非均質(zhì)中低分辨率像元土壤含水量地面采樣方法研究進展

王春梅，占玉林，魏香琴，李娟，李玲玲，劉苗

（中國科學(xué)院 遙感與數(shù)字地球研究所，北京，100101）

非均質(zhì)中低分辨率像元土壤含水量地面采樣方法研究進展

王春梅，占玉林，魏香琴，李娟，李玲玲，劉苗

（中國科學(xué)院 遙感與數(shù)字地球研究所，北京，100101）

在一定的精度條件下，如何通過合理的地面采樣方法獲取非均質(zhì)混合像元的地面真值，是遙感準(zhǔn)確反演土壤含水量需要解決的基本問題。目前常用的地面?zhèn)鹘y(tǒng)采樣方法包括傳統(tǒng)統(tǒng)計采樣、自助采樣、隨機組合采樣、地統(tǒng)計采樣、分層采樣、穩(wěn)定性采樣，都需要地面較密集的實測數(shù)據(jù)才能獲得合理的采樣方案，然而，在實際中，中低分辨率尺度很難進行地面預(yù)采樣，傳統(tǒng)地面采樣方法很難滿足區(qū)域尺度土壤含水量的地面采樣需求。基于先驗知識的地面采樣方法由于不需要地面較密集的實測數(shù)據(jù)，已成為中低分辨率像元土壤含水量地面采樣的新熱點。綜合分析土壤含水量不同地面采樣方法的特點和優(yōu)勢以及采樣方法的適用條件，為土壤含水量反演算法模型的構(gòu)建和產(chǎn)品的真實性檢驗提供科學(xué)的地面采樣參考依據(jù)。

土壤含水量；非均質(zhì)；采樣

土壤含水量是水文模型、氣候預(yù)測模型以及干旱監(jiān)測模型中重要的參數(shù)之一［1-5］。遙感是獲取生產(chǎn)區(qū)域與全球土壤含水量的主要手段，近年來，基于AMSR-E和SMOS等被動微波衛(wèi)星遙感數(shù)據(jù)，生產(chǎn)了全球土壤含水量產(chǎn)品［1， 6］，另外，2015年計劃發(fā)射的土壤水分主、被動微波衛(wèi)星（SMAP）也將為土壤含水量產(chǎn)品的生產(chǎn)提供新的數(shù)據(jù)源［7-10］。無論是土壤含水量反演算法模型的構(gòu)建還是產(chǎn)品的真實性檢驗，都需要通過地面儀器獲得實測土壤含水量［11-15］。但目前土壤含水量的地面采樣研究工作嚴(yán)重滯后，特別是對非均勻地表特性的尺度轉(zhuǎn)換研究滯后，這使得區(qū)域尺度的遙感信息與田間尺度的地表觀測信息脫節(jié)，進而制約著土壤含水量定量遙感產(chǎn)品在相關(guān)領(lǐng)域更好地推廣與應(yīng)用。土壤含水量具有較大的時空變異，尤其是表層土壤含水量變化劇烈［16-17］，這就要求在土壤含水量定量遙感產(chǎn)品模型構(gòu)建和地面檢驗時，必須對地面實測數(shù)據(jù)實時同步進行，這導(dǎo)致對土壤含水量的地面采樣存在困難。因此，在一定的精度條件下，如何通過合理的地面采樣方法獲取非均質(zhì)混合像元的地面真值，是遙感準(zhǔn)確反演土壤含水量需要解決的基本問題，這對于定量遙感產(chǎn)品的模型構(gòu)建和地面真實性檢驗均具有十分重要的意義。迄今為止，眾多學(xué)者探討了土壤含水量地面采樣的策略問題。一個準(zhǔn)確的樣本設(shè)計方案應(yīng)保證樣本點的均值是對像元總量均值進行很好估計［18-19］。合理取樣數(shù)目取決于土壤含水量樣本總量的變異性、估計像元總量均值所要求的精度、估計像元總量均值所需的置信區(qū)間、地面采樣的費用等。在過去的幾十年里，已建立多種土壤含水量地面采樣方法，本文將其歸納為統(tǒng)計特征采樣、時空格局采樣和先驗知識采樣，重點對土壤含水量地面采樣方法的國內(nèi)最新研究進展進行分析，總結(jié)常用地面采樣方法的特點和優(yōu)勢，并探討不同采樣方法的適用條件。

