東北地理所在厘米級根區(qū)土壤水分同化估算中取得新進展
全球氣候變化加劇與極端天氣事件頻發(fā)背景下，農田作為保障糧食安全的根基，受到環(huán)境影響的概率出現較大不確定性。根區(qū)土壤水分作為聯(lián)系地表水與地下水的紐帶，影響水文循環(huán)及植被耗水，其時空動態(tài)變化對區(qū)域和全球尺度的氣候變化及水資源管理至關重要。同時，高時空分辨率的根區(qū)土壤水分估算也能夠為指導農業(yè)管理、保障糧食安全及維持水資源可持續(xù)利用提供決策支持。
中國科學院東北地理所微波遙感學科組構建了耦合作物生長模型與水文模型同化多源遙感估算厘米級根區(qū)土壤水分的框架，為精準農業(yè)、水資源管理以及農業(yè)政策規(guī)劃提供數據支撐。通過深入挖掘WOFOST與HYDRUS-1D運行機理，從作物生長過程理論模擬與水分運移原理出發(fā)，量化作物根系提水對根區(qū)土壤水分的吸收程度，實現作物生長模型與水文模型的耦合，估算玉米根區(qū)（0-100 cm）逐厘米土壤水分，模擬土壤水分縱向變化過程。
圖1耦合WOFOST與HYDRUS-1D模型同化多參數估算根區(qū)土壤水分框架
綜合對比耦合模型模擬結果、單參數同化（只同化葉面積指數、只同化表層土壤水分）結果與雙參數同化結果（同時同化葉面積指數和表層土壤水分）可知，雙參數同化結果的5 cm、10 cm和60 cm深度的均方根誤差分別為0.060 cm3/cm3、0.079 cm3/cm3和0.059 cm3/cm3，四種結果中精度最高，同時該精度滿足對于不同深度土壤水分的應用需求。
圖2同化估算的根區(qū)土壤水分與站點觀測時序數據對比分析
圖3根區(qū)土壤水分縱向分布時序變化特征
本研究通過耦合模型結合多源遙感數據構建數據同化框架，為逐厘米根區(qū)土壤水分的高精度估算提供了方法支撐。結合機器學習發(fā)展的區(qū)域根區(qū)土壤水分數據產品將為旱澇災害監(jiān)測、預警，精準農業(yè)及農業(yè)水資源管理與高效利用提供數據支撐。此外，根區(qū)縱向逐厘米分辨率的土壤水分為作物根系提水量及提水過程的研究具有重要意義，能夠為作物生長季長勢監(jiān)測與產量估算提供量化指標。
研究成果近期發(fā)表在國際期刊Journal of Hydrology上，中國科學院東北地理與農業(yè)生態(tài)研究所特別研究助理李雷為第一作者，李曉峰研究員和鄭興明項目研究員為通訊作者。此項研究得到國家重點研發(fā)計劃項目（2021YFD1500103），國家自然科學基金（41871248; 4197132）和吉林省科技發(fā)展計劃項目（YDZJ202401484ZYTS）等項目的資助。
Li Lei, Li Xiaofeng*, Zheng Xingming*, Ju Hanyu, Li Xiaojie, Jiang Tao, Wan Xiangkun. 2025. Estimating maize root zone soil moisture by assimilating high spatiotemporal resolution optical and radar remote sensing into the WOFOST-HYDRUS coupled model. Journal of Hydrology, 2025, 651, 132618.
鏈接：https://doi.org/10.1016/j.jhydrol.2024.132618
附件下載：
吉公網安備22017302000214號
