《Journal of Heterocyclic Chemistry》：Characterization of uncertainty in ground-based validation of soil moisture products: A case study of QLB-NET in the Tibetan Plateau
编辑推荐：
基于原位测量直接验证卫星土壤水分（Soil Moisture, SM）产品的精度是常用的方法，但验证结果受到地面测量误差、代表性误差以及原位站点与产品像素之间的地理位置不匹配等因素的影响，导致不确定性显著。各因素对像素尺度参考“真值”总体不确定性的贡献机制尚不
基于原位测量直接验证卫星土壤水分（Soil Moisture, SM）产品的精度是常用的方法，但验证结果受到地面测量误差、代表性误差以及原位站点与产品像素之间的地理位置不匹配等因素的影响，导致不确定性显著。各因素对像素尺度参考“真值”总体不确定性的贡献机制尚不清晰，限制了不确定性控制。本研究首次针对原位测量验证结果的不确定性展开探讨，揭示了代表性误差的幅度及影响因素，提出了亚像素尺度卫星SM产品中像素地理位置偏移的识别方法，并量化了由此产生的误差。结果表明，代表性误差显著大于地理位置不匹配引起的误差，主导了像素尺度参考“真值”的总体不确定性。代表性误差会导致SM产品一致性被低估、不确定性被高估，超过半数的站点代表性误差超过40%，最高可达154%。代表性误差主要由验证像素内的空间异质性和原位站点的数量及空间分布决定，优化站点布局可缓解空间异质性的影响，将站点数量增加至3个可将代表性误差降至5%以下。地理位置不匹配误差与像素偏移程度及周边区域的空间异质性有关，约半数情况下超过15%，最高可达51.8%。
研究背景与意义
土壤水分（Soil Moisture, SM）在地表水、能量和碳交换过程中起着关键调节作用，是水文、气候、陆地表面及生态模型的重要输入参数。原位测量可提供较高精度的点尺度数据，但空间覆盖范围有限。遥感技术的发展使得区域至全球尺度的SM高效制图成为可能，各类卫星SM产品相继问世。然而，不同产品在反演方法、目标精度、输入数据集及时空分辨率方面存在差异，因此在实际应用前必须进行验证。验证不仅能指导实践，还可促进反演算法的优化。像素尺度参考“真值”是验证的基础，但参考数据与SM产品之间存在显著的时空尺度差异，加之地表异质性普遍，获取可靠的参考“真值”具有高度挑战性。现有研究常通过与遥感反演或模型模拟结果进行比较来缓解尺度差异，但这些非基准参考数据可能含有偏差和不确定性，仅能揭示产品间的一致性，无法判定实际精度。因此，基于原位SM测量的像素尺度参考“真值”获取仍是不可或缺的环节。
研究目标与方法
本研究首次针对原位测量验证结果的不确定性进行定量分析，量化由尺度差异导致的代表性误差（representativeness error, εr），并探讨其影响因素。同时，提出亚像素尺度卫星SM产品中像素地理位置偏移的识别方法，并定量评估由此引发的地理位置不匹配误差（geolocation mismatch error, εg）。以青藏高原青海湖流域密集SM监测网（Qinghai Lake Basin Soil Moisture and Temperature Monitoring Network, QLB-NET）为案例，旨在阐明SM产品直接验证中的不确定性因素及其作用机制，为后续基于地面测量的可靠验证提供理论依据。
关键技术方法
研究人员依托QLB-NET的72个原位站点数据，选取非冻结期（4月至10月）开展验证分析。通过站点均值构建像素尺度参考“真值”，比较单站点测量与真实参考值的统计差异。采用空间异质性分析与站点布局优化方法评估代表性误差，并基于像素偏移检测算法识别地理位置不匹配误差。所有误差量化均结合空间分布特征与数值统计方法进行综合分析。
研究结果
原位测量
青海湖流域密集SM监测网QLB-NET弥补了此前青藏高原已有观测网在粗分辨率SM产品验证中因站点稀疏带来的不确定性不足。
代表性误差及其影响识别
由于无法直接获得像素尺度的绝对SM“真值”，研究采用72个站点测量均值作为最佳近似参考值，发现代表性误差在总体不确定性中占主导地位。
单站点测量验证结果中的代表性误差影响
单站点验证结果与参考“真值”相比存在显著偏差，多数站点代表性误差超过40%，最高达154%。增加站点数量至3个可将误差降至5%以下。
地理位置不匹配误差
像素地理位置偏移及周边空间异质性共同决定地理位置不匹配误差，该误差在约半数情况下超过15%，最高可达51.8%。
讨论与结论
本研究明确了原位测量验证中三类误差——地面测量误差（εm）、代表性误差（εr）和地理位置不匹配误差（εg）——对像素尺度参考“真值”总体不确定性（ε）的贡献关系。结果显示，代表性误差是主要来源，且其受像素内空间异质性和站点布局影响显著。优化站点位置与增加站点数量是降低此类误差的有效途径。地理位置不匹配误差虽次于代表性误差，但在部分情况下仍不可忽视。研究提出的像素偏移识别方法与误差量化框架可直接应用于卫星SM产品的地面验证，提高验证结果的可靠性与准确性。该研究发表于《Journal of Heterocyclic Chemistry》。
