樊磊教授团队近日在国际遥感领域TOP期刊Remote Sensing of Environment（IF=13.5）上发表优化温度效应的全球土壤水分与VOD微波反演算法改进的最新成果。在环境监测和农业管理中，土壤水分（SM）和植被光学厚度（L-VOD）是重要的参数。通过τ-ω模型反演的SM和L-VOD产品的精度高度依赖于基于模型温度的有效温度输入。研究针对当前低频被动微波反演SM与VOD时，未充分考虑温度效应，导致反演精度低的问题，提出基于优化温度效应的微波反演算法，精度显著优于同类算法，其中在全球18%的地区提升了土壤水分和植被光学厚度反演精度。研究表明使用GLDAS温度产品输入的SM反演结果具有最佳性能，尤其是在森林区域（图1）。对不同温度输入对反演结果影响显示，利用浅层土壤温度获得的土壤有效温度比深层土壤温度反演的SM结果更准确。由此，作者提出利用GLDAS表皮温度和第1层（0-10 cm）和第2层（10-40 cm）的土壤温度来估算有效温度。改进后的有效温度输入反演的SM结果相较于原始SMAP-IB的总体TCA-R中值（0.76），提高到0.78，尤其是对森林覆盖区域提升显著。基于改进后有效温度反演的L-VOD结果相较于原始SMAP-IB的L-VOD结果也有较好的提升，并且基于GLDAS温度输入的L-VOD产品在不同温度情景下都优于原始SMAP-IB的L-VOD结果（图2）。

图1 每组实验最高TCA-R值的SM反演结果

图2 每组实验L-VOD反演结果与NDVI的绝对相关值最高分布

2022级博士生肖尧为论文第一作者，法国农科院博士后李小军为共同第一一作，樊磊为通讯作者。研究得到了国家自然基金优秀青年基金项目（42322103）、国家自然基金面上项目（42171339）、西南大学青年团队专项资金（SWU-XJLJ202305）、重庆市博士研究生科研创新项目（CYB23116）的支持。

论文链接：https://www.sciencedirect.com/science/article/pii/S003442572400258X