局限于小區(qū)域范圍內(nèi)， 僅分析實(shí)測(cè)土壤水分?jǐn)?shù)據(jù)對(duì)某單一因子的響應(yīng)特性［10-13］及不同土壤深度土壤水分的變化特征［11，13-14］等。而在全球氣候變化的大背景及區(qū)域尺度范圍下， 蒙古高原土壤水分對(duì)氣象因子及植被的響應(yīng)特性等問(wèn)題研究較少。

針對(duì)上述問(wèn)題， 本研究基于Jackson等［15］提出的單通道算法， 利用36.5GHZ垂直極化亮溫估算地表溫度［16-17］， 采用歸一化植被指數(shù)與植被含水量的經(jīng)驗(yàn)關(guān)系模擬植被光學(xué)厚度［15，18］， 最后借助Shi等［19］發(fā)展的Qp算法標(biāo)定地表粗糙度。在此基礎(chǔ)上， 重新構(gòu)建適合蒙古高原表層土壤水分反演模型， 并反演了2013年植被生長(zhǎng)期（4—10月）蒙古高原表層土壤水分， 同時(shí)結(jié)合研究區(qū)氣溫、降水及NDVI數(shù)據(jù)， 探討土壤水分對(duì)氣象因子及植被的響應(yīng)特性， 為在蒙古高原地區(qū)開(kāi)展干旱監(jiān)測(cè)預(yù)警， 調(diào)整農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)，改善區(qū)域生態(tài)環(huán)境提供科學(xué)依據(jù)。

1　研究區(qū)概況與研究方法

1.1 研究區(qū)概況

蒙古高原為亞洲內(nèi)陸高原， 位置介于36°34′～53°06N′， 86°33′～126°38E′之間， 面積2.75×106km2。蒙古高原四面環(huán)山， 東起大興安嶺西麓， 西至薩彥嶺、阿爾泰山， 北界為薩彥嶺、雅布洛諾夫山及肯特山脈， 南以陰山山脈為界， 包括蒙古共和國(guó)全部， 俄羅斯西伯利亞南部， 中國(guó)內(nèi)蒙古自治區(qū)及新疆維吾爾自治區(qū)的部分地區(qū)。本研究選取蒙古高原的主體部分蒙古國(guó)與中國(guó)內(nèi)蒙古自治區(qū)為研究對(duì)象（圖1）。研究區(qū)地貌類(lèi)型以山地和高平原為主， 高原面平均海拔1 580 m， 地勢(shì)由西向東逐漸降低。

蒙古高原屬于典型溫帶大陸性氣候區(qū)， 冬季嚴(yán)寒漫長(zhǎng)， 夏季炎熱干燥。降水主要源于北部北冰洋，南部太平洋， 降水量由北向南， 由東南向西北逐漸減少。由于受降水、溫度、土壤特性等影響， 植被覆被類(lèi)型由北向南依次為森林→森林草原→典型草原→荒漠草原→戈壁荒漠→典型草原， 生態(tài)環(huán)境多樣且較為脆弱。

圖1　研究區(qū)DEM空間分布Fig. 1　Spatial distribution of DEM in the study area of the Mongolia Plateau

1.2 數(shù)據(jù)來(lái)源與土壤水分反演

1.2.1 數(shù)據(jù)來(lái)源

搭載AMSR-2傳感器的“第一輪衛(wèi)星計(jì)劃之全球水圈變化觀測(cè)衛(wèi)星”（global change observation mission for water-1，GCOM-W1）， 由日本宇宙航空研究開(kāi)發(fā)機(jī)構(gòu)（Japan Aerospace Exploration Agency， JAXA）于2012年5月1日成功發(fā)射。AMSR-2是地球觀測(cè)系統(tǒng)先進(jìn)微波掃描輻射計(jì)（advanced microwave scanning radiometer for earth observing system， AMSR-E）的后繼， 其主要觀測(cè)任務(wù)為探測(cè)地球水分與能量循環(huán)。傳感器天線掃描角為55°， 包括6.9 GHZ、7.3 GHZ、10.65 GHZ、18.7 GHZ、23.8 GHZ、36.5 GHZ 和89 GHZ， 7頻率14個(gè)通道數(shù)據(jù)， 其亮溫?cái)?shù)據(jù)空間分辨為0.1°。與AMSR-E相比， AMSR-2新增加7.3 GHZ兩通道， 其目的是為了減少C波段無(wú)線電干擾， 進(jìn)而獲得比較可靠的土壤水分?jǐn)?shù)據(jù)［20］。本研究從JAXA的GCOM-W1數(shù)據(jù)服務(wù)中心（http：//gcomw1.jaxa.jp/product-download.html）獲取2013年蒙古高原植被生長(zhǎng)期（4—10月）各月上、中、下旬AMSR-2 L1R亮溫?cái)?shù)據(jù)， 數(shù)據(jù)格式為HDF 5， 地理坐標(biāo)為WGS-84。

