遥感技术与应用, 2022, 37(6): 1373-1384 doi: 10.11873/j.issn.1004-0323.2022.6.1373

土壤水分专栏

基于SMOS、SMAP数据的青藏高原季风及植被生长季土壤水分长消特征研究

杨娜,1, 汤燕杰,2, 张宁馨3, 张恒杰1, 徐少博1

1.河南理工大学 测绘与国土信息工程学院，河南 焦作 454000

2.中国矿业大学（北京） 地球科学与测绘工程学院，北京 100083

3.武汉市常青第一学校，湖北 武汉 430024

Research on the Characteristics of Soil Moisture in the Qinghai-Tibet Plateau During Monsoon and Vegetation Growing Season based on SMOS and SMAP Data

Yang Na,1, Tang Yanjie,2, Zhang Ningxin3, Zhang Hengjie1, Xu Shaobo1

1.School of Surveying and Land Information Engineering，Henan Polytechnic University，Jiaozuo 454000，China

2.School of Geosciences and Surveying Engineering，China University of Mining and Technology，Beijing 100083，China

3.Wuhan Changqing No. 1School，Wuhan 430024，China

通讯作者: 汤燕杰（1996-），女，河南济源人，博士研究生，主要从事微波土壤水分应用研究。E⁃mail:tangyanjie@student.cumtb.edu.cn

收稿日期: 2022-07-07   修回日期: 2022-10-21  

基金资助: NSFC-区域创新发展联合基金重点项目.  U21A20108

Received: 2022-07-07   Revised: 2022-10-21  

作者简介 About authors

杨娜（1980-），女，黑龙江大庆人，讲师，主要从事微波土壤水分反演与应用研究E⁃mail:yangna@hpu.edu.cn , E-mail：yangna@hpu.edu.cn

摘要

青藏高原地理位置特殊、环境特征显著，是地球系统作用的关键参与和决策者。利用大尺度的星载微波遥感数据开展其土壤水分研究，不仅能为理解典型地区对全球水、气、能、热交互机制的量化影响提供理论支持，还能够为证实遥感数据的可靠性提供实践依据。以SMOS（2011—2020）和SMAP（2016—2020）卫星土壤水分数据为主，以ISMN实测数据、GPCP降水数据、MOD16A2蒸散发数据、C3S地表类型数据为辅，利用土壤水分（年均值，θsat¯）与时间之间的相关系数（Rxt），研究青藏高原土壤水分在季风及植被生长季（7—9月）的时空分布及长消特征；进而利用偏相关系数（Rxy, z），初步分析了土壤水分与降水和蒸散发的耦合关系。结果显示，青藏高原土壤水分在时间上呈现先减（2011—2015年）后增（2015—2018年）随后波动变化（2018—2020年）的趋势，在空间上呈现自西北向东南逐渐升高的趋势；大部分地区的土壤水分与降水的耦合表现强于蒸散发；SMOS和SMAP对青藏高原土壤水分时空特征的捕捉具有较高的一致性。

关键词： 青藏高原 ; 土壤水分 ; 时空分布 ; SMOS ; SMAP

Abstract

The Qinghai-Tibet Plateau has a special geographical location and remarkable environmental characteristics， and it is a key participant and decision-maker in the role of the Earth system. Using large-scale satellite microwave remote sensing data to study soil moisture can not only provide theoretical support for understanding the quantitative impact of typical regions on the global water， air， energy and heat interaction mechanism， but also provide practical basis for confirming the reliability of remote sensing data. Based on SMOS （2011—2020） and SMAP （2016—2020） satellite soil moisture data， supplemented by ISMN data， GPCP precipitation data， MOD16A2 evapotranspiration data and C3S surface landcover data， this paper studied the temporal and spatial variability of soil moisture over the Tibetan Plateau during the monsoon and vegetation growing season. Based on the annual mean value of soil moisture（θsat¯） and the correlation coefficient between soil moisture and time （Rxt）， the temporal and spatial distribution and long-term dissipation characteristics of soil moisture in the monsoon and vegetation growing season （July-September） of the Qinghai-Tibet Plateau were studied. Combined with the partial correlation coefficient (Rxy,z) the coupling relationship between precipitation and evapotranspiration was preliminaries analyzed. The results showed that the soil moisture decreased first （2011—2015） and then increased （2015—2018） and volatility change subsequently in time， and gradually increased from northwest to southeast in space. The coupling between soil moisture and precipitation was stronger than evapotranspiration in most areas of the Tibetan Plateau. SMOS and SMAP have a high consistency in capturing spatial and temporal characteristics of soil moisture over the Tibetan Plateau.

Keywords： Qinghai Tibet Plateau ; Soil moisture ; Temporal and spatial distribution ; SMOS ; SMAP

PDF (5257KB) 元数据 多维度评价 相关文章 导出 EndNote| Ris| Bibtex  收藏本文

本文引用格式

杨娜, 汤燕杰, 张宁馨, 张恒杰, 徐少博. 基于SMOS、SMAP数据的青藏高原季风及植被生长季土壤水分长消特征研究. 遥感技术与应用[J], 2022, 37(6): 1373-1384 doi:10.11873/j.issn.1004-0323.2022.6.1373

Yang Na, Tang Yanjie, Zhang Ningxin, Zhang Hengjie, Xu Shaobo. Research on the Characteristics of Soil Moisture in the Qinghai-Tibet Plateau During Monsoon and Vegetation Growing Season based on SMOS and SMAP Data. Remote Sensing Technology and Application[J], 2022, 37(6): 1373-1384 doi:10.11873/j.issn.1004-0323.2022.6.1373

1 引 言

青藏高原（26°00′—39°47′ N，73°19′—104°47′ E）是我国最大、世界海拔最高的高原，有“世界屋脊”、“第三极”之称［1-5］；高原上分布着众多的冰川、湖泊和沼泽，水资源丰富多样，同时也是黄河、长江、恒河等主要河流的发源地，因此又被誉为“亚洲水塔”［6-9］。青藏高原地理位置与环境条件的特殊性使得它不仅被视为全球水气能热大循环机制的关键研究对象［10-16］，同时也被认定为我国地区生态与经济可持续发展的重点监测目标［17-20］。

在青藏高原众多的环境要素中，土壤水分值得关注。一方面，它是地气水分交互作用的“调节器”，影响着降水、入渗、径流、蒸散发的量化分配［21-23］；另一方面，它是刻画地气纵向空间的“驱动器”，影响着地表覆被、土壤性状、生态资源等环境条件的存续状况［24-27］。在第二次青藏高原综合科学考察研究、中科院战略性先导科技专项、中德“泛第三极环境变化与丝绸之路建设专项”等研究计划的支持下［28-29］，针对土壤水分、降水、温度等多种要素，以玛曲、那曲等多个代表性的地面监测站网已在青藏高原地区布设完成并实现数据积累［30-32］，为气候模拟、灾害分析、模型与算法验证等多样化的研究与应用提供了关键支撑［33-34］。