1　基于土壤含水量樣本數(shù)據(jù)統(tǒng)計特征的地面采樣

1.1傳統(tǒng)統(tǒng)計采樣

在地學(xué)研究中，目前應(yīng)用最多的是傳統(tǒng)統(tǒng)計方法［20-24］，同時，也是遙感反演常用的地面采樣方法，即根據(jù)像元內(nèi)的變異程度，估計像元內(nèi)的合理取樣數(shù)目。當(dāng)像元內(nèi)土壤含水量樣本數(shù)據(jù)相互獨立且滿足正態(tài)分布時，可用下面公式估計一定誤差水平下所需的地面合理取樣數(shù)目（n0）［14］：式中：σ為標(biāo)準(zhǔn)差；t1-α/2為一定置信水平 LC即（1-α）下的t分布特征值；，為絕對誤差，μ為像元內(nèi)總體的真實平均值，為像元內(nèi)n個樣本的平均值；κ=d/μ，為相對誤差。由于土壤含水量在不同位置、不同時間的CV比σ穩(wěn)定得多［14］，因此，當(dāng)難以獲取有效的σ時，可利用CV和κ來估算n0。在一定精度下，傳統(tǒng)統(tǒng)計計算的合理取樣數(shù)目與變異系數(shù)的平方成正比［15-16］。但傳統(tǒng)統(tǒng)計方法具有局限性，必須滿足像元內(nèi)土壤含水量樣本數(shù)據(jù)的正態(tài)分布及樣點之間的空間獨立［25］。當(dāng)違背這一條件時，傳統(tǒng)方法得到的合理取樣數(shù)目與實際需要不符［26］。

傳統(tǒng)統(tǒng)計方法僅能估算像元內(nèi)土壤含水量的取樣數(shù)目，但沒有考慮樣點的空間布局，而實際中樣點空間布局對最終的采樣結(jié)果有很大的影響?？蒲腥藛T通常采用已有的樣點布局模式，包括柵格采樣、隨機采樣、均勻采樣等，但這些方法要么費時費力，要么對抽樣精度有很大的影響。

1.2自助方法采樣

近20年來，一種新的方法——自助法（bootstrap）逐漸用于土壤含水量的地面采樣設(shè)計。這種方法是當(dāng)今流行的地面數(shù)據(jù)重采樣方法，不受數(shù)據(jù)分布特征的限制［8］。

若某像元內(nèi)有n個表層土壤含水量的地面觀測值θi（i=1，2，…，n），當(dāng)n足夠大時，像元的平均含水量可以認(rèn)為是這n個實測含水量的平均值。自助法不受樣本統(tǒng)計分布的局限，可通過對n個觀察值的重復(fù)抽樣模擬得到接近真實的樣本分布特征［27］。應(yīng)用自助法確定采樣策略的基本思路如下：

1） 從像元內(nèi)所有實測數(shù)據(jù) n中分別隨機選出 m個數(shù)據(jù)（m=1，2，3，…，n），每次選擇隨機重復(fù)B次。

2） 計算每次選擇得到的m個樣本均值，共獲得B個樣本均值。

3） 分別計算B個均值與全部n個實測樣點均值之間的相對誤差，分析相對誤差在5%或10%內(nèi)的置信水平LC。

4） 繪制置信水平LC與樣本數(shù)目m的關(guān)系圖，從而確定一定LC（95%或90%）下對應(yīng)的合理取樣數(shù)目。

MANLY［28］建議自助采樣實際應(yīng)用中的B應(yīng)不少于1 000次，有時甚至需要設(shè)置10 000次。然而，為了避免冗長的計算時間，很多研究者在實際應(yīng)用中盡量選擇小的樣本數(shù)目（n）或者少的重復(fù)數(shù)（B）［29-30］。但即使樣本數(shù)目n很小，1 000次甚至10 000次的重復(fù)數(shù)B也很難覆蓋所有的組合數(shù)，如當(dāng)n=20和m=10時，從n個數(shù)據(jù)中隨機選擇m個數(shù)據(jù)共存在的組合數(shù)有個，此時設(shè)置較小的B（＜184 756）勢必會導(dǎo)致樣本數(shù)目置信水平不穩(wěn)定［29］。更重要的是，自助法的采樣效率并不高于傳統(tǒng)統(tǒng)計采樣效率，這也是限制自助法在遙感地面采樣應(yīng)用的關(guān)鍵原因［16］，而且這種方法也沒有考慮樣點的空間布局。

