作者：李秀昌（Seulchan Lee）、趙成坤（Seongkeun Cho）、崔敏荷（Minha Choi） 所屬機(jī)構(gòu)：韓國(guó)成均館大學(xué)水資源研究生院水資源系，水原市16419

摘要

利用Sentinel-1合成孔徑雷達(dá)（SAR）獲取高分辨率土壤濕度（SM）數(shù)據(jù)時(shí)，常會(huì)受到地表異質(zhì)性導(dǎo)致的噪聲干擾。常用的基于閾值的掩蔽技術(shù)（如動(dòng)態(tài)掩蔽DM）雖能減輕這些影響，但可能無(wú)意中去除有效的土壤濕度信號(hào)或保留帶有噪聲的像素。本研究提出了一種基于時(shí)間穩(wěn)定性分析（TSA）的新型掩蔽方法，該方法能夠識(shí)別并保留能夠可靠捕捉土壤濕度動(dòng)態(tài)變化的像素。TSA通過(guò)將10米尺度SAR后向散射數(shù)據(jù)與水云模型（WCM）預(yù)測(cè)的1公里尺度合成后向散射數(shù)據(jù)進(jìn)行對(duì)比分析，輸入數(shù)據(jù)包括地表模型（LSM）模擬的土壤濕度和植被特征參數(shù)。該方法通過(guò)實(shí)地觀測(cè)數(shù)據(jù)及LSM模擬結(jié)果，在三個(gè)不同的土壤濕度監(jiān)測(cè)網(wǎng)絡(luò)（韓國(guó)的SMC、美國(guó)的TxSON和西班牙的REMEDHUS）進(jìn)行了驗(yàn)證，并與DM方法進(jìn)行了比較。結(jié)果表明，與未采用掩蔽或僅使用DM方法相比，基于TSA的掩蔽方法顯著提高了相關(guān)性（最高提升0.15），并降低了不確定性（ubRMSE，最大降低0.014 m3/m3）。該方法更有效地排除了城市和水域像素，同時(shí)保留了受植被影響但通過(guò)WCM得到合理補(bǔ)償?shù)南袼亍＿M(jìn)一步使用宇宙射線中子探針觀測(cè)數(shù)據(jù)驗(yàn)證時(shí)，TSA在480米分辨率下仍能將相關(guān)性提升至0.61。這些結(jié)果表明TSA在復(fù)雜地形和不同空間尺度下有效提升了土壤濕度數(shù)據(jù)的準(zhǔn)確性。