降水?dāng)?shù)據(jù)來(lái)源于熱帶降雨計(jì)劃衛(wèi)星（tropical rainfall measuring mission， TRMM）觀測(cè)數(shù)據(jù)。TRMM由日本國(guó)家發(fā)展局與美國(guó)國(guó)家宇航局共同開(kāi)發(fā)， 于1997年11月成功發(fā)射。衛(wèi)星攜帶有兩個(gè)微波傳感器：被動(dòng)微波輻射計(jì)和降雨雷達(dá)， 其主要目的為監(jiān)測(cè)熱帶、亞熱帶降水狀況［21］。為了延長(zhǎng)衛(wèi)星使用壽命， 軌道高度由350 km升至400 km， 掃描范圍由南北緯35°之間擴(kuò)大至南北緯50°， 能覆蓋蒙古高原絕大部分區(qū)域。本研究所用降水?dāng)?shù)據(jù)為2013年4—10月TRMM 3B43（http：//disc.sci.gsfc.nasa.gov/）， 該數(shù)據(jù)集由TRMM 3B42全球3小時(shí)降水產(chǎn)品制作而成， 數(shù)據(jù)單位為mm·h-1， 需要將其轉(zhuǎn)化為月降水?dāng)?shù)據(jù)（轉(zhuǎn)化公式為： DN×24×每月天數(shù)）， 影像空間分辨率為0.25°。

SPOT-NDVI數(shù)據(jù)可由比利時(shí)弗萊芒技術(shù)研究所（Flemish Institute for Technological Research， VITO）VEGETATION影像中心下載， 影像空間分辨率為0.008 929°， 時(shí)間分辨率為10 d， 數(shù)據(jù)選擇時(shí)間同樣是2013年蒙古高原植被生長(zhǎng)期數(shù)據(jù)集。為了與AMSR-2微波數(shù)據(jù)進(jìn)行匹配， 同時(shí)將TRMM降雨數(shù)據(jù)集及NDVI數(shù)據(jù)集重采樣至0.1°。

地面實(shí)測(cè)數(shù)據(jù)包括兩種數(shù)據(jù)源： 1）來(lái)自于中國(guó)錫林浩特國(guó)家氣象觀測(cè)臺(tái)8個(gè)觀測(cè)站的土壤水分?jǐn)?shù)據(jù)， 主要目的是對(duì)土壤水分反演結(jié)果進(jìn)行精度驗(yàn)證；2）來(lái)自于蒙古國(guó)及中國(guó)內(nèi)蒙古共107個(gè)氣象站點(diǎn)的月平均降水量和平均氣溫?cái)?shù)據(jù)， 平均降水量主要用于驗(yàn)證TRMM 3B43降水?dāng)?shù)據(jù)在蒙古高原的適用性，為本研究準(zhǔn)確分析土壤水分對(duì)氣象因子的響應(yīng)特性及今后將TRMM數(shù)據(jù)應(yīng)用于蒙古高原降雨變化監(jiān)測(cè)提供依據(jù)。

1.2.2 土壤水分反演

在微波低頻波段（小于37 GHZ）忽略大氣影響的情況下， 對(duì)于植被覆蓋地表， 微波輻射計(jì)觀測(cè)到的亮溫一般只考慮植被地表的雙層零階輻射傳輸模型［22］， 即：

式中：Tbp為微波輻射計(jì)觀測(cè)亮溫（K）， Ts為地表溫度（K）， esp為地表發(fā)射率，pω為植被單次散射反照率，cτ為觀測(cè)方向上植被光學(xué)厚度。在低頻情況下， 植被單次散射反照率可忽略不計(jì)近似為0。

地表溫度（TS）可由36.5 GHZ垂直極化通道進(jìn)行計(jì)算［23］， 對(duì)于升軌和降軌數(shù)據(jù)TS計(jì)算公式如下：式中：TS，A和TS，D分別為升軌與降軌對(duì)應(yīng)的地表溫度（K）為與之對(duì)應(yīng)的35.6 GHZ升/降軌垂直極化亮溫（K）。

植被光學(xué)厚度（cτ）反映了植被層對(duì)地表發(fā)射率的衰減， 它與植被含水量（vegetation water content，VWC）呈近似線性關(guān)系， 計(jì)算公式如下：

式中： VWC為植被含水量（kg·m-2）， bp與植被冠層結(jié)構(gòu)和頻率有關(guān)， θ為傳感器觀測(cè)角度，NDVI為歸一化植被指數(shù)。

通過(guò)公式（4）和（5）標(biāo)定出植被光學(xué)厚度后， 代入公式（1）即可分離出地表發(fā)射率esp。但是， 在眾多情況下， 土壤表面相對(duì)于微波波長(zhǎng)是粗糙的。因此， 在土壤水分反演中， 必須消除地表粗糙度對(duì)土壤發(fā)射率的影響。Chen等［24］在隨機(jī)表面散射模型—積分方程模型（integrated equation model， IME）的基礎(chǔ)上，發(fā)展了高級(jí)積分方程模型（advanced integrated equation model， AIEM）， 該模型可在一個(gè)很寬的地表粗糙度范圍內(nèi)再現(xiàn)真實(shí)地表的輻射狀況且模擬精度高， 但模型過(guò)于復(fù)雜， 不利于反演。Shi等［19］于2005年提出了基于Qp模型的雙通道反演算法， 通過(guò)模擬發(fā)現(xiàn)該算法與AIEM模型模擬結(jié)果具有很好的一致性。

因此， 本研究使用AMSR-2的6.9 GHZ頻率數(shù)據(jù)， 入射角為55°， 利用微波輻射傳輸方程分離出地表發(fā)射率， 雙通道反演算法剔除粗糙度對(duì)地表發(fā)射率的影響， 建立土壤水分與粗糙表面發(fā)射率的關(guān)系：

