青藏高原近地表土壤水分干涸动态的卫星遥感评估：基于SMAP与地面网络的对比分析

《Plants》：Dynamic Changes and Comprehensive Evaluation of Agronomic Traits and Nutritional Quality of Cichorium intybus at Different Growth Stages Xiaolu Ma, Yunxia Ma, Guang Yang, Yazhou Shao, Gangtie Li, Xiandong Meng and Shuai Zhang

本研究基于5个地面观测网络与SMAP卫星数据，系统评估了青藏高原近地表土壤水分干涸时标（τ）的一致性、空间格局与主控因子。研究揭示了SMAP与地面观测在τ估算上的差异主要源于有效探测深度和空间代表性的不匹配，并阐明了海拔、土壤砂粒含量和植被条件是驱动τ空间异质性的关键因素，为理解高寒地区地表水文过程与陆-气耦合提供了重要的观测约束。

　　

1. 引言

土壤水分（SM）是连接陆地与大气圈的关键变量，在控制地表能量分配、蒸散发、降水与径流方面发挥着基础性作用。它通过调节不同水分限制状态下潜热与感热通量的转换，参与陆-气反馈，并影响极端事件的起始与持续性。在降雨或融雪补给后，近地表SM通常会经历一个随时间持续下降的“干涸”过程。当在事件尺度上提取干涸段并用指数衰减模型进行拟合时，所得的干涸时标（τ，即e-折叠时间）提供了一个表征近地表SM“记忆”和损耗速率的简洁度量。τ与SM损耗的函数形式直接相关，是气候模型中表示地表水分衰减的重要定量参数。从机理上讲，τ描述了降雨或融雪后的土壤水分脉冲因蒸散发和下渗而消耗的速度，并与陆-气水和能量反馈密切相关。

随着土壤水分与海水盐度（SMOS）、土壤水分主被动遥感（SMAP）等计划的实施，近地表SM的全球尺度监测得以实现，促进了干涸动力学的空间分析和跨区域比较。虽然地表SM仅占陆地水储量的很小一部分，但它位于陆-气界面，相较于根区SM表现出更大的时间变异性，在水、碳和能量循环中扮演重要角色。卫星反演的τ已被用于诊断水分限制与能量限制状态之间的转换、评估蒸散发对SM的敏感性及其相关的陆-气耦合状态，以及量化生态相关指标，如植被水分胁迫的临界SM阈值。然而，现有关于全球干涸过程的研究常常低估了高海拔地区的复杂性。

青藏高原（TP）是全球独特的高海拔地理单元，常被称为“亚洲水塔”。高原的土壤水分、温度、冻土和冰川面积变化与区域水供给紧密相连，并对亚洲季风和全球水循环产生重要影响。高原还具有显著的寒区冻融过程、复杂山区地形和高异质性的地表条件。近几十年来，高原经历了显著的暖湿化，重塑了地表能量和水文过程及其相互作用。在此背景下，高原的SM干涸可以调节地表加热和边界层发展，从而可能影响季风环流。例如，高原春季SM与南亚季风的爆发时间存在关联。地表SM的补给和随后的干涸不仅受大气蒸发需求和降水间断性的控制，还受土壤质地、植被覆盖及高寒环境条件的影响。此外，强烈的陆表异质性加剧了地面网络与卫星足迹之间的尺度不匹配，使得高原成为评估卫星反演干涸动态可信度及阐明其主控因子的关键区域。

由于高原独特的高海拔寒冷环境，微波辐射信号容易受到植被、土壤质地、地表水、地表粗糙度及地表冻结状态同步变化的影响。因此，该区域的微波遥感反演SM通常表现出较大的不确定性。过去在高原上对卫星SM产品的验证主要依赖于总体统计量（如相关性、均方根误差和偏差）来总结一致性。然而，这些指标并不能保证卫星产品正确地再现SM损耗的时间动态。先前研究指出，卫星反演的地表SM在降雨事件后通常比地面观测干得更快（即τ更短），但也有研究认为这种差异高度依赖于区域和时期，结论仍存争议。因此，在高原高寒、高异质性的条件下，有必要利用地面传感器网络，对SMAP等产品的干涸事件检测和τ估算进行更系统的对比与归因分析。