针对青藏高原土壤水分，卓嘎利用多源融合数据分析了不同深度下土壤水分分布特征（2009—2010年），发现其呈现浅层和深层低湿、中间层高湿的特点，且具有显著的季节变化特征［35］。Bai等［36］利用GLDAS-Noah（Global Land Data Assimilation System-Noah）数据分析了青藏高原土壤水分的时空分布特征（1950—2010年），并探讨了温度和降水对其变化的相对贡献，研究发现土壤水分在空间上呈现南高北低、在时间上呈现波动变化的趋势，降水对土壤水分的影响较大，而温度对二者关系有一定的调节作用。Cheng等［37］利用实测数据评估了ESA CCI（European Space Agency Climate Change Initiative）和ERA5（ECMWF Reanalysis V5）土壤水分数据产品在青藏高原的可靠性，并进一步利用ERA5数据分析了土壤水分的时空分布和年际变化规律（1979—2018年），研究发现土壤水分自东南向西北逐渐下降，但全域呈总体增长态势，与降水增加、蒸散发下降的背景特征相符。Shi等［38］利用ESA CCI数据和MODIS LAI（Moderate Resolution Ima-ging Spectroradiometer Leaf Area Index）数据研究了青藏高原土壤水分和植被的时空变化趋势（2000—2019年），并基于实测插值网格数据及ERA5数据对驱动因子（降水、气温）进行了分析，结果表明青藏高原呈现变湿和变绿趋势，降水和温度分别为土壤水分及植被变化的主要驱动因素。

星载微波遥感为快速获取大范围土壤水分信息提供了有效的途径。特别是以SMOS（Soil Moisture and Ocean Salinity， 2009年）和SMAP（Soil Moisture Active Passive， 2015年）为代表的土壤水分专题卫星，其种类繁多的数据产品不仅能够为预报、模拟、同化等研究提供必要的驱动数据，还能够为常规监测与灾害判识等应用提供有效的辅助决策支持［39-42］。

在被动微波观测模式下，SMOS和SMAP都采用了低频率的L波段，尽管在硬件和探测机理上各具特色，但反演目标和数据体系的设置多有相似之处，因此常被互作比较［43-48］。截止目前，它们的数据池已分别累积到近13 a和近7 a，初步具备了支持长时序分析的能力，在此基础上，完全依托星载微波遥感数据而不借助于模拟或同化手段、以土壤水分为研究主体而非过程变量，开展其长消时空特征研究值得一试。研究选定青藏高原为典型区，原因在于其地理位置特殊、环境特征显著，不仅是当前地球系统科学研究的热门地区，同时也是SMOS、SMAP等多源土壤水分数据进行验证、对比的热点地区；拟开展青藏高原土壤水分长消特征研究，并初步探讨地表类型约束下的土壤水分与降水和蒸散发的耦合关系；研究旨在明确近期青藏高原土壤水分的总体分布状况，为地区和全球气候及灾害的预测预报研究提供科学依据。

2 数 据

为开展青藏高原土壤水分的长消特征研究，将使用三大类共计6种数据，分别是：①星载微波土壤水分数据，主要为SMOS和SMAP Level 2（L2）数据，原因在于它们是基于观测亮温的直接反演结果，反映了从观测、模拟到反演计算的整个算法背景，未经单日、全球合成或同化处理；②地面实测数据，主要来自于国际土壤水分网ISMN（International Soil Moisture Network），选用其中的5 cm土壤温度数据，用于判定与季风和植被生长季相符合的研究时段；③其他辅助数据，包括GPCP（Global Precipitation Climatology Project）降水数据、MODIS蒸散发数据、C3S（Copernicus Climate Change Service） Global LC（Global Land Cover）地表覆被数据，这些数据被用于进行对土壤水分变化的耦合分析，选用的原因在于满足免费、全球性、时间和空间尺度精细、具有通用性等普适条件。以下将逐一简述各项数据的具体情况。

2.1　星载微波土壤水分数据

（1）SMOS L2 土壤水分数据：SMOS是由欧洲航天局ESA（European Space Agency）于2009年发射的土壤水分（和海洋盐度）专题卫星（微波，被动），针对土壤水分设置了L2、L3、L4三级数据，其中L2数据是以观测亮温（L1）为输入的直接反演输出，同时又被作为输入来合成L3单日全球数据，是SMOS具有代表性的数据产品。研究采用的是2011—2020年的SMOS L2土壤水分数据（SM_REPR_MIR_SMUDP2_*，V650，https：∥smos-diss.eo.esa.int/），它采用ISEA 4h9（Icosahedral Snyder Equal Area）格网体系进行空间组织，格点尺度约为15 km；土壤水分按照体积含水量的方式进行量化（m3/m3），精度设置为0.04 m3/m3［49-50］。

（2）SMAP L2 土壤水分数据：SMAP是由美国航空航天局NASA（National Aeronautics and Space Administration）于2015年发射的土壤水分专题卫星（微波、主被动），其对土壤水分数据的设置也分为L2、L3、L4 3个级别。本文选用L2被动数据，原因同样在于它是直接反演输出，体现了观测、模拟和反演计算背景，且未经过合成或同化处理，同SMOS L2数据具有对照性。研究使用2016—2020年的SMAP L2土壤水分数据（SMAP_L2_SM_P_*，V7，https：//nsidc.org/data/S-PL2SMP/versions/7），它采用EASE-Grid 2.0（Equal Area Scalable Earth）格网体系进行空间组织，格点尺度约为36 km；对土壤水分的量化方式同样采用体积含水量（m3/m3），精度设置亦为0.04 m3/m3［51］。

卫星土壤水分数据需要进行质量控制，根据前人经验可采用如表1所示的控制条件［52］，其中，针对SMOS土壤水分数据采用质量指数（DQX）和非土壤类地表（Science_Flags）两个指标，针对SMAP土壤水分数据则主要采用地表类型占比指标。

表1   SMOS和SMAP土壤水分数据质量控制条件

Table 1  SMOS and SMAP soil moisture data quality control conditions

数据控制条件控制量

SMOS

（MIR_SMUDP2）

DQX（the Data Quality Index）>0
Science_Flags(Bit 1)==0

SMAP

(L2_SM_P)

static water fraction<5%
urban area<25%
precipitation/snow/permanent ice/frozen ground fraction<5%
slope standard deviation<3%

新窗口打开| 下载CSV


2.2　地面实测数据

选用ISMN土壤温度（Soil Temperature）实测数据，用于确定与季风和植被生长季相符的研究时段。ISMN的建设目的是实现以土壤水分为主的全球地面实测数据的共享，截止目前已有30个国家和地区的73个观测网络、共计2 882个观测站点加盟，这些地面实测数据已经成为国际公认的支持土壤水分研究不可或缺的数据基础［53-55］。在青藏高原地区当前有3个实测站网加入ISMN，分别为MAQU（东部）、NAQU（中部）和NGARI（西部）。除了（多层）土壤水分外，土壤温度和降水也被作为同步观测要素。根据3个站网的共同时间范围，本文使用2011—2019年的5 cm土壤温度数据（https：∥www.geo.tuwien.ac.at/insitu/data_viewer/），时间分辨率为1 h，单位为℃。