式中： SMC為土壤體積含水量（cm3·cm-3）， tv、th分別為V/H極化方式下菲涅爾透過(guò)率， ev、eh為V/H極化方式下地表發(fā)射率， A、B、C為待定系數(shù)。最后結(jié)合Dobson模型［25］中， 介電常數(shù)與土壤水分的關(guān)系以及介電常數(shù)與菲涅爾透過(guò)率的關(guān)系計(jì)算待定系數(shù)A、B、C。

在Dobson模型中， 所需的研究區(qū)土壤質(zhì)地?cái)?shù)據(jù)，采用全球“和諧世界土壤數(shù)據(jù)集”（Harmonized World Soil Database， HWSD）中的表層土壤砂土、黏土百分含量及土壤容重（g·cm-2）信息。通過(guò)標(biāo)定待定A、B、C， 從而得到適合蒙古高原的土壤水分反演方程：

式中： SMC為土壤體積含水量（cm3·cm-3）， ev， eh為V/H極化方式下地表發(fā)射率。

1.2.3 反演精度評(píng)價(jià)

檢驗(yàn)土壤水分反演精度的標(biāo)準(zhǔn)是用實(shí)測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證， 精度檢驗(yàn)方法通過(guò)引入實(shí)測(cè)值與反演值之間的均方根誤差（Root-Mean Square Error， RMSE）進(jìn)行檢驗(yàn)， 計(jì)算公式如下：

式中： RMSE為均方根誤差， i為觀測(cè)點(diǎn)序號(hào)， n為觀測(cè)點(diǎn)個(gè)數(shù)， Ri和Mi分別表示實(shí)測(cè)值與反演值。

2　結(jié)果與分析

2.1 土壤水分及TRMM降雨數(shù)據(jù)精度驗(yàn)證

由公式（8）反演得到蒙古高原植被生長(zhǎng)期（4—10月）各月上、中、下3旬升/降軌共63景土壤水分?jǐn)?shù)據(jù)。為了解決AMSR-2升/降軌土壤水分?jǐn)?shù)據(jù)的裂隙問(wèn)題， 采用同日升/降軌土壤水分平均合成法， 以獲取每月各旬完整覆蓋蒙古高原的土壤水分?jǐn)?shù)據(jù)（共21景）。用于驗(yàn)證反演精度的8個(gè)觀測(cè)點(diǎn)位于AMSR-2土壤水分圖像一個(gè)像元內(nèi)， 像元坐標(biāo)為44°12′16.07″N，116°17′43.93″E。研究表明， 微波探測(cè)土壤水分的有效深度一般為2～5 cm， 在10.65 GHZ頻率， 微波穿透的有效深度約為1 cm。由于試驗(yàn)區(qū)土壤水分觀測(cè)站探針埋設(shè)的最淺深度為地表以下2 cm， 所以本研究選取土壤深度為2 cm處的實(shí)測(cè)數(shù)據(jù)進(jìn)行驗(yàn)證。在剔除觀測(cè)數(shù)據(jù)異常值基礎(chǔ)上， 取8個(gè)觀測(cè)點(diǎn)的平均值作為該像元當(dāng)天土壤水分值， 實(shí)測(cè)數(shù)據(jù)與AMSR-2反演結(jié)果驗(yàn)證如圖2a所示。

由圖2a可以看出， 土壤水分反演結(jié)果與實(shí)測(cè)點(diǎn)2 cm深處的土壤水分具有較好的相關(guān)性， Pearson相關(guān)系數(shù)為0.825， 并且通過(guò)了0.01的顯著性水平檢驗(yàn)，均方根誤差達(dá)0.031 6 cm3·cm-3， 同時(shí)計(jì)算得到JAXA提供的AMSE-2土壤水分產(chǎn)品數(shù)據(jù)與實(shí)測(cè)土壤水分值的均方根誤差為0.044 1 cm3·cm-3。由此看到， 利用本研究構(gòu)建的模型反演出的蒙古高原表層土壤水分結(jié)果明顯優(yōu)于JAXA提供的土壤水分產(chǎn)品數(shù)據(jù)。

圖2　蒙古高原土壤水分AMSR-2反演值與實(shí)測(cè)值散點(diǎn)圖(a)和月降雨量氣象站與TRMM 3B43數(shù)據(jù)散點(diǎn)圖(b)Fig. 2　Scatter diagrams between measured and AMSR-2 retrieved soil moisture （a） and between monthly precipitation derived from TRMM 3B43 and in situ precipitation （b） of the Mongolia Plateau

通過(guò)提取研究區(qū)107個(gè)氣象觀測(cè)點(diǎn)對(duì)應(yīng)的TRMM 3B43降雨格點(diǎn)數(shù)據(jù)與實(shí)測(cè)月平均降雨量數(shù)據(jù)進(jìn)行線性擬合（圖2b）， 看到二者判定系數(shù)（R2）為0.859 8， 直線擬合斜率K=0.941 5， 在數(shù)值上比站點(diǎn)實(shí)測(cè)值略微偏低， 表明TRMM 3B43數(shù)據(jù)在月時(shí)間尺度上精度較高， 進(jìn)一步說(shuō)明該數(shù)據(jù)源在蒙古高原區(qū)域有很好的適用性， 可應(yīng)用于該區(qū)域的降雨變化監(jiān)測(cè)。

