青藏高原土壤湿度“干枯”时间尺度评估：卫星与实地观测的差异及驱动因素解析

《Plants》：Melatonin Improves Storage Quality of Sweetpotato (Ipomoea batatas) by Inhibiting Sprouting, Weight Loss, and Lignification and Elevating Sweetness Jiawang Li, Jingjing Kou, Yong-Hua Liu and Guopeng Zhu

本文利用2016-2025年SMAP卫星数据与青藏高原五处实地传感器网络，首次系统评估了土壤湿度（SM）干枯时间尺度（τ）的时空差异。研究发现SMAP反演的τ普遍短于实地观测，表明卫星感知的土壤水分衰减更快，这主要源于两者在有效探测深度和空间代表性上的差异。研究揭示了τ在青藏高原呈东南-西北递减的梯度格局，并明确海拔、土壤沙粒含量和植被条件是驱动其空间变异的主要因子。本文为深入理解高寒地区陆-气耦合过程及改进干旱诊断提供了关键的观测约束。

　　

2. 材料与方法

2.1. 研究区域与实地传感器网络

青藏高原（TP）平均海拔约4500米，面积约250万平方公里，常被称为“第三极”。本研究利用了分布于高原上的五个实地土壤湿度（SM）传感器网络，包括天峻、玛曲、那曲、阿里和中藏高原多尺度土壤水分与温度监测网络（CTP-SMTMN）。这些网络的站点数据被用于代表相应的36公里SMAP像元平均值，以进行尺度匹配的比较。

2.2. 土壤湿度产品与辅助数据

2.2.1. SMAP土壤湿度

SMAP（土壤水分主动被动）任务是专注于土壤湿度监测的微波遥感平台，其被动辐射计可探测地表约0-5厘米的土壤水分，空间分辨率36公里，重访周期2-3天。本研究采用了2016-2025年十年的SMAP L3级被动土壤水分产品（SMAP_L3_SM_P）下行轨道数据。

2.2.2. 辅助数据集

为全面分析影响土壤湿度干枯动态的控制因子，研究整合了描述土地覆盖、植被、地形、土壤和气象条件的辅助数据集。这些数据包括MODIS的NDVI和土地覆盖产品、气候干旱指数（AI）、潜在蒸散发（ET₀）、1公里分辨率地形数据、250米土壤质地图以及0.1°分辨率的GPM IMERG日降水量数据。所有辅助数据均重采样至36公里分辨率。

2.3. 土壤湿度“干枯”事件的识别与拟合

“干枯”事件被定义为土壤湿度时间序列中持续下降的时段。针对实地观测和卫星数据在时间采样和测量不确定性上的差异，研究采用了略有不同的识别算法。对于连续的实地日观测数据，需满足湿度持续下降、总损失量大于年度湿度范围的10%、且持续时间至少3天等条件。对于非连续采样的SMAP数据，则要求至少有三次有效观测、观测间隔小于7天、且湿度总损失量大于年度范围的30%。

对于每个识别出的干枯事件，采用非线性最小二乘法拟合一个指数衰减模型：θ(t) = A exp(-t/τ) + θ_w。其中，θ是地表体积土壤含水量，t是降雨停止后的时间，A是干枯振幅，τ是干枯时间尺度（e-折合时间），θ_w是代表最小土壤含水量的有效凋萎点。拟合优度由决定系数（R²）评估，仅保留R²≥ 0.7的事件。τ的中位数被用作后续分析中表征干燥速率的指标，τ值越小表示干燥越快。

2.4. 控制因子分析方法

采用偏最小二乘回归（PLSR）来量化τ对环境因子的响应。该方法适用于处理预测变量间可能存在的多重共线性问题。通过标准化的回归系数，可以评估τ对年均降水量、潜在蒸散发、植被、土壤沙粒含量和海拔等环境变量的敏感性。

3. 结果与讨论

3.1. 卫星与实地干枯时间尺度（τ）的比较

研究发现，基于SMAP数据反演的干枯时间尺度（τ）普遍小于基于实地观测计算出的τ，这表明在卫星产品中感知到的土壤水分衰减信号更快。这种差异在五个传感器网络的大部分像元中均一致存在。可能的解释包括卫星遥感与实地测量在有效探测深度上的不同，以及点尺度测量与像元尺度平均之间的空间代表性差异。卫星微波辐射计主要感应地表最上层几厘米（约0-5厘米）的水分，对表层快速变化更敏感；而实地传感器在5厘米深度测量，可能对稍深层的、变化较慢的水分有响应。此外，36公里像元内的高度异质性可能导致卫星观测值无法完全代表其覆盖范围内的点测量。

3.2. 青藏高原干枯时间尺度的空间格局

基于SMAP数据（2016-2025年）绘制了青藏高原全域的τ空间分布图。结果显示，τ在整个高原上呈现出清晰的东南-西北向递减梯度。最短的τ（即最快的干燥速率）出现在高原内部干旱地区，而较长的τ则出现在东南部相对湿润的地区。这种空间格局与高原的水热条件分布密切相关。

3.3. 干枯时间尺度的主要控制因子

通过偏最小二乘回归分析，揭示了影响τ空间变异的主导环境因子。分析指出，海拔、土壤沙粒含量和植被条件是三个最主要的驱动因素。

• •
  海拔：表现出显著的负相关，即海拔越高，τ越短（干燥越快）。这可能与高海拔地区较低的气压、较强的辐射以及特定的土壤-植被条件有关。
• •
  土壤沙粒含量：沙粒含量越高，土壤持水能力越差，导致τ越短，干燥越快。
• •
  植被条件：通常，植被覆盖度越高（通过NDVI表征），τ越长。植被通过冠层截留、蒸腾作用和遮阴效应，能够减缓地表水分的散失。

相比之下，年均降水量和潜在蒸散发的直接贡献在考虑了其他因子后相对较弱。这一发现强调了在高寒、异质性强的青藏高原，地形、土壤本底和植被在调控地表水文过程中的关键作用。

3.4. 研究的意义与不确定性

本研究首次在青藏高原区域尺度上，系统比较了SMAP卫星与实地网络估算的土壤湿度干枯动力学的差异，并明确了其空间格局及主导控制因子。这对改进高原地区陆面过程模型参数化、理解土地-大气耦合反馈机制、以及提升基于遥感数据的干旱监测能力具有重要价值。研究也揭示了当前卫星土壤水分产品在表征复杂下垫面水文过程时面临的挑战，特别是探测深度和尺度效应带来的不确定性。未来的工作需要发展更先进的算法来协调不同观测尺度之间的差异，并将研究拓展到季节和年际尺度，以更好地理解和预测气候变化背景下青藏高原的水文循环演变。