2.3　其他辅助数据

（1）GPCP降水数据：降水是土壤水分的直接补给来源，本文选用世界气候研究计划WCRP（World Climate Research program）的GPCP降水数据来分析土壤水分的变化原因。GPCP降水数据是由地面雨量常规观测和红外、微波卫星观测综合生成的全球降水估计，在时间上分为1天、1月，在空间尺度上分为1°、2.5°［54-55］。本文选用的是月度降水产品（gpcp_v02r03_monthly_*，V2.3，http：//eagle1.umd.edu/GPCP_ICDR/），雨量单位为mm/day、空间格点尺度为2.5°。

（2）MOD16A2蒸散发数据：蒸散发是土壤水分消耗的主要去向，研究选用MOD16A2数据（MOD16-A2.A*，V6，https：//ladsweb.modaps.eosdis.nasa.gov/search/）来初探二者的作用关系。该数据是中分辨率成像光谱仪MODIS系列产品，为8 d合成数据，蒸散发单位为kg/m2（/8d），空间格点尺度为500 m［56-57］。

（3）C3S Global地表覆被数据：地表覆被类型是与土壤水分存续状况密切相关的环境条件，也是影响降水落地分配、蒸散发作用强度的主要因素。本文选用欧洲中尺度天气预报中心ECMWF（European Centre for Medium-Range Weather Forecasts）的C3S地表覆被数据Global LC（C3S-LC-L4-LCCS-Map-300m-*，https：//cds.climate.copernicus.eu/cdsapp#！/dataset/）来进行地类控制条件下的土壤水分与降水和蒸散发耦合关系分析。该数据将地表类型分为6大类、共计22个小类，按年更新，空间格点尺度为300 m。

由于辅助数据主要为多源、多尺度的合成型数据，时间单元也不一致；根据其各自的提供时间和与SMOS、SMAP数据的对照情况，研究将选用辅助数据的时段统一为2016—2020年。

3 方 法

3.1　确定研究时段

为了避免土壤冻融过程对土壤水分研究的影响，符合季风及植被生长季这一环境条件，利用5 cm土壤温度实测数据（ISMN）对研究时段进行甄选。具体方法如表2所示，按照3、4、5℃ 3个级别、以自然月份为时间单位，统计3个实测站网（MAQU、NAQU、NGARI）各个站点在当月的最低土壤温度（所有样本，不分年度），可见在7—9月5 cm最低土壤温度普遍超过3℃，可以认为此时段内不存在冻融影响、满足植被生长条件，因此，将7—9月作为研究时段。表2中“√”表示站网内各站点当月最低土壤温度满足限定温度（Temp）条件。

表2   3站网5 cm土壤温度分布状况

Table 2  Soil temperature distribution of 5 cm of three observation networks

土壤温度站网5月6月7月8月9月10月
≥5℃MAQU√√
NAQU√√
NGARI√√
≥4℃MAQU√√√√
NAQU√√√
NGARI√√√
≥3℃MAQU√√√√
NAQU√√√
NGARI√√√

新窗口打开| 下载CSV


3.2　统一时空尺度

研究采用的星载微波土壤水分数据（SMOS L2、SMAP L2）和辅助数据（GPCP降水、MOD16A2蒸散发、C3S Global LC地类）的空间尺度和时间单元不同，需要进行统一，具体方法如下。在空间上，各种数据的组织方式不同，但对格点中心位置处（土壤水分数据）或边界位置处（辅助数据）的经纬度都进行了标记，因此，采用“中心—中心最邻近（球面距离）”的方式进行多源数据的空间匹配。在时间上采用年份匹配的方法。SMOS和SMAP数据根据观测时间被赋以UTC（Universal Time Coordinated）标准时间戳、精确到秒，辅助数据则采用8天、月份、年份等时间单位，因此，对照7—9月这一研究时段，将多源数据分别求取此时段内的平均值并按年份标记，从而实现在时间上的统一。

3.3　量化分析指标

从土壤水分自身的增减变化和其与环境条件的耦合机制两个方面进行量化分析。以SMOS和SMAP的各个格点为计算单元，利用土壤水分与时间之间的相关系数Rxt来衡量土壤水分的时序变化趋势［58］，并进行α为0.05的显著性检验，当P-value≤0.05时，则表明序列变化趋势变化显著。Rxt具体的计算方法如式（1）。式中，θsat¯为当年（7—9月）土壤水分平均值，θ¯为多年（各年份的7—9月）土壤水分平均值；n为样本数，i为年份数，t¯为年份数的平均值。当Rxt大于0时，表明土壤水分随时间呈增长趋势，反之则呈下降趋势。

Rxt=∑i=1N(θsat¯-θ¯)(i-t¯)∑i=1N(θsat¯-θ¯)2∑i=1N(i-t¯)2θsat¯=1nθsatθ¯=1N∑i=1Nθsat¯t¯=1N∑i=1Ni

利用偏相关系数Rxy,z来分析土壤水分与降水和蒸散发之间的耦合关系，同时进行α为0.05的显著性检验，当P-value≤0.05时，则表明相关性显著，Rxy,z的计算方法如式（2）。其中，Rxy、Rxz、Ryz分别为变量x和y、x和z、y和z间的相关系数，Rxy,z为x、y的偏相关系数。当Rxy,z大于0时，表明在不计变量z的影响下，x,y两变量呈正相关，反之则为负相关。

Rxy,z=Rxy-RxzRyz(1-Rxz2)(1-Ryz2)

4 结果与讨论

4.1　土壤水分时空长消特征

（1）时序趋势

在季风及植被生长季（7—9月），SMOS（2011—2020年）和SMAP（2016—2020年）对青藏高原土壤水分的时序变化反映如图1所示，为了使结果具有一定的对比性，研究叠加了全球温度异常（https：∥climate.nas-a.gov/vital-signs/global-temperature/）和厄尔尼诺、拉尼娜事件（http：∥cmdp.nccc-ma.net/pred/c-n_enso_index.php）背景。全球温度异常值为某一单位时间内平均温度与长期平均温度（1951—1980年）差值。图中红色和蓝色背景分别为厄尔尼诺、拉尼娜事件的持续时间。

图1

新窗口打开| 下载原图ZIP| 生成PPT

图1   青藏高原土壤水分变化趋势

Fig.1   Variation trend of soil moisture in Qinghai-Tibet Plateau


2011—2020年土壤水分的波动大致可以分为3个阶段。第一阶段为2011—2015年，在此期间仅有SMOS数据，土壤水分呈现波动式下降趋势；第二阶段为2015—2018年，此时开始有SMAP数据，且与SMOS共同捕捉到了土壤水分连续升高的态势；第三阶段为2018—2020年，土壤水分快速下降并随后小幅升高。

