同济大学王群明团队发布2015-2021年全球36公里逐日SMAP表层土壤湿度重构数据集

• ：同济王群明团队
        
• ：2024-11-25

近期，同济大学王群明教授团队通过生态网络云平台（https://www.nesdc.org.cn）发布了2015-2021年全球36公里分辨率、空间无缝、逐日SMAP表层土壤湿度重构数据集，用户可在线访问获取数据。相关研究成果以”Reconstruction of a spatially seamless, daily SMAP (SSD_SMAP) surface soil moisture dataset from 2015 to 2021”为题发表在Journal of hydrology期刊。

土壤湿度作为一项重要的土壤属性，在生态、农业、水文、环境等多个地球科学领域中扮演着关键的角色。准确获取高质量的土壤湿度数据是实现这些领域研究和应用的关键基础。为此，美国国家航空航天局于2015年发射了土壤湿度主被动卫星（Soil Moisture Active Passive，SMAP）旨在观测全球尺度下的土壤湿度信息。然而，由于传感器重访周期和冰雪覆盖等多方面因素的限制，导致逐日SMAP数据仍然存在较大范围的空间缺失，极大地限制了该数据的使用。

研究团队利用时间序列特征挖掘方法和机器学习模型，制备了2015年至2021年全球覆盖且空间无缝的36 km逐日土壤湿度数据集（简称SSD_SMAP）。数据对比验证表明该方法能够较好地重构空间缺失土壤湿度数据，在模拟区域内的重构相关系数达到0.950；与地面站点数据比对，平均相关系数为0.753。重构的SMAP数据精度与相邻的真实SMAP数据精度保持着相似的精度。SSD_SMAP可以为全球尺度土壤湿度的时空连续监测及相关领域应用提供数据支持。

图1. 数据集生产流程

图2. 原始SMAP（左）与重构后SSD_SMAP数据（右）

该项研究工作和数据制备得到了国家自然科学基金（42222108，42171345，41971297和42221002）等项目的资助。

论文信息：Haoxuan Yang, Qunming Wang. Reconstruction of a spatially seamless, daily SMAP (SSD_SMAP) surface soil moisture dataset from 2015 to 2021. Journal of Hydrology, 2023, 621. https://doi.org/10.1016/j.jhydrol.2023.129579.

数据链接：点击这里