数据集摘要

        土壤水分是陆地水循环中的重要状态变量，在陆-气相互作用、区域水文过程及水资源管理等研究领域具有重要作用。当前主流的被动微波遥感土壤水分产品存在空间分辨率较粗（几十公里）和时间不连续（2-3天重访）等问题，限制了其更为广泛的科学应用。

        本数据集基于ESA-CCI主被动融合产品进行二次研发，首先融合了ERA5再分析数据以实现粗分辨率（25公里）下时空连续的土壤水分数据集；其次，以国际土壤水分观测网络ISMN提供的全球土壤水分观测数据为训练目标，利用多源光学遥感数据构建机器学习算法，生成了国际首套2000-2020年全球时空连续1公里分辨率地表土壤水分数据集。

        经全球2346个地面观测站点的验证，结果表明该产品具有较好的精度（相关系数为0.89，无偏均方根误差为0.045 m3/m3）。本数据集为气象、农业、水利等行业应用和全球变化研究领域提供了重要的土壤水分基础数据。 本发布数据集的属性为：空间分辨率为1km，时间步长为每日/月，单位为m3/m3，数据类型为整数，比例因子为0.001。

数据文件命名方式和使用方法

        月平均土壤水分数据以geotiff格式存储，文件名称为“SM.1km.Month.YYYYMM.Global.v001. tif"，其中"YYYY"代表年，"MM"代表当年月份，比如"SM.1km.Month.201301.Global.v001.tif”就代表该geotiff文件描述2013年1月平均全球土壤水分信息。 逐日土壤水分数据以h5格式分幅存储，分幅和投影规则与MODIS一致（正弦投影），文件名称为“SM.1km.Daily.YYYY.tiles.v001. h5”，其中“YYYY”代表年，“tiles”代表分幅号，比如“SM.1km. Daily.2013.h24v04.v001.h5”就代表该文件包含2013年逐日h24v04分幅土壤水分数据。 数据读取方式：遥感软件或计算机语言均可读取该数据，如ArcGIS、ENVI、IDL、python、Matlab等。

本数据要求的引用方式

数据的引用

郑超磊, 贾立, 赵天杰. (2022). 全球1公里分辨率地表土壤水分数据集（2000-2020）. 国家青藏高原科学数据中心. https://doi.org/10.11888/RemoteSen.tpdc.272760. https://cstr.cn/18406.11.RemoteSen.tpdc.272760.

Zheng, C., Jia, L., Zhao, T. (2022). Global daily surface soil moisture dataset at 1-km resolution (2000 - 2020). National Tibetan Plateau / Third Pole Environment Data Center. https://doi.org/10.11888/RemoteSen.tpdc.272760. https://cstr.cn/18406.11.RemoteSen.tpdc.272760.

(下载引用： RIS格式 RIS英文格式 Bibtex格式 Bibtex英文格式 )

文章的引用

1、Zheng, C.L., Jia, L., & Zhao, T.J. (2023). A 21-year dataset (2000-2020) of gap-free global daily surface soil moisture at 1 km grid resolution. Scientific Data. DOI:10.1038/s41597-023-01991-w. ( 查看 Bibtex格式 )