SMOS和SMAP反映出青藏高原的土壤水分在时序上表现出显著波动、整体上升的趋势；在2016—2020的数据共同时段内，SMOS和SMAP对土壤水分的反映具有良好的一致性；同时，土壤水分的变化与全球温度和大型气候事件背景在时间序列上有一定的同步性；且在土壤水分变化的3个阶段内，全球温度异常与土壤水分的变化在时间上具有较强的耦合关系，而在趋势上呈相反态势。同时，将土壤水分的高低变化和极值转折与厄尔尼诺和拉尼娜事件的持续时间进行比照后也发现一定的关联性。这或在某种程度上体现出青藏高原对全球地气系统作用的敏感性，以及土壤水分作为关键环境变量的指示性。

（2）空间分布

SMOS（2011—2020年）和SMAP（2016—2020年）对青藏高原土壤水分在空间上的反映如图2所示。可见土壤水分呈现自东南向西北逐渐降低的趋势，高值区域集中在东部、低值区域分布在西部及北部，这与青藏高原气候分区分布具有明显的一致性［59］。随着金沙江、澜沧江等多条河流在藏东南、祁连山东南部等地交汇，受夏季风带来的暖湿气流的影响，该区域土壤水分值远高于周边地区。而随着季风向青藏高原腹地推进，所携带的水汽逐渐减少，同时受海拔、气温的影响，西南暖流难以向西北地区推进，从而导致柴达木盆地、昆仑山以及藏北高原处土壤水分常年处于较低的状态。

图2

新窗口打开| 下载原图ZIP| 生成PPT

图2   青藏高原地区7—9月SMOS、SMAP多年平均土壤水分空间分布 审图号：2019（1819）

Fig.2   Spatial distribution of SMOS and SMAP multi-year average soil moisture in the Qinghai-Tibet Plateau from July to September


SMOS和SMAP反映出青藏高原的土壤水分在空间上呈现东部高、西部低的分布特征，这与前人的研究具有较好的一致性［60-61］。值得一提的是，SMAP在高原东部所捕获的土壤水分值较SMOS高，这可能在于，SMOS在青藏高原受到的RFI（Radio-Frequency Interference）影响较为显著，而SMAP则针对RFI进行了算法和硬件上的改进，有效缓解了这一影响［62-63］。

（3）长消特征

利用土壤水分与时间变化相关量Rxt，对青藏高原土壤水分的长消趋势进行分析，同时对土壤水分变化趋势进行了显著性检验，结果如图3所示。Rxt显示出东高西低的特征，这表明在季风及植被生长季内（7—9月），青藏高原东部趋湿，而西部及北部变干。结合土壤水分的空间分布（图2），可见青藏高原的土壤水分“干变干”、“湿变湿”的长消特征明显。

图3

新窗口打开| 下载原图ZIP| 生成PPT

图3   青藏高原7-9月SMOS、SMAP年平均土壤水分时空变化特征 审图号：2019（1819）

Fig.3   Spatial and temporal variation characteristics of year average soil moisture in SMOS and SMAP in the Qinghai-Tibet Plateau from July to September


在青海及藏东南等地势较低、河流汇集、土壤水分值较高的区域，Rxt保持在0.5以上，表明这些地区的土壤水分具有明显增长趋势；而在藏北高原及昆仑山南部等高海拔、土壤水分值较低的区域，随着时间推移，当地土壤水分呈现明显下降趋势。值得注意的是柴达木盆地西北部的土壤水分明显上升，这或与该地区近几年（7—9月）降水量明显增多有关［55］。

综上所述，在季风及植被生长季内青藏高原土壤水分的长消变化呈现出东部上升、西部及西北部下降的整体特征。SMOS和SMAP在各自观测时段内所捕获的土壤水分长消趋势在空间上具有较好的一致性。

4.2　与关键要素的耦合特征

（1）降水和蒸散发的空间分布特征

降水与蒸散发作为土壤水分的主要输入、输出量，它们的空间分布与变化深刻影响土壤水分的长消趋势。研究利用GPCP降水数据和MOD16A2蒸散发数据讨论了青藏高原地区的降水和蒸散发的增减变化，结果如图4所示。受冰雪覆盖影响，蒸散发数据在西北部存在缺失，因此对蒸散发的分析仅包含具有数据记录的区域。

图4

新窗口打开| 下载原图ZIP| 生成PPT

图4   青藏高原地区基于SMOS、SMAP格网的降水与蒸散发时空变化特征 审图号：2019（1819）

Fig.4   Temporal and spatial variation characteristics of precipitation and evapotranspiration based on SMOS and SMAP grid in Qinghai Tibet Plateau


青藏高原的降水变化与季风行进方向一致，随着印度季风和东南亚季风的推进，降水呈现自东南向西北方向Rxt逐渐下降的趋势，上升的区域集中在高原东南部，下降区域集中在高原北部和西部。蒸散发则呈现出东部向西部Rxt逐渐下降的趋势，蒸散发上升区域集中在高原中东部，下降区域则主要分布在高原南部及西部大部分区域。

（2）地类空间分布特征

植被在降水再分配、土壤水分运移及变化、蒸散发截留和削减等方面具有深刻影响［56］。青藏高原广泛分布着多种植被，为更好地进行分类研究，本文根据植被生长特征将6种地类划分为低矮植被、林地、裸地三大类，并分析了各地类的空间分布及占比，结果如表3和图5所示。

表3   青藏高原地区各地类在所属大类中的占比

Table 3  Proportion of each category in the Qinghai-Tibet Plateau region

类别SMOS/%SMAP/%
低矮植被农田7.809.45
草地92.2090.55
林地森林87.1489.17
灌木1.371.27
稀疏植被11.499.55
裸地裸地100.00100.00

新窗口打开| 下载CSV


图5

新窗口打开| 下载原图ZIP| 生成PPT

图5   青藏高原地区基于SMOS、SMAP格网的主要地表类型分布 审图号：2019（1819）

Fig.5   Distribution of main surface types based on SMOS and SMAP grid in Qinghai Tibet Plateau


其中，草地（低矮植被）和森林（林地）在所属大类中的占比高于其他地类。各大类植被空间分布（图5）差异明显，低矮植被广泛分布于青藏高原大部分地区，林地和裸地零星分布在东南部。在C3S Global LC的地表分类基础上，在SMOS和SMAP各自的空间组织方式下，各种地类的占比相差并不明显，在空间分布上具有一致性。

（3）不同覆被条件下土壤水分与降水、蒸散发 的相关特征

受降水和蒸散发的影响程度不同，不同地类下的土壤水分的变化趋势也存在差异。基于降水、蒸散发的变化趋势，为进一步明确降水、蒸散发对土壤水分变化的主导程度，本文利用偏相关系数评估了降水、蒸散发对土壤水分变化的响应程度，结果如图6、图7所示。图6中浅色区域表示数据存在缺失，白点表示通过显著性检验；图7为不同地类下，仅针对偏相关系数在不同相关级别下的数目占比统计结果。

