本發(fā)明涉及一種土壤水分降尺度方法，特別是一種耦合地表參數(shù)輔助轉(zhuǎn)換及不同尺度間統(tǒng)計(jì)關(guān)系的長(zhǎng)時(shí)序降尺度方法，屬于遙感技術(shù)領(lǐng)域。

背景技術(shù)：

土壤水分是地球系統(tǒng)重要的狀態(tài)變量，其時(shí)空變化對(duì)于地—?dú)庀到y(tǒng)能量與水氣交換有重要作用，對(duì)水循環(huán)過程及農(nóng)業(yè)生產(chǎn)等均會(huì)造成相應(yīng)影響，是水文生態(tài)領(lǐng)域的重要研究對(duì)象。近年來，遙感(尤其是微波遙感)以其空間連續(xù)等特點(diǎn)在流域土壤水分監(jiān)測(cè)中得到廣泛應(yīng)用。然而，由于遙感技術(shù)發(fā)展歷史較短，加之不同平臺(tái)的壽命有限，現(xiàn)有遙感產(chǎn)品的時(shí)間范圍較短。此外，微波遙感土壤水分空間分辨率較低，難以反映土壤水分的空間細(xì)節(jié)特征。降尺度方法是獲取高分辨率土壤水分?jǐn)?shù)據(jù)集的有效途徑，不少學(xué)者此方面開展了廣泛研究，從方法上大致可分為地表參數(shù)輔助尺度轉(zhuǎn)換和基于不同尺度間土壤水分統(tǒng)計(jì)關(guān)系兩種。

前者主要利用土壤水分與其它高空間分辨率地表參數(shù)(如地表覆蓋、地表溫度等)之間的物理或經(jīng)驗(yàn)性統(tǒng)計(jì)關(guān)系進(jìn)行尺度轉(zhuǎn)換。

第二種方法主要基于土壤水分“時(shí)間穩(wěn)定性(Temporal stability)”原理，即不同尺度間土壤水分在長(zhǎng)時(shí)間序列上具有一致的變化趨勢(shì)，通過不同尺度間土壤水分的相互關(guān)系，將低尺度數(shù)據(jù)轉(zhuǎn)換至較高的空間分辨率。

受觀測(cè)條件與技術(shù)等因素的限制，地面輔助參數(shù)和高分辨率土壤水分?jǐn)?shù)據(jù)產(chǎn)品通常存在數(shù)據(jù)缺失等情況，導(dǎo)致上述方法在構(gòu)建長(zhǎng)時(shí)序土壤水分?jǐn)?shù)據(jù)集時(shí)依然面臨許多挑戰(zhàn)，成為流域土壤水分長(zhǎng)期精準(zhǔn)監(jiān)測(cè)亟待解決的問題。

技術(shù)實(shí)現(xiàn)要素：

針對(duì)現(xiàn)有技術(shù)存在的上述不足，本發(fā)明的目的是提供一種耦合地表參數(shù)輔助轉(zhuǎn)換及不同尺度間統(tǒng)計(jì)關(guān)系的長(zhǎng)時(shí)序降尺度方法。

為實(shí)現(xiàn)上述目的，本發(fā)明采用如下技術(shù)手段：

一種長(zhǎng)時(shí)序遙感土壤水分降尺度方法，其特征在于，它包括以下步驟：

(一)根據(jù)MODIS數(shù)據(jù)的獲取情況對(duì)CCI長(zhǎng)時(shí)序遙感土壤水分?jǐn)?shù)據(jù)產(chǎn)品進(jìn)行劃分：