2.2 蒙古高原土壤水分、降水及植被指數(shù)空間分布特征

圖3a～c顯示蒙古高原2013年植被生長(zhǎng)期平均土壤水分、平均植被指數(shù)以及年降水量的分布狀況。三者在空間格局上表現(xiàn)出相似的分布特征， 即平均土壤水分、年降水量以及平均植被指數(shù)均由北向南、由東北向西南方向逐漸減少。

整個(gè)蒙古高原土壤平均水分狀況介于0.047～0.234 cm3·cm-3（圖3a）， 土壤水分區(qū)域差異明顯。土壤水分較高區(qū)域主要分布在蒙古國(guó)薩彥嶺—肯特山以東山間盆地區(qū)域以及中國(guó)內(nèi)蒙古東部大興安嶺落葉針葉闊葉林區(qū)域， 一直向南延伸至科爾沁沙地北緣地帶， 根據(jù)等濕度線看到， 這些區(qū)域土壤水分值均大于0.12 cm3·cm-3； 土壤水分過(guò)渡區(qū)域， 其土壤水分值在0.08～0.12 cm3·cm-3范圍內(nèi)， 主要為蒙古高原典型草原及部分荒漠草原區(qū)域， 需要指出的是，在中國(guó)內(nèi)蒙古阿拉善盟巴丹吉林—騰格里沙漠區(qū)域，土壤水分值在0.1 cm3·cm-3左右， 明顯高于周邊區(qū)域，可能原因與該區(qū)域分布著大量湖泊有關(guān)； 而在整個(gè)高原內(nèi)部區(qū)域， 土壤水分含量小于0.08 cm3·cm-3，最小值出現(xiàn)在蒙古國(guó)阿爾泰山—戈壁阿爾泰山北部戈壁荒漠區(qū)域， 土壤水分含量不足0.06 cm3·cm-3。

由圖3b可知， 2013年蒙古高原降水總量介于23.84～748.48 mm。自中國(guó)內(nèi)蒙古東北部大興安嶺地區(qū)700 mm降水量依次向西北方向迅速減少， 最小值出現(xiàn)在阿爾泰山—戈壁阿爾泰山南麓及中國(guó)內(nèi)蒙古阿拉善盟西部巴丹吉林沙漠腹地區(qū)域， 年降水量不足100 mm。根據(jù)等降雨線分布狀況， 將研究區(qū)劃分成3個(gè)氣候區(qū)域： 年降水量在400～800 mm的半濕潤(rùn)區(qū)， 主要在蒙古國(guó)薩彥嶺—肯特山山脈以東、東方省北部以及中國(guó)內(nèi)蒙古土默特平原、錫林郭勒草原以東森林-森林草原區(qū)； 年降水量小于200 mm的干旱區(qū)， 主要在蒙古國(guó)杭愛(ài)山脈南麓， 中戈壁省、東戈壁省全部以及中國(guó)內(nèi)蒙古鄂爾多斯高原-蘇尼特左旗以西的戈壁荒漠-荒漠草原區(qū)； 年降水量介于200～400 mm半干旱區(qū)， 主要為典型草原、部分荒漠草原區(qū)。

2013年蒙古高原植被生長(zhǎng)期NDVI平均值介于0.03～0.61 （圖3（c））， 與研究區(qū)平均土壤水分含量、降雨總量分布特征相似， NDVI分布狀況也由北向南、由東北向西南逐漸較少。

2.3 土壤水分對(duì)氣象因子及NDVI的響應(yīng)特性分析

為探討土壤水分對(duì)氣象因子以及NDVI的響應(yīng)特性， 按照降水量劃分氣候子區(qū)， 提取每個(gè)氣候子區(qū)所有柵格的土壤水分、降水量、氣溫及NDVI值，將結(jié)果導(dǎo)入SPSS軟件計(jì)算Pearson相關(guān)系數(shù)， 結(jié)果如表1所示。

在降水量小于200 mm的干旱區(qū)， 降水與土壤水分及氣溫與土壤水分的關(guān)系表現(xiàn)出顯著正相關(guān)關(guān)系。從4月份開(kāi)始， 伴隨著氣溫逐步回升， 土壤水分含量隨氣溫升高而增加， 二者的Pearson相關(guān)系數(shù)在5月達(dá)到最大0.440。而從同期PT-SM相關(guān)系數(shù)看到，降水量對(duì)土壤水分的影響明顯較氣溫小。6—8月，氣溫對(duì)土壤水分的影響逐漸下降， 而降水的作用逐步凸顯， 在8月PT-SM相關(guān)系數(shù)達(dá)到最大值0.492。9—10月， 氣溫下降， 來(lái)自太平洋和北冰洋的水汽逐漸退出高原， 土壤開(kāi)始回凍， 土壤水分逐漸下降，通過(guò)相關(guān)系數(shù)看到， 氣溫再次成為影響土壤水分的主導(dǎo)因素。植被與土壤水分（SM-VI）表現(xiàn)出顯著正相關(guān)關(guān)系， 其對(duì)土壤水分的影響小于同期氣溫或者降水對(duì)土壤水分的影響。

圖3　蒙古高原植被生長(zhǎng)期土壤水分、降雨量及平均植被指數(shù)空間分布Fig. 3　Spatial distribution of soil moisture， precipitation and NDVI during the growth stage of vegetation of the Mongolia Plateau