图6

新窗口打开| 下载原图ZIP| 生成PPT

图6   青藏高原地区土壤水分与降水、蒸散发间偏相关系数空间分布图 审图号：2019（1819）

Fig.6   Spatial distribution of partial correlation coefficient between Soil Moisture， Precipitation and Evapotranspiration in Qinghai-Tibet Plateau


图7

新窗口打开| 下载原图ZIP| 生成PPT

图7   青藏高原地区不同地类下偏相关系数格点数目占比

Fig.7   Proportion of grid points of downward biased correlation coefficient of different land types in Qinghai Tibet Plateau


研究表明，在高原中东部土壤水分上升区，土壤水分与降水的相关性高于蒸散发，这表明该区域土壤水分的变化受降水量增加的影响较大。在高原东南部土壤水分上升区域，土壤水分与蒸散发呈负相关，与降水呈正相关但相关性较低，这表明该地区土壤水分的上升受蒸散发的下降影响高于降水。在研究区西部土壤水分下降区域，土壤水分与降水和蒸散发相关性均较高，结合该区域土壤水分消长趋势（图3），可以初步判定该地区土壤水分下降受降水量的减少影响更大。

对相关性数值进行分级（-1—-0.5、-0.5—0、0—0.5、0.5—1）后，分别对不同地类和不同相关性区间内的土壤水分与降水、蒸散发的相关性数值数目进行统计分析。结果表明，在低矮植被处，Rsm-pre在高相关区间内的格点个数远高于Rsm-et，这表明在低矮植被处，土壤水分受降水的影响高于蒸散发。在林地处，Rsm-et在各区间内的分布区别于Rsm-pre，在各个相关性区间内，Rsm-et分布较为均衡，其数目占比始终保持在0.25左右；Rsm-pre在0.5—1相关性区间内，数目占比远高于其它区间，这表明在林地处，土壤水分的上升与降水的变化具有明显的关联。在裸地处，Rsm-pre、Rsm-et在各区间内的格点占比数目相差并不明显，二者均在相关性为0.5—1区间内的格点数目远高于其他相关性区间，这表明在该地类处，土壤水分的变化受降水、蒸散发二者的综合影响。

综上所述，在青藏高原绝大部分区域，土壤水分的变化受降水影响较大。SMOS和SMAP所捕获的土壤水分在数值上与降水、蒸散发的相关性表现具有很好的一致性。

5 结 论

本文基于SMOS（2011—2020年）和SMAP（2016—2020年）卫星数据，对青藏高原土壤水分在季风及植被生长季的长消特征进行了研究，并结合GPCP降水、MOD16A2蒸散发和C3S Global LC地表覆被数据，初步就关键要素与土壤水分的耦合特征进行了探究，得到以下结论：

（1）青藏高原土壤水分在时间上呈现波动式上升趋势，在空间上呈现自东南向西北逐渐降低的特征。SMOS和SMAP均能捕获土壤水分的波动特征，在空间上反映出相似的分布特征。青藏高原土壤水分的增减变化在时序上与全球温度异常和厄尔尼诺、拉尼娜事件有一定的跟随性。

（2）青藏高原土壤水分在空间上呈现东部及东南部上升、西部下降的总体趋势，区内“干变干”、“湿变湿”特征明显。SMAP和SMOS对土壤水分长消特征的反映具有一致性，但前者对“趋湿”和“变干”的表现更为突出。

（3）青藏高原土壤水分的长消变化受降水、蒸散发和地表覆被等多方面影响，降水、蒸散发的增减组合决定了土壤水分的空间分布和时序变化；在地表覆被条件的控制下，土壤水分与降水的相关性较与蒸散发略强。

参考文献

Li Bingyuan， Pan Baotian， Cheng Weiming， et al.

Research on geomorphological regionalization of China

［J］. Acta Geographica Sinica， 2013， 68（3）： 291-306.

[本文引用: 1]

李炳元， 潘保田， 程维明，等.

中国地貌区划新论

［J］. 地理学报，2013，68（3）： 291-306.

[本文引用: 1]

Yang Aoli， Zheng Donghai， Wen Jun，et al.

Progress on L-band microwave radiometry observation and soil moisture retrieval over the Tibetan Plateau

［J］. Remote Sensing Technology and Application，2021，36（5）： 983-996.

杨奥莉， 郑东海， 文军， 等.

青藏高原L波段微波辐射观测与土壤水分反演研究进展

［J］. 遥感技术与应用， 2021，36（5）：983-996.

Zhang Yong， Liu Shiyin， Wang Xin.

Debris-cover effect in the Tibetan Plateau and surroundings： A review

［J］. Journal of Glaciology and Geocryology， 2022， 44（2）： 1-14.

张勇， 刘时银， 王欣.

青藏高原及周边冰川区表碛影响研究进展

［J］. 冰川冻土， 2022， 44（2）： 1-14.

Yao Tandong.

TPE international program： A program for coping with major future environmental challenges of The Third Pole Region

［J］. Progress in Geography，2014，33（7）： 884-892.

姚檀栋. “

第三极环境（TPE）”国际计划——应对区域未来环境生态重大挑战问题的国际计划

［J］. 地理科学进展，2014，33（7）：884-892.

Kang S， Xu Y， You Q， et al.

Review of climate and cryospheric change in the Tibetan Plateau

［J］. Environmental Research Letters， 2010， 5（1）： 015101. DOI：10.1088/1748-9326/5/1/015101 .

[本文引用: 1]

Xu Xiangde， Dong lili， Zhao yang， et al.

Effect of the asian water tower over the Qinghai-Tibet Plateau and the characteristics of atmospheric water circulation （in Chinese）

［J］. Chin Sci Bull， 2019， 64（27）： 2830–2841.

[本文引用: 1]

徐祥德， 董李丽， 赵阳， 等.

青藏高原“亚洲水塔”效应和大气水分循环特征

［J］. 科学通报， 2019， 64（27）： 2830-2841.

[本文引用: 1]

Yang Yaoxian， Hu Zeyong， Lu Fuquan， al et， Progress of recent 60

years' climate change and its environmental impacts on the Qinghai-Xizang Plateau

［J］. Plateau Meteorology， 2022， 41（1）： 1-10.

杨耀先， 胡泽勇， 路富全， 等.

青藏高原近60年来气候变化及其环境影响研究进展

［J］. 高原气象， 2022， 41（1）： 1-10.

Song Z， Feng Q， Gao Z， et al.

Temporal and spatial differences and driving factors of evapotranspiration from terrestrial ecosystems of the Qinghai Province in the past 20 years

［J］.Water，2022，14（4）：536. DOI：10.3390/w14040536 .

Yao Tandong， Wu Guangjian， Xu Baiqing， et al.