引言

土壤濕度（SM）是地球水文、氣候和生態(tài)系統(tǒng)中的關(guān)鍵變量，對(duì)滲透、蒸散和徑流等過(guò)程具有重要影響（Entekhabi等人，1996；Humphrey等人，2021；Western等人，2002）。這些過(guò)程調(diào)節(jié)著地表與大氣之間的能量和水循環(huán)，使得土壤濕度成為模擬地表-大氣相互作用的關(guān)鍵參數(shù)（Das和Mohanty，2006；Seneviratne等人，2010；Ullmann等人，2023）。準(zhǔn)確的土壤濕度估計(jì)對(duì)于多種應(yīng)用至關(guān)重要，包括水文預(yù)報(bào)、干旱和洪水監(jiān)測(cè)以及農(nóng)業(yè)水資源管理（Pendergrass等人，2020；Piles等人，2016；Quast等人，2023；Wanders等人，2014）。此外，土壤濕度還是天氣預(yù)報(bào)、地表模型（LSM）數(shù)據(jù)同化和氣候模擬的重要輸入?yún)��?shù)（Brocca等人，2017；Gruber等人，2019）。然而，由于環(huán)境和地形特征的異質(zhì)性，土壤濕度具有較高的時(shí)空變異性，這在局部和區(qū)域尺度上的準(zhǔn)確反演面臨挑戰(zhàn)（Bao等人，2018；Choi和Jacobs，2007；Western和Bl?schl，1999）。 盡管微波輻射計(jì)和散射計(jì)（如Soil Moisture Active Passive (SMAP)、Soil Moisture and Ocean Salinity (SMOS)、Advanced Microwave Scanning Radiometer 2 (AMSR2) 和 Advanced SCATterometer (ASCAT) 等儀器通過(guò)提供粗分辨率（10–40公里）的數(shù)據(jù)集顯著推進(jìn)了全球土壤濕度監(jiān)測(cè)（Entekhabi等人，2010；Kerr等人，2010；Parinussa等人，2015；Wagner等人，2013），但這些數(shù)據(jù)無(wú)法捕捉到對(duì)農(nóng)業(yè)、林業(yè)和局部天氣預(yù)報(bào)至關(guān)重要的局部尺度土壤濕度變化（Peng等人，2021；Quast等人，2023）。因此，對(duì)于滿足局部和區(qū)域應(yīng)用需求的精確高分辨率土壤濕度數(shù)據(jù)的需求日益增長(zhǎng)（Dorigo等人，2017；Zhu等人，2024）。合成孔徑雷達(dá)（SAR）系統(tǒng)，尤其是歐洲航天局（ESA）Copernicus Sentinel-1（S1）衛(wèi)星上的C波段SAR，已被證明在獲取高分辨率數(shù)據(jù)方面非常有效（Balenzano等人，2021；Gruber等人，2013；Torres等人，2012）。S1衛(wèi)星的地面范圍分辨率（GRD）為20米×22米，重訪周期為6–12天，已連續(xù)十年提供全球一致的后向散射觀測(cè)數(shù)據(jù)，是目前最適合用于局部和區(qū)域尺度土壤濕度反演的數(shù)據(jù)源（Bauer-Marschallinger等人，2018）。 SAR數(shù)據(jù)的土壤濕度反演通常依賴于描述SAR后向散射與地表屬性之間關(guān)系的散射模型（Bracaglia等人，1995；Fung等人，1992）。這些模型可分為數(shù)值方法、解析方法和（半）經(jīng)驗(yàn)方法，每種方法針對(duì)散射過(guò)程的特定復(fù)雜性進(jìn)行優(yōu)化（Wang等人，2023）。早期研究主要針對(duì)裸土和平坦地形，其中影響后向散射的主要因素是土壤介電特性，這與土壤濕度直接相關(guān)。解析模型（如積分方程模型IEM及其改進(jìn)版本）被廣泛用于評(píng)估土壤介電特性和地表粗糙度（Huang等人，2016）。