1.3隨機組合采樣

為了發(fā)揮自助方法優(yōu)勢，針對自助方法存在的精度不穩(wěn)定和采樣效率低等問題，提出利用隨機組合地面采樣估算像元內(nèi)的土壤含水量地面合理取樣數(shù)目［31］。這種方法的改進之處在于將所有的組合數(shù)目）代替固定重復(fù)次數(shù) B，以 s個平均值代替 B個平均值，其余步驟則與自助法的相同。

隨機組合方法不需要傳統(tǒng)統(tǒng)計和分層采樣所要求的數(shù)據(jù)獨立和正態(tài)分布前提，也不需要地統(tǒng)計學(xué)采樣方法的半方差函數(shù)信息，因此，隨機組合方法的實際應(yīng)用范圍更廣，而且與傳統(tǒng)統(tǒng)計、地統(tǒng)計、分層采樣和自助采樣相比，隨機組合方法提供了合理有效的采樣策略。在相同的精度要求下，隨機組合方法估算的合理取樣數(shù)目要遠比傳統(tǒng)統(tǒng)計和自助采樣的數(shù)目少［21］。然而，隨著像元分辨率的降低，土地利用類型多樣，地形地勢復(fù)雜，土壤含水量勢必具有更高的時間變異和空間變異，這意味著隨機組合方法需要有地面更密集的實測土壤含水量數(shù)據(jù)才能獲得合理的采樣方案。但隨著實測樣點的增加，尤其當(dāng)變異系數(shù)較大或觀測數(shù)據(jù)較復(fù)雜時，隨機組合計算結(jié)果往往會消耗較長的時間，而且這種方法也沒有考慮樣點的空間布局。

2　基于土壤含水量樣本數(shù)據(jù)時空變異的地面采樣

2.1地統(tǒng)計采樣

地統(tǒng)計學(xué)考慮了像元內(nèi)土壤含水量的空間變異和空間相關(guān)，克服了樣點獨立的局限，能較好地估算合理取樣數(shù)目。

由于遙感像元尺寸通常是正方形（S），像元可被看成由觀測點在中心、邊長等于采樣間隔的n個正方形組成，將n作為采樣數(shù)目。此時，每個采樣塊S的土壤含水量平均值的估算方差式中：為像元S內(nèi)中心點x和其他所有點之間的平均半方差值為像元S內(nèi)所有點之間的平均半方差值。若像元 S的估計值為θSi（i=1，2，…，n），則像元均值表示為，相應(yīng)的全局估計方差為［22］

根據(jù)式（2）和（3），可以從標(biāo)準(zhǔn)誤差和采樣數(shù)目的關(guān)系圖中得到一定誤差水平下的合理取樣數(shù)目［23］。

研究表明，土壤含水量在一定范圍內(nèi)存在空間自相關(guān)性［34-35］。地統(tǒng)計采樣克服了地面樣點獨立的局限性，考慮了土壤含水量的變異結(jié)構(gòu)對實際采樣的影響。JACOBS等［22］較早討論了應(yīng)用地統(tǒng)計學(xué)理論確定土壤pH合理取樣數(shù)目的方法，此后許多研究者也用該方法研究了不同土壤參數(shù)的空間變異及采樣設(shè)計［36］，均認(rèn)為地統(tǒng)計學(xué)方法比傳統(tǒng)統(tǒng)計方法在設(shè)計采樣方案時更有效，能用較少數(shù)目的樣品獲得同樣精度的估值。

但在地統(tǒng)計采樣過程中必須準(zhǔn)確獲取像元內(nèi)土壤含水量的空間變異函數(shù)，需要更高分辨率的數(shù)據(jù)或者進行像元預(yù)采樣獲取較準(zhǔn)確的變異函數(shù)。

