顾及降雨量时空异质性的地表动态反馈构建研究

The land surface dynamic feedback (LSDF) is the changes of soil reflectance captured by time series remote sensing data during the drying process after rainfall. It provides effective covariates for digital soil mapping in low-relief areas, and has been widely concerned and accepted in recent years. However, the temporal and spatial heterogeneity of rainfall will seriously affect the validity of LSDF for digital soil mapping. In order to solve this problem, a LSDF construction method considering temporal and spatial heterogeneity of rainfall magnitude is developed in this study. This method effectively eliminates the influence of different rainfall in geographic locations by correcting the LSDF to a unified reference, which allowing the method can be applied in large low-relief area for digital soil mapping. The feedback after multiple rainfall events in different time is corrected and synthesized, and then applied to the synthesis of high spatial resolution remote sensing data to improve the detail of digital soil mapping. The constructed LSDF was applied to predict the spatial distribution of soil texture in low-relief area, so as to evaluate effectiveness of the method proposed in this study. This study will provide a new solution for fine digital soil mapping in large low-relief area; facilitate the development of theory and techniques of digital soil mapping. In addition, the study also can provide urgently scientific basis for precision agriculture management, sustainable utilization of soil resources and simulation of ecological processes.

地表动态反馈是利用遥感数据不同波段捕捉的降雨后地表变干过程中土壤光谱随地表蒸发的动态变化信息，为平缓区数字土壤制图提供了全新且有效的环境协同变量。但是降雨量的时空异质性会严重影响其在制图中的有效性。针对该问题，本项目拟开展顾及降雨量时空异质性的地表动态反馈构建研究。通过将空间上同一场降雨后不同位置获取的地表动态反馈修正到同一基准，消除降雨空间差异的影响，使其能应用于大范围平缓区的数字土壤制图；通过将同一位置不同时间降雨后的反馈分别修正后进行综合，并将综合方法用于综合多次降雨后时间分辨率低但空间分辨率高的遥感影像所获取的反馈，提高数字土壤制图的详细程度；最后基于构建的地表动态反馈推测平缓区土壤质地的空间分布验证方法的有效性。该研究为大面积平缓区精细数字土壤制图提供了新的解决思路，完善了现有数字土壤制图方法体系，能够为精准农业管理、土壤资源的可持续利用以及生态过程模拟等提供迫切需要的基础信息。

平缓地区的数字土壤制图因缺乏能够指示土壤空间变异的环境协变量，成为国内外学者广泛关注的难点问题。而地表动态反馈的提出为平缓区数字土壤制图提供了一种极具潜力的环境协变量。但其获取的前提条件是以降雨作为对地表的输入，在大区域范围，降雨量的时空差异会影响地表动态反馈的准确性。为解决这一问题，本项目探索如何消除降雨量的时空异质性对地表动态反馈的影响，使其能应用于大区域平缓区制图且能够综合多次降雨后时间分辨率较低但空间分辨率较高的遥感影像获取的地表反馈，克服平缓区土壤环境协变量缺乏的困难，为大范围高精度的数字土壤制图提供新的解决思路。. 项目的主要研究内容包括降雨量与蒸发修正量关系的获取、降雨量空间异质性下地表动态反馈的修正、不同时间降雨后反馈信息的综合以及基于地表动态反馈的数字土壤制图与评价等方面。结果表明，基于修正后地表动态反馈模式进行土壤质地推测时，精度明显优于未修正的推测精度，且降雨量空间差异越大，精度提高越多。并且，本项目所提方法能够综合多次降雨后时间分辨率较低但空间分辨率较高的遥感影像获取的反馈。将所构建的较高分辨率的地表动态反馈应用于土壤质地的空间分布推测时，详细程度大幅提升，推测精度有所改善，在地表复杂区域的精度改善更为明显。. 通过上述研究，项目取得了以下重要成果：1）研发了降雨量空间异质性下的地表动态反馈修正方法，使地表动态反馈能应用于大区域的平缓区土壤制图而不用受同一场降雨在不同空间位置上降雨差异的影响；2）研发了不同时间降雨后地表反馈的综合方法，使其能综合时间分辨率较低但空间分辨率较高的遥感影像所获取的反馈，提高数字土壤制图的精细程度。本项目所提方法降低了地表动态反馈法的获取条件，完善了现有平缓区土壤空间分布推测的方法体系，为大范围高精度的土壤空间分布信息的获取奠定了良好的理论与方法基础。相关内容已发表高水平SCI论文5篇，正在撰写与投稿论文2篇，申请专利1项。

内容获取失败，请点击重试