Интеграция активных и пассивных микроволновых спутниковых данных позволяет получать более точные глобальные карты влажности почвы

Исследователи из Института исследований аэрокосмической информации Китайской академии наук совместно с международными коллегами добились прогресса в картировании влажности поверхностного слоя почвы по всему миру. Они объединили данные двух передовых спутниковых систем — SMAP (Soil Moisture Active Passive) и ASCAT (Advanced Scatterometer), что позволило получить более точные и надежные данные о влажности почвы.

Точный мониторинг влажности почвы критически важен для многих приложений, включая мониторинг засух, предупреждение о наводнениях и оценку урожайности сельскохозяйственных культур. Традиционно для этого использовались либо пассивные микроволновые измерения (регистрация естественного излучения поверхности Земли), либо активные (измерение обратного рассеяния сигнала). Каждый метод имеет свои преимущества и недостатки.

В новом исследовании ученые разработали метод, интегрирующий пассивные измерения SMAP и активные измерения ASCAT, а также вспомогательные данные, тесно связанные с влажностью почвы. Для определения оптимального подхода были протестированы четыре модели машинного обучения, среди которых наилучшие результаты показал алгоритм Random Forest (RF).

Проверка метода по данным наземных измерений (in situ) из различных мировых сетей мониторинга влажности почвы показала, что интегрированные данные обеспечивают среднеквадратичную ошибку без смещения 0.042 м³/м³ и временную корреляцию 0.756. Этот метод снизил погрешности и повысил надежность данных по сравнению с использованием только SMAP или ASCAT, а также значительно улучшил временное разрешение получаемых данных, что крайне важно для мониторинга в реальном времени и приложений в гидрологии и экологии.