风云卫星协同融合生成高分辨率无缝土壤水分数据集：填补全球观测空白的技术突破

本研究针对现有卫星土壤水分数据存在空间分辨率低、时间不连续等问题，开发了一种基于风云三号(FY-3B/C/D)卫星微波辐射计数据的融合方法。通过信号噪声比优化(SNR-opt)算法和深度学习插值技术(DINCAE)，构建了2011-2020年0.15°空间分辨率的全球日尺度无缝土壤水分数据集。验证表明该数据集在干旱区相关系数达0.5，均方根误差0.08 m3 /m3 ，显著优于原始数据，为水文气象研究和业务应用提供了重要数据支撑。

　　

土壤水分作为地球系统关键变量，调控着水-能量-碳循环过程，被全球气候观测系统(GCOS)列为基本气候变量。尽管SMOS和SMAP等专项卫星提供了L波段土壤水分观测，但现有数据仍面临空间分辨率粗(通常>0.25°)、时间不连续等挑战。中国风云系列卫星(FY-3)搭载的微波辐射计(MWRI)自2011年起持续获取多频段观测，为填补这一空白提供了新机遇。

比利时根特大学等机构的研究团队创新性地融合FY-3B/C/D三颗卫星的升轨和降轨观测，采用最小化均方误差的SNR-opt算法进行协同融合，再通过卷积自编码器(DINCAE)填补缺失数据，最终生成2011-2020年全球0.15°分辨率日尺度土壤水分产品。该研究突破传统单一卫星的局限，首次实现风云系列卫星土壤水分数据的无缝融合，相关成果发表在《Scientific Data》期刊。

关键技术包括：(1)基于土地参数反演模型(LPRM)从FY-3的X波段(10.65 GHz)亮温数据反演土壤水分；(2)利用SNR-opt算法融合六组次每日观测(每颗卫星升轨和降轨)；(3)采用DINCAE神经网络重构缺失数据，并提供像素级误差估计；(4)使用国际土壤水分网络(ISMN)507个站点和SMAP数据验证产品精度。

【背景与总结】
研究指出FY-3卫星的1:30/10:15/13:30/22:15地方时过境可互补覆盖日变化，但单颗卫星2-4天重访周期导致数据缺口。通过融合三颗卫星观测，时间覆盖率从<20%(热带)提升至60%(高纬)。

【方法】
数据源方面，采用FY-3B/C/D的MWRI亮温数据(10.65-89 GHz)，空间分辨率9-85 km。LPRM模型同步反演土壤水分和植被光学厚度(VOD)，避免使用外部辅助数据。SNR-opt算法通过噪声-信号比矩阵优化权重，无需参考数据即可合并任意数量输入。DINCAE采用U-Net结构的5层卷积网络，输入连续三天数据及经纬度信息，输出重构场及误差方差。

【数据记录】
数据集包含每日土壤水分(FY3_Reconstructed)和误差方差(FY3_ErVar)两个NetCDF文件，存储于Zenodo平台。

【技术验证】
验证显示：

1. 时间序列上，融合产品完整覆盖2011-2020年，如图2所示，在43.5°N站点成功整合三颗卫星观测。
   
   
2. 与ISMN站点对比显示，融合产品在干旱区相关系数中位数达0.5，优于单星产品(图3)。
   
   
3. Rvalue分析表明融合后降雨敏感性保持良好(图5)，与父产品相关性R²

0.88。

1. DINCAE重构误差随植被密度增加而增大(图7)，但在NDVI<0.8区域保持可靠。

【结论与意义】
该研究创建了首个风云卫星协同融合的高分辨率土壤水分数据集，具有三大创新：

1. 技术层面：SNR-opt算法实现多源数据最优融合，DINCAE提供带误差估计的gap-filling；
2. 数据层面：空间分辨率(0.15°)较传统产品(0.25°)提升近3倍，时间连续性显著改善；
3. 应用层面：在SMAP缺失时段(如2011-2015)提供替代数据，支持水文气象研究和业务应用。

数据集已用于评估中国区域土壤水分异常，未来可拓展至干旱监测、数据同化等领域。研究者计划2024年更新至最新观测，持续完善这一中国自主卫星衍生的关键气候变量产品。