删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

刘苏峡研究小组关于区域土壤水分的研究新进展

本站小编 Free考研/2020-05-22

区域土壤水分,是水文循环的重要环节,对区域干旱预测、生态系统管理和水土资源配置均具有重要意义。然而传统的水文模拟更看重降水和径流,视土壤水分为中间环节,缺乏深入研究。另外,土壤水分的观测资料在全球范围内都非常贫乏,资料积累尤为有限。刘苏峡研究小组自1995年至今,一直致力于区域土壤水分的研究。通过多渠道集成实测土壤水分及相关的土壤、植被、地下水位等多源资料,建成了中国统一时间间隔的实测土壤水分数据库,与美国、俄罗斯、蒙古等共建了全球唯一的实测土壤水分数据库,现已融入国际土壤水分网络,具有广泛国际影响,属于国际上较早开展区域土壤水分研究团队。研究成果应用于西北荒漠化的水文效应、华北水文循环和东北水资源优化配置等重要国家需求。最近在土壤水分和土壤物理因子的深表层关系、遥感、实测和过程模型模拟土壤水分的深化比较、区域土壤水分的空间变异及驱动力等方面取得新进展。
  1、建立了中国表层和深层土壤水分存在线性总关系。发现该关系随深层厚度增加而降低,不受土壤水分量级本身的影响。对小麦、玉米、花生、油菜等植被类型可以用该总关系来由表层推算深层土壤水分,该关系是这类植被获取深层土壤水分的重要途径。鉴于目前大多数研究均用土壤质地来刻画土壤垂直剖面变异性的现状,采用室内室外观测分析方法,探索了其他土壤物理因子对土壤分层的刻画,发现在一些地方如河南新乡,滞后含水率、饱和含水量、饱和导水率是比土壤质地更重要的分层因子。
  宋亚路,刘苏峡,马英,胡超,莫兴国,2014. 土壤分层关键因子确定——以新乡实验农地为例。地理研究. 33(11):2115-2135
  刘苏峡,邢博,袁国富,莫兴国,林忠辉, 2013. 中国根层与表层土壤水分关系分析,植物生态学报,37(1):1-17.
  2、基于熵理论的互信息原理检验了遥感土壤水分算子的有效性。发现采用指数滤波从遥感观测的表层土壤水分导出的深层土壤水分指数的互信息与实测深层土壤水分的互信息容量相当,给遥感反演深层土壤水分的研究提供了支撑。
  Jianxiu Qiu(邱建秀), Wade T. Crow, Grey S. Nearing, Xingguo Mo(莫兴国), Suxia Liu(刘苏峡). 2014. The impact of vertical measurement depth on the information content of soil moisture times series data. Geophysical Research Letters, 41(14), 4997-5004. DOI: 10.1002/2014GL060017. http://onlinelibrary.wiley.com/doi/10.1002/2014GL060017/abstract
  3、采用集合卡尔曼滤波同化方法研究了不同观测算子对应的VIP模型模拟的深层土壤水分和用遥感资料(AMSR-E、MODIS)反演的深层土壤水分的自相关系数的差异。发现同化后的模型估算的土壤水分跟实测的差别比未开展同化的模型估算和实测的差别要小;越深层次的土壤水分的估算受观测误差的影响越大;水分交换活跃的土层受遥感观测误差的影响比水分交换缓慢的土层所受影响要小。
  Jianxiu Qiu(邱建秀), Wade T. Crow, Xingguo Mo(莫兴国), Suxia Liu(刘苏峡).2014. The impact of temporal auto-correlation mismatches on the assimilation of satellite-derived surface soil moisture retrievals. IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing. Vol.7,issue 8. DOI: 10.1109/JSTARS.2014.2349354. http://ieeexplore.ieee.org/xpl/articleDetails.jsp?reload=true&arnumber=6902782
  4、比较了VIP生态水文模型模拟的区域土壤水分、遥感(ASCAT和AMSR-E)土壤水分和实测土壤水分的差异。发现ASCAT、AMSR-E 两组遥感数据在白洋淀流域的均方根误差分别为0.044 和0.054 m3 m-3,略低于SMOS、SMAP遥感土壤水分的目标精度0.040 m3 m-3 。实测土壤水分及ASCAT、AMSR-E遥感土壤水分时间序列基本都包含在模型的不确定区间内,表明这三种数据源尽管在绝对值上有差异,但都能准确地捕捉到表层土壤水分动态,其距平值信息互补。
  Jianxiu Qiu(邱建秀), Xingguo Mo(莫兴国), Suxia Liu(刘苏峡), Zhonghui Lin(林忠辉), Lihu Yang(杨丽虎), Xianfang Song(宋献方), Guangying Zhang, Vahid Naeimi, Wolfgang Wagner, 2013. Intercomparison of microwave remote sensing soil moisture datasets based on distributed eco-hydrological model simulation and in-situ measurements over the North China Plain. International Journal of Remote Sensing, 34 (19), 6587-6610. DOI:10.1080/01431161.2013.788799.http://www.tandfonline.com/doi/abs/10.1080/01431161.2013.788799
  MO XINGGUO(莫兴国), JIANXIU QIU(邱建秀), SUXIA LIU(刘苏峡), VAHID NAEIMI.2011. Estimating root-layer soil moisture for North China from multiple data sources In: Mohsin Hafeez (ed.)Grace, Remote sensing and ground-based methods in multi-scale hydrology, Melbourne,Australia,29 June-5 July.2011. IAHS publication 343: 118-124.
5、根据VIP模型模拟、AMSR-E被动微波遥感反演、全球陆面模式模拟和实测等多源数据,采用经验正交函数法(EOF),从白洋淀流域、华北区域到全国多个尺度,研究了土壤水分的空间变异及驱动力。发现土壤水分空间变化的驱动力随研究尺度而变。在流域尺度,地形因素是主要驱动力。在区域尺度,土壤质地比地形作用强。在全国尺度,地形和土壤性质是共同驱动力。随研究尺度增大,降水的驱动作用越强,遥感产品展示的空间变异程度越弱。
  Jianxiu Qiu(邱建秀), Xingguo Mo(莫兴国), Suxia Liu(刘苏峡), Zhonghui Lin(林忠辉), 2014. Exploring spatiotemporal patterns and physical controls of soil moisture at various spatial scales. Theoretical and Applied Climatology. Volume 118, Issue 1-2, pp 159-171.DOI: 10.1007/s00704-013-1050-6. http://link.springer.com/article/10.1007%2Fs00704-013-1050-6

相关话题/土壤 遥感