土壤湿度是连接陆地水循环与能量循环的关键纽带，在水文模拟、气候变化分析及生态系统管理中发挥着基础性作用。然而，现有的全球土壤湿度产品难以同时满足长时序和高精度的需求，再分析数据（如ERA5-Land）虽然时间覆盖长但存在系统性偏差，卫星遥感数据（如SMAP）精度高但时间序列短。
近日，天津大学地科院张永根副教授课题组在地球科学领域顶级学术期刊 《Earth System Science Data》发表题为“Fusing ERA5-Land and SMAP L4 for an improved global soil moisture product (1950-2025)”的研究成果。该研究通过融合ERA5-Land和SMAP L4两大主流产品，成功开发了一套跨越1950年至2025年、空间分辨率为0.1°的逐日全球表层土壤湿度数据集（Adjusted ERA5-Land）。新数据集利用SMAP L4的高精度特性对长时序的ERA5-Land进行了校准，有效解决了单一数据源难以兼顾长时序与高精度的问题。
为确保数据的可靠性，研究团队首先对目前广泛使用的三种土壤湿度产品，即ERA5-Land、ESA-CCI（v09.1 Combined）和SMAP L4进行了全面评估。团队汇编了迄今为止最全面的全球原位监测数据集，包含来自ISMN、CMA、Cemaden、COSMOS-Europe和SONTE-China等观测网络约380万条原位土壤湿度观测数据。评估结果显示，ERA5-Land虽然与站点观测具有较好的相关性（相关系数0.69），但存在较大的系统性偏差；而SMAP L4提供了最高的精度（RMSE仅为0.088 m3 m-3）和极低的偏差，但其时间覆盖范围仅限于2015年至今。
针对这一时空覆盖与精度的矛盾，团队以高精度的SMAP L4为基准，利用针对长时间序列对齐优化的均值-方差重缩放（Mean-Variance Rescaling）方法，对长时序的ERA5-Land数据进行了偏差校正与融合。这一方法有效地将SMAP L4的高精度特性赋给长时序的ERA5-Land数据，既保留了长达75年的时间跨度，又显著修正了原始再分析数据的偏差。验证结果表明，生成的Adjusted ERA5-Land 数据集在精度和可靠性上均实现了质的提升。在现代验证期（2015-2020年），与原始ERA5-Land相比，新数据的均方根误差（RMSE）降低了24.6%，归一化纳什效率系数（NNSE）提升了30.6%。在历史验证期（1960-2015年），数据集也有较高的稳健性，RMSE降低了19.7%，NNSE增加了26.6%。
该数据集提供了全球覆盖、0.1°空间分辨率及逐日时间分辨率的表层土壤湿度数据，时间跨度长达75年（1950-2025），为研究长周期的气候干旱特征、支持精细化天气预报以及流域水资源管理提供了坚实的数据基础。数据下载地址为：https://doi.org/10.57760/sciencedb.30546。
该论文第一作者为天津大学地球系统科学学院2024级直博生王文宏，论文共同作者包括天津大学刘丛强院士、董建志教授、冯世奥硕士，中山大学魏忠旺教授，以及德国于利希研究中心（Forschungszentrum Jülich）的 Lutz Weihermüller教授和Harry Vereecken教授，通讯作者为天津大学张永根副教授。该研究得到了国家自然科学基金面上项目（42472327, 42077168）和重大项目课题（42293260）的资助。
论文详细信息：Wang, W., Feng, S., Zhang, Y.*, Wei, Z., Dong, J., Weihermüller, L., Liu, C.-Q., and Vereecken, H.: Fusing ERA5-Land and SMAP L4 for an improved global soil moisture product (1950–2025), Earth Syst. Sci. Data, 18, 1061–1088, https://doi.org/10.5194/essd-18-1061-2026, 2026. 文章链接：https://essd.copernicus.org/articles/18/1061/2026/。