Asian water tower change and its impacts

［J］. Bulletin of Chinese Academy of Sciences， 2019， 34（11）： 1203-1209.

[本文引用: 1]

姚檀栋， 邬光剑， 徐柏青， 等.

“亚洲水塔”变化与影响

［J］. 中国科学院院刊， 2019， 34（11）： 1203-1209.

[本文引用: 1]

Cheng G， Wu T.

Responses of permafrost to climate change and their environmental significance， Qinghai-Tibet Plateau

［J］. Journal of Geophysical Research-Earth Surface， 2007， 112（F2）： F02S03. DOI：10.1029/2006JF000631 .

[本文引用: 1]

Cui Y， Zeng C， Zhou J， et al.

A spatiotemporal continuous soil moisture dataset over the Tibet Plateau from 2002 to 2015

［J］. Scientific Data， 2019， 6： 247. DOI： 10.1038/s41597-019-0228-x .

Yang Kun， Tang Qiuhong， Lu Hui.

Precipitation recycling ratio and water vapor sources on the Tibetan Plateau

［J］. Science China Earth Sciences，2022，65（3）： 574-578.

阳坤， 汤秋鸿， 卢麾.

青藏高原降水再循环率与水汽来源辨析

［J］. 中国科学：地球科学， 2022， 52（3）： 574-578.

Xu Xiangde， Ma Yaoming， Sun Chan， et al.

Effect of energy and water circulation over Tibetan Plateau

［J］. Bulletin of Chinese Academy of Sciences， 2019， 34（11）：1293-1305.

徐祥德， 马耀明， 孙婵， 等.

青藏高原能量、水分循环影响效应

［J］. 中国科学院院刊， 2019， 34（11）： 1293-1305.

Wang Lei， Li Xiuping， Zhou Jing， et al.

Hydrological modelling over the Tibetan Plateau： Current status and perspective

［J］. Advances in Earth Science， 2014， 29（6） ：674-682.

王磊， 李秀萍， 周璟， 等.

青藏高原水文模拟的现状及未来

［J］. 地球科学进展， 2014， 29（6）： 674-682.

Zhu Yanxin， Sang Yanfang.

Spatial variability in the seasonal distribution of precipitation on the Tibetan Plateau

［J］. Progress in Geography， 2018， 37（11）： 1533- 1544.

朱艳欣， 桑燕芳.

青藏高原降水季节分配的空间变化特征

［J］. 地理科学进展， 2018， 37（11）： 1533-1544.

Bibi S， Wang L， Li X， et al.

Climatic and associated cryospheric， biospheric， and hydrological changes on the Tibetan Plateau： A review

［J］. International Journal of Climatology， 2018， 38（S1）： e1-e17. DOI：10.1002/joc.5411 .

[本文引用: 1]

Liu Kun， Yu Cigang， Zhang YF， et al.

Research status and current hotspots on the human impact on natural reserves in the Qinghai-Tibetan Plateau

［J］. Chin J Appl Environ Biol， 2022， 28 （2）： 508-516.

[本文引用: 1]

刘坤， 于赐刚， 张艺凡， 等.

青藏高原自然保护区人类活动及其影响研究现状与热点

［J］. 应用与环境生物学报， 2022， 28（2）： 508-516.

[本文引用: 1]

Ma Yaoming， Hu Zeyong， Tian Lide， et al.

Study progresses of the Tibet Plateau climate system change and mechanism of its impact on East Asia

［J］. Advances in Earth Science， 2014， 29（2）： 207-215.

马耀明， 胡泽勇， 田立德， 等.

青藏高原气候系统变化及其对东亚区域的影响与机制研究进展

［J］. 地球科学进展， 2014， 29（2）： 207-215.

Wang Xiangyu， Gao Peichao， Song Changqing， et al.

Connotation and evaluation of high-quality development in counties of the Qinghai-Tibet Plateau

［J］. Journal of Beijing Normal University（Natural Science Edition）， 2022，58（2）：328-336.

王翔宇， 高培超， 宋长青， 等.

区域高质量发展的内涵与评价体系探索——以青藏高原县域单元为例

［J］. 北京师范大学学报（自然科学版）， 2022， 58（2）： 328-336.

Duan H， Xue X， Wang T， et al.

Spatial and temporal differences in alpine meadow， alpine steppe and all vegetation of the Qinghai-Tibetan Plateau and their responses to climate change

［J］. Remote Sensing，2021，13（4）：669. DOI：10.3390/rs 13040669 .

[本文引用: 1]

Yu Yang， Wei Wei， Chen Liding， et al.

Coupling effects of different land preparation and vegetation on soil moisture characteristics in a Semi-Arid Loess Hilly Region

［J］.Acta Ecologica Sinica， 2016， 36（11）： 3441-3449.

[本文引用: 1]

于洋， 卫伟， 陈利顶， 等.

黄土丘陵区坡面整地和植被耦合下的土壤水分特征

［J］. 生态学报， 2016， 36（11）： 3441-3449.

[本文引用: 1]

Cao W， Sheng Y， Wu J， et al.

Differential response to rainfall of soil moisture infiltration in permafrost and seasonally frozen ground in Kangqiong Small Basin on the Qinghai-Tibet Plateau

［J］. Hydrological Sciences Journal-Journal Des Sciences Hydrologiques， 2021， 66（3）： 525-543. DOI：10.1080/02626667.2021.1883619 .

Zhu X， Wu T， Hu G， et al.

Long-Distance atmospheric moisture dominates water budget in permafrost regions of the Central Qinghai-Tibet Plateau

［J］. Hydrological Processes，2020， 34（22）： 4280-4294. DOI：10.1002/hyp.13871 .

[本文引用: 1]

Fu Qing， Yang Kun， Zheng Donghai， et al.

Impact of soil organic matter content on soil moisture and temperature at different depths in the Central Qinghai-Xizang Plateau

［J］. Plateau Meteorology，2021，40（5）：1-11.

[本文引用: 1]

符晴， 阳坤， 郑东海， 等.

青藏高原中部土壤有机质含量对不同深度土壤温湿度的影响研究

［J］. 高原气象，2021，40（5）：1-11.

[本文引用: 1]

Yang Kai， Wang Genxu， Zhang Tao， et al.

Responses of root functional traits to experimental warming in the alpine meadow with different soil moisture in the permafrost region of the Qinghai-Tibet Plateau

［J］. Acta Ecologica Sinica，2020，40（18）： 6362-6373.

杨凯， 王根绪， 张涛， 等.

青藏高原多年冻土区不同水分条件的高寒草甸根系功能性状对增温的响应

［J］. 生态学报， 2020， 40（18）： 6362-6373.

Dai L， Fu R， Guo X，et al.

Soil moisture variations in response to precipitation across different vegetation types on the Northeastern Qinghai-Tibet Plateau

［J］. Frontiers in Plant Science，2022，6（13）：854152. DOI：10.3389/fpls.2022.854152 .

