英语原文共 4 页，剩余内容已隐藏，支付完成后下载完整资料

多卫星数据集全球湿地动态遥感

Elaine Matthews, Filipe Aires, William B. Rossow

摘要：这项研究是全球首次采用一套卫星观测量化季节性和洪水程度的工作，包括被动和主动微波以及可见光和红外测量。 合并卫星观测的聚类技术用于检测洪水。 然后通过使用被动微波信号估计淹没的像素分数覆盖范围并且利用具有用雷达观测校准的端成员的线性混合模型来计算每月淹没区域以考虑植被覆盖。研究对象包括全球的天然湿地，灌溉水稻和湖泊/河流在内，结果表明，1992年7月至1993年6月期间的最小淹没面积为2.16x10⁶平方公里，约为最大面积的5.75x10⁶平方公里，占总面积的38％，与最大面积5.83x10⁶平方公里相比，来自独立数据集结果是5.70x10⁶平方公里。综合评估需要大量增加现有的稀疏记录。

引言

天然湿地只占地球无冰地表的约4％，稻田占约1％。然而，天然湿地是世界上最大的甲烷（CH4）来源，也是唯一受气候影响的湿地;稻田和湿地的排放占每年排放到大气中的CH4的约40％。目前的研究重点是气候驱动CH4排放变化的特征[Walter et al.，2001]，但全球甲烷预算中最大的不确定性之一仍然是湿地地区的季节性和年际变化，特别是约60％的湿地在一年中某些时候是被淹没的。表征全球淹没湿地及其动态特征非常困难，因为它们包含广泛的环境。现有的自然湿地和水稻种植全球数据集[e.g., Matthews et al,，1987,1991; Cogley，1991]代表了基于植被和土壤的湿地分布，但依赖于不能很好适用的湿地定义。使用可见光，红外和微波的遥感技术观测在量化湿地淹没动力学方面提供了不同程度的成功。Sahagian和Melack [1996]的综述得出结论认为，光学和红外仪器的高空间分辨率优势被其无法穿透云层和植被所抵消，使其不适用于全球研究，尽管在半干旱环境中有用[Gumbricht et al., personal communication]。亚马逊流域的合成孔径雷达（SAR）研究[Hess et al.，1995]涵盖了高空间分辨率（~100m）的广泛热带森林，但数据量很大，将研究限制在少数马赛克上，以防止对淹没动态进行系统的长期评估。 被动微波观测对于探测洪水淹没区域是有价值的[Gidding et al.,1989; Sippelet et al., 1998]，但是仅使用无源微波，特别是在洪水泛滥地区植被时，后续的亚像元淹没范围的定量估计是困难的。尽管人们认识到湿地在气候和生物地球化学循环中的重要性以及大量可靠的卫星观测资料，但卫星技术尚未经过系统和全球调查，以评估它们探测淹没湿地的潜力并量化其季节和空间动态。本研究的目的是展示一种全球适用的遥感技术，用于利用一套互补的卫星测量来检测自然和人为湿地淹没区域的动态。

数据和计算方法

选择全球覆盖的每月多次观测的卫星数据，来描述潜在的湿地面积减少的特征。 Prigent et al.[2001]在对合适的观测资料进行了初步评估之后,对这些数据集进行了一次全面的描述。选定的观测值涵盖了一段广泛的波长范围：1）发射率为37 GHz（0.81 cm）被动微波SSM / I; 2）ERS-1有源微波辐射计响应频率为5.25 GHz（5.71 cm）; 3）通过可见光和近红外观测得出的AVHRR归一化植被指数（NDVI）。根据去除了大气，云层和降水的贡献后得到的SSM / I观测值估算，有关湿地被淹没的发现主要来源于被动微波的地表误差[Prigent et al，1997]。尽管ERS散射计的响应特性极小，但是它对植被的非常敏感[Prigent et al，2001]，它被用来评估被动微波信号对植被的影响。在裸露的地表和洪水能够产生类似被动微波特征的半干旱地区，NDVI信息对于解决模糊性是必要的。1992年7月至1993年6月的所有遥感数据均在赤道0.25°的相同区域分辨率合成/平均，与卫星分辨率兼容。

