Land surface temperature downscaling techniques and their application for the calibration of a distributed hydrological model in a Chinese inland river basin

The exponential growth of Remote Sensing technologies has open new frontiers for hydrology, allowing the accurate study of areas that were close to inaccessible only some decades ago. In this study, a distributed hydrological model, FEST-EWB, has been calibrated in the Heihe river basin, an inland river basin in China. The calibration has been conducted using Land Surface Temperature data obtained from Remote Sensing. The model is then validated with evapotranspiration data from ground measurements and from a Chinese remote sensing model. Land Surface Temperature data is easily retrieved using Remote Sensing data, and it is available in different time- and spatial-resolutions. In the first part of this study, a survey of some of these sources has been conducted. LST data of the basin, coming from the available data with the highest spatial but low temporal resolution (LANDSAT 7 ETM+), has been compared with low resolution daily Terra’s MODIS and two temperature downscaling algorithms (StarFM and Kustas) over 11 test dates in year 2012. The results have also been filtered through land cover classification and lighting degree (“in light” or “in shadow”) of each pixel. After having chosen Terra’s MODIS as the best LST source, its data have been applied for the calibration of the hydrological model: soil and vegetation parameters have been modified in order to fit the forecasts of the model to the actual, remotely sensed, LSTs.

La crescita esponenziale di tecnologie di telerilevamento ha aperto nuove frontiere per l’idrologia, consentendo lo studio di aree che, solo pochi decenni fa, erano praticamente inaccessibili. In questo studio, un modello idrologico distribuito, FEST-EWB, è stato calibrato nel bacino endoreico del fiume Heihe, in Cina. La calibrazione è stata effettuata usando dati di temperatura superficiale (Land Surface Temperature, LST) ottenuti tramite telerilevamento. Il modello è stato quindi validato con dati di evapotraspirazione, ottenuti da misure al suolo e da un modello cinese di raccolta dati da satellite. I dati di temperatura superficiale sono facilmente ottenuti da satellite, e sono disponibili in diverse risoluzioni spaziali e temporali. Nella prima parte di questo studio è stata condotta un’analisi di alcune di queste fonti. I dati di LST del bacino, provenienti dalla fonte con la più alta risoluzione spaziale (ma una bassa risoluzione temporale), il LANDSAT 7 ETM+, sono stati raffrontati, per 11 date-campione dell’anno 2012, con dati a più bassa risoluzione spaziale ma disponibili quotidianamente: quelli provenienti dallo strumento MODIS e quelli ottenuti da due algoritmi di downscaling di temperatura (StarFM e Kustas). I risultati sono stati anche valutati alla luce delle varie classificazioni di copertura del suolo e del livello di illuminazione (“in luce” o “in ombra”) dei singoli pixel. Una volta scelti i dati MODIS come migliori per lo scopo di questo studio, questi sono stati impiegati per la calibrazione del modello idrologico: alcuni parametri del suolo e della vegetazione sono stati modificati affinché le previsioni del modello ben si adattassero alle LST misurate dal satellite.