一种基于动态时空误差传播的CYGNSS新型土壤湿度反演模型

《IEEE Journal of Selected Topics in Applied Earth Observations and Remote Sensing》：A Novel Soil Moisture Retrieval Model Using Dynamic Spatio-Temporal Error Propagation for CYGNSS

　　

摘要：

星载全球导航卫星系统反射计技术（GNSS-R）已成为获取全球土壤湿度的一种有效方法。然而，仅利用单个GNSS-R观测值估算土壤湿度的精度会受到地表异质性的限制。虽然引入辅助参数可以提高模型性能，但这往往会增加对外部数据的依赖。那些仅依赖GNSS-R反射率的传统方法，也难以有效减轻动态时空误差对估算精度的影响。本研究提出了一种基于Cyclone GNSS（CYGNSS）数据、利用动态时空误差传播机制的新的土壤湿度估算方法。首先，通过传统的基于CYGNSS反射率的土壤湿度估算模型，确定每个准全球网格的偏差变化情况，然后利用双分支小波神经网络算法拟合整体误差趋势。最后，将拟合得到的误差与CYGNSS反射率相结合，构建出改进后的估算模型。验证结果表明，与以SMAP产品为参考的传统模型相比，该模型给出的均方根误差为0.049立方厘米/立方厘米，降低了20.97%，相关系数从0.876上升至0.923。在农田区域，改进效果更为显著，均方根误差下降了42.11%，相关系数上升了37.5%。以国际土壤湿度网络（ISMN）的测量数据为参考时，平均均方根误差下降了7.04%，相关系数上升了72.29%，无偏均方根误差则下降了7.27%。与机器学习模型相比，该方法也具有更高的精度。此外，还使用ERA5-Land土壤湿度数据产品进行了独立验证，并对SMAP数据的误差结构进行了敏感性分析，进一步评估了该方法的稳健性和独立性。这些结果表明，该模型无需依赖辅助数据，就能提升基于星载GNSS-R技术的土壤湿度监测精度...

显示更多