將CCI長(zhǎng)時(shí)序遙感土壤水分?jǐn)?shù)據(jù)產(chǎn)品劃分為第一部分CCI數(shù)據(jù)產(chǎn)品和第二部分CCI數(shù)據(jù)產(chǎn)品；所述第一部分CCI數(shù)據(jù)產(chǎn)品為MODIS數(shù)據(jù)可獲取時(shí)段內(nèi)的CCI長(zhǎng)時(shí)序遙感土壤水分?jǐn)?shù)據(jù)產(chǎn)品；所述第二部分CCI數(shù)據(jù)產(chǎn)品為MODIS數(shù)據(jù)缺失時(shí)段內(nèi)的CCI長(zhǎng)時(shí)序遙感土壤水分?jǐn)?shù)據(jù)產(chǎn)品；

(二)由MODIS數(shù)據(jù)得出2001年至2013年內(nèi)分辨率為1Km的土壤水分?jǐn)?shù)據(jù)：

(1)接收2001年至2013年內(nèi)分辨率為1Km的MODIS數(shù)據(jù)，所述MODIS數(shù)據(jù)包括：植被指數(shù)數(shù)據(jù)NDVI和地表溫度數(shù)據(jù)T；

(2)對(duì)植被指數(shù)所述數(shù)據(jù)NDVI和地表溫度數(shù)據(jù)T進(jìn)行歸一化處理，消除數(shù)量級(jí)別上的差異性：

T^*＝(T-T_min)/(T_max-T_min) (1)

NDVI^*＝(NDVI-NDVI_min)/(NDVI_max-NDVI_min) (2)

其中，T_max為地表溫度數(shù)據(jù)T的最大值，T_min為地表溫度數(shù)據(jù)T的最小值；NDVI_max為歸一化植被指數(shù)數(shù)據(jù)NDVI的最大值，NDVI_min為歸一化植被指數(shù)數(shù)據(jù)NDVI的最小值，T^*為歸一化后地表溫度數(shù)據(jù)，NDVI^*為歸一化后的植被指數(shù)數(shù)據(jù)；

(3)對(duì)歸一化后的地表溫度數(shù)據(jù)T^*和歸一化后的植被指數(shù)數(shù)據(jù)NDVI^*進(jìn)行重采樣至分辨率為25Km；

基于重采樣得到的2001年至2013年內(nèi)的歸一化后的地表溫度數(shù)據(jù)T^*和歸一化后的植被指數(shù)數(shù)據(jù)NDVI^*建立第一階段CCI土壤水分?jǐn)?shù)據(jù)的統(tǒng)計(jì)關(guān)系：

$SSM=\underset{i=0}{\overset{n}{\Σ}}\underset{j=0}{\overset{n}{\Σ}}{a}_{ij}\·{\mathrm{NDVI}}^{*\left(i\right)}\·T^{*\left(j\right)}---\left(3\right)$

其中a_ij表示權(quán)重系數(shù)，i,j分別代表自變量的維數(shù)，SSM為2001年至2013年內(nèi)的土壤水分?jǐn)?shù)據(jù)；

(4)將步驟(1)中獲取的分辨率為1Km的植被指數(shù)數(shù)據(jù)NDVI和分辨率為1Km的地表溫度數(shù)據(jù)T數(shù)據(jù)代入公式(1)、(2)和(3)中，實(shí)現(xiàn)土壤水分的降尺度處理，得出2001年至2013年內(nèi)的分辨率為1Km的土壤水分?jǐn)?shù)據(jù)；

(三)以步驟(二)獲取的數(shù)據(jù)為參考數(shù)據(jù)，獲取土壤水分尺度轉(zhuǎn)換參數(shù)，進(jìn)而將步驟(一)劃分得到的第二部分CCI數(shù)據(jù)產(chǎn)品轉(zhuǎn)換為分辨率為1Km的土壤水分?jǐn)?shù)據(jù)：

(1)確定擬合轉(zhuǎn)換系數(shù)：

不同尺度間土壤水分的關(guān)系為

${\mathrm{SSM}}_{x,y,t}^F=a_{x,y}\·{\mathrm{SSM}}_{x,y,t}^C+b_{x,y}---\left(4\right)$

