地表土壤水分是地球水资源的重要组成部分，是控制地表与大气界面能量和水分交换的重要边界条件，也是地表蒸散的关键影响因子，对地表水循环、能量循环、生态环境和农业应用都具有意义。

　　地表土壤水分的获取方法包括地面观测、遥感反演和数据同化。微波遥感可穿云透雾、全天候全天时工作，被认为是全球或区域尺度获取土壤水分时空变化的最佳方式。但现有微波遥感土壤水分估算方法需要大量的辅助参数，包括地表温度、植被含水量、土壤质地、土壤表面粗糙度、植被散射性质等。被动微波数据的粗空间分辨率进一步增加了获取这些辅助参数的难度以及不确定性。

近期，中国科学院东北地理与农业生态研究所微波遥感团队评价了现有被动微波遥感土壤水分产品的精度与不确定性来源，并在此基础上开发出一种基于变化探测原理的土壤水分估算方法，根据植被指数与地表发射率之间的三角空间关系，提出一种基于植被指数估算像元发射率变化范围的经验方法。该方法只需提供地表温度、NDVI两个辅助参数，估算的土壤水分与SMAP土壤水分具有极高的相关性和一致性，与地面实测数据的对比结果也证实了该方法的可行性。

　　该算法简化了土壤水分估算的复杂度，降低了对辅助参数的依赖性。研究结果可提高土壤水分估算精度，有利于土壤水分的全球制图。相关成果发表在Remote Sensing、IEEE JSTARS上，副研究员郑兴明为第一作者，研究员李晓峰为通讯作者。研究得到国家自然科学基金资助。

该研究估算土壤水分与SMAP L3土壤水分产品对比结果，分别为V极化、H极化、H和V极化

该研究估算土壤水分与野外实测土壤水分的对比结果，分别为SMAP L3产品、H极化、V极化、H和V极化

该研究估算土壤水分对输入参数的误差依赖性，“+”号表示日降水超过10毫米