Chengmin Hsu、Lynn E. Johnson*、Robert J. Zamora、Timothy Schneider 和 Robert Cifelli
所有分辨率的水文响应均受物理过程控制。准确捕捉高分辨率的物理过程对于降低许多粗分辨率卫星观测值至关重要。本文开发了一个四维过程代表性土壤水分降尺度模型,以降低高级微波扫描辐射计-EOS (AMSR-E) 25 公里分辨率土壤水分产品的尺度。该模型包括计算前期降水累积 (APA) 指数以捕捉 500 米分辨率土壤水分的空间和时间变化,以及应用地理信息系统 (GIS) 来模拟可以调节整个流域土壤水分变化的物理过程。APA 指数是土壤水分临时值的表示,采用指数公式来综合入渗、土壤蒸发效率和植被阻力对降水后土壤含水量的影响。选择了横跨季风开始和风暴持续时间的五天 AMSR-E 土壤水分导数进行降尺度。结果表明,土壤水分空间变化主要受降水分布和土壤特性控制。随后,相对土壤水分、辐射和植被在控制地表通量方面变得重要,从而影响随时间推移的土壤水分变化。使用来自美国国家海洋和大气管理局 (NOAA) 水文气象试验平台 (HMT) 和美国农业部 (USDA) 西南流域研究中心 (SWRC) 核桃峡谷实验流域 (WGEW) 观测网络的现场土壤水分测量结果来评估降尺度土壤水分数据(500 米分辨率)。分解土壤水分和现场土壤水分之间的均方根误差 (RMSE) 为 0.034 vol./vol.,百分比偏差 (PBIAS) 为 0.85%。整体 R2 值为 0.788。