其中，和分別表示為t時(shí)刻(x,y)位置上高分辨率及其對(duì)應(yīng)低分辨率像元內(nèi)的土壤水分；a_x,y和b_x,y表示擬合轉(zhuǎn)換系數(shù)；

將步驟(二)得到的2001年至2013年內(nèi)的分辨率為1Km的土壤水分?jǐn)?shù)據(jù)代入式(4)中的將步驟(一)劃分得到的第一部分CCI數(shù)據(jù)代入式(4)中的得出擬合轉(zhuǎn)換系數(shù)a_x,y和b_x,y的值；

(2)將步驟(一)劃分得到的第二部分CCI數(shù)據(jù)代入入式(4)中的將步驟(1)中得到的擬合轉(zhuǎn)換系數(shù)a_x,y和b_x,y的值分別代入式(4)中的a_x,y和b_x,y，得到1979年至2000年內(nèi)的分辨率為1Km的土壤水分?jǐn)?shù)據(jù)。

進(jìn)一步的，所述MODIS數(shù)據(jù)可獲取時(shí)段為2001年至2013年。

相比現(xiàn)有技術(shù)，本發(fā)明具有如下有益效果：

受觀測(cè)條件與技術(shù)等因素的限制，地面輔助參數(shù)和高分辨率土壤水分?jǐn)?shù)據(jù)產(chǎn)品通常存在數(shù)據(jù)缺失等情況，導(dǎo)致現(xiàn)有技術(shù)中通常使用的兩種方法在構(gòu)建長(zhǎng)時(shí)序土壤水分?jǐn)?shù)據(jù)集時(shí)依然面臨許多挑戰(zhàn)。本發(fā)明綜合已有方法的特點(diǎn)及優(yōu)劣性，提出了耦合地表參數(shù)輔助轉(zhuǎn)換及不同尺度間統(tǒng)計(jì)關(guān)系的長(zhǎng)時(shí)序遙感土壤水分降尺度方法，相比現(xiàn)有技術(shù)，本發(fā)明具有以下優(yōu)勢(shì)：(1)本發(fā)明可有效解決土壤水分降尺度對(duì)高分辨率數(shù)據(jù)的依賴性，使在有限的數(shù)據(jù)支持下獲取長(zhǎng)時(shí)序高分辨率土壤水分成為現(xiàn)實(shí)；(2)本發(fā)明算法結(jié)構(gòu)簡(jiǎn)單，具有很好的可操作性，避免了物理模型結(jié)構(gòu)復(fù)雜、輸入?yún)?shù)多等問題，具有較強(qiáng)的實(shí)用性與推廣性。

附圖說明

圖1為本發(fā)明的流程示意圖；

圖2為基于地表參數(shù)輔助尺度轉(zhuǎn)換方法的土壤水分降尺度結(jié)果示意圖；

圖3為基于本算法的1979-2013年多年平均土壤水分空間分布圖

圖4為降尺度土壤水分空間特征驗(yàn)證區(qū)分布圖

圖5為TVDI與原始CCI數(shù)據(jù)、降尺度土壤水分的相關(guān)性示意圖；

圖6為降尺度校準(zhǔn)與檢驗(yàn)結(jié)果示意圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例，對(duì)本發(fā)明做進(jìn)一步詳細(xì)說明。

一、本發(fā)明綜合已有方法的特點(diǎn)及優(yōu)劣性，以歐空局發(fā)表的CCI長(zhǎng)時(shí)序(1979-2013年，25Km)土壤水分為例，公開了耦合地表參數(shù)輔助轉(zhuǎn)換及不同尺度間統(tǒng)計(jì)關(guān)系的長(zhǎng)時(shí)序降尺度方法。