2.2區(qū)域分層采樣

ORLóCI［37］提出一個生態(tài)系統(tǒng)的表征必須考慮其內(nèi)部的變異特征。而分層采樣滿足此要求。分層采樣可以有效地提高土壤含水量總體估計值的精確度，是最精確的取樣策略方法之一。分層抽樣研究已用于人口普查、環(huán)境分析、產(chǎn)品測試以及土壤科學(xué)等不同領(lǐng)域［38-39］。

在像元土壤含水量分層采樣中，將像元大小為M的總體分成 L個不相重疊的層，它們的大小分別為M1，M2，…，ML。第q（q=1，2，…，L）層的權(quán)重為Wq=Mq/ M，可認(rèn)為是第q層面積占整個像元面積的比例［29］。分層采樣的總體估計均值是 L個樣本均值θq的加權(quán)平均，和θst的方差分別為：

式中：σq，nq和fq=nq/ Mq分別為第q層的標(biāo)準(zhǔn)差、樣本數(shù)目和抽樣比。若數(shù)據(jù)滿足正態(tài)分布，在1-α的置信水平下，（d/Z1-α/2）2可代替式（5）中的，則所有層的合理取樣數(shù)目可表示為

分層采樣除了能確定像元內(nèi)總的合理取樣數(shù)目（n0）外，還能進一步估計像元內(nèi)各單元層的取樣數(shù)目。第q層的取樣數(shù)目為

雖然分層采樣精度較高，能有效地減少取樣時間和降低取樣成本，但也受到一些條件的限制。例如，一方面精度受分層方式的影響，另一方面必須有進行像元分層的先驗資料支持，若按土壤類型對非均質(zhì)中低分辨率像元進行分區(qū)，則首先必備土壤質(zhì)地分類圖［23］；若按土地利用類型進行分區(qū)，則必須有試驗區(qū)域詳細(xì)的土地利用分類圖［40］。總之，在分層取樣之前，需要試驗區(qū)域的部分先驗數(shù)據(jù)和資料對其進行分層，這在實際調(diào)查中工作量較大。

2.3時間穩(wěn)定性采樣

土壤含水量隨時間和空間地理位置的變化而變化，但當(dāng)把土壤含水量按大小排序或與平均含水量進行比較時，空間變異格局表現(xiàn)出隨時間持續(xù)不變的特性，這種現(xiàn)象叫時間穩(wěn)定性，這些樣點就是時間穩(wěn)定性點［41］。若在某種尺度下存在土壤水分時間穩(wěn)定性點，則可根據(jù)時間穩(wěn)定性點土壤水分含量與研究區(qū)域的平均土壤水分含量的關(guān)系，估計和預(yù)測研究區(qū)域的平均土壤水分狀況，這樣將大大簡化估算某個研究區(qū)域平均土壤水分狀況的采樣和測定工作，可廣泛用于遙感土壤水分驗證和農(nóng)田土壤水分監(jiān)測與管理［42］。

不同位置間的變異性可利用地統(tǒng)計理論進行分析，而不同樣點位置隨時間的變化則可用時間穩(wěn)定性來表征［33］。在分析試驗區(qū)的穩(wěn)定樣點之前，首先利用斯皮爾曼等級（Spearman rank）相關(guān)系數(shù)rs驗證穩(wěn)定位置的存在性：

式中：m為土壤含水量對應(yīng)的觀測數(shù)目；θi，t（或θi，t′）為位置i處的土壤含水量觀測值在t（或t′）時刻的等級。rs越接近1，則觀測值在時期t和t′的穩(wěn)定性越大。

經(jīng)過分析確認(rèn)穩(wěn)定位置后，下一步需要確定具體的樣本位置。假定t時刻（t=1，2，…，nt）土壤含水量的均值為

因此，每個樣本點的平均相對誤差δi和相對誤差的方差為：

每個樣本的相對誤差表征此位置相對像元平均含水量的干濕程度，而方差能較好地表征測量精度。為了有效地減少系統(tǒng)偏差和準(zhǔn)確地捕捉不同采樣時間的田塊均值，應(yīng)綜合考慮均值和方差，因此，利用根均方差（ERMS）確定最佳的穩(wěn)定樣本位置：

