2.荷兰特文特大学地球信息科学与地球观测学院， 荷兰 恩施赫德
7500AE；
3.中国科学院西北生态环境资源研究院/中国科学院寒旱区陆面过程与气候变化重点实验室， 甘肃 兰州 730000；
4.中国科学院青藏高原研究所， 北京 100101；
5.复旦大学大气与海洋科学系大气科学研究院， 上海 200438）
1 引言
土壤湿度通过影响土壤的热力属性， 改变了近地面能量、 水分和碳的循环过程， 影响局部大气环流导致短期的气候异常， 从而对气候系统产生重大的影响（王介民， 1999； 马柱国等， 2000； Koster et al， 2004； Zheng et al， 2015； 徐祥德等， 2019）。在过去的几十年里， 国内外学者基于陆面不同参量的参数化方案和算法模型， 结合卫星微波遥感数据估算陆面蒸散发， 探讨了云和大气对微波遥感估算积雪的影响， 建立了全球土壤湿度数据集产品， 但目前微波反演土壤湿度的主要算法模型是基于辐射传输理论和卫星微波遥感观测数据， 其中算法模型中最重要的辐射传输过程相关参量的参数化方案仍有待进一步的优化（Su et al， 2011； 文军等， 2011； Guo et al， 2013； 张堂堂等， 2013； Wigneron et al， 2017； 刘进军等， 2018； de Rosnay et al， 2020； Lu et al， 2020； O'Neill et al， 2020）。由于建立土壤湿度数据集所采用的相关参量参数化方案不同， 使用的卫星遥感数据也不同， 导致不同数据集之间存在很大的不确定性和不一致性， 严重阻碍了土壤湿度数据在地球系统科学研究中的应用（李新等， 2012； Ma et al， 2018； Schwank et al， 2008， 2018）。
青藏高原地区温度的季节性变化显著， 在冻结土壤中的液态水、 冰和汽三相态共存并相互转化是导致土壤冻结和融化循环过程中物理属性差异的关键（Chen et al， 2003； Zheng et al， 2018b； Yu et al， 2018， 2020）。当陆地表层土壤经历冻融循环过程时， 不同深度的土壤含水量的相态会发生变化， 地基微波辐射计观测数据会因为土壤冻结前后介电常数的不同而改变（Schwank et al， 2004； Jin et al， 2009； Rautiainen et et al， 2014； Zheng et al， 2017a）。目前， 冻融条件下土壤介电常数模型多为半经验模型， 模型的建立需要大量的试验数据支持， 但模型的适用性受到土壤物理属性差异的限制。微波辐射对冻结土壤的穿透能力明显高于融化土壤， 因此仅用面散射辐射模型已经不足以描述冻土的微波辐射传输特征（Ma and Ma， 2019； Zheng et al， 2020； Zhao et al， 2021）。目前在全球和区域气候及地球系统模式中， 对高寒地区土壤冻融过程中水热传输过程的描述还很粗糙（Yu et al， 2020a； Zheng et al， 2020； Wang et al， 2020）。国际上利用欧洲航天局土壤湿度与海水盐度卫星（Soil Moisture and Ocean Salinity mission， SMOS）和美国航空航天局主动/被动探测卫星（Soil Moisture Active/Passive， SMAP）观测数据建立的土壤湿度数据集在我国青藏高原地区缺失较多或精度较低（Dente et al， 2012； Guo et al， 2013； Yang et al， 2016； Zeng et al， 2016； Chen et al， 2017； 李哲等； 2017； Liu et al， 2019； Zhuang et al， 2020）， 其土壤层辐射传输方案中大都没有考虑分层和体散射的辐射模型， 没有考虑土壤中水热传输过程耦合联动， 没有根据土壤剖面的差异性对冻结土壤微波辐射传输机理进行优化， 给在冻融过程中的土壤湿度反演带来很大的不确定性， 制约了高寒地区土壤湿度的反演精度（Lv et al， 2019； Zheng et al， 2019a）。
为了加深对青藏高原地区植被冠层和土壤层中辐射传输过程的辐射散射-发射机制的理解， 解析土壤冻融过程中含冰量和液态含水量的变化规律及其对地基微波反演土壤湿度算法模型的影响， 中国科学院西北生态环境资源研究院与荷兰特文特大学开展合作研究， 从欧洲航天局租借到一台地基微波辐射计（ELBARA-Ⅲ， L波段）， 架设在甘肃省甘南藏族自治州玛曲县境内的草甸草原上， 并匹配了自动气象站（Automatic Weather Station， AWS）、 土壤温度湿度观测系统（Soil Temperature and Soil Moisture Observation System）、 涡动相关系统（Eddy Covariance System， EC）和宇宙射线土壤湿度观测系统（COsmic-ray Soil Moisture Observing System， COSMOS）等仪器设备， 综合开展地基微波辐射遥感土壤湿度观测试验研究， 建立了一套地基微波辐射计（ELBARA-Ⅲ， L-波段）黄河源地表亮度温度观测数据集（2016 -2019）（Zheng et al， 2019b； Su et al， 2020， 2021）。利用该数据集可以获取表征观测试验场土壤冻融状态与过程的关键参量的数据产品， 验证不同辐射传输模型在黄河源草地下垫面的适应性， 分析土壤冻融状态与过程对区域气候变化的响应。为了能将地基微波辐射计估算土壤湿度算法模型拓展到卫星微波遥感观测数据， 在甘肃省甘南藏族自治州玛曲县境内50 km×60 km范围内布设了一个由25个观测点组成的土壤湿度/温度观测网， 用于验证目前在轨运行的卫星微波辐射计观测数据及其数据产品（Dente et al， 2012； Zhao et al， 2018）。