如圖1所示，本發(fā)明主要包括三大步驟：(一)根據(jù)高分辨率地表參數(shù)的獲取情況，將長(zhǎng)時(shí)序低分辨率遙感數(shù)據(jù)劃分為兩個(gè)階段；(二)根據(jù)土壤水分與地表參數(shù)之間的統(tǒng)計(jì)關(guān)系，由高分辨率地表參數(shù)數(shù)據(jù)得出其對(duì)應(yīng)年份的高分辨率土壤水分?jǐn)?shù)據(jù)；(三)以步驟(二)獲取的數(shù)據(jù)為參考數(shù)據(jù)，獲取土壤水分尺度轉(zhuǎn)換參數(shù)，進(jìn)而將步驟(一)劃分得到的無高分辨率地表參數(shù)時(shí)期的土壤水分轉(zhuǎn)換高分辨率數(shù)據(jù)。

以下對(duì)每一步驟進(jìn)行詳細(xì)闡述。

(一)對(duì)由歐洲空間局發(fā)表的CCI長(zhǎng)時(shí)序遙感土壤水分?jǐn)?shù)據(jù)產(chǎn)品進(jìn)行劃分。

基本思路是：根據(jù)高分辨率地表參數(shù)數(shù)據(jù)(以2001-2013年MODIS數(shù)據(jù)為例，空間分辨率1km)的獲取情況，對(duì)長(zhǎng)時(shí)序低分辨率遙感土壤水分?jǐn)?shù)據(jù)產(chǎn)品(以歐空局1979-2013年CCI土壤水分為例，空間分辨率25km)進(jìn)行劃分：第一部分對(duì)應(yīng)于地表參數(shù)可獲取時(shí)段(2001-2013年)，第二部分為地表參數(shù)缺失時(shí)段。

MODIS自2000年4月開始正式發(fā)布數(shù)據(jù)，我國目前已建立了數(shù)個(gè)接收站并分別于2001年3月前后開始接收數(shù)據(jù)。因此，由于高分辨率MODIS數(shù)據(jù)的獲取時(shí)間始于2001年，因而基于地表參數(shù)輔助尺度轉(zhuǎn)換方法無法應(yīng)用于在此之前的土壤水分降尺度處理。

(二)由MODIS數(shù)據(jù)得出2001年至2013年內(nèi)分辨率為1Km的土壤水分?jǐn)?shù)據(jù)：

基本思路在于：本領(lǐng)域公知的，土壤水分與植被覆蓋、地表溫度等因素密切相關(guān)。基于該原理，本發(fā)明采用分辨率為1Km的MODIS歸一化植被指數(shù)(Normalized Difference Vegetation Index，NDVI)及地表溫度(Land surface temperature，LST)數(shù)據(jù)產(chǎn)品，建立與土壤水分的經(jīng)驗(yàn)方程，實(shí)現(xiàn)土壤水分的降尺度處理。

基本過程首先將分辨率為1Km的NDVI數(shù)據(jù)及LST數(shù)據(jù)進(jìn)行歸一化處理，消除數(shù)量級(jí)別上的差異性，公式為：

T^*＝(T-T_min)/(T_max-T_min) (1)

NDVI^*＝(NDVI-NDVI_min)/(NDVI_max-NDVI_min) (2)

其中，T_max，T_min分別為最大與最小地表溫度，NDVI_max，NDVI_min分別為最大與最小NDVI值，T^*和NDVI^*為歸一化后數(shù)據(jù)。

繼而將歸一化NDVI與LST數(shù)據(jù)重采樣至分辨率為25Km(在遙感中，重采樣是從高分辨率遙感影像中提取出低分辨率影像的過程)，并與相應(yīng)的CCI數(shù)據(jù)建立統(tǒng)計(jì)關(guān)系：

$SSM=\underset{i=0}{\overset{n}{\Σ}}\underset{j=0}{\overset{n}{\Σ}}{a}_{ij}\·{\mathrm{NDVI}}^{*\left(i\right)}\·T^{*\left(j\right)}---\left(3\right)$

