（■ 侯美亭 編譯）

準(zhǔn)確和詳細(xì)的土壤水分信息對于灌溉、旱澇預(yù)報、水資源管理和田間尺度決策等至關(guān)重要。近年來發(fā)射的從太空測量土壤濕度的衛(wèi)星繼續(xù)改善了土壤濕度信息的可用性。然而，這些衛(wèi)星產(chǎn)品的用途受到微波傳感器粗空間分辨率的限制。

美國普林斯頓大學(xué)的Vergopolan等提出了一種合并框架，將高分辨率陸面模式（LSM）、輻射傳輸模型（RTM）和貝葉斯方法相結(jié)合，將粗分辨率遙感水文變量降尺度到30 m的空間分辨率。該框架以HydroBlocks為基礎(chǔ)，HydroBlocks是一種通過相互作用的水文響應(yīng)單元（hru）來解決陸面過程田間尺度空間異質(zhì)性的陸面模式。通過在土壤水分主動被動衛(wèi)星（SMAP）中使用的Tau-Omega-RTM與HydroBlocks耦合，然后將HydroBlocks-RTM和SMAP L3的亮溫合并，即可得到30 m土壤濕度。

利用原位土壤水分網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行驗證，獲得了總體高相關(guān)性（R＞0.81）和良好的平均Kling-Gupta得分（0.56）。無論是在田間尺度還是在流域尺度上，降尺度產(chǎn)品都比SMAP L3和L4產(chǎn)品更能反映土壤水分的時空動態(tài)。研究結(jié)果突出了超分辨率模型在彌補(bǔ)粗尺度衛(wèi)星反演和野外水文應(yīng)用之間的差距方面具有潛在價值。

HydroBlocks-RTM合并框架流程圖。利用Bayes合并，將HydroBlocks-RTM精細(xì)尺亮溫估計值與36 km SMAP觀測亮度相結(jié)合，得到最優(yōu)亮溫估計值，最終得到30 m土壤水分?jǐn)?shù)據(jù)