半經(jīng)驗(yàn)?zāi)Ｐ停ㄈ鏞h模型和Dubois模型）則利用實(shí)驗(yàn)數(shù)據(jù)簡(jiǎn)化這些關(guān)系，但研究發(fā)現(xiàn)這些模型在應(yīng)用于植被覆蓋區(qū)域時(shí)可能會(huì)引入較大的不確定性（Brown等人，2003；Dubois等人，1995；Lievens和Verhoest，2011）。 由于后向散射信號(hào)同時(shí)受植被結(jié)構(gòu)和介電特性的影響，后續(xù)研究致力于分離土壤和植被的貢獻(xiàn)（H?nsch等人，2020；Kornelsen和Coulibaly，2013；Wagner等人，1999）。這些方法包括時(shí)間序列分析和變化檢測(cè)技術(shù)，假設(shè)地表粗糙度和植被特性在短時(shí)間內(nèi)保持不變（Balenzano等人，2010；Balenzano等人，2021；Kim等人，2011）。通過(guò)監(jiān)測(cè)SAR后向散射的時(shí)間變化，這些方法可以分離土壤濕度動(dòng)態(tài)變化，同時(shí)最小化植被和地表粗糙度的影響（Bauer-Marschallinger等人，2018）。另一種方法使用考慮雷達(dá)后向散射與植被屬性相互作用的植被散射模型（如Water Cloud Model (WCM)，以及Michigan微波冠層散射模型和Distorted Born近似模型）。WCM作為一種簡(jiǎn)潔的半經(jīng)驗(yàn)?zāi)Ｐ停�已成為植被覆蓋區(qū)域土壤濕度反演的最常用框架（Bai等人，2022；Bao等人，2018；Wang等人，2023）。為進(jìn)一步提高土壤濕度反演精度，研究者比較了不同植被指標(biāo)（如歸一化植被指數(shù)NDVI、葉面積指數(shù)LAI和雷達(dá)植被指數(shù)RVI）以及不同土壤散射模型與WCM的結(jié)合效果（Bhogapurapu等人，2022b；Chaudhary等人，2021；Inoubli等人，2024；Wang等人，2021）。例如，Chaudhary等人（2021）發(fā)現(xiàn)RVI和偏振比指數(shù)在小麥作物反演中提高了精度，偏差為0.096 m3/m3。Inoubli等人（2024）在WCM中整合了多種土壤散射模型，結(jié)果表明Oh模型具有更高的精度，無(wú)偏均方根誤差（ubRMSD）為0.295 dB。 這些研究展示了在改進(jìn)土壤濕度信號(hào)分離方面的模型和方法論進(jìn)展。然而，這些方法的準(zhǔn)確性不僅取決于模型的優(yōu)化，還依賴于有效識(shí)別攜帶有效土壤濕度信號(hào)的像素（Bauer-Marschallinger等人，2018）。為解決這一問(wèn)題，開(kāi)發(fā)了掩蔽技術(shù)以過(guò)濾掉受水體、陡坡或密集植被等干擾因素影響的像素。Singh等人（2021）使用地表水掩蔽來(lái)減輕淹沒(méi)區(qū)域?qū)ν寥罎穸确囱莸挠绊懀琈ullissa等人（2021）應(yīng)用入射角閾值排除不可靠的像素，Benninga等人（2022）使用LAI閾值處理密集植被的影響。Bauer-Marschallinger等人（2018）提出了一種綜合掩蔽流程，包括靜態(tài)掩蔽（過(guò)濾掉含有水體、陡坡和后向散射范圍極小的像素）和基于閾值的動(dòng)態(tài)掩蔽（DM，去除極高或極低的后向散射值）。盡管DM技術(shù)在土壤濕度反演研究中得到廣泛應(yīng)用（Nguyen等人，2022；Quast等人，2023；Wang等人，2023），但保留像素與土壤濕度真實(shí)值的相關(guān)性提升程度仍需進(jìn)一步研究。 本研究旨在評(píng)估基于時(shí)間穩(wěn)定性概念（Vachaud等人，1985）的新型掩蔽技術(shù)在提高土壤濕度反演精度方面的有效性。我們重點(diǎn)識(shí)別并保留能夠可靠捕捉土壤濕度動(dòng)態(tài)變化的像素，同時(shí)排除與土壤濕度相關(guān)性較低的像素。具體而言，我們?cè)谌齻�(gè)土壤濕度監(jiān)測(cè)網(wǎng)絡(luò)中比較了基于時(shí)間穩(wěn)定性分析（TSA）的掩蔽方法與傳統(tǒng)基于閾值的掩蔽方法（DM和地形掩蔽）的性能，評(píng)估了其在10米至500米不同空間尺度上的適用性。