時間穩(wěn)定采樣是基于前期大量土壤含水量實測值，篩選代表性測點非常繁瑣。一般來說，在測量周期內(nèi)需測定 13～15次，才能獲得較準(zhǔn)確的結(jié)果。

3　基于土壤含水量主控因子先驗知識的地面采樣

在遙感驗證觀測試驗中，通常對實驗區(qū)的背景知識（植被分布、地形高程、土壤質(zhì)地等）有一定認(rèn)識。隨著大型驗證觀測項目的開展，逐漸發(fā)展了基于先驗知識的采樣方法，這種方法是基于由相關(guān)先驗知識獲取的多元輔助變量進行的優(yōu)化分區(qū)進行的樣點布設(shè)。根據(jù)各樣區(qū)內(nèi)部空間異質(zhì)性和樣區(qū)間的相關(guān)性進行統(tǒng)計分析，構(gòu)建優(yōu)化的主控因子先驗知識樣本布設(shè)方案。土壤含水量是眾多環(huán)境因素共同作用的結(jié)果，包括地形、植被類型、土壤類型、降雨量等，土壤含水量的地面采樣需要考慮主要影響因子。目前已有文獻報道關(guān)于土壤含水量穩(wěn)定性測點與影響因素的關(guān)系分析，如：WANG等［43］在山東省非耕地面積的抽樣調(diào)查中，證實了在空間相關(guān)性較強的地區(qū)，有先驗知識的采樣方式具有更高的采樣效率；曹志冬等［44］比較了地理空間對象中不同先驗知識抽樣方式的分層效率，指出有效的采樣方法會降低樣本點的不確定性；高磊［45］利用土壤屬性和海拔因子預(yù)測土壤含水量穩(wěn)定性采樣測點。賈玉華等［46］引入植被類型/土層深度、土壤質(zhì)地分析土壤含水量的穩(wěn)定性。曾也魯?shù)龋?2］提出了基于NDVI 植被指數(shù)先驗知識的LAI采樣方法，并指出這種方法對非均質(zhì)特性較明顯的區(qū)域具有較高的精度和較強的穩(wěn)定性。基于先驗知識指導(dǎo)的采樣法已經(jīng)成為目前采樣效率較高且應(yīng)用廣泛的采樣方法，尤其是采樣區(qū)的空間相關(guān)性越強，先驗知識越豐富，知識分層的地面采樣效果越顯著［44］。但是，這類研究工作大多是基于單一環(huán)境因子或多環(huán)境因子對代表性測點的簡單相關(guān)或回歸統(tǒng)計，多限于變化趨勢性的表面觀測，有關(guān)土壤含水量穩(wěn)定性測點與土壤質(zhì)地、植被類型及地形因子等不同影響因素的綜合研究較少，尤其缺少對土壤含水量穩(wěn)定性測點的定量研究。

4　結(jié)論

1） 將非均質(zhì)中低分辨率像元的土壤含水量地面采樣方法分為3類：基于樣本數(shù)據(jù)統(tǒng)計特征的地面采樣、基于樣本數(shù)據(jù)時空格局的地面采樣和基于主控因子先驗知識的地面采樣。

2） 基于樣本數(shù)據(jù)統(tǒng)計特征的地面采樣和基于時空格局的地面采樣幾乎都需要地面較密集的實測土壤含水量或者掌握土壤含水量較準(zhǔn)確的變異程度，才能獲得合理的地面采樣方案。

3） 基于先驗知識的地面采樣方法不需要地面較密集的實測土壤含水量，將成為一個重要的研究內(nèi)容和發(fā)展方向。由于土壤含水量的影響因素極其復(fù)雜，必須深入研究土壤含水量穩(wěn)定性測點與土壤質(zhì)地、植被類型及地形因子等不同影響因素的定量關(guān)系，才能建立先驗知識的合理、高精度地面采樣。

4） 被動微波作為目前比較成熟的遙感手段將越來越普及。未來土壤含水量遙感產(chǎn)品的地面采樣方法應(yīng)該更多地解決無地面實測數(shù)據(jù)區(qū)域的地面采樣問題，使采樣方法更加具有實用性，使其更好地服務(wù)于土壤含水量反演算法的精度驗證和產(chǎn)品的真實性檢驗。

［1］ NARAYAN U， LAKSHMI V， NJOKU E G. Retrieval of soil moisture from passive and active L/S band sensor （PALS）observations during the soil moisture experiment in 2002 （SMEX02）［J］. Remote Sensing of Environment， 2004， 92：483-496.