目前在高原寒冷、复杂下垫面区域，基于事件的卫星与地面观测一致性评估相对稀缺，高原尺度的τ空间分布及其主控因子仍未得到充分约束。本研究整合了长期的SMAP数据与五个高密度地面网络，对青藏高原近地表土壤水分干涸过程进行了综合表征。研究的贡献在于：系统量化了高原上SMAP τ与地面τ在事件尺度的差异和空间格局；诊断了地形、土壤质地和植被在塑造高海拔、高异质性环境τ中的综合作用；并阐明了关键的不确定性来源，特别是传感器探测深度和尺度不匹配。

2. 材料与方法

2.1. 研究区与地面传感器网络

青藏高原平均海拔约4500米，面积约250万平方公里，是世界上海拔最高的高原，常被称为“第三极”。本研究利用了五个地面SM传感器网络：天峻、玛曲、那曲、阿里和藏中多尺度土壤水分与温度监测网络。各网络站点的日平均土壤水分观测被用于代表对应SMAP 36公里网格像元的平均值，以便进行比较。

2.2. 土壤水分产品与辅助数据

本研究使用了2016-2025年共十年的36公里降轨SMAP Level-3被动土壤水分产品。为优化干涸分析的空间覆盖，选择了质量标志为0, 1, 8, 9的像元。辅助数据集包括描述土地覆盖、植被、地形、土壤和气象条件的数据，如MODIS的NDVI和土地覆盖数据、气候干湿指数、潜在蒸散发、地形高程、土壤质地和降水数据等。所有辅助数据集都被重采样到统一的36公里分辨率，以支持SM干涸动态影响因子的分析。

2.3. SM干涸事件的识别与拟合

遵循先前研究，SM时间序列中的干涸事件被定义为SM表现出持续负时间趋势的时间间隔。考虑到地面和卫星SM在时间采样和测量不确定性方面的差异，采用了两种标准略有不同的干涸识别算法。

对于地面SM观测，干涸事件的识别标准包括：选择SM连续下降的时间间隔；为避免噪声引起的虚假干涸，一次干涸事件中的SM损失必须大于或等于其年SM变化范围的10%；SM必须至少连续下降3天，最大事件长度为40天。此外，温度低于0°C的干涸段被排除，以避免与土壤冻结相关的传感器误读。

SMAP SM产品的时间采样约为1-3天。相应地，卫星产品的干涸事件识别规则包括：选择SM连续下降的时间间隔；每次干涸必须至少包含三个卫星观测值，且任何两个连续观测值之间的时间间隔必须小于7天；干涸前三个卫星观测的SM增量必须大于等于0.05 cm³cm^-3；如果总SM损失小于年SM变化范围的30%，则舍弃已识别的干涸。

基于上述标准，首先为地面传感器网络和SMAP SM产品识别出干涸事件。随后，使用地面SM时间序列来筛选和保留仅在地面观测和对应SMAP数据中同时发生的干涸时段。对于每个干涸事件，使用非线性最小二乘法拟合指数衰减模型：θ(t) = A exp(-t/τ) + θ_w。其中θ是地表体积SM (cm³cm^-3)，t是降水开始后的时间（天），A、τ和θ_w是根据经验确定的拟合参数，分别代表干涸振幅、干涸时标和给定位置的最小SM（即有效萎蔫点）。使用确定系数（R²）评估模型拟合质量，仅保留R²≥ 0.7的干涸事件。包含少于三次干涸事件的网格单元被排除。在本研究中，干涸时标τ被用作干燥速率的指标，τ越小意味着干燥越快。由于τ范围从零到无穷大，呈右偏分布，因此使用拟合值的中位数进行后续分析。

