土壤水分控制着地气界面水热通量交换过程，在全球水循环、能量循环和生物地球化学循环中扮演着重要角色，相关研究对高精度土壤水分数据的需求日益迫切。微波遥感是获取全球土壤水分产品的主要手段，与站点和模式数据相比，遥感数据既有空间覆盖优势，又能准确反映土壤水分实际分布情况。SMAP（Soil Moisture Active Passive）卫星可提供2015年3月31日以来全球逐日上午（6:00）和下午（18:00）轨道土壤水分产品，是迄今为止总体精度最高的土壤水分遥感产品。SMAP标准反演算法基于2000–2010年平均植被指数校正植被效应，采用模式模拟的温度数据表征土壤和植被冠层有效温度。植被指数和土壤温度两大动态参数是影响土壤水分产品精度的关键因素，在全球范围内研究植被和温度数据偏差对产品质量的影响机制，对于改进遥感反演算法、检验产品应用潜力具有重要意义。

干旱发生、发展和演化过程中，通常伴随植被指数、植被含水量降低和土壤温度升高等现象，植被和温度数据偏差对遥感土壤水分产品精度的影响尤为显著。归一化植被指数（NDVI）是光学遥感表征植被生化组分的常用指标；植被光学厚度（VOD）是微波遥感表征植被含水量的常用指标。基于MODIS归一化植被指数（图1）和VODCA植被光学厚度（图2）数据集的研究表明：相对于2000–2010年的平均植被状况，全球植被在2015–2018年间发生显著变化，植被变化与干旱发生存在空间对应关系（图3）。

选取2015–2018年逐年全球植被受胁迫或退化区域（植被指数距平为负值）为研究区，分别以全球四种遥感、模式或融合土壤水分产品为参照，均发现植被受胁迫或退化条件下，SMAP土壤水分产品系统偏差与植被指数距平之间存在显著的正相关关系（图4–5），即植被退化越严重，土壤水分产品的低估越显著。全球平均情况下，植被每退化10%，土壤水分产品低估约0.007 m³·m^–3。该结论与理论分析结果（植被退化对应土壤水分高估）相矛盾。进一步研究发现，植被受胁迫或退化条件下，土壤水分反演所使用的温度数据存在低估现象（图6），植被退化越严重，温度数据低估越显著，极端情况下的温度低估可达4℃。因此，植被受胁迫或退化条件下，即使植被数据低估直接导致土壤水分产品偏“湿”，但土壤温度数据低估可导致SMAP土壤水分产品严重偏“干”。

当前研究参照四种全球土壤水分产品和两种植被指数数据，分别评价了SMAP上午和下午轨道产品精度，经过多重检验的研究结果对于改进遥感反演算法、评估遥感产品在干旱研究中的适用性具有重要意义。在算法改进方面，土壤温度数据校正、多源土壤温度数据融合是提高土壤水分反演精度的重要途径。在数据适用性方面，当前SMAP产品存在随植被退化的系统性偏差，在干旱发生、发展和演化过程中，附加的偏“干”信号可能会夸大干旱程度。

相关成果发表在Remote Sensing of Environment期刊上,论文链接如下： https://www.sciencedirect.com/science/article/pii/S0034425720302844

图1. 2015–2018年全球归一化植被指数（NDVI）相对2000–2010年均值的变化情况，正值表示植被绿化、负值表示植被退化或受胁迫。

图2. 2015–2018年全球植被光学厚度（VOD，表征植被含水量）相对2000–2010年均值的变化情况，正值表示植被含水量增加、负值表示植被含水量减少。

图3. 2015–2018年全球气象干旱（标准化降水指数SPI）分布情况，SPI绝对值越大表明干旱越严重。

图4. SMAP土壤水分产品系统偏差与植被指数（NDVI）距平的相关系数，正相关表明植被受胁迫或退化对应SMAP土壤水分低估。（a）-（d）分别以ESA CCI、GLDAS Noah、SMOS-L3和SMOS-IC产品为参考，AM和PM分别表示上午轨道产品和下午轨道产品。

 图5. SMAP土壤水分数据系统偏差与植被光学厚度（VOD）距平的相关系数，正相关表明植被受胁迫或退化对应SMAP土壤水分低估。（a）-（d）分别以ESA CCI、GLDAS Noah、SMOS-L3和SMOS-IC产品为参考，AM和PM分别表示上午轨道产品和下午轨道产品。

图6. 2015–2018年植被指数距平与地表温度距平相关关系。蓝色表示MODIS植被指数距平—地表温度距平相关关系，红色表示MODIS植被指数距平—MERRA地表温度距平相关关系。其中，MERRA温度数据为SMAP土壤水分反演的输入数据。在植被受胁迫或退化条件下，MERRA温度数据低估是导致SMAP土壤水分产品低估的主要原因。