Synergistic optical and microwave remote sensing approaches for soil moisture mapping at high resolution

Abstract

Soil moisture is an essential climate variable that plays a crucial role linking the Earth’s water, energy, and carbon cycles. It is responsible for the water exchange between the Earth’s surface and the atmosphere, and provides key information about soil evaporation, plant transpiration, and the allocation of precipitation into runoff, surface flow and infiltration. Therefore, an accurate estimation of soil moisture is needed to enhance our current climate and meteorological forecasting skills, and to improve our current understanding of the hydrological cycle and its extremes (e.g., droughts and floods). L-band Microwave passive and active sensors have been used during the last decades to estimate soil moisture, since there is a strong relationship between this variable and the soil dielectric properties. Currently, there are two operational L-band missions specifically devoted to globally measure soil moisture: the ESA’s Soil Moisture and the Ocean Salinity (SMOS), launched in November 2009; and the NASA’s Soil Moisture Active Passive (SMAP), launched in January 2015. The spatial resolution of the SMOS and SMAP radiometers, in the order of tens of kilometers (~40 km), is adequate for global applications. However, to fulfill the needs of a growing number of applications at local or regional scale, higher spatial detail (< 1 km) is required. To bridge this gap and improve the spatial resolution of the soil moisture maps, a variety of spatial enhancement or spatial (sub-pixel) disaggregation approaches have been proposed. This Ph.D. Thesis focuses on the study of the Earth’s surface soil moisture from remotely sensed observations. This work includes the implementation of several soil moisture retrieval techniques and the development, implementation, validation and comparison of different spatial enhancement or downscaling techniques, applied at local, regional, and continental scale. To meet these objectives, synergies between several active/passive microwave sensors (SMOS, SMAP and Sentinel-1) and optical/thermal sensors (MODIS) have been explored. The results are presented as follows: - Spatially consistent downscaling approach for SMOS using an adaptive moving window A passive microwave/optical downscaling algorithm for SMOS is proposed to obtain fine-scale soil moisture maps (1 km) from the native resolution (~40 km) of the instrument. This algorithm introduces the concept of a shape-adaptive window as a central improvement of the disaggregation technique presented by Piles et al. (2014), allowing its application at continental scales. - Assessment of multi-scale SMOS and SMAP soil moisture products across the Iberian Peninsula The temporal and spatial characteristics of SMOS and SMAP soil moisture products at coarse- and fine-scales are assessed in order to learn about their distinct features and the rationale behind them, tracing back to the physical assumptions they are based upon.

- Impact of incidence angle diversity on soil moisture retrievals at coarse and fine scales An incidence angle (32.5°, 42.5° and 52.5°)-adaptive calibration of radiative transfer effective parameters single scattering albedo and soil roughness has been carried out, highlighting the importance of such parameterization to accurately estimate soil moisture at coarse-resolution. Then, these parameterizations are used to examine the potential application of a physically-based active-passive downscaling approach to upcoming microwave missions, namely CIMR, ROSE-L and Sentinel-1 Next Generation. Soil moisture maps obtained for the Iberian Peninsula at the three different angles, and at coarse and fine scales are inter-compared using in situ measurements and model data as benchmarks.

La humedad del suelo es una variable climática esencial que juega un papel crucial en la relación de los ciclos del agua, la energía y el carbono de la Tierra. Es responsable del intercambio de agua entre la superficie de la Tierra y la atmósfera, y proporciona información crucial sobre la evaporación del suelo, la transpiración de las plantas y la distribución de la precipitación en escorrentía, flujo superficial e infiltración. Por lo tanto, es necesaria una estimación precisa de la humedad del suelo para mejorar las predicciones climáticas y meteorológicas, y comprender mejor el ciclo hidrológico y sus extremos (v.g., sequías e inundaciones). Los sensores pasivos y activos en banda L se han usado durante las últimas décadas para estimar la humedad del suelo debido a la relación directa que existe entre esta variable y las propiedades dieléctricas del suelo. Actualmente, hay dos misiones operativas en banda L específicamente dedicadas a medir la humedad del suelo a escala global: la misión Soil Moisture and Ocean Salinity (SMOS) de la ESA, lanzada en noviembre de 2009; y la misión Soil Moisture Active Passive (SMAP) de la NASA, lanzada en enero de 2015. La resolución espacial de los radiómetros SMOS y SMAP, del orden de unas decenas de kilómetros (~40 km), es adecuada para aplicaciones a escala global. Sin embargo, para satisfacer las necesidades de un número creciente de aplicaciones a escala local o regional, se requiere más detalle espacial (<1 km). Para solventar esta limitación y mejorar la resolución espacial de los mapas de humedad, se han propuesto diferentes técnicas de mejora o desagregación espacial. Esta Tesis se centra en el estudio de la humedad de la superficie terrestre a partir de datos obtenidos a través de teledetección. Este trabajo incluye la implementación de distintos algoritmos de recuperación de la humedad del suelo y el desarrollo, implementación, validación y comparación de distintas técnicas de desagregación, aplicadas a escala local, regional y continental. Para cumplir estos objetivos, se han explorado sinergias entre diferentes sensores de microondas activos/pasivos (SMOS, SMAP y Sentinel-1) y sensores ópticos/térmicos. Los resultados se presentan de la siguiente manera: - Técnica de desagregación espacialmente consistente, basada en una ventana móvil adaptativa, aplicada a los datos SMOS Se propone un algoritmo de desagregación del píxel basado en datos obtenidos de medidas radiométricas de microondas en banda L y datos ópticos, para mejorar la resolución espacial de los mapas de humedad del suelo desde la resolución nativa del instrumento (~40 km) hasta resoluciones de 1 km. El algoritmo introduce el concepto de una ventana de contorno adaptativo, como mejora principal sobre la técnica de desagregación presentada en Piles et al. (2014), permitiendo su implementación a escala continental. - Análisis multiescalar de productos de humedad del suelo SMAP y SMOS sobre la Península Ibérica Se han evaluado las características temporales y espaciales de distintos productos de humedad del suelo SMOS y SMAP, a baja y a alta resolución, para conocer sus características 139 distintivas y comprender las razones de sus diferencias. Para ello, ha sido necesario rastrear los supuestos físicos en los que se basan. - Impacto del ángulo de incidencia en la recuperación de la humedad del suelo a baja y a alta resolución Se ha llevado a cabo una calibración adaptada al ángulo de incidencia (32.5°, 42.5° y 52.5°) de los parámetros efectivos, albedo de dispersión simple y rugosidad del suelo, descritos en el modelo de transferencia radiativa 𝜏� − 𝜔�, incidiendo en la importancia de esta parametrización para estimar la humedad del suelo de forma precisa a baja resolución. El resultado de las mismas se ha utilizado para estudiar la potencial aplicación de un algoritmo activo/pasivo de desagregación basado en la física para las próximas misiones de microondas, llamadas CIMR, ROSE-L y Sentinel-1 Next Generation. Los mapas de humedad recuperados a los tres ángulos de incidencia, tanto a baja como a alta resolución, se han obtenido para la Península Ibérica y se han comparado entre ellos usando como referencia mediciones de humedad in situ.