Zhou Caijing， Liu Jun， Wang Yihuan， et al.

Effect of organic compounds content and types on soil water retention dapacity

［J］. Journal of Northwest A and F University（Natural Science Edition），2008，36（12）： 115-120，128.

[本文引用: 1]

周彩景， 刘军， 王益权， 等.

有机物质类型与含量对土壤持水性能的影响

［J］. 西北农林科技大学学报（自然科学版）， 2008，36（12）：115-120，128.

[本文引用: 1]

Yao Tandong， Chen Fahu， Cui Peng， et al.

From Tibetan Plateau to Third Pole and Pan-Third Pole

［J］. Bulletin of Chinese Academy of Sciences，2017，32（9）：924-931.

[本文引用: 1]

姚檀栋， 陈发虎， 崔鹏， 等.

从青藏高原到第三极和泛第三极

［J］. 中国科学院院刊， 2017，32（9）：924-931.

[本文引用: 1]

Yao Tandong.

A comprehensive study of water-ecosystem-human activities reveals unbalancing asian water tower and accompanying potential risks

［J］.Chinese Science Bulletin，2019，64（27）：2761-2762.

[本文引用: 1]

姚檀栋.

青藏高原水—生态—人类活动考察研究揭示“亚洲水塔”的失衡及其各种潜在风险

［J］. 科学通报， 2019， 64（27）： 2761-2762.

[本文引用: 1]

Ding Xu， Lai Xin， Fan Guangzhou， et al.

Analysis on the applicability of reanalysis soil temperature and moisture datasets over Qinghai-Tibetan Plateau

［J］.Plateau Meteorology，2018， 37（3）： 626－641.

[本文引用: 1]

丁旭， 赖欣， 范广洲， 等.

再分析土壤温湿度资料在青藏高原地区适用性的分析

［J］. 高原气象， 2018， 37（3）： 626-641.

[本文引用: 1]

Ma Yaoming， Hu Zeyong， Wang Binbin， et al.

The review of the observation experiments on land-atmosphere interaction progress on the Qinghai-Xizang（Tibetan）Plateau

［J］. Plateau Meteorology， 2021， 40（6）：1241-1262.

马耀明， 胡泽勇， 王宾宾， 等.

青藏高原多圈层地气相互作用过程研究进展和回顾

［J］. 高原气象， 2021， 40（6）： 1241-1262.

Yang K， Qin J， Zhao L， et al.

A Multiscale soil moisture and freeze-thaw monitoring network on the Third Pole

［J］. Bulletin of the American Meteorological Society，2013，94（12）：1907-1916. DOI：10.1175/BAMS-D-12-00203.1 .

[本文引用: 1]

Jin Chenlin.

Comparative evaluation of SMAP，CCI， CLDAS soil moisture products in typical region of Qinghai-Tibet Plateau

［J］. Journal of Subtropical Resources and Environment， 2020， 15（1）：85-94.

[本文引用: 1]

荆琛琳.

SMAP、CCI和CLDAS土壤湿度产品在青藏高原典型区域的比较验证

［J］. 亚热带资源与环境学报， 2020， 15（1）：85-94.

[本文引用: 1]

Liu Chuan， Yu Hui， Xie Jin， et al.

Applicability of soil temperature and moisture in several datasets over Qinghai-Xizang Plateau

［J］. Plateau Meteorology，2015，34（3）：653-665.

[本文引用: 1]

刘川， 余晔， 解晋， 等.

多套土壤温湿度资料在青藏高原的适用性

［J］. 高原气象， 2015， 34（3）： 653-665.

[本文引用: 1]

Zhuo Ga， Chen Tao， Zhou Kanshe， et al.

Spatial and temporal distribution of soil moisture over the Tibetan Plateau during 2009-2010

［J］. Journal of Glaciology and Geocryology， 2015， 37（3）：625-634.

[本文引用: 1]

卓嘎， 陈涛， 周刊社， 等.

2009-2010年青藏高原土壤湿度的时空分布特征

［J］. 冰川冻土，2015，37（3）：625-634.

[本文引用: 1]

Bai W， Chen X， Tang Y， et al.

Temporal and spatial changes of soil moisture and its response to temperature and precipitation over the Tibetan Plateau

［J］. Hydrological Sciences Journal-Journal Des Sciences Hydrologiques， 2019， 64（11）： 1370-1384. DOI： 10.1080/02626667.2019.1632459 .

[本文引用: 1]

Cheng M， Zhong L， Ma Y， et al.

A Study on the assessment of multi-source satellite soil moisture products and reanalysis data for the Tibetan Plateau

［J］. Remote Sensing， 2019， 11（10）： 1196. DOI： 10.3390/rs11101196 .

[本文引用: 1]

Shi P， Zeng J， Chen K， et al.

The 20-year spatiotemporal trends of remotely sensed soil moisture and vegetation and their response to climate change over the Third Pole

［J］. Journal of Hydrometeorology， 2021， 22（11）：2877-2896.DOI：10.1175/JHM-D-21-0077.1 .

[本文引用: 1]

Wu Zemian， Qiu Jianxiu， Liu Suxia， et al.

Advances in agricultural drought monitoring based on soil moisture

［J］. Progress in Geography， 2020， 39（10）： 1758-1769.

[本文引用: 1]

吴泽棉， 邱建秀， 刘苏峡， 等.

基于土壤水分的农业干旱监测研究进展

［J］. 地理科学进展， 2020， 39（10）： 1758-1769.

[本文引用: 1]

Zheng Xingming， Zhao Kai， Li Xiaofeng， et al.

Moisture derived from microwave remote sensing in Northeast China

［J］. Scientia Geographica Sinica， 2015，35（3）：334-339.

郑兴明， 赵凯， 李晓峰， 等.

利用微波遥感土壤水分产品监测东北地区春涝范围和程度

［J］. 地理科学， 2015， 35（3）： 334-339.

Mishra A， Vu T， Veettil A V， et al.

Drought monitoring with Soil Moisture Active Passive （SMAP） Measurements

［J］. Journal of Hydrology， 2017， 552： 620-632.DOI：10.1016/j.jhydrol.2017.07.033 .

Sadri S， Pan M， Wada Y， et al.

A global near-real-time soil moisture index monitor for food security using integrated SMOS and SMAP

［J］. Remote Sensing of Environment， 2020， 246： 111864. DOI：10.1016/j.rse.2020.111864 .

[本文引用: 4]

Hu F， Wei Z， Yang X， et al.

Assessment of SMAP and SMOS soil moisture products using triple collocation method over Inner Mongolia

［J］. Journal of Hydrology-Regional Studies， 2022， 40： 101027. DOI：10.1016/j.ejrh.2022.101027 .

[本文引用: 1]

Liu J， Chai L， Lu Z， et al.

Evaluation of SMAP， SMOS-IC， FY3B， JAXA， and LPRM soil moisture products over the Qinghai-Tibet Plateau and its surrounding areas

［J］. Remote Sensing， 2019， 11（7）： 792. DOI：10.3390/rs11070792 .