表1　蒙古高原不同氣候子區(qū)土壤水分(SM)與氣溫(TS)、降水(PT)及植被指數(shù)(VI)的相關(guān)關(guān)系Table 1　Correlation coefficients between soil moisture （SM） and precipitation （PT）， air temperature （TS）， NDVI （VI） in different climatic regions of the Mongolia Plateau

在降水量為200～400 mm的半干旱區(qū)域， 氣溫與降水對(duì)土壤水分影響呈現(xiàn)出季節(jié)性變化。4—6月， 植被處于全面返青期， 需水量增加， 同時(shí)該時(shí)期降水較少， 氣溫逐步上升蒸發(fā)量增大， 導(dǎo)致土壤水分迅速減少， 氣溫和降水與土壤水分表現(xiàn)顯著負(fù)相關(guān)關(guān)系。7—8月， 雨季來(lái)臨， 土壤水分得到補(bǔ)給， 降水與土壤水分呈現(xiàn)顯著正相關(guān)關(guān)系， 在8月達(dá)最大值0.426， 此時(shí)氣溫與土壤水分關(guān)系達(dá)最大負(fù)相關(guān)-0.49， 可見(jiàn)氣溫較降雨對(duì)土壤水分的影響更加顯著。值得注意的是，從6月開(kāi)始， 植被對(duì)土壤水分的影響開(kāi)始凸顯， 二者為顯著正相關(guān)關(guān)系， 其相關(guān)性表現(xiàn)出先增大后減小的趨勢(shì)， 相關(guān)系數(shù)從6月的0.558增加至7月最大值0.772， 隨后相關(guān)系數(shù)逐漸減小。綜合氣溫、降水及植被與土壤水分的相關(guān)系數(shù)得出， 半干旱區(qū)影響土壤水分的關(guān)鍵因子是植被， 其次為氣溫， 最后為降水。

在降水量為400～800 mm的半濕潤(rùn)區(qū)域， 氣溫與土壤水分為顯著負(fù)相關(guān)關(guān)系， 而降水與土壤水分呈顯著正相關(guān)關(guān)系。相關(guān)系數(shù)反映出降水對(duì)土壤水分的影響較氣溫顯著。與此同時(shí)， 植被指數(shù)與土壤水分的相關(guān)性與同期半干旱區(qū)、干旱區(qū)相比更加明顯， 在6月二者相關(guān)系數(shù)達(dá)0.831， 其原因是該區(qū)域降水量充沛， 植被對(duì)土壤水分的損耗會(huì)得到及時(shí)補(bǔ)給， 土壤水分條件處于良性循環(huán)， 這與李小英等［26］在研究黃土高原土壤水分與植被指數(shù)關(guān)系得出的結(jié)論一致， 再者對(duì)于半濕潤(rùn)區(qū)域， 植被生長(zhǎng)狀況較好，其涵養(yǎng)水源的作用也可能是解釋植被與土壤水分的相關(guān)性較氣溫和降水顯著的原因之一。

3　結(jié)論

本研究基于AMSR-2微波輻射計(jì)觀測(cè)亮溫、SPOT-NDVI數(shù)據(jù)， 利用微波輻射傳輸模型及Qp模型， 構(gòu)建適合蒙古高原的土壤水分反演方程， 將模型應(yīng)用于2013年蒙古高原植被生長(zhǎng)期土壤水分反演， 同時(shí)結(jié)合TRMM 3B43降雨量及站點(diǎn)氣溫?cái)?shù)據(jù)，探討了蒙古高原土壤水分對(duì)氣象因子及植被的響應(yīng)特性， 結(jié)果表明：

1）構(gòu)建的模型能夠較好地實(shí)現(xiàn)蒙古高原土壤水分反演， 反演值與實(shí)測(cè)值之間的相關(guān)系數(shù)為0.825， RMSE 達(dá)0.031 6 cm3·cm-3， 反演結(jié)果明顯優(yōu)于JAXA提供的AMSR-2土壤水分產(chǎn)品數(shù)據(jù)（RMSE=0.044 1 cm3·cm-3），同時(shí)對(duì)TRMM 3B43月降雨數(shù)據(jù)與蒙古高原107個(gè)氣象站點(diǎn)實(shí)測(cè)降雨量進(jìn)行線性擬合， 發(fā)現(xiàn)二者判定系數(shù)R2=0.859 8， 直線擬合斜率K=0.941 5， 數(shù)據(jù)精度較高，在數(shù)值上比站點(diǎn)實(shí)測(cè)值略微偏低， 進(jìn)一步說(shuō)明該數(shù)據(jù)集在蒙古高原地區(qū)具有很好的適用性。

2）在植被生長(zhǎng)期內(nèi)， 蒙古高原土壤水分、平均植被指數(shù)以及降水量在空間格局上表現(xiàn)出相似的分布特征， 即土壤水分、平均植被指數(shù)和降水量均由北向南、由東北向西南逐漸減少。