其中a_ij表示權(quán)重系數(shù)，i,j分別代表自變量的維數(shù)，二次或三次回歸方程即可取得較好的結(jié)果。由于SSM，NDVI和T三個(gè)變量均已知，通過反算即可得到權(quán)重系數(shù)a_ij。最終，由于公式(3)中的SSM，NDVI和T等參數(shù)已知，通過反算即可得到系數(shù)a_ij，進(jìn)而可利用該系數(shù)將原始的1Km分辨率的NDVI及LST數(shù)據(jù)代入公式(3)，實(shí)現(xiàn)土壤水分的降尺度處理，得出2001年至2013年內(nèi)的分辨率為1Km的土壤水分?jǐn)?shù)據(jù)。

(三)將步驟(一)劃分得到的第二部分CCI數(shù)據(jù)產(chǎn)品轉(zhuǎn)換為1979年至2000年內(nèi)的分辨率為1Km的土壤水分?jǐn)?shù)據(jù)：

基本思路在于：將步驟(二)得到的分辨率為1Km降尺度土壤水分?jǐn)?shù)據(jù)(2001年-2013年內(nèi)的數(shù)據(jù))與對(duì)應(yīng)的原始25Km CCI土壤水?dāng)?shù)據(jù)(2001年-2013年內(nèi)的數(shù)據(jù))分代入公式(4)，利用土壤水分不同尺度間統(tǒng)計(jì)關(guān)系方法，獲取擬合轉(zhuǎn)換系數(shù)a_x,y和b_x,y的值。

不同尺度間土壤水分的關(guān)系為

${\mathrm{SSM}}_{x,y,t}^F=a_{x,y}\·{\mathrm{SSM}}_{x,y,t}^C+b_{x,y}---\left(4\right)$

其中，和分別表示為t時(shí)刻(x,y)位置上高分辨率及其對(duì)應(yīng)低分辨率像元內(nèi)的土壤水分；a_x,y和b_x,y表示轉(zhuǎn)換系數(shù)。

為消除尺度轉(zhuǎn)換可能導(dǎo)致像元邊緣出現(xiàn)不連續(xù)的“馬賽克”效應(yīng)，采用地理加權(quán)回歸(Geographically Weighted Regression，GWR)方法首先將25Km分辨率的CCI土壤水分?jǐn)?shù)據(jù)重采樣至1Km。由于土壤水分在空間上具有漸變特征，GWR方法基于地理學(xué)第一定律，充分考慮了不同空間范圍內(nèi)土壤水分之間的相關(guān)性，將某像元土壤水分通過其自身及相鄰像元值加權(quán)平均得到，權(quán)1重系數(shù)采用倒距離函數(shù)方法確定，從而避免了土壤水分在空間上的突變現(xiàn)象。

在此基礎(chǔ)上，利用公式(4)將其它年份(地表參數(shù)缺失時(shí)段，2001年之前)CCI數(shù)據(jù)轉(zhuǎn)換為空間分辨率為1Km的數(shù)據(jù)，也即是將步驟(一)劃分得到的第二部分CCI數(shù)據(jù)(分辨率為25Km)代入入式(4)中的將步驟(1)中得到的擬合轉(zhuǎn)換系數(shù)a_x,y和b_x,y的值分別代入式(4)中的a_x,y和b_x,y，得到地表參數(shù)(MODIS數(shù)據(jù))缺失時(shí)段內(nèi)的分辨率為1Km的土壤水分?jǐn)?shù)據(jù)。

這里所依據(jù)的基本原理是：土壤水分具有時(shí)間穩(wěn)定性(Temporal stability)特征，即局部土壤水分長(zhǎng)時(shí)序變化與區(qū)域總體趨勢(shì)具有良好的一致性。簡(jiǎn)單而言，受大范圍土壤水分的總體影響，某空間小區(qū)域內(nèi)土壤水分的時(shí)間變化總體上與大范圍內(nèi)的土壤水分保持一致。這為土壤水分的尺度轉(zhuǎn)換奠定了基礎(chǔ)，根據(jù)這一特征，不同尺度間土壤水分的關(guān)系在式(4)中已經(jīng)給出。