［2］ CHAHINE T M. The hydrological cycle and its influence on climate［J］. Nature， 1992， 359： 373-380.

［3］ MILLY P C， DUNNE K A. Sensitivity of the global water cycle to the water-holding capacity of land［J］. Journal of Climate，1994， 7： 506-526.

［4］ BALSAMO G， VITERBO P， BELJAARS A， et al. A revised hydrology for the ECMWF model： Verification from field site to terrestrial water storage and impact in the integrated forecast system［J］. Journal of Hydrometeorol， 2009， 10（6）： 623-643.

［5］ DRUSCH M， HOLMES T， DEROSNAY P， et al. Comparing ERA-40-based l-band brightness temperatures with sky lab observations： calibration/validation study using the community microwave emission model［J］. Journal of Hydrometeorol， 2009，10（4）： 213-226.

［6］ PARINAZ R， AARON A B， CATHERINE C， et al. Estimation of soil moisture using optical/thermal infrared remote sensing in the Canadian Prairies［J］. ISPRS Journal of Photogrammetry and Remote Sensing， 2013， 83： 94-103.

［7］ BINDLISH R， CROW W T， JACKSON T J. Role of passive microwave remote sensing in improving flood forecasts［J］. IEEE Geoscience and Remote Sensing Letters， 2009， 6（1）： 112-116.

［8］ ZHENG W， LIU C， XIN Z， et al. Flood and waterlogging monitoring over Huaihe River basin by AMSR-E data analysis［J］. Chinese Geographical Science， 2008， 18（3）： 262-267.

［9］ 施建成， 杜陽， 杜今陽， 等. 微波遙感地表參數(shù)反演進展［J］.中國科學(xué)：地球科學(xué)， 2012， 42（6）： 814-842. SHI Jiancheng， DU Yang， DU Jinyang， et al. Progresses on microwave remote sensing of land surface parameters［J］. Science China Earth Science， 2012， 55： 1052-1078.

［10］ BROCCA L， MORAMARCO T， MELONE F， et al. Assimilation of surface and root-zone ASCAT soil moisture products into rainfall-runoff modelling［J］. IEEE Transactions on Geoscience and Remote Sensing， 2011， 99： 1-14.

［11］ 曾也魯， 李靜， 柳欽火. 全球 LAI地面驗證方法及驗證數(shù)據(jù)綜述［J］. 地球科學(xué)進展， 2012， 27（2）： 165-174. ZENG Yelu， LI Jing， LIU Qinhuo. Review article： global LAI ground validation dataset and product validation framework［J］. Advances in Earth Science， 2012， 27（2）： 165-174.

［12］ 曾也魯， 李靜， 柳欽火. 基于NDVI先驗知識的LAI地面采樣方法［J］. 遙感學(xué)報， 2013， 17（1）： 114-121. ZENG Yelu， LI Jing， LIU Qinhuo. A sampling strategy based on NDVI prior knowledge for LAI ground measurements［J］. Journal of Remote Sensing， 2013， 17（1）： 107-121.

［13］ JACOBS J M， MOHANTY B P， HSU E， et al. SMEX02： field scale variability，time stability and similarity of soil moisture［J］. Remote Sensing of Environment， 2004， 92： 436-446.

［14］ DE LANNOY G J M， VERHOEST N E C， HOUSER P R， et al. Spatial and temporal characteristics of soil moisture in an intensively monitored agricultural field （OPE3）［J］. Journal of Hydrology， 2006， 331： 719-730.

［15］ QIN J， YANG K， LU N， et al. Spatial upscaling of in-situ soil moisture measurements based on MODIS-derived apparent thermal inertia［J］. 2013， 138： 1-9.

