天目一号GNSS-R土壤湿度产品的原位与三重共定位验证及其全球监测价值

本研究针对全球土壤湿度(SSM)监测中时空分辨率不足的问题，对天目一号(TM-1)星座GNSS反射测量(GNSS-R)产品开展系统性验证。通过融合SMAP、ESA CCI、GLDAS等多源数据及国际土壤湿度网络(ISMN)原位观测，发现TM-1在裸土区精度达0.02 m3/m3(ubRMSE)，扩展三重共定位(ETC)分析显示其全球相关系数0.75，为气象灾害预警和水循环研究提供高时效数据支撑。

　　

在全球气候变化加剧的背景下，土壤湿度(Surface Soil Moisture, SSM)作为连接陆地与水循环的关键参数，其精确监测直接影响洪涝预警、农业灌溉和碳循环评估。然而传统监测手段面临两难困境：地面观测站虽精度高但覆盖稀疏，SMAP等卫星虽覆盖广却受限于单星每日重访周期。更棘手的是，现有GNSS-R星座如CYGNSS因轨道倾角限制仅覆盖中低纬度，而中国首个商业气象星座天目一号(TM-1)的72星组网计划（当前在轨23星）能否突破这些瓶颈？

中国研究人员通过融合多系统导航信号(BDS/GPS/GLONASS/Galileo)，首次对TM-1小时级SSM产品开展系统性验证。研究团队创新性地采用双重验证框架：一方面基于国际土壤湿度网络(ISMN)的全球692个站点数据，另一方面引入扩展三重共定位(Extended Triple Collocation, ETC)方法，将TM-1与SMAP主动产品、GLDAS Noah模型进行交叉验证。关键技术包括GNSS-R反射率计算模型、时空匹配算法（25km网格/小时尺度）、以及考虑土地覆盖类型的分层验证策略。

TM-1星座与土壤湿度特性
通过分析2023年6月至2024年3月数据，发现TM-1反射信号构建的SSM产品呈现与SMAP相似的双峰概率分布。特别值得注意的是，支持北斗BDS信号的反射数据在0.1-0.2 m³/m³湿度区间表现最优，印证了多系统兼容提升数据鲁棒性的设计优势。

土壤湿度反演算法
研究团队改进了经典相干反射模型，通过八通道硬件相关器同步处理多系统信号。关键公式中反射率Γ的计算引入直达波与反射波路径差(R_st+R_sr)校正项，显著降低植被冠层引起的信号衰减误差。

时空格局验证结果
区域尺度上，TM-1在非洲撒哈拉沙漠的日变化特征与SMAP高度一致（R=0.89），但在亚马逊雨林区存在约0.05 m³/m³的系统偏差。全球尺度ETC分析显示，TM-1随机误差标准差仅0.035 m³/m³，优于CYGNSS历史数据。

结论与展望
该研究证实TM-1星座3小时重访能力可有效捕捉土壤湿度骤变事件，其裸土区0.02 m³/m³的ubRMSE精度达到业务化应用标准。作者Qingyun Wang等指出，未来通过融合L波段微波数据可进一步改善植被区反演精度，而72星全系统组网后将实现亚小时级全球覆盖，为极端天气预警系统提供革命性数据源。这项发表于《Remote Sensing of Environment》的成果，标志着中国商业卫星星座在定量遥感领域取得重大突破。