此外，需要指出的是：本發(fā)明中MODIS數(shù)據(jù)可獲取時(shí)段為2001年至2013年，CCI長(zhǎng)時(shí)序遙感土壤水分?jǐn)?shù)據(jù)可獲取的時(shí)段為1979年至2013年，這是由本領(lǐng)域當(dāng)前技術(shù)現(xiàn)狀決定的，但是在本領(lǐng)域技術(shù)水平發(fā)展到能夠獲取上述兩個(gè)時(shí)段以外的相應(yīng)數(shù)據(jù)的情況下，本發(fā)明提供的方法也能夠解決本發(fā)明所提出的所要解決的技術(shù)問題。

二、對(duì)上述方法所得數(shù)據(jù)進(jìn)行校準(zhǔn)與檢驗(yàn)的方法

本發(fā)明最后從精度和空間準(zhǔn)確性兩個(gè)方面評(píng)價(jià)降尺度結(jié)果的有效性。在精度檢驗(yàn)方面，本方法根據(jù)土壤水分的時(shí)間穩(wěn)定性特征(Temporal stability)，采用長(zhǎng)時(shí)序地面觀測(cè)點(diǎn)的土壤水分?jǐn)?shù)據(jù)，通過回歸分析和線性拉伸兩種方法校準(zhǔn)遙感土壤水分?；貧w分析方法描述了地面觀測(cè)點(diǎn)與遙感土壤水分?jǐn)?shù)據(jù)之間的線性相關(guān)關(guān)系，表達(dá)式為：

SM_cal＝a×SM_RS+b (5)

式中，SM_cal、SM_RS分別表示校準(zhǔn)及原始遙感土壤水分?jǐn)?shù)據(jù)；a和b為待定參數(shù)，一般根據(jù)長(zhǎng)時(shí)序的地面觀測(cè)點(diǎn)和對(duì)應(yīng)的遙感土壤水分?jǐn)?shù)據(jù)，采用最小二乘法進(jìn)行估計(jì)，使兩組數(shù)據(jù)間的誤差最小。

線性拉伸方法則考慮地面觀測(cè)數(shù)據(jù)變化特征的實(shí)際情況，對(duì)遙感土壤水分?jǐn)?shù)據(jù)進(jìn)行拉伸處理，使其與地面觀測(cè)數(shù)據(jù)具有相同的均值與方差，其表達(dá)式為：

${\mathrm{SM}}_{cal}=({\mathrm{SM}}_{RS}-{\stackrel{\‾}{SM}}_{RS})\×(s_{in}/s_{RS})+{\stackrel{\‾}{SM}}_{in}---\left(6\right)$

式中，和分別為地面觀測(cè)點(diǎn)和對(duì)應(yīng)遙感長(zhǎng)時(shí)序土壤水分平均值；s_in和s_RS分別兩種數(shù)據(jù)的標(biāo)準(zhǔn)差。

為驗(yàn)證降尺度土壤水分?jǐn)?shù)據(jù)空間特征的準(zhǔn)確性，本發(fā)明采用TVDI指數(shù)方法驗(yàn)證與土壤水分的相關(guān)性。本算法利用1Km MODIS地表溫度和NDVI數(shù)據(jù)，構(gòu)建溫度—植被指數(shù)空間，驗(yàn)證降尺度數(shù)據(jù)空間特征的準(zhǔn)確性。為避免不同數(shù)據(jù)量綱上的不一致性，兩種數(shù)據(jù)分別歸一化至0-1區(qū)間，代表土壤干濕狀況的遞變程度。采用決定系數(shù)(Determination coefficient)R²反映降尺度數(shù)據(jù)空間準(zhǔn)確性的總體情況；同時(shí)考慮到氣象等因素的地理差異性，選擇典型剖面線作為驗(yàn)證區(qū)域，檢驗(yàn)不同緯度、氣象等條件下土壤水分降尺度結(jié)果。