［16］ HUPET F， VANCLOOSTER M. Intraseasonal dynamics of soil moisture variability within a small agricultural maize cropped field［J］. Journal of Hydrology， 2002， 261： 86-101.

［17］ LOAGUE K. Soil water content at R-5，1：Spatial and temporal variability［J］. Journal of Hydrology， 1992， 139： 233-251.

［18］ ASTM. Standard guide for general planning of waste sampling［S］.

［19］ WANG X J， QI F. The effects of sampling design on spatial structure analysis of contaminated soil［J］. The Science of the Total Environment， 1998， 224： 29-41.

［20］ TREASURER J W， POPE J A. Selection of host sample number and design of a monitoring programme for ectoparasitic sea lice （Copepoda： Caligidae） on farmed Atlantic salmon［J］. Salmo Salar， Aquaculture， 2000， 187： 247-260.

［21］ YIM M H， JOO S J， SHUTOU K， et al. Spatial variability of soilrespiration in a larch plantation： estimation of the number of sampling points required［J］. Forest Ecology and Management，2003， 175： 585-588.

［22］ JACOBS J M， MOHANTY B P， HSU E， et al. SMEX02：field scale variability，time stability and similarity of soil moisture［J］. Remote Sensing of Environment， 2004， 92： 436-446.

［23］ MIYAMOTO S， CHACON A， HOSSAIN M， et al. Soil salinity of urban turf areas irrigated with saline water： I. spatial variability［J］. Landscape and Urban Planning， 2005， 71：233-241.

［24］ GILBERT R O. Statistical methods for environmental pollution monitoring［M］. New York： Van Nostrand Reinhold Company Inc， 1987， 26-54： 17-52.

［25］ HUPET F， VANCLOOSTER M. Sampling strategies to estimate field real evapotranspiration fluxes with a soil water balance approach［J］. Journal of Hydrology， 2004， 292： 262-280.

［26］ WARRICK A W. Soil water dynamics［M］. New York： Oxford University Press， 2003： 100-101.

［27］ EFRON B， TIBSHIRANI R J. An introduction to the bootstrap：monographs on statistics and applied probability［M］. New York： Chapman & Hall Press， 1993： 66-68.

［28］ MANLY B F J. Randomization， bootstrap and Monte Carlo methods in biology［M］. 2nd ed. London： Chapman & Hall Press，1997： 56-60.

［29］ DANE J H， REED R B， HOPMANS J W. Estimating soil parameters and sample size by bootstrapping［J］. Soil Science Society of America Journal， 1986， 50： 283-287.

［30］ KAMGAR A， HOPMANS J W， WALLENDER W W， et al. Plot size and sample number for neutron probe measurements in small field trials［J］. Soil Science， 1993， 156： 213-224.

［31］ WANG C M， QIANG Z， ZHANG R. Estimating the necessary sampling size of surface soil moisture at different scales using a random combination method［J］. Journal of Hydrology， 2008，352： 309-321.

［32］ MCBRATNEY A B， WEBSTER R. How many observations are needed for regional estimation of soil properties［J］. Soil Science，1983， 135： 177-183.

［33］ CHUNG C K， CHONG S， VARSA E C. Sampling strategies for fertility on a stony silt loam soil［J］. Communication of Soil Science and Plant Analysis， 1995， 26： 741-763.

［34］ DE ROOIJ H， STAGNITTI F. Spatial variability of solute leaching： experimental validation of a quantitative parameterization［J］. Soil Science Society of America Journal，2000， 64： 499-504.

［35］ PACHEPSKY Y， RADCLIFFE D， SELIM H M. Scaling methods in soil physics［M］. New York： CRC Press LLC， 2002：102-103.

［36］ DE ROOIJ G H， STAGNITTI F. Spatial variability of solute leaching： experimental validation of a quantitative parameterization［J］. Soil Science Society of America Journal，2000， 64： 499-504.

［37］ ORLóCI L. Community organization： recent advances in numerical methods［J］. Canadian Journal of Botany-Revue Canadienne de Botanique， 1988， 66： 2626-2633.

［38］ PARK S J， VAN D E GIESEN N. Soil-landscape delineation to define spatial sampling domains for hillslope hydrology［J］. Journal of Hydrology， 2004， 295： 28-46.

