高分辨率（30 m）土壤水分數據構建

（■ 侯美亭 編譯）

準確和詳細的土壤水分信息對于灌溉、旱澇預報、水資源管理和田間尺度決策等至關重要。近年來發射的從太空測量土壤濕度的衛星繼續改善了土壤濕度信息的可用性。然而，這些衛星產品的用途受到微波傳感器粗空間分辨率的限制。

美國普林斯頓大學的Vergopolan等提出了一種合并框架，將高分辨率陸面模式（LSM）、輻射傳輸模型（RTM）和貝葉斯方法相結合，將粗分辨率遙感水文變量降尺度到30 m的空間分辨率。該框架以HydroBlocks為基礎，HydroBlocks是一種通過相互作用的水文響應單元（hru）來解決陸面過程田間尺度空間異質性的陸面模式。通過在土壤水分主動被動衛星（SMAP）中使用的Tau-Omega-RTM與HydroBlocks耦合，然后將HydroBlocks-RTM和SMAP L3的亮溫合并，即可得到30 m土壤濕度。

利用原位土壤水分網絡數據進行驗證，獲得了總體高相關性（R＞0.81）和良好的平均Kling-Gupta得分（0.56）。無論是在田間尺度還是在流域尺度上，降尺度產品都比SMAP L3和L4產品更能反映土壤水分的時空動態。研究結果突出了超分辨率模型在彌補粗尺度衛星反演和野外水文應用之間的差距方面具有潛在價值。

HydroBlocks-RTM合并框架流程圖。利用Bayes合并，將HydroBlocks-RTM精細尺亮溫估計值與36 km SMAP觀測亮度相結合，得到最優亮溫估計值，最終得到30 m土壤水分數據