3）在不同的氣候子區(qū)內(nèi)， 土壤水分對(duì)降雨、氣溫及植被的響應(yīng)特性差異顯著。在干旱區(qū)， 降水、氣溫與土壤水分的關(guān)系均表現(xiàn)出顯著正相關(guān)關(guān)系， 但是土壤水分對(duì)氣溫的響應(yīng)更加敏感； 在半干旱區(qū)，植被是影響土壤水分的關(guān)鍵因子， 二者相關(guān)性表現(xiàn)出先增大后減小的趨勢(shì)， 而氣溫與降水對(duì)土壤水分影響呈現(xiàn)出季節(jié)性變化； 在半濕潤(rùn)區(qū)， 氣溫與土壤水分為顯著負(fù)相關(guān)， 而降水與土壤水分呈顯著正相關(guān)， 植被與土壤水分的相關(guān)性與同期半干旱區(qū)、干旱區(qū)相比更加顯著， 相關(guān)系數(shù)顯示了植被是影響半濕潤(rùn)區(qū)土壤水分分布的主要因素， 降水次之， 氣溫最小。

土壤水分作為地表水文過(guò)程研究的一個(gè)重要參數(shù)， 是眾多環(huán)境因子綜合作用的結(jié)果， 科學(xué)判定土壤水分對(duì)環(huán)境因子的響應(yīng)特性， 對(duì)蒙古高原開(kāi)展干旱監(jiān)測(cè)預(yù)警， 調(diào)整農(nóng)業(yè)生產(chǎn)結(jié)構(gòu)， 改善區(qū)域生態(tài)環(huán)境具有重要意義。在本研究中， 利用微波遙感提取2013年蒙古高原植被生長(zhǎng)期表層土壤水分， 并結(jié)合TRMM、SPOT-NDVI等多源遙感數(shù)據(jù)， 討論了在區(qū)域尺度下氣溫、降水及植被對(duì)土壤水分的響應(yīng)特性，與其他在小尺度范圍， 探討某單一因子對(duì)土壤水分的影響相比具有一定新意。但是， 在如此大的尺度范圍內(nèi)， 土壤特性、地形因子等對(duì)土壤水分的影響往往不可忽視。今后將在此基礎(chǔ)上繼續(xù)深入探索土壤水分對(duì)多因子的響應(yīng)特性， 力求通過(guò)某種關(guān)系可以實(shí)現(xiàn)對(duì)蒙古高原土壤水分變化趨勢(shì)進(jìn)行預(yù)測(cè)， 從而更好地為該區(qū)域生態(tài)環(huán)境建設(shè)及各種預(yù)警監(jiān)測(cè)等提供科學(xué)指導(dǎo)。

參考文獻(xiàn)References

［1］ 趙少華， 秦其明， 沈心一， 等. 微波遙感技術(shù)監(jiān)測(cè)土壤濕度的研究［J］. 微波學(xué)報(bào)， 2010， 26（2）： 90-96 Zhao S H， Qin Q M， Shen X Y， et al. Review of microwave remote sensing on soil moisture monitoring［J］. Journal of Microwaves， 2010， 26（2）： 90-96

［2］ Parinussa R M， Holmes T R H， Wanders N， et al. A preliminary study toward consistent soil moisture from AMSR2［J］. Journal of Hydrometeorology， 2015， 16（2）： 932-947

［3］ Kim S， Liu Y Y， Johnson F M， et al. A global comparison of alternate AMSR2 soil moisture products： Why do they differ？［J］. Remote Sensing of Environment， 2015， 161： 43-62

［4］ 鮑艷松， 毛飛， 閔錦忠， 等. 基于FY-3B/MWRI數(shù)據(jù)的裸土區(qū)土壤濕度反演［J］. 國(guó)土資源遙感， 2014， 26（4）： 131-137 Bao Y S， Mao F， Min J Z， et al. Retrieval of bare soil moisture from FY-3B/MWRI data ［J］. Remote Sensing for Land & Sources， 2014， 26（4）： 131-137

［5］ 馬媛. 新疆土壤濕度的微波反演及應(yīng)用研究［D］. 烏魯木齊：新疆大學(xué)， 2007 Ma Y. Study on soil moisture inversion and application with microwave remote sensing in Xinjiang ［D］. Urumqi： Xinjiang University， 2007

［6］ 田輝， 王澄海， 文軍， 等. 基于簡(jiǎn)化參數(shù)方法的蒙古干旱區(qū)土壤濕度被動(dòng)微波遙感［J］. 地球物理學(xué)報(bào)， 2012， 55（2）：415-427 Tian H， Wang C H， Wen J， et al. Soil moisture estimation over an arid environment in Mongolia from passive microwave remote sensing based on a simplified parameterization method ［J］. Chinese Journal of Geophysics， 2012， 55（2）： 415-427

［7］ Fujii H， Koike T， Imaoka K. Improvement of the AMSR-E algorithm for soil moisture estimation by introducing a fractional vegetation coverage dataset derived from MODIS data［J］. Journal of the Remote Sensing Society of Japan， 2009，29（1）： 282-292

［8］ 包剛， 包玉海， 覃志豪， 等. 近10年蒙古高原植被覆蓋變化及其對(duì)氣候的季節(jié)響應(yīng)［J］. 地理科學(xué)， 2013， 33（5）：613-621 Bao G， Bao Y H， Qin Z H， et al. Vegetation cover changes in Mongolian Plateau and its response to seasonal climate changes in recent 10 years［J］. Scientia Geographica Sinica，2013， 33（5）： 613-621

