Multiscale soil moisture retrievals from microwave remote sensing observations

La humedad del suelo es la variable que regula los intercambios de agua, energía, y carbono entre la tierra y la atmósfera. Mediciones precisas de humedad son necesarias para una gestión sostenible de los recursos hídricos, para mejorar las predicciones meteorológicas y climáticas, y para la detección y monitorización de sequías e inundaciones. Esta tesis se centra en la medición de la humedad superficial de la Tierra desde el espacio, a escalas global y regional. Estudios teóricos y experimentales han demostrado que la teledetección pasiva de microondas en banda L es optima para la medición de humedad del suelo, debido a que la atmósfera es transparente a estas frecuencias, y a la relación directa de la emisividad del suelo con su contenido de agua. Sin embargo, el uso de la teledetección pasiva en banda L ha sido cuestionado en las últimas décadas, pues para conseguir la resolución temporal y espacial requeridas, un radiómetro convencional necesitaría una gran antena rotatoria, difícil de implementar en un satélite. Actualmente, hay tres principales propuestas para abordar este problema: (i) el uso de un radiómetro de apertura sintética, que es la solución implementada en la misión Soil Moisture and Ocean Salinity (SMOS) de la ESA, en órbita desde noviembre del 2009; (ii) el uso de un radiómetro ligero de grandes dimensiones y un rádar operando en banda L, que es la solución que ha adoptado la misión Soil Moisture Active Passive (SMAP) de la NASA, con lanzamiento previsto en 2014; (iii) el desarrollo de técnicas de desagregación de píxel que permitan mejorar la resolución espacial de las observaciones. La primera parte de la tesis se centra en el estudio del algoritmo de recuperación de humedad del suelo a partir de datos SMOS, que es esencial para obtener estimaciones de humedad con alta precisión. Se analizan diferentes configuraciones con datos simulados, considerando (i) la opción de añadir información a priori de los parámetros que dominan la emisión del suelo en banda L —humedad, rugosidad, temperatura del suelo, albedo y opacidad de la vegetación— con diferentes incertidumbres asociadas, y (ii) el uso de la polarización vertical y horizontal por separado, o del primer parámetro de Stokes. Se propone una configuración de recuperación de humedad óptima para SMOS. La resolución espacial de los radiómetros de SMOS y SMAP (40-50 km) es adecuada para aplicaciones globales, pero limita la aplicación de los datos en estudios regionales, donde se requiere una resolución de 1-10 km. La segunda parte de esta tesis contiene tres novedosas propuestas de mejora de resolución espacial de estos datos: • Se ha desarrollado un algoritmo basado en la deconvolución de los datos SMOS que permite mejorar la resolución espacial de las medidas. Los resultados de su aplicación a datos simulados y a datos obtenidos con un radiómetro aerotransportado muestran que es posible mejorar el producto de resolución espacial y resolución radiométrica de los datos. • Se presenta un algoritmo para mejorar la resolución espacial de las estimaciones de humedad de SMOS utilizando datos MODIS en el visible/infrarrojo. Los resultados de su aplicación a algunas de las primeras imágenes de SMOS indican que la variabilidad espacial de la humedad del suelo se puede capturar a 32, 16 y 8 km. • Un algoritmo basado en detección de cambios para combinar los datos del radiómetro y el rádar de SMAP en un producto de humedad a 10 km ha sido desarrollado y validado utilizando datos simulados y datos experimentales aerotransportados. Este trabajo se ha desarrollado en el marco de las actividades preparatorias de SMOS y SMAP, los dos primeros satélites dedicados a la monitorización de la variación temporal y espacial de la humedad de la Tierra. Los resultados presentados contribuyen a la obtención de estimaciones de humedad del suelo con la precisión y la resolución espacial necesarias para un mejor conocimiento del ciclo del agua y una mejor gestión de los recursos hídricos. Soil moisture is a key state variable of the Earth's system; it is the main variable that links the Earth's water, energy and carbon cycles. Accurate observations of the Earth's changing soil moisture are needed to achieve sustainable land and water management, and to enhance weather and climate forecasting skill, flood prediction and drought monitoring. This Thesis focuses on measuring the Earth's surface soil moisture from space at global and regional scales. Theoretical and experimental studies have proven that L-band passive remote sensing is optimal for soil moisture sensing due to its all-weather capabilities and the direct relationship between soil emissivity and soil water content under most vegetation covers. However, achieving a temporal and spatial resolution that could satisfy land applications has been a challenge to passive microwave remote sensing in the last decades, since real aperture radiometers would need a large rotating antenna, which is difficult to implement on a spacecraft. Currently, there are three main approaches to solving this problem: (i) the use of an L-band synthetic aperture radiometer, which is the solution implemented in the ESA Soil Moisture and Ocean Salinity (SMOS) mission, launched in November 2009; (ii) the use of a large lightweight radiometer and a radar operating at L-band, which is the solution adopted by the NASA Soil Moisture Active Passive (SMAP) mission, scheduled for launch in 2014; (iii) the development of pixel disaggregation techniques that could enhance the spatial resolution of the radiometric observations. The first part of this work focuses on the analysis of the SMOS soil moisture inversion algorithm, which is crucial to retrieve accurate soil moisture estimations from SMOS measurements. Different retrieval configurations have been examined using simulated SMOS data, considering (i) the option of adding a priori information from parameters dominating the land emission at L-band —soil moisture, roughness, and temperature, vegetation albedo and opacity— with different associated uncertainties and (ii) the use of vertical and horizontal polarizations separately, or the first Stokes parameter. An optimal retrieval configuration for SMOS is suggested. The spatial resolution of SMOS and SMAP radiometers (~ 40-50 km) is adequate for global applications, but is a limiting factor to its application in regional studies, where a resolution of 1-10 km is needed. The second part of this Thesis contains three novel downscaling approaches for SMOS and SMAP: • A deconvolution scheme for the improvement of the spatial resolution of SMOS observations has been developed, and results of its application to simulated SMOS data and airborne field experimental data show that it is feasible to improve the product of the spatial resolution and the radiometric sensitivity of the observations by 49% over land pixels and by 30% over sea pixels. • A downscaling algorithm for improving the spatial resolution of SMOS-derived soil moisture estimates using higher resolution MODIS visible/infrared data is presented. Results of its application to some of the first SMOS images show the spatial variability of SMOS-derived soil moisture observations is effectively captured at the spatial resolutions of 32, 16, and 8 km. • A change detection approach for combining SMAP radar and radiometer observations into a 10 km soil moisture product has been developed and validated using SMAP-like observations and airborne field experimental data. This work has been developed within the preparatory activities of SMOS and SMAP, the two first-ever satellites dedicated to monitoring the temporal and spatial variation on the Earth's soil moisture. The results presented contribute to get the most out of these vital observations, that will further our understanding of the Earth's water cycle, and will lead to a better water resources management.