多源土壤湿度数据融合基于球状帽波分析和美国西部的赫尔默特变异组分估计

科学领域:

• 地球科学 地球科学 地球科学
• 气候科学 气候科学
• 遥感 遥感 遥感 遥感

背景情况:

• 土壤湿度 (SM) 是一个关键的气候变量,影响着陆地与大气的相互作用.
• 现有的全球SM产品受不了不连续的观察和粗的分辨率,限制了微小的应用.

研究的目的:

• 开发精确的,高分辨率 (1公里) 的空间时间连续的土壤水分产品.
• 解决当前卫星和基于模型的SM数据的局限性.

主要方法:

• 在现场,卫星和模型数据集的整合使用球顶波分析 (SCHA) 和赫尔默特变异组件估计 (HVCE).
• 在数据融合之前,对各种数据集进行偏差校正和重新采样.
• 对代表性和验证站点进行全面评估,并与其他SM产品进行比较.

主要成果:

• 合的SM产品实现了高精度,最小相关系数 (R) >0.85和最大根平均平方误差 (RMSE) <0.040 m3 m−3在代表性地点.
• 整体验证显示,化产品的R = 0.889和RMSE = 0.036 m3 m−3,显著优于其他产品 (R < 0.75,RMSE > 0.06 m3 m−3).
• 化产品显示出与现场测量的优异对齐,并更好地捕捉了SM的空间和时间动态.

结论:

• 开发的数据融合方法有效地克服了单个SM数据集的局限性.
• 由此产生的1公里SM产品为各种应用提供了更高的精度和可靠性.
• 这种方法为了解和监测微小尺度的土壤水分提供了有价值的工具.