2.4. 控制因子分析方法

采用偏最小二乘回归（PLSR）来量化整个研究区域内τ对环境因子的响应。该方法非常适合处理预测因子间强相关性导致的多重共线性问题。使用标准化回归系数来量化τ对环境变量的敏感性，这些变量包括年平均降水量、潜在蒸散发、植被、土壤砂粒含量和海拔，从而反映这些因子对τ的直接影响。通过10折交叉验证确定PLS潜在变量的最佳数量，选择使交叉验证均方根误差最小的成分数。

2.5. 评价指标

本研究使用确定系数（R²）进行干涸拟合的质量控制，并使用皮尔逊相关系数（R）和均方根误差来评估地面观测与SMAP SM数据之间的一致性。

3. 结果与讨论

3.1. SMAP与地面τ估算的一致性评估

研究显示，SMAP卫星产品系统性地给出了比地面观测更短的土壤水分干涸时标（τ）。这种差异表明，在卫星产品中土壤水分的干燥信号更快。这种差异可能归因于卫星足迹与点测量之间在有效探测深度和空间代表性方面的不同。卫星遥感通常反映的是地表更浅层（约0-5厘米）土壤水分的平均状态，并且其观测尺度（36公里）是空间上的平均，可能会平滑掉小尺度的干涸变异性。而地面站点测量（深度5厘米）虽然深度匹配，但代表的是点尺度信息，两者之间存在固有的尺度不匹配。

3.2. 青藏高原τ的空间格局

青藏高原SMAP τ呈现出从东南向西北递减的明显梯度，在干旱的内陆地区τ最短。这种空间格局与高原的水热条件分布密切相关。东南部地区相对湿润，植被覆盖较好，土壤水分补给后损失较慢，因此τ较长。而西北部地区干旱，植被稀少，蒸发需求强，导致土壤水分快速散失，τ较短。这种梯度分布深刻反映了高原陆表水文过程的空间异质性。

3.3. τ空间变异性的主控因子

偏最小二乘回归（PLSR）分析识别出海拔、土壤砂粒含量和植被条件是τ空间变异性的主要驱动因子。

• •
  海拔：海拔通过影响温度、降水和蒸发能力，间接调控土壤水分的损耗速率。高海拔地区通常气温较低，潜在蒸发较弱，可能导致τ较长，但其与冻融过程的耦合使关系复杂化。
• •
  土壤砂粒含量：土壤砂粒含量是土壤质地和导水性的重要指标。砂质土壤持水能力差，水分下渗快，表面可供蒸发的自由水较少，因此倾向于表现出更短的τ，即干燥更快。
• •
  植被条件：植被通过冠层截留、蒸腾作用和改变地表反照率等方式影响土壤水分平衡。较高的植被覆盖（通常以NDVI表征）可以增加蒸腾，但也可能通过遮荫减少土壤蒸发，其净效应取决于水分限制状态。研究表明植被条件是解释τ空间变异的关键因子之一。

这些因子的综合作用塑造了高原复杂环境下土壤水分干涾动力学的空间格局。理解这些控制机制对于改进高寒区陆面过程模型参数化、以及利用卫星τ进行干旱诊断和陆-气耦合状态评估至关重要。

3.4. 不确定性来源与启示

本研究强调了传感器探测深度和尺度不匹配是卫星与地面τ估算差异的关键不确定性来源。SMAP卫星感知的是地表约5厘米的土壤水分，但其信号是足迹范围内的空间平均，且受地表粗糙度、植被光学厚度等多种因素影响。而地面传感器测量的是特定点5厘米深处的体积含水量。这种“点对面”的比较本质上是不同空间代表体积的对比。在像青藏高原这样地形和地表覆盖高度异质的区域，这种尺度不匹配的影响被放大。

研究启示，在将卫星反演的τ用于干旱演变诊断、土地-大气耦合研究或生态水文模型时，必须考虑其探测深度的局限性和空间代表性。未来的研究需要发展能够桥接不同观测尺度的方法，并在地面验证中更充分地考虑空间代表性误差。此外，结合多源遥感数据（如热红外、微波）和陆面模型，有望更全面地刻画高寒区土壤水分的干涸过程及其对气候系统的反馈。本研究为理解高海拔寒冷地区地表水文过程和陆-气相互作用提供了宝贵的观测依据和约束。