研究區(qū)域與實(shí)地土壤濕度數(shù)據(jù)

本研究在三個(gè)地點(diǎn)進(jìn)行：美國(guó)的Texas土壤觀測(cè)網(wǎng)絡(luò)（TxSON，Caldwell等人，2019）、西班牙的REMEDHUS土壤濕度測(cè)量網(wǎng)絡(luò)（González-Zamora等人，2019），以及由成均館大學(xué)地球與遙感實(shí)驗(yàn)室（ERSL）和韓國(guó)水文調(diào)查研究所（KIHS）共同管理的Seolmacheon站點(diǎn)（Dorigo等人，2021；Jeong等人，2021）（見(jiàn)圖1和S1）。

方法論

本研究的方法流程如圖2所示，展示了土壤濕度反演和驗(yàn)證的總體框架。在對(duì)S1 SAR后向散射數(shù)據(jù)進(jìn)行PLIA標(biāo)準(zhǔn)化處理（${\sigma }^0$_{SAR, 10m}）后，我們應(yīng)用了DM和地形掩蔽技術(shù)（詳見(jiàn)第3.2節(jié)），生成了掩蔽后的后向散射數(shù)據(jù)（${\sigma }^0$_{DM, 10m}）。隨后通過(guò)塊平均將數(shù)據(jù)聚合到1公里尺度（${\sigma }^0$_{DM, 1km}），并用于后續(xù)分析。

DM

圖4展示了SMC、TxSON和REMEDHUS三個(gè)站點(diǎn)在165天、90天和173天觀測(cè)條件下的DM掩蔽頻率分布。在SMC站點(diǎn)，水體和森林上的像素幾乎始終被掩蔽，主要是因?yàn)檫@些區(qū)域的后向散射值較低且坡度較陡。這一現(xiàn)象在Gamak山脈北部尤為明顯（圖4a中的綠色框）。在以農(nóng)田為主的西北地區(qū)，草地分布稀疏……

掩蔽方法的特點(diǎn)

總體而言，TSA掩蔽方法通過(guò)排除水體和城市區(qū)域的像素，同時(shí)保留受植被影響但通過(guò)WCM和NDVI、LAI得到合理補(bǔ)償?shù)南袼兀�顯著提高了土壤濕度反演的準(zhǔn)確性。此外，TSA還提供了一個(gè)診斷工具，用于評(píng)估SAR后向散射信號(hào)的可靠性，即判斷后向散射時(shí)間序列是否與空間上具有代表性的模型數(shù)據(jù)（${\sigma }^0$_LSM）保持一致。

結(jié)論

盡管Sentinel-1的C波段SAR觀測(cè)提供了高分辨率的土壤濕度數(shù)據(jù)，但小尺度后向散射信號(hào)常受植被、地形和地表異質(zhì)性的影響，導(dǎo)致噪聲和不確定性。現(xiàn)有的掩蔽策略主要依賴于固定后向散射閾值、靜態(tài)地形特征或基于植被的指標(biāo)（Benninga等人，2022；Nguyen等人，2022；Singh等人，2021）。

CRediT作者貢獻(xiàn)聲明

**李秀昌（Seulchan Lee）**：負(fù)責(zé)寫作、審稿與編輯、原始稿撰寫、軟件開(kāi)發(fā)、數(shù)據(jù)整理和概念構(gòu)思。 **趙成坤（Seongkeun Cho）**：負(fù)責(zé)方法論設(shè)計(jì)和概念構(gòu)思。 **崔敏荷（Minha Choi）**：負(fù)責(zé)寫作、審稿與編輯以及研究監(jiān)督。

資助

本研究得到了韓國(guó)國(guó)家研究基金會(huì)（NRF）的資助，資金由韓國(guó)政府（科學(xué)技術(shù)信息通信部）提供（項(xiàng)目編號(hào)：RS-2022-NR070339和RS-2024-00416443）。

利益沖突聲明

作者聲明不存在可能影響本文研究的已知財(cái)務(wù)利益或個(gè)人關(guān)系。

致謝

我們感謝歐洲航天局（ESA）提供Sentinel-1 SAR及相關(guān)數(shù)據(jù)，同時(shí)感謝NASA提供LIS和衛(wèi)星數(shù)據(jù)產(chǎn)品，USGS提供土地覆蓋數(shù)據(jù)集，以及ECMWF提供ERA5-Land數(shù)據(jù)。此外，我們也感謝ISMN及相關(guān)研究網(wǎng)絡(luò)和調(diào)查人員提供的實(shí)地土壤濕度觀測(cè)數(shù)據(jù)。