三、應(yīng)用實(shí)例

以鄱陽湖流域?yàn)槔?，?yàn)證了本算法的效果。圖2顯示了2001-2013年原始CCI數(shù)據(jù)與基于地表參數(shù)輔助尺度轉(zhuǎn)換方法土壤水分降尺度結(jié)果對(duì)比圖(左圖為2001-2013年原始CCI多年平均數(shù)據(jù)，右圖為降尺度后多年平均數(shù)據(jù))，可以發(fā)現(xiàn)，土壤水分降尺度結(jié)果與原始CCI數(shù)據(jù)具有較強(qiáng)的空間一致性，表現(xiàn)為流域多年平均土壤水分自北向南呈下降趨勢(shì)，降尺度結(jié)果更好地反映了土壤水分空間分布的細(xì)節(jié)特征。原始CCI數(shù)據(jù)流域多年平均值為0.350cm³/cm³，標(biāo)準(zhǔn)差為0.035cm³/cm³，降尺度土壤水分的流域多年平均和標(biāo)準(zhǔn)差分別為0.346cm³/cm³和0.008cm³/cm³，空間異質(zhì)性較原始CCI數(shù)據(jù)有所降低。流域土壤水分最高出現(xiàn)于湖區(qū)，原始CCI數(shù)據(jù)和降尺度結(jié)果土壤水分分別為0.402cm³/cm³和0.351cm³/cm³。

根據(jù)所獲取的尺度轉(zhuǎn)換系數(shù)a_x,y和b_x,y，采用公式(4)獲取1979-2013年1km土壤水分?jǐn)?shù)據(jù)集，其多年平均空間分布如圖3所示，流域多年平均為0.350cm³/cm³，標(biāo)準(zhǔn)差為0.010cm³/cm³。

利用TVDI數(shù)據(jù)，驗(yàn)證降尺度土壤水分空間分布特征的準(zhǔn)確性。結(jié)果發(fā)現(xiàn)兩種數(shù)據(jù)在流域尺度上具有較強(qiáng)的一致性，相關(guān)系數(shù)為0.45(R²＝0.20)。考慮到氣象等因素的地理差異性，本發(fā)明分別選擇兩條跨越研究區(qū)東西方向和南北方向的剖面線作為驗(yàn)證區(qū)域，檢驗(yàn)不同緯度與氣象條件下土壤水分降尺度結(jié)果(如圖4所示)。圖5顯示了剖面線方向上降尺度土壤水分和TVDI的分布結(jié)果，其中(a)部分為東西方向，(b)部分為南北方向。可以發(fā)現(xiàn)，相對(duì)于原始CCI數(shù)據(jù)，降尺度后土壤水分更好地吻合土壤水分的空間分布特征，相關(guān)系數(shù)R在0.3～0.4之間(R²>0.1)。

采用線性回歸方法，利用地面觀測(cè)數(shù)據(jù)校準(zhǔn)降與檢驗(yàn)尺度后土壤水分，結(jié)果如圖6所示。統(tǒng)計(jì)結(jié)果表明，校準(zhǔn)后降尺度土壤水分較好地吻合了地面觀測(cè)數(shù)據(jù)的變化趨勢(shì)，相關(guān)系數(shù)和RMSE分別為0.65(R²＝0.42)和0.044cm³/cm³，表明土壤水分降尺度與校準(zhǔn)處理取得較好效果。

最后說明的是，以上實(shí)施例僅用以說明本發(fā)明的技術(shù)方案而非限制，盡管參照較佳實(shí)施例對(duì)本發(fā)明進(jìn)行了詳細(xì)說明，本領(lǐng)域的普通技術(shù)人員應(yīng)當(dāng)理解，可以對(duì)本發(fā)明的技術(shù)方案進(jìn)行修改或者等同替換，而不脫離本發(fā)明技術(shù)方案的宗旨和范圍，其均應(yīng)涵蓋在本發(fā)明的權(quán)利要求范圍當(dāng)中。