土壤湿度是地球系统模拟的重要参数之一，准确获得其时空分布和变化特征是研究陆-气相互作用的基础。随着卫星观测技术的发展，遥感方法为土壤湿度的估算开辟了新的途径，近年来基于微波传感器的土壤湿度反演估算得到了深入研究，该技术可提供全球或区域高分辨率土壤湿度信息，已成为获取较大空间尺度土壤湿度信息的最有效手段之一。
Figure 1. (a) Climate zones(separated by blue dashed lines) and in situ sites (black dots) in the studyarea. (b) Eight typical areas (bluerectangles) and the corresponding representative stations (black triangles).The zones C1 to C8 respectively represent northern Xinjiang, southern Xinjiang,Hexi Corridor, Qinghai–Tibet Plateau Slope, northern Loess Plateau, North ChinaPlain, eastern Northeast Plain, and western Northeast Plain. The information ofthe representative stations is listed in Table1. (c) The topography ofthe study area. (d) The distributionof vegetation type, with bluerectangles denoting different types: L1 as the Gobi desert, L2 as thegrassland, L3 as the forest, and L4 as the farmland.
然而，由于反演算法中采用不同的数据处理方法和传输模型等，以及其他的一些影响因素（如大气和云的影响、土壤类型和植被覆盖的影响、地表粗糙度和植被参数化的不确定性等），都会导致反演产品产生不同的偏差｡如果在天气预报和气候预测中直接使用这些不确定性较大的产品，其对预报预测结果的影响是显而易见的。因此，在使用或改进土壤湿度反演产品时，识别其在时间和空间上误差特征是至关重要的｡
本文利用中国北方地区土壤湿度站点观测数据，计算了AMSR2、CCI、SMAP和SMOS等4种基于卫星微波传感器的土壤湿度反演产品与观测数据的中位数、模拟偏差、相关系数等统计指标，并分季节和气候区讨论了不同土壤湿度产品在该地区的估算效果。
结果表明，AMSR2能给出中国北方地区土壤湿度分布的总体格局，但较实况观测值存在明显高估；SMAP和SMOS反演土壤湿度的概率分布与实况观测较为接近，对中西部土壤湿度较干地区反演结果较好；CCI产品对中国北方地区土壤湿度分布特征刻画效果最好，给出的土壤湿度整体分布格局与观测实况最为接近，但对偏干区域存在高估、对偏湿区域存在低估。在不同季节中，卫星反演产品对夏季土壤湿度的描述能力最佳，而对冬季土壤湿度的描述能力较差。AMSR2和CCI对所有季节反演均为正偏差，SMAP和SMOS对所有季节反演均为负偏差。CCI产品对中国北方地区春季、夏季和秋季土壤湿度的刻画能力最好，而冬季中SMAP和SMOS产品的表现更优。
对于不同气候区来说，CCI产品对于干旱气候区土壤湿度时间变化的刻画相对较好，AMSR2产品对数据的分布区间描述较好。SMAP和SMOS产品在东部季风区可用性较差，CCI产品对该区域土壤湿度估算效果相对较好。4种产品对夏季风影响过渡区土壤湿度的描述能力较为不足，AMSR2和CCI以高估为主，而SMAP和SMOS产品的数据离散度较小，可参考性较低。文章还重点讨论了对土壤湿度卫星反演精度产生重要影响的要素。研究结果对于利用卫星产品开展中纬度地区土壤湿度的研究具有重要参考意义。
Figure 7. Taylor diagrams of soil moisture products in different seasons: (a) spring; (b) summer; (c) autumn; (d) winter.
Figure 9. Time series of daily soil moisture (left ordinate axis, curve) anddaily precipitation observations (right ordinate axis, histogram) observed andretrieved by eight representative stations in different climate zones. Panels (a–h)are data of stations Tacheng, Hotan, Zhangye, Haidong, Yulin, Beijing,Changchun and Ulanhot, respectively.
作者简介：
刘维成，男，兰州中心气象台高级工程师，2013年获兰州大学气象学硕士学位。主要从事强对流天气监测预警、数值模拟和陆-气相互作用对大气对流活动影响等方面研究工作。发表论文近40篇，其中第一作者（或通讯作者）21篇，SCI（SCIE）检索6篇，EI检索2篇；副主编出版专著3部；总被引240余次。是Journalof Coastal Research、GeoscientificModel Development、AtmosphericScience Letters、Advancesin Meteorology、《高原气象》等期刊审稿人。
Liu, W.; Wang, J.;Xu, F.; Li,C.; Xian, T. Validation of Four Satellite-Derived Soil Moisture ProductsUsing Ground-Based In Situ Observations over Northern China.Remote Sens. 2022,14, 1419. https://doi.org/10.3390/rs14061419
声明：欢迎转载、转发本号原创内容，可留言区留言或者后台联系小编进行授权。气象学家公众号转载信息旨在传播交流，其内容由作者负责，不代表本号观点。文中部分图片来源于网络，如涉及作品内容、版权和其他问题，请后台联系小编处理。
