近日，天津大学地科院王铁军教授以第一作者及通讯作者身份在Journal of Hydrology期刊发表了题为“Evaluating controls of soil properties and climatic conditions on the use of an exponential filter for converting near surface to root zone soil moisture contents”的文章。
根系层土壤水含量作为重要的状态量参数，对于研究生态水文过程、陆面过程、干旱预报和实施精准农业等具有重要的意义。相对于传统的监测方法（例如，TDR等只能监测土壤水在点位上的动态变化），遥感方法（例如航空、卫星、宇宙中子射线等）可以提供更大覆盖面积的土壤水信息，但是遥感方法存在穿透土壤深度浅的问题（例如，卫星遥感只能提供表层几公分厚度的土壤水含量信息），这极大的制约了土壤水遥感产品的实际应用。为了解决这个问题，相关领域现在已经发展了多种方法（例如，模型同化等），通过表层土壤水含量信息来估算根系层土壤水含量。其中，指数滤波器方法由于使用简便，而被较多的使用。在利用指数滤波器时，首先需要确定最佳特征时间长度的参数（即optimal characteristic time length，Topt），Topt的精度将会直接影响指数滤波器的使用效果，但是Topt的主要环境影响因素现在还存在较大的争议。为了进一步明确Topt的主要环境影响因素（特别是土壤性质和气象条件等），我们从Automated Weather Data Network (AWDN) 和Soil Climate Analysis Network (SCAN)两个监测网络获取了日尺度的土壤水含量、大气降水、潜在蒸散发等信息，以及每个站点的土壤质地数据。研究结果表明在AWDN网络中Topt主要受土壤质地的影响，特别是Topt与砂土含量（粘土含量）呈负（正）相关的关系。与此相反，基于SCAN站点的数据显示Topt主要受大气降水的影响，而与土壤质地的关系并不显著。在AWDN和SCAN网络中，不同主导因素影响Topt的原因主要是由于大气降水在SCAN站点中的空间变异更加显著，从而掩盖了土壤质地对Topt的影响。为了进一步证实这个研究结果，我们使用了一维非饱和带模型对SCAN站点的土壤水含量进行了模拟计算。模拟结果进一步证实了在SCAN站点Topt与大气降水存在负相关关系，并且在裸土条件下，Topt更加偏小（即土壤水系统的记忆力更小）。这项研究结果为进一步提高利用卫星遥感产品和指数滤波器的方法推算根系层土壤水含量的精度，提供了科学依据。
论文全文链接：http://www.sciencedirect.com/science/article/pii/S0022169417302056?via%3Dihub