［9］ 楊紹富， 劉志輝， 閆彥， 等. 融雪期土壤濕度與土壤溫度、氣溫的關(guān)系［J］. 干旱區(qū)研究， 2008， 25（5）： 642-646 Yang S F， Liu Z H， Yan Y， et al. Preliminary study on soil humidity and its relationships with soil temperature and air temperature in snow melting season ［J］. Arid Zone Research，2008， 25（5）： 642-646

［10］ 段亮亮， 滿秀玲， 劉玉杰， 等. 大興安嶺北部天然落葉松林土壤水分空間變異及影響因子分析［J］. 北京林業(yè)大學(xué)學(xué)報(bào)，2014， 36（4）： 36-41 Duan L L， Man X L， Liu Y J， et al. Soil moisture spatial variability and affecting factors of natural larch forest in northern region of Daxinganling Mountains of northeastern China［J］. Journal of Beijing Forestry University， 2014， 36（4）： 36-41

［11］ 馮偉， 楊文斌， 黨宏忠， 等. 毛烏素沙地流動(dòng)沙丘土壤水分對(duì)降雨的響應(yīng)［J］. 中國(guó)沙漠， 2015， 35（2）： 400-406 Feng W， Yang W B， Dang H Z， et al. Response of soil moisture to rainfall in the mobile dunes of the Mu Us Sandy land［J］. Journal of Desert Research， 2015， 35（2）：400-406

［12］ 張強(qiáng)， 肖風(fēng)勁， 牛海山， 等. 我國(guó)北方植被指數(shù)對(duì)土壤濕度的敏感性分析［J］. 生態(tài)學(xué)雜志， 2005， 24（7）： 715-718 Zhang Q， Xiao F J， Niu H S， et al. Analysis of vegetation index sensitivity to soil moisture in the Northern China［J］. Chinese Journal of Ecology， 2005， 24（7）： 715-718

［13］ 左小安， 趙學(xué)勇， 趙哈林， 等. 科爾沁沙地沙質(zhì)草場(chǎng)土壤水分對(duì)干旱和降雨響應(yīng)的空間變異性［J］. 水土保持學(xué)報(bào)，2005， 19（1）： 140-144 Zuo X A， Zhao X Y， Zhao H L， et al. Spatial variability of soil moisture responding to drought and rainfall in sandy grassland of Horqin［J］. Journal of Soil and Water Conservation，2005， 19（1）： 140-144

［14］ 郭維棟， 馬柱國(guó)， 姚永紅. 近50年中國(guó)北方土壤濕度的區(qū)域演變特征［J］. 地理學(xué)報(bào)， 2003， 58（S）： 83-90 Guo W D， Ma Z G， Yao Y H. Regional characteristics of soil moisture evolution in northern China over recent 50 years［J］. Acta Geographica Sinica， 2003， 58（S）： 83-90

［15］ Jackson T J， Le Vine M D， Hsu A Y， et al. Soil moisture mapping at regional scales using microwave radiometry： The southern great plains hydrology experiment ［J］. IEEE Transactions on Geoscience and Remote Sensing， 1999， 37（5）：2136-2151

［16］ Owe M， de Jeu R， Walker J. A methodology for surface soil moisture and vegetation optical depth retrieval using the microwave polarization difference index［J］. IEEE Transactions on Geoscience and Remote Sensing， 2001， 39（8）： 1643-1654

［17］ Owe M， Van de Griend A A. On the relationship between thermodynamic surface temperature and high-frequency （37 GHz） vertically polarized brightness temperature under semiarid conditions［J］. International Journal of Remote Sensing，2001， 22（17）： 3521-3532

［18］ Jackson T J， Schmugge T J. Vegetation effects on the microwave emission of soils［J］. Remote Sensing of Environment，1991， 36（3）： 203-212

［19］ Shi J C， Jiang L M， Zhang L X， et al. A parameterized multifrequency-polarization surface emission model［J］. IEEE Transactions on Geoscience and Remote Sensing， 2005，43（12）： 2831-2841

［20］ 鄒曉蕾， 翁富忠， 田小旭. AMSR2儀器上新增設(shè)的C波段通道對(duì)陸地?zé)o線電頻率干擾的有效緩解［J］. 氣象科技進(jìn)展，2015， 5（2）： 35-41 Zou X L， Weng F Z， Tian X X. An effective mitigation of radio frequency interference over land by adding a new C-band on AMSR2［J］. Advances in Meteorological Science and Technology， 2015， 5（2）： 35-41

［21］ 李景剛， 黃詩(shī)峰， 李紀(jì)人. TRMM數(shù)據(jù)在區(qū)域同期降水趨勢(shì)特征分析中的應(yīng)用［J］. 中國(guó)水利水電科學(xué)研究院學(xué)報(bào)，2012， 10（2）： 98-104 Li J G， Huang S F， Li J R. Application of TRMM data in the change trend analysis of regional synchronous precipitation［J］. Journal of China Institute of Water Resources and Hydropower Research， 2012， 10（2）： 98-104

［22］ Njoku E G， Chan S K. Vegetation and surface roughness effects on AMSR-E land observations［J］. Remote Sensing of Environment， 2006， 100（2）： 190-199

［23］ Holmes T R H， De Jeu R A M， Owe M， et al. Land surface temperature from Ka band （37 GHz） passive microwave observations［J］. Journal of Geophysical Research-Atmospheres，2009， 114（D4）， doi： 10.1029/2008JD010257

