[发明专利]一种基于AMSR2土壤水分数据降尺度算法

权利要求书

1.一种土壤含水量产品降尺度方法，其特征在于，所述方法包括以下步骤：

（1）获取待研究区AMSR2土壤含水量产品和同一时间的1km光学遥感数据（LST与NDVI）；

（2）利用MRT、IDL对1km空间尺度的LST与NDVI进行干湿边模拟，计算研究区1km空间尺度内温度植被干旱指数（TVDI）；

（3）利用反距离权重插值法对0.1°*0.1º尺度AMSR2 土壤水分数据进行重采样成10*10 km空间尺度的土壤水分产品；

（4）利用高分辨率的TVDI对低分辨率的AMSR2 土壤水分数据进行逐像元赋权重，然后利用权重对10*10 km空间尺度的土壤水分产品分解成1*1 km土壤水分产品。

2.根据权利要求所述的AMSR2土壤含水量产品降尺度方法,其特征在于,所述步骤（1）中AMSR2土壤含水量产品采用0.1°*0.1º AMSR2 土壤含水量三级月产品；所述光学遥感影像数据采用1km MODIS的8天LST产品（MOD11A2）和月产品NDVI（MOD13A3）。

3.根据权利要求所述的土壤含水量产品降尺度方法,其特征在于，所述步骤（2）中用计算同期的温度植被干旱指数（TVDI）过程包括8天LST产品合成、LST月产品的合成、有云地区的补值、计算TVDI；

所述8天LST产品合成主要包括利用MRT批量合成与转投影研究区的8天LST影响；

所述LST月产品的合成合成利用IDL编程批量一个月内全部8天LST的平均值作为该月的LST月产品。

4.所述有云地区的补值主要利用IDL进行调用SG滤波函数对LST、NDVI月产品求取有云地区像元的时序滤波值作为该像元的LST、NDVI值；

所述计算TVDI主要利用中国1kmNDVI、LST的补值后的月产品，其公式表达为：

。

5.根据权利要求所述的土壤含水量产品降尺度方法,其特征在于，所述步骤（3）中利用反距离权重插值法对0.1°*0.1°尺度AMSR2 土壤水分数据进行重采样成10*10 km空间尺度的土壤水分产品。

6.根据权利要求所述的土壤含水量产品降尺度方法，其特征在于，所述步骤中利用高分辨率的TVDI对低分辨率的AMSR2 土壤水分数据进行逐像元赋权重；由于TVDI 与土壤湿度呈负相关关系，故本发明的降尺度方法表达为：；最后，利用1km空间尺度像元权重对10 km的土壤水分进行分解，生成1km土壤水分产品。