Wu X， Lu G， Wu Z， et al.

Triple collocation-based assessment of satellite soil moisture products with In situ measurements in China： Understanding the Error Sources

［J］. Remote Sensing， 2020， 12（14）： 2275. DOI：10.3390/rs12142275 .

Zhang L， He C， Zhang M， et al.

Evaluation of the SMOS and SMAP soil moisture products under different vegetation types against two sparse in situ networks over arid mountainous watersheds， Northwest China

［J］. Science China（Earth Sciences）， 2019， 62（4）： 703-718.

Meng Yue， Wang Dagang， Lin Yongen，et al.

Comparative eva-luation and difference analysis of SMOS and SMAP satellite remote sensing soil moisture products

［J］. Acta Scientiarum Naturalium Universitatis Sunyatseni，2022，61（5）：1-13.

DOI:10.13471/j.cnki.acta.snus.2021D049     

孟越，王大刚，林泳恩，等.

SMOS和SMAP卫星土壤水分产品的对比评价与差异分析

［J］. 中山大学学报（自然科学版），2022，61（5）：1-13.DOI：10.13471/j.cnki.acta.snus.2021D049 .

Shi Jiali， Zhang Xiaolong， Min Leilei， et al.

Adaptability evaluation of soil moisture products in the Hebei Plain

［J］. Chinese Journal of Eco-Agriculture， 2022， 30（5）： 809-819.

[本文引用: 1]

石嘉丽， 张晓龙， 闵雷雷， 等.

多源土壤水分产品在河北平原的适用性评价

［J］. 中国生态农业学报（中英文），2022，30（5）： 809-819.

[本文引用: 1]

Zhang L， He C， Zhang M， et al.

Evaluation of the SMOS and SMAP soil moisture products under different vegetation types against two sparse in situ networks over arid mountainous watersheds，Northwest China

［J］.Science China-Earth Sciences，2019，62（4）：703-718. DOI：10.1007/s11430-018-9308-9 .

[本文引用: 1]

SMOS_L 2

_Aux_Data_Product_Specification.pdf

［M］.Indra Sistemas S.A., Madrid, Spain, 2017.

[本文引用: 1]

Chan S K， Bindlish R， O’Neill P E， et al.

Assessment of the SMAP passive soil moisture product

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2016， 54（8）： 4994-5007. DOI：10.1109/TGRS.2016.2561938 .

[本文引用: 1]

Burgin M S， Colliander A， Njoku E G， et al.

A comparative study of the SMAP passive soil moisture product with existing satellite-based soil moisture products

［J］. IEEE Transactions on Geoscience and Remote Sensing，2017，55（5）： 2959-2971. DOI：10.1109/TGRS.2017.2656859 .

[本文引用: 1]

Dorigo W A， Wagner W， Honensinn R， et al.

The international soil moisture network： A data hosting facility for global in situ soil moisture measurements

［J］. Hydrology and Earth System Sciences， 2011， 15（5）： 1675-1698.DOI：10.5194/hess-15-1675-2011 .

[本文引用: 1]

Adler R F， Huffman G J， Chang A， et al.

The Version-2 Global Precipitation Climatology Project （GPCP） monthly precipitation analysis（1979-Present）

［J］. Jo-urnal of Hydrometeorology，2003，4（6）：1147-1167. DOI：10.1175/15257541 （2003）004<1147：TVGPCP>2.0.CO；2 .

[本文引用: 1]

Adler R F， Sapiano M R P， Huffman G J， et al.

The Global Precipitation Climat-ology Project （GPCP） Monthly Analysis （New Version 2.3） and a Review of 2017 Global Precipitation

［J］.Atmosphere，2018，9（4）：138.DOI：0.3390/atmos 9040138 .

[本文引用: 3]

Wu Guiping， Liu Yuanbo， Zhao Xiaosong， et al.

Spatio-temporal variations of evapotranspiration in Poyang Lake Basin using MOD16 products

［J］. Geographical Research， 2013， 32（4）： 617-627.

[本文引用: 2]

吴桂平， 刘元波， 赵晓松， 等.

基于MOD16产品的鄱阳湖流域地表蒸散量时空分布特征

［J］. 地理研究， 2013，32（4）：617-627.

[本文引用: 2]

Liu R， Wen J， Wang X， et al.

Validation of evapotranspiration and it's long-term trends in the Yellow River source region

［J］. Journal of Water and Climate Change， 2017， 8（3）： 495-509. DOI：10.2166/wcc.2017.134 .

[本文引用: 1]

Cheng M， Zhong L， Ma Y， et al.

A study on the assessment of multi-source satellite soil moisture products and reanalysis data for the Tibetan Plateau

［J］.Remote Sensing，2019，11（10）： 1196. DOI：10.3390/rs11101196 .

[本文引用: 1]

Lin Zhenyao， Wu Xiangding.

Climatic regionalization of the Qinghai-Xizang Plateau

［J］. Acta Geographica Sinica，1981，36（1）：22-32.

[本文引用: 1]

林振耀， 吴祥定.

青藏高原气候区划

［J］. 地理学报， 1981，36（1）： 22-32.

[本文引用: 1]

Shi Lei， Du Jun， Zhou Kanshe， et al.

The temporal-spatial variations of soil moisture over the Tibetan Plateau during 1980-2012

［J］.Journal of Glaciology and Geocryology， 2016， 38（5）： 1241-1248.

[本文引用: 1]

石磊， 杜军， 周刊社， 等.

1980-2012年青藏高原土壤湿度时空演变特征

［J］. 冰川冻土， 2016， 38（5）：1241-1248.

[本文引用: 1]

Wu Xiaoli， Liu Guimin， Li Xinxing， et al.

Variation of soil moisture and its relation with precipitation of permafrost and seasonally frozen soil regions on the Qinghai-Tibet Plateau

［J］. Journal of China Hydrology， 2021，41（1）： 73-78，101.

[本文引用: 1]

吴小丽， 刘桂民， 李新星， 等.

青藏高原多年冻土和季节性冻土区土壤水分变化及其与降水的关系

［J］. 水文， 2021， 41（1）： 73-78，101.

[本文引用: 1]

Mohammed P N， Aksoy M， PiepmeieJ R， et al.

SMAP L-band microwave radiometer： RFI mitigation prelaunch analysis and first year on-orbit observations

［J］. IEEE Transactions on Geoscience and Remote Sensing， 2016， 54（10）： 6035-6047. DOI：10.1109/TGRS.2016.2580459 .

[本文引用: 1]

Zeng J Y， Shi P F， Chen K S， et al.

Assessment and error analysis of satellite soil moisture products over the Third Pole

［J］. IEEE Transactions on Geoscience and Remote Sensing，2022，60：44054181.1-18. DOI：10.1109/TGRS. 2021. 3116078 .

[本文引用: 1]

/

〈 〉