图1.三种仪器在湿地上的反应，从92年7月到93年3月期间每三个月：（a）巴西Tabatinga周围的亚马逊热带雨林，（b）博茨瓦纳的Okavango三角洲。

图1显示了亚马逊盆地和奥卡万戈三角洲的仪器响应研究周期的为每三个月一次。在这两个地区微波辐射率下降，极化差异随着淹没度的增加而上升。对亚马逊来说，ERS后向散射在时间和空间上都很稳定，但是ERS后向散射或NDVI都没有显示与洪水有关的结构。在半干旱的博茨瓦纳，奥卡万戈三角洲在所有观测中表现出显着的季节性。 微波辐射率和极化差异都对湿地的减少作出反应，但是后向散射和NDVI的增加不是因为积水，而是因为淹没地区的植被生长。我们从这些站点和其他站点得出结论，用SSM / I被动微波进行湿地检测是可行的，但需要对植被变化做出响应的附加观测，以更好地估计未清空区域的范围。通过量化植被对无源微波信号的贡献，开发了一套方法来检测淹没和估计淹没的亚像元覆盖。先前用于合并遥感数据集的无监督聚类技术有望来表征植被和季节性的大规模特征[Prigent et al.，2001];该技术被完善用于洪水探测。利用敏感性分析确定了输入到聚类方案的最佳观测子集，并将聚类分析同时应用到全套12个月的全球数据集中，从而产生与湿地消失相关的一组子集。由于对植被发生的极化差异的淹没响应，需要考虑植被对辐射偏振度差异的贡献，从而采取方法来量化淹没面积。 辐射偏振度差异随淹没系数的增加而增加，但随着植被密度的增加而减小，而ERS后向散射对淹没的影响并不是非常敏感，随着植被密度的增加而增加。图2显示了所有月份所有淹没像素的关系。根据极化差异和后向散射之间的统计关系建立了一个线性混合模型，通过假定每个植被密度值随亚像元淹没分数而变化。线性混合模型中每个植被的两个端元由极化差值的最低10％的平均值（假定对应于5％的部分被淹没）以及极化差值的最高10％的平均值确定（假定相当于95％的部分被淹没）（图2中的空心圆圈）。因为这里没有对个体湿地或生态系统进行调整，所以在研究期间的所有月份，这个混合模型被用来计算淹没像素的淹没分数。

图2.对被分类为淹没的像素采用主动微波与被动微波。 对于微波发射率的每个1dB范围，均值 △e37是针对10％最低和最高△e37值进行计算并绘制的。

图3. a）07/92至06/93之间每个像素的淹没月数，无论分数淹没（RS估计）如何; b）在1°范围一年中最多的部分淹没（RS估计值）; c）天然湿地的分数范围[Matthews和Fung]; d）最大水稻的分数范围[Matthews等人]; e）湿地的分数范围[Cogley]; f）湖泊的分数范围[Cogley]

结果与讨论

评估侧重于淹没季节性或持续时间以及地区的大范围分布。由于我们的方法不区分自然湿地，灌溉稻田和大型湖泊/河流中的静水，我们将其结果与多个独立数据集进行比较，这些数据集合在一起可以捕获潜在淹没的全部补充。这些数据集并不一定反映季节动态。Matthews和Fung [1987]提出的分数来自航图，在温暖的季节最容易发生洪水的情况下，这些信息更有可能获得。马修斯等人的每月栽培稻面积来源于面积统计和作物日历，使得该数据集直接与新研究中的最大淹没量比较。Cogley [1991]的湿地数据集包括针对某些自然群体（中国）而不是其他群体（印度）的灌溉稻米。湖泊数据集显示了西半球北部地区小湖泊的道路分布。

图4.淹没地区在全球和纬度地区的季节变化。 Matthews和Cogley等人的静态估计。

新的结果展现出现实的结构。亚洲稻田具有很强的特征，特别是在印度和孟加拉国，稻米主宰了农业景观。淹水持续时间与水稻作物的数量和持续时间一致[Matthews et al.，1991]，并且在北纬地区出现下降，从45°左右的5个月到55°左右的3个月，与其他观测一致[Walter和Helmann，2 000]。主要被淹没的海域在所有的纬度和环境中都有很好的划分。亚马逊河沿岸的潘塔纳尔湿地和河流湿地明显地被南美洲捕获。尼日尔三角洲（麦芽）和与半干旱非洲乍得湖相关的湿地是现实的代表。俄罗斯北部鄂毕河周围被淹没的地区得到了很好的再现。加拿大的大部分特征与Cowley的数据类似，但可能反映了水池和淹没苔原的短期复合体。。相比之下，尽管相对于其他汇编而言，中东非洲地区的淹没似乎被低估了，但卫星观测的详细分析并未发现表明淹没的特征，因此需要进一步调查。

