正文
━━
━━
控制状态变量遥感
项目团队提出长时序土壤水分产品构建方法。充分利用历史以及现存的多源土壤水分数据，包括SMOS土壤水分产品SMOSL3sm和AMSR-E/AMSR2亮温TB，建立了新型土壤水分估算方法，构建了2003—2015年的全球长时序土壤水分数据集，在全球范围内该产品与参考数据的相关性较强（CC=0.67）。
开发了多源积雪覆盖度融合算法。目前MODIS积雪覆盖面积产品空缺严重，双星合成后的FY-2每日积雪覆盖度大大改善了积雪覆盖产品的数据缺失情况。为了得到时空连续性好、精度较高的积雪覆盖产品，对MODIS与FY-2VISSR积雪覆盖反演结果进行了融合。在MODIS原始观测不能去云的情况下，选择FY-2的晴空观测结果，将成像角度作为权重，然后对剩余的云像元逐个进行时序插值平滑，最终获取了时空连续的积雪覆盖。
提出了多源融合冻融判别算法。由于被动微波判别冻融的空间分辨率较低，为了获得全球尺度的长时间序列地表冻融数据集，满足气象、生态等研究领域的需求，将MODIS地表温度与AMSR-E在全球尺度上进行融合，获得长时序全球逐日5千米空间分辨率的升降轨地表冻融数据集。
全球陆表动态水体提取算法及产品方面，利用2001—2016年MODIS逐日地表反射率数据（MOD09GQ）、逐日地表温度数据（MOD13Q1）、全球地形数据（SRTM、ASTERDEM）和2010年改进的30米水体图集，开发了基于线性混合像元分解的动态水体提取算法，制作了2001—2016年全球逐日500米内陆地表水体数据集。该数据集可以有效地探测短暂水体，跟踪水体逐年变化，反映水稻田不同种植方式以及海岸线变化。
新型辐射算法方面，研发了通用长波下行辐射算法和天均净辐射直接估算算法。当前晴空条件下长波下行辐射相对成熟，云天条件下仍是挑战，算法所需的水汽压、气温、云水含量、云下温度等参数遥感不容易获取，限制了遥感数据的广泛应用。为此，项目团队开发了全天候通用下行辐射反演方法，仅依赖LST、大气水汽、云顶温度等遥感容易反演的参数。该方法操作简单，精度可靠，在参数获得性方面明显优于现有方法。此外，基于短波辐射与净辐射的关系，发展了基于地表观测、遥感高级产品及模型再分析气象数据的地表天均净辐射的直接估算算法，生产了2000—2015年天均净辐射数据集。
开展了基于太阳-云层-传感器几何关系的云下温度恢复。由于传感器和太阳都有一定角度，在有云条件下，图像上有云的区域未必受到云的影响，而图像上无云区域（云阴影）反而受到云的影响。目前所有遥感反演都是基于云检测的结果，导致本来不受云影响的区域被当成云处理。尤其在LST估算方面，不考虑太阳-云层-传感器几何关系的影响，LST覆盖率偏低。为此，项目团队开发了针对性模型，将不受云层影响的区域根据云高和角度区分，构建LST恢复指数，最后得到云层覆盖下的LST，有效提高了LST的空间覆盖率，该方法也为LST的地面验证提供了借鉴。
━━
━━
和水分交换过程的模型改进研究
基于自主研发的ET Monitor，项目团队从主控地表能量与水分交换过程的能量平衡、水分平衡及植物生理过程的机理出发，通过一系列改进，引进土壤水分胁迫因子、雪面升华过程以及冠层截留模拟等新参数化，实现了高时空分辨率的地表实际蒸散发及其分量的模拟，较当前算法更具有机理稳健性，更适于复杂地表、多时空尺度陆表能量水分交换过程的模拟。
分析显示，改进后估算的灌溉农田实际蒸散发精度略有提高，而荒漠、戈壁等下垫面的地表实际蒸散发精度明显提高，项目团队通过引入项目生产的逐日积雪覆盖率(%)，明显改进了青藏高原蒸散发估算。
━━
━━
