青藏高原解冻季 100 米分辨率表层土壤湿度数据：突破局限，洞察生态水文奥秘

《Scientific Data》：100-m-resolution surface soil moisture data during the thawing season on the Qinghai?Tibet Plateau

为解决青藏高原（QTP）高分辨率表层土壤湿度（SM）数据匮乏问题，研究人员开发算法生成数据，精度良好，助力相关研究。

　　

青藏高原表层土壤湿度研究：突破数据困境，解锁生态水文密码

在地球的 “第三极”—— 青藏高原，这片广袤而神秘的高原，以其独特的地理位置和复杂多变的地形，成为影响区域乃至全球气候系统的关键角色。表层土壤湿度（SM）作为陆地与大气之间能量和水分交换过程的核心参数，在研究青藏高原的气候和地表过程中有着举足轻重的地位。它的变化就像一只无形的手，直接左右着当地生态系统的稳定和水文循环的节奏，对畜牧业的发展也有着深远的影响。

然而，想要深入了解这片高原上 SM 的奥秘并非易事。由于青藏高原地形复杂，降水分布不均，海拔差异巨大，SM 在空间上呈现出高度的异质性。当前，全球和大陆尺度上虽有多种 SM 产品，如欧洲空间局气候变化倡议（ESA CCI）、土壤湿度和海洋盐度（SMOS）、土壤湿度主动被动（SMAP）、欧洲中期天气预报中心大气再分析第五代陆地部分（ERA5-Land）以及全球陆地数据同化系统（GLDAS）等，但它们的空间分辨率较粗，无法精准描绘青藏高原 SM 的空间异质性，在该地区应用时还存在偏差，这为生态水文研究带来了诸多不确定性，严重阻碍了精细尺度的研究工作。

为了攻克这些难题，来自南京信息工程大学地理科学学院以及中国科学院西北生态环境资源研究院青藏高原冰冻圈研究站等机构的研究人员踏上了探索之旅。他们致力于整合现有数据、开发新算法，以获取高分辨率的 SM 数据，为青藏高原的生态水文研究和相关应用提供坚实的数据支撑。这项研究成果发表在了《Scientific Data》上，为该领域的发展注入了新的活力。

研究人员采用了一系列先进的技术方法。在数据方面，整合了中国国家青藏高原科学数据中心的原位数据，并在 2021 - 2022 年解冻季，在青藏高原多地采集了 659 个 SM 样本。同时，利用了 Sentinel - 1 和 Sentinel - 2 卫星数据，以及 ERA5 - Land、GLDAS、ESA CCI 等辅助数据。在算法开发上，基于已有算法，结合更多样化的测量数据和卫星数据，构建了适用于青藏高原冻土区的 SM 检索算法。在数据处理过程中，运用 Google Earth Engine（GEE）平台对 Sentinel - 1 数据进行预处理，包括阈值掩膜、精化 Lee 滤波、入射角归一化和辐射坡度校正等操作；还计算了归一化差异植被指数（NDVI）、归一化差异水分指数（NDMI）等光学指数，以更好地反映植被特征和植被含水量。

研究人员通过数据整合，收集了来自青藏高原不同区域、不同地表环境的原位 SM 数据，并进行了时间筛选和质量控制，为后续研究奠定了基础。

利用整合的数据，研究人员开发了针对上升轨道和下降轨道的 SM 检索算法。通过 10000 次随机划分数据来确定最优系数，构建了基于多元线性回归的 SM 检索模型：SMasc?=0.0143?Δσ0+0.186?NDVI+0.164?NDMI+0.052和SMdesc?=0.0154?Δσo+0.2?NDVI+0.11?NDMI+0.04 。经 421 组上升轨道数据和 258 组下降轨道数据验证，上升算法和下降算法的相关系数分别达到 0.77 和 0.71，偏差均为0.07 m3/m3，均方根误差（RMSE）也均为0.07 m3/m3，表明算法具有较高的准确性和可靠性。

基于开发的算法，研究人员生成了 2017 - 2023 年青藏高原解冻季 100 米分辨率的 SM 空间数据。通过与 86 个监测站的平均 SM 数据验证，上升和下降轨道数据的相关系数分别为 0.72 和 0.69，偏差为0.07 m3/m3，RMSE 为0.08 m3/m3 ，整体验证精度良好，但在湿润地区存在低估现象。从空间分布来看，SM 呈现出从东南向西北递减的趋势，西部的西昆仑地区和柴达木盆地最为干旱，而东部的玛曲地区受东南季风和地形影响最为湿润。通过设置东西和南北样带，进一步验证了数据在描述 SM 空间异质性方面的准确性。

将研究生成的高分辨率 SM 数据与其他 6 种 SM 产品对比发现，其他产品虽能呈现青藏高原 SM 的大致分布趋势，但在局部尺度上，粗分辨率的 SM 数据产品难以准确刻画 SM 分布，无法与实地图像有效融合。而本研究的 100 米分辨率 SM 数据能提供更详细的信息，在描述局部 SM 分布上具有明显优势，不过其时间分辨率仍不及其他产品。

研究人员成功整合了青藏高原解冻季的 SM 数据，开发了适用于该地区冻土区的 SM 检索算法，生成了 100 米分辨率的 SM 空间数据。这些数据在准确性和描述空间异质性方面表现出色，为青藏高原的生态水文研究、气候变化研究以及工程和生产活动规划提供了重要的数据支持。然而，研究也存在一定的局限性，如监测站分布不均可能导致部分地区数据偏差，算法在湿润地区的模拟能力还有待提高。未来，研究人员计划进一步优化算法，提高遥感数据质量，扩大观测站网络，以更深入地探究青藏高原 SM 的奥秘，为这片神奇高原的保护和利用提供更有力的科学依据。