《Vadose Zone Journa》：Statistical and machine learning for improving the utility of soil moisture networks for satellite-based soil moisture product assessment in the Upper Missouri River Basin
编辑推荐：
地表土壤湿度对于理解陆地与大气间的能量交换至关重要。中尺度建模与遥感是两种能提供有用地表土壤湿度信息以帮助表征这些交换过程的方法。尽管也使用地面传感器，但许多传感器技术和网络设计缺乏在5厘米深度（通常为陆面模型和卫星传感器的目标深度）的测量。如果能利用更深层的
地表土壤湿度对于理解陆地与大气间的能量交换至关重要。中尺度建模与遥感是两种能提供有用地表土壤湿度信息以帮助表征这些交换过程的方法。尽管也使用地面传感器，但许多传感器技术和网络设计缺乏在5厘米深度（通常为陆面模型和卫星传感器的目标深度）的测量。如果能利用更深层的土壤湿度测量来准确估算近表层条件，那么对在不同深度运行的原位网络的效用将得到显著提升。本研究在UMRB开发了一个“提升的”5厘米土壤湿度估算模型，该模型利用10厘米和20厘米深度的传感器数据以及前期降水指数（Antecedent Precipitation Index, API），采用统计和机器学习方法来估算5厘米土壤湿度。模型选择基于三种严格的测试场景设计，以评估不同的数据可用性条件。在这些测试场景下，研究人员发现统计学中的多元线性回归（Multiple Linear Regression, MLR）是完成该任务最合适的方法，这得益于其简单性、可解释性以及出色的性能，其无偏均方根误差（unbiased root mean square error, ubRMSE）为0.018–0.027立方米/立方米。在所有三个测试场景中，至少有87%的5厘米土壤湿度估算结果的误差低于0.04立方米/立方米。估算出的5厘米土壤湿度可用于有效评估土壤湿度主被动探测（Soil Moisture Active and Passive, SMAP）卫星数据的精度。本研究提供了一种显著增加原位网络中5厘米土壤湿度估算可用性的方法，尤其是在Montana Mesonet中。
地表土壤湿度是理解陆地与大气间能量交换的关键变量，也是干旱监测和天气模式反馈机制的重要指示器。然而，许多现有的原位土壤湿度监测网络在设计时并未针对陆面模型和卫星观测常用的5厘米深度进行测量，或存在数据缺口，这限制了这些网络在表层土壤湿度应用中的价值。特别是在研究区域——上密苏里河盆地（UMRB），拥有超过十个监测网络，但其测量深度不一致，其中Montana Mesonet在10、20、50和100厘米深度有测量，却唯独缺少关键的5厘米深度数据。为了解决数据缺失和网络不统一的问题，研究人员开展了本项研究，旨在利用更深层次（10厘米和20厘米）的土壤湿度测量与前期降水指数（API），开发一个统计与机器学习模型，用以可靠地估算5厘米深度的土壤湿度（SM5），从而填补数据空白并提升现有监测网络的效用。这项研究的核心是通过建立估算模型，将更普遍可用的深层数据“提升”转换为关键的表层数据。
研究人员的主要技术方法包括：首先，整合了来自USACE资助的UMRB联盟、Montana Mesonet等多个原位监测网络的多深度土壤湿度数据，并结合由NLDAS-2降水强迫数据计算的API作为动态输入。其次，构建并对比了多元线性回归（MLR）以及三种机器学习方法——K近邻（KNN）、随机森林（RF）和极端梯度提升（XGB）模型。研究设计了三种关键的测试场景来评估模型在真实世界挑战下的性能：短时缺口填补（模拟3周传感器维护）、长时缺口填补（模拟6个月数据缺失）和代理评估（模拟完全没有5厘米数据的站点）。评估指标主要采用无偏均方根误差（ubRMSE），并在验证卫星数据时计算了特定的差值指标。所有模型评估均在避免土壤冻结的暖季（5月至10月）进行。
研究结果表明：
**数据缺口填补的可靠性**：在短时和长时缺口填补场景下，MLR、RF和XGB三种模型表现相当且可靠。其中，MLR在所有缺口填补测试中均表现出色，其估算的中位ubRMSE在0.018至0.024立方米/立方米之间，且超过90%的测试站点误差低于0.04立方米/立方米的阈值。RF和XGB在短时填补中略优，但在长时填补中MLR的性能与之相当或稍好。相比之下，KNN模型在所有场景下均表现较弱。
**提升网络密度的可靠性**：在代理评估场景（测试站点与训练站点独立）中，模型性能相比缺口填补略有下降，但MLR仍然表现最佳且稳定，其在三次代理测试中的中位ubRMSE分别为0.028、0.026和0.026立方米/立方米，且达到误差阈值的站点比例均在87%以上。这表明即使在完全缺乏5厘米原始数据的站点，该模型也能提供可靠的估算，从而有效增加观测网络的空间密度。
**支持卫星产品验证的可靠性**：为评估估算的SM5是否可用于验证SMAP卫星数据，研究人员计算了估算/观测SM5与SMAP数据对比的ubRMSE差值。结果显示，对于MLR、RF和XGB模型，该差值的中位数接近零，表明它们估算的SM5与真实观测值在验证SMAP时效果无显著差异，统计检验也证实了这一点。研究通过具体站点的时间序列分析指出，SMAP存在高估或低估地表湿度的不确定性，而基于MLR的提升模型能够以可比的精度捕捉这些不确定性。这证明了提升的SM5模型可以为卫星土壤湿度验证提供可靠的原位观测基础。
讨论部分总结指出，在四种方法中，MLR因其输入简单（仅需SM10、SM20和API）、结果易于解释，并且在长时缺口和代理评估场景下性能优异甚至更佳，而被推荐为最佳模型。分析显示，10厘米土壤湿度（SM10）是最重要的预测因子，其次是API，它们与SM5呈正相关。研究还发现，即使仅使用SM10与API的组合，也能达到与完整模型（SM10+SM20+API）相近的精度。此外，模型误差在农田大于草地，可能源于灌溉等人为干预带来的不确定性。基于全部数据记录，研究人员给出了两个实用的MLR公式（选项1：SM10+SM20+API；选项2：SM10+API），以便快速估算SM5，其预期误差在0.018至0.028立方米/立方米之间。该方法已成功应用于Montana Mesonet，显著增加了该地区用于验证SMAP数据的5厘米土壤湿度估算站点数量。
研究结论部分指出：本研究提供了一种简单有效的方法来增加近表层（即5厘米）土壤湿度观测，该变量对于中尺度建模应用至关重要。通过对统计和机器学习方法的测试，研究人员推荐使用MLR，其通过ubRMSE衡量的预期精度为0.018–0.028立方米/立方米。MLR模型的输入需要观测到的10厘米和20厘米更深层土壤湿度以及由日NLDAS-2降水强迫数据导出的API。在实际应用中，该方法有助于在5厘米传感器故障或维护期间填补数据。更重要的是，通过在未测量5厘米土壤湿度的位置展现可靠性能，该方法可显著提升Montana Mesonet中原位网络的效用。