［39］ CATHERINE A， TROUSSELLIER M， BERNARD C. Design and application of a stratified sampling strategy to study the regional distribution of cyanobacteria（Ile-de-France， France）［J］. Water Research， 2008， 42： 4989-5001.

［40］ PETERSEN R G， CALVIN L D. Sampling： methods of soil analysis. I： physical and mineralogical methods［M］. WI：American Society of Agronomy， Soil Science Society of America， 1986： 100-104.

［41］ VACHAUD G， PASSERAT D E， SILANS A， et al. Temporal stability of spatial measured soil water probability density function［J］. Soil Science Society of America Journal， 1985， 49：822-828.

［42］ HU W， SHAO M A， REICHARDT K. Using a new criterion to identify sites for mean soil water storage evaluation［J］. Soil Science Society of America Journal， 2010， 74： 762-773.

［43］ WANG J F， HAINING R， CAO Z D. Sample surveying to estimate the mean of a heterogeneous surface： reducing the error variance through zoning［J］. International Journal of Geographical Information Science， 2010， 24（4）： 523-543.

［44］ 曹志冬， 王勁峰， 李連發(fā)， 等. 地理空間中不同分層抽樣方式的分層效率與優(yōu)化策略［J］. 地理科學(xué)進展， 2008， 27（3）：152-160. CAO Zhidong， WANG Jinfeng， LI Lianfa， et al. Strata efficiency and optimization strategy of stratified sampling on spatial population［J］. Progress in Geography， 2008， 27（3）： 152-160.

［45］ 高磊. 黃土高原小流域土壤水分時間穩(wěn)定性及空間尺度性研究［D］. 北京： 中國科學(xué)院教育部水土保持與生態(tài)環(huán)境研究中心， 2012： 40-55. GAO Lei. Temporal stability and the spatial scaling of soil moisture in a small watershed on the Loess Plateau［D］. Beijing：Chinese Academy of Sciences and Ministry of Education. Research Center of Soil and Water Conservation and Ecological Environment， 2012： 40-55.

［46］ 任婷婷， 王瑄， 陳雯靜， 等. 不同土地利用類型土壤顆粒分形特征與粘粒含量的關(guān)系［J］. 沈陽農(nóng)業(yè)大學(xué)學(xué)報， 2013， 44（2）：202-207. REN Tingting， WANG Xuan， CHEN Wenjing， et al. Relationship of soil particles fractal characteristics and clay content under different land use ways［J］. Journal of Shengyang Agricultural University， 2013， 44（2）： 202-207.

（編輯 陳燦華）

Ground sampling strategy for surface soil moisture in heterogeneous remote sensing pixels

WANG Chunmei， ZHAN Yulin， WEI Xiangqin， LI Juan， LI Lingling， LIU Miao

（The Institute of Remote Sensing and Digital Earth， Chinese Academy of Sciences， Beijing 100101， China）

The most important question is how to select reasonable ground sampling method to obtain the mean soil moisture within the mixed pixels. Some traditional sampling methods， including traditional statistical sampling，self-sampling， random sampling， geostatistical sampling， stratified sampling and temporal stability， all need to be more intensive ground measured data in order to obtain a reasonable sampling plan. However， in practice， it is very difficult to make the ground pre sampling in the regional scale， so the traditional sampling methods can hardly meet the requirement of the soil moisture monitoring. In recent years， the priori knowledge ground-based sampling method has become a widely used sampling method without the more intensive measured data. The priori knowledge ground soil sampling will be important in future research and development direction. The characteristics， advantages and the applicable conditions of different ground sampling methods were analyzed， which will provide the basis for the construction of the algorithm model and the validation of the soil moisture products.

soil moisture； heterogeneous； sampling

S512.1

A

1672-7207（2016）04-1414-06

10.11817/j.issn.1672-7207.2016.04.043

2015-04-12；

2015-06-14

國家自然科學(xué)基金資助項目（41371416）（Project （41371416） supported by the National Natural Science Foundation of China）

占玉林，副研究員，從事生態(tài)環(huán)境遙感研究；E-mail：zhanyl@radi.ac.cn