本文首先介绍了在中国科学院若尔盖高原湿地生态系统研究站玛曲观测场开展的地基微波辐射遥感土壤湿度观测试验及其使用的仪器设备和据此建立的首套地基微波辐射计（ELBARA-Ⅲ， L-波段）黄河源地表亮度温度观测数据集（2016 -2019）， 回顾了利用该数据集在反演黄河源亮度温度模拟和土壤湿度相关领域的研究成果， 并展望了其未来应用前景。
2 地基微波辐射计（ELBARA-Ⅲ， L波段）遥感土壤湿度观测试验
为了改进和研发利用地基和星载微波遥感观测数据估算高寒地区土壤湿度的算法模型， 从2016年初开始， 在位于甘肃省甘南藏族自治州玛曲县境内的中国科学院若尔盖高原湿地生态系统研究站玛曲观测场内， 开展了地基微波遥感土壤湿度观测试验研究。试验中使用的地基微波辐射计由瑞士联邦GAMMA公司设计， 属狄克型地基微波辐射计（ELBARA-Ⅲ， L波段）， 由中国科学院寒旱区陆面过程与气候变化重点实验室和荷兰特文特大学以合作研究的形式， 从欧洲航天局租借并安装在玛曲观测场。地基微波辐射计（ELBARA-Ⅲ， L波段）设计初衷是用于定标欧洲航天局土壤湿度与海水盐度卫星（Soil Moisture and Ocean Salinity mission， SMOS）发射前的观测精度， 验证卫星在轨运行期间观测数据的精度和提高卫星遥感反演土壤水分反演算法模型精度（Schwank et al， 2010）。所用试验设备由中国科学院寒旱区陆面过程与气候变化重点实验室运行维护和收集数据， 为目前青藏高原地区运行的唯一L波段地基微波辐射计。
图1（a）为中国科学院若尔盖高原湿地生态系统研究站玛曲观测场和玛曲地区土壤湿度观测网及地基微波辐射计（ELBARA-Ⅲ， L波段）（33°54′N， 102°09′E）。黄河源土壤湿度观测网位于青藏高原东北部， 属于黄河源水源涵养核心区玛曲地区（33°30′N -34°15′N， 101°38′E -102°45′E）。该区域海拔为3200.0~4200.0 m， 平均海拔约为3300.0 m， 1967 -2017年平均年降水量约为604.0 mm， 年平均气温约为2.0 ℃， 属高原亚寒带半湿润大陆性季风气候。植被下垫面以高寒草甸为主， 整个生长季节的下垫面植被高度从5.0~15.0 cm不等。观测场内的土壤类型以砂壤土、 粉砂壤土和有机土为主， 平均含沙量约为30.3%， 粘土量约为9.9%， 有机物含量最高约为39.0%， 玛曲地区为黄河最重要的水源涵养区， 虽然流域面积占整个黄河流域的15.0%， 却提供了黄河30.0%~45.0%的径流， 被称为 “黄河蓄水池”（文军等， 2011； Zheng et al， 2019b； 孟宪红等， 2020； Liu et al， 2021）。
图1 地基微波遥感土壤湿度观测试验地理位置（Zheng et al， 2019a）（a）和ELBARA-Ⅲ观测场概况（Su et al， 2020）（b）Fig.1 |
地基微波辐射计（ELBARA-Ⅲ， L波段）的观测天线架设在高4.8 m的观测塔上， 主体直径长约1.4 m， 旋转中心位于地面上方6.5 m处， 天线长为2.7 m， 指向南方［图1（b）］， 每30 min对地面和天空进行扫描， 设计的观测频率为1.41 GHz， 微波辐射波束的波长为21.0 cm， 设计方案为目前最优的双极化方式和锥形天线， 发射的波束宽度为12.0°， 对地扫描入射角为5.0°的步长， 在40.0°~70.0°范围（相对于最低点）， 天线对天空扫描的角度为155.0°（相对于最低点）。根据安装高度和入射角得出椭圆形印痕的观测信号灵敏度为-3.0 dB。
为了降低潜在的射频干扰（Radio Frequency Interference， RFI）对观测数据质量的影响， 采用了增强频带内的噪声信号识别技术， 使用电阻负载（Resistive Load， RL）和主动冷负载（Active Cold Load， ACL）作为内部校准源， 将辐射信号分成两个子带， 一个在1.402~1.413 GHz之间， 另一个在1.414~1.425 GHz之间， 计算获得亮度温度（Schw-ank et al， 2010）。观测亮温的绝对误差小于1.0 K， 即可以捕捉大于0.1 K的微波亮温变化。与上一代L波段地基微波辐射计（ELBARA-II， L波段）相比， ELBARA-Ⅲ的组件和功能得到了升级， 其中包括可控温的辐射计微波组件（RMA）， 用于帕尔帖元件的新型热电冷却控制器（TEