近日，我院吴志勇教授团队与美国农业部水文遥感实验室研究人员合作提出了考虑土壤含水量时空非平稳误差的多源土壤含水量2D TC融合方法，其研究成果发表在遥感领域国际顶级期刊《Remote Sensing of Environment》（IF:10.164）上。

土壤含水量融合是获取更高质量土壤含水量资料最直接的途径。Triple Collocation（TC）法常应用于土壤含水量融合研究中，以客观估计各独立土壤含水量产品误差方差。该研究针对目前土壤含水量TC融合方法没有考虑土壤含水量估计误差时空非平稳性的问题，提出了考虑土壤含水量时空非平稳误差的多源土壤含水量2D TC融合方法。该方法利用TC法分别从空间（或时间）维度估计土壤含水量时间（或空间）非平稳误差，综合考虑后，在最小二乘框架中融合了三套独立估计的土壤含水量资料（ASCAT和SMAP两套卫星遥感土壤含水量资料，VIC模型模拟土壤含水量资料）。我国黄淮海区域站点验证和数值试验表明，2D土壤含水量融合方法较基于平稳误差假设的传统TC融合方法具有更高的时空融合精度，可提高当前多源土壤含水量融合水平。研究工作得到国家自然科学基金(51779071)和国家重点研发计划（2017YFC1502403)资助。

论文链接：Jianhong Zhou, Wade T. Crow, Zhiyong Wu^*, Jianzhi Dong, Hai He, Huihui Feng. A triple collocation-based 2D soil moisture merging methodology considering spatial and temporal non-stationary errors. Remote Sensing of Environment, 2021, 263: 112509. doi:10.1016/j.rse.2021.112509

图1. 融合前后各土壤水分产品基于站点观测值验证的时间融合精度

图2. 融合前后各土壤水分产品基于站点观测值验证的空间融合精度

供稿：吴志勇，编辑：何肖微，审核：雍斌、金佳鑫