淹没面积估算取决于混合模型的有效性，由于观测资料的稀缺性，无法全面校准混合模型，以量化植被/淹没的结构对代表性土地的响应。此外，关于湿地地区的观测资料很少，尤其是它们的季节变化，并且没有报告一年或更长时间内地区全球动态的数据集。在亚马逊中部（0S8S 72W54W），Hess et al. 估计的SAR最大淹没面积为3.0x10⁵km²，而Matthews和Fung的静态值为0.4x10⁵km²，Cogley 估计0.2x10⁵km²的湿地和0.1x10⁵km²的湖泊。 我们的方法的最大范围为1.6x10⁵km²。 在奥卡万戈三角洲（21S18S2 2E24E），Matthews和Fung（4,660 km²）和Cogley（3,970 km²）的估计最大洪水范围（3,800 km²）接近估计。 淹没季节性与Gumbricht等人一致。尽管后者预测最大面积为16,000 km²，这可能是过高估计，因为NDVI本身不是对水体的淹没，而是对与水有关的植被进行响应，因此可能包括静水周边的植被为 以及淹没后的植被生长。

在全球范围内，新的结果表明，12个月期间最小淹没面积为2.16x10⁶ km²，约为最大5.75 x10⁶ km²的38％;这些地区包括天然湿地，稻田和湖泊/河流。Matthews和Fung [1987]报告的天然湿地总面积为5.30times;10⁶ km²，其中约有60％或3.18times;10 km²被淹没在一年的某一部分; 1.2times;10 km²的灌溉稻田在最大耕种[Matthews等，1991]给出了最大湿地淹没4.38x10⁶ km²。加入Cogley的湖泊/河流面积为5.83x10e km²。 Cogley数据产生类似的4.25x10⁶km²的湿地稻田，湖泊/河流面积共增加5.7x10 km²。这些结果中的每一个都是由完全不同的数据和技术得出的。然而，尽管该共识令人鼓舞，并为新的遥感技术提供了一些信心，但季节性淹没动态的不确定性大于这些接近值，因为相似性可能部分来自数据集之间的偶然补偿差异。

结论

这项研究反映了第一次量化季节性和全球湿地淹没的程度，其中包括一系列卫星观测的聚类分析，这些观测涵盖了广泛的光谱范围，包括无源和有源微波，可见光和近红外观测，以及利用线性混合模型估计被淹没的像素分数。该技术全球适用，无需针对个别环境进行任何调整。全球淹没面积从最大5.75x10⁶平方公里至最小2.16x10⁶平方公里，灌溉稻田和湖泊/河流，与独立数据相比具有不同的价值。目前，对于许多湿地综合体而言，对于分布，淹没持续时间和面积的更为确凿的评估受到定量观测的缺乏，季节性和年际的明显不足的影响。通过进一步验证，基于全球卫星观测的方法可以提供关于十多年来淹没的年际变化的信息。

参考文章：

Cogley, J.G., GGHYDRO-Global Hydrographic data release 2.0, Trent Climate note 91-1, Trent Univ., 12, 1991.

Giddings, L. and B.J. Choudhury, Observation of hydrological feature with Nimbus-7 37GHz data applied to South America, Int. J. Remote $ens., 10, 1673-1686, 1989.

Hess, L., J.M. Melack, S. Filoso and Y. Wang, Delineation of inundated area and vegetation along the Amazon floodplain with the SIR-C Synthetic Aperture Radar, IEEE Trans. on Geosci. Remote Sens., 33, 896-903, 1995.

Matthews, E., I. Fung, J. Lerner, Methane emission from rice cultivation: geographic and seasonal distribution of cultivated areas and emissions, Glob. Biogeochem. Cycles, 5, 3-

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[22481]，资料为PDF文档或Word文档，PDF文档可免费转换为Word