［24］ Chen K S， Wu T D， Tsang L， et al. Emission of rough surfaces calculated by the integral equation method with comparison to three-dimensional moment method simulations［J］. IEEE Transactions on Geoscience and Remote Sensing， 2003， 41（1）：90-101

［25］ Dobson M C， Ulaby F T， Hallikainen M T， et al. Microwave dielectric behavior of wet soil-part Ⅱ： Dielectric mixing models［J］. IEEE Transactions on Geoscience and Remote Sensing， 1985， 23（1）： 35-46

［26］ 李小英， 段爭(zhēng)虎. 基于SMOS的黃土高原區(qū)域尺度表層土壤水分時(shí)空變化［J］. 中國(guó)沙漠， 2014， 34（1）： 133-139 Li X Y， Duan Z H. Spatial variability of surface soil moisture at a regional scale in the Loess Plateau based on SMOS［J］. Journal of Desert Research， 2014， 34（1）： 133-139

* 國(guó)家自然科學(xué)基金項(xiàng)目（41461102）、內(nèi)蒙古自然科學(xué)基金項(xiàng)目（2013ZD08， 2013MS0601）和內(nèi)蒙古科技重大專(zhuān)項(xiàng)（2013ZDPY04）資助

** 通訊作者： 銀山， 主要從事自然地理學(xué)和荒漠化及自然災(zāi)害方面的研究， E-mail： yinshan@imnu.edu.cn； 玉山， 主要從事自然災(zāi)害監(jiān)測(cè)與防治研究， E-mail： yushangis@163.com

魏寶成， 主要從事自然災(zāi)害監(jiān)測(cè)與防治研究。E-mail： nsdwbc@126.com

* Supported by the National Natural Science Foundation of China （41461102）， the Natural Science Foundation of Inner Mongolia （2013ZD08，2013MS0601） and the Grand Science and Technology Project of Inner Mongolia （2013ZDPY04）

** Corresponding author， YIN Shan， E-mail： yinshan@imnu.edu.cn； YU Shan， E-mail： yushangis@163.com

Received Dec. 4， 2015； accepted Feb. 19， 2016

中圖分類(lèi)號(hào):TP79

文獻(xiàn)標(biāo)識(shí)碼:A

文章編號(hào):1671-3990（2016）06-0837-08

DOI:10.13930/j.cnki.cjea.151289

收稿日期：2015-12-04 接受日期： 2016-02-19

Analysis of soil moisture retrieval and response to meteorological factors using AMSR-2*

WEI Baocheng1， YU Shan2**， JIA Xu3， BAO Yuhai1，2， NA Risu1， YIN Shan1，2**
（1. College of Geographical Sciences， Inner Mongolia Normal University， Hohhot 010022， China； 2. Inner Mongolia Key Laboratory of Remote Sensing & Geographical Information System， Inner Mongolia Normal University， Hohhot 010022， China； 3. College of Ecology and Environmental Science， Inner Mongolia Agricultural University， Hohhot 010018， China）

AbstractSoil moisture is an important component of the hydrologic cycle in terrestrial ecosystems and it is critical for predicting and understanding various hydrological processes， including changes in weather conditions， precipitation patterns，runoff generation and irrigation scheduling. Soil moisture is a function of the total effect of environmental factors. The Mon-golia Plateau is an ideal area for studying the interaction between soil moisture and environmental factors， because of its arid and semi-arid location and its high ecological fragility and sensitivity to global climate change. Therefore， it was necessary to study the response of soil moisture to environmental factors， which was favorable to monitor and predict droughts， adjust agricultural production structures and improve regional eco-environment in the Mongolia Plateau. A soil moisture retrieval model for the Mongolia Plateau was built using microwave radiance transfer function and Qp model based on AMSR-2 brightness temperature and SPOT normalized difference vegetation index （NDVI） data. Soil moisture was retrieved， and the retrieval precision was verified during vegetation growth period from April to October 2013 in the Mongolia Plateau. Combination with TRMM 3B43 precipitation and air temperature data acquired by meteorological stations， the study explored response characteristics between soil moisture， meteorological factors and vegetation. The results showed that 1） the coefficient of determination （r） between retrieved and ground-based soil moisture was 0.680 6， with a root-mean square error （RMSE） of 0.031 6 cm3·cm-3. The retrieval result was much better than soil moisture product data of JAXA （RMSE = 0.044 1 cm3·cm-3）. 2） The developed model had a high accuracy and was applicable in surface soil moisture estimation. The regression coefficient of the linear fit of the TRMM 3B43 precipitation measure （rainfall） was 0.859 8 and with a slope line of 0.941 5， which suggested that TRMM 3B43 data were applicable in the Mongolia Plateau. 3） Total precipitation， mean NDVI and soil moisture during the growing season decreased gradually from north to south and from northeast to southwest. In the arid region of the study area，soil moisture was significantly and positively correlated with temperature， followed by precipitation and vegetation. In the semi-arid region of the study area， vegetation was the key factor driving soil moisture， and the effects of temperature and precipitation on soil moisture showed seasonal variations. The response of soil moisture to the three factors was in the order of vegetation ＞ precipitation ＞ temperature in the semi-humid region of the study area. In conclusion， the response of soil moisture to both environmental factors and vegetation could provide scientific basis for constructing healthy regional eco-environments with reducing disasters risk.

KeywordsSoil moisture； Meteorological factor； Vegetation； AMSR-2； Mongolia Plateau