微波遥感土壤水分产品在极端水文事件监测中的能力评估与机制解析

本文系统评估了多源微波土壤水分产品（SMAP/AMSR）在极端干旱/洪水监测中的性能，通过三重共定位（TC）分析揭示L波段产品在捕捉短期异常方面的优势，并验证多通道协同算法（MCCA）在提升精度和减少辅助数据依赖方面的突破性进展。

　　

Datasets

在遥感土壤水分产品中，我们仅使用降轨检索数据，因其在早晨时段近地表土壤与植被层热平衡更佳，质量优于升轨数据（de Jeu等，2008）。考虑到点尺度原位观测与网格尺度卫星足迹的固有尺度差异——尤其在像元内野外站点稀少时（Al-Yaari等，2019；Dorigo等，2021）——我们采用了……

Long-term averaged errors in SM products

我们针对北半球作物生长季（2015–2021年4月至9月）的668个ISMN站点评估了四种土壤水分产品。表1总结了MCCA_SMAP、MCCA_AMSR、NASA_SMAP和JAXA_AMSR在各监测网络中的原始数据性能；表2提供了基于异常值的结果。所选网络全面覆盖北半球多样区域，包括长期监测站。

基于表1中的原始土壤水分时间序列，NASA_SMAP实现了最优……

Impacts of retrieval algorithms and microwave frequency on product errors

反演算法误差显著影响土壤水分产品性能（Jackson等，2010）。针对NASA_SMAP、MCCA_SMAP、MCCA_AMSR和JAXA_AMSR，其关键算法组件——包括土壤温度、植被温度、反照率、土壤粗糙度模型——总结于表4。详细算法说明请参阅各产品文档。

尽管JAXA_AMSR/MCCA_AMSR工作在C/X波段，而NASA_SMAP/MCCA_SMAP使用L波段传感器，MCCA_AMSR的……

Conclusions

我们利用跨北半球21个土壤水分网络的668个站点原位观测数据，系统评估了四种卫星土壤水分产品（源自两种被动微波传感器及不同反演算法）。验证指标分别针对原始土壤水分估计值和短期异常值计算。采用三重共定位（TC）分析以解决地面站点与遥感像元间空间尺度不匹配导致的代表性误差。