论文标题：Comparing Temporal Dynamics of Soil Moisture from Remote Sensing, Modeling, and Field Observations Across Europe

论文链接：https://www.mdpi.com/2072-4292/18/3/445

期刊名：Remote Sensing

期刊主页：https://www.mdpi.com/journal/remotesensing

土壤湿度作为地球系统的关键组成部分，被认定为基本气候变量（ECV），在气候变化、气象与水文极端事件背景下，理解其时空动态至关重要。当前获取土壤湿度数据主要有两类方法：一是基于确定性模型的模拟方法（如欧洲中期天气预报中心ECMWF业务分析系统），通过积分微分方程模拟土壤水分收支；二是基于卫星遥感的方法（如NASA土壤湿度主动被动SMAP任务），利用被动微波辐射计反演地表土壤湿度。尽管两种方法在捕捉土壤湿度动态时机方面已有改进，但绝对精度和时间变异幅度仍存在分歧。来自德国航空航天中心（DLR）微波与雷达研究所、霍恩海姆大学物理与气象研究所、奥格斯堡大学地理研究所及西班牙加泰罗尼亚空间研究所的联合研究团队在Remote Sensing期刊发表了文章，系统评估了欧洲地区遥感、数值模拟与实地观测三种方式获取的土壤湿度在时间动态上的一致性与差异，创新性地聚焦于不同水文气象条件下产品性能的季节性与短期波动特征。

研究过程与方法

研究团队选取了2021年（湿润年份）和2022年（欧洲严重干旱年份）两个水文气象生长季（3月至9月），在欧洲ICOS（综合碳观测系统）和ISMN（国际土壤湿度网络）的107个站点中筛选出42个高质量连续观测站点（如图1），覆盖西班牙REMEDHUS、法国SMOSMANIA、罗马尼亚RSMN及中欧ICOS等多个网络。

图1. 生长季（3月至9月）各站点表层土壤（0–6 cm）归一化时间中位土壤湿度指数。(a) 2021年；(b) 2022年。标记颜色表示土壤湿度中位数，标记大小表示生长季内时间四分位距。背景地图基于EU-DEM 25高程数据。A：REMEDHUS网络站点；B：RSMN网络站点；C：ICOS网络站点；D：XMS-CAT、SMOSMANIA及ICOS网络站点。

数据处理方面，研究采用3日滑动平均统一时间分辨率，并进行了绝对值与归一化（土壤湿度指数）两套对比。统计评估包括：

•时间中位数与差异分析

•皮尔逊相关系数

•无偏均方根差（ubRMSD）

•四分位距（IQR）及其归一化形式（nIQR）

•信号分解：将时间序列分解为季节性分量（31日滑动平均）与短期波动分量（残差），并计算季节性强度指数

此外，研究创新性地采用改进的极坐标图（Polar Plot）可视化方法，以归一化四分位距为径向距离、时间相关系数为角度，同时用颜色编码季节性或短期波动的相关性，实现了多维度统计信息的集成展示。

核心研究结果如下：

1.ECMWF和SMAP产品均表现出对大多数站点绝对土壤湿度变异幅度的高估。2021年全部站点的中位四分位距分别为：ECMWF 0.085 m³/m³、SMAP 0.072 m³/m³，而实测值仅为0.063 m³/m³；2022年这一高估趋势持续（ECMWF: 0.10 vs. 实测: 0.072）。这一偏差主要源于短期波动的高估，尤其在法国南部和东欧的干旱站点表现突出。

图2. 各时间序列详细数据：(a)绝对土壤湿度差异；(b)归一化土壤湿度差异；(c)绝对土壤湿度RMSD；(d)绝度土壤湿度无偏RMSD。蓝色系：ECMWF vs 实测；红色系：SMAP vs 实测。深色：2021年；浅色：2022年。

2.两类产品与实测数据的时间相关性总体处于中高水平（所有站点中位皮尔逊相关系数介于0.65-0.79之间），证实了前人关于产品能较好捕捉土壤湿度变化时机的结论。ECMWF在捕捉时机方面略优于SMAP，但差异统计上不显著。

3.两类产品均能较好捕捉季节性趋势（相关系数多大于0.7），但系统性低估季节性强度。实测数据的中位季节性强度为0.71（2021年）和0.88（2022年），而产品估值偏低，SMAP的低估尤为明显。

短期波动：这是两类产品的共同短板。短期波动相关性显著低于季节性分量（多为低至中等相关），且系统性高估短期波动幅度。这导致产品整体的季节性强度被"稀释"——因为过多的短期噪声掩盖了真实的季节性信号。

4.2022年欧洲创纪录的高温热浪和干旱创造了以强季节性、弱短期波动为特征的条件。在这种条件下，两类产品的表现反而优于湿润的2021年——因为强季节性+弱短期波动更容易被捕捉，而2021年频繁的降水事件引发的强短期波动则更难准确表征。这一发现对理解产品在不同气候背景下的适用性具有重要意义。

5.东欧RSMN网络站点表现出最显著的偏差：两类产品均大幅高估绝对和归一化土壤湿度的时间变异性。深入分析表明，这可能与模型土壤质地分类误差有关——ECMWF将当地土壤归类为中等质地（中等孔隙度），而实际站点多为粘壤土；较粗的模型土壤质地导致过高的入渗率和土壤湿度动态响应，同时数据同化系统可能因大气水分需求而人为增加土壤湿度。

研究总结与展望

本文通过系统对比ECMWF业务分析与SMAP卫星反演产品在欧洲多站点、两种不同水文气象年份的表现，得出以下关键结论：

1.两类产品在土壤湿度变化时机方面已取得较好一致性，但绝对值和变异幅度的准确性仍有提升空间，短期波动的高估是主要误差来源。

2.产品性能高度依赖于水文气象条件——干旱年份（强季节性、弱短期波动）的表现优于湿润年份（弱季节性、强短期波动），这对用户在不同应用场景下的产品选择具有指导意义。

3.站点特征（土壤质地、植被类型）和产品预处理（动态范围假设、土壤类型分类）对精度有显著影响。ECMWF的永久萎蔫点下限假设和SMAP的固定[0, 0.6] m³/m³范围限制，在极端干旱条件下会与实际土壤行为产生偏差。

4.空间代表性误差（尺度差异）和测量深度差异（实测4-6 cm; 模型0-7 cm; 遥感大约5 cm）是跨产品对比中不可忽视的不确定性来源。

该研究为改进土壤湿度产品提供了明确方向：优化短期波动表征、改进土壤质地和植被参数化、提升数据同化系统对土壤-大气水分交换的物理一致性，将有助于缩小遥感、模型与实地观测之间的差距，更好地服务于次季节至季节预报、农业干旱监测和陆-气耦合研究等关键应用领域。

Remote Sensing期刊介绍

主编：Prasad S. Thenkabail, USGS Western Geographic Science Center (WGSC), USA;

Dongdong Wang, Peking University, China

期刊范围涵盖遥感科学所有领域，从传感器的设计、验证和校准，到遥感在地球科学、环境生态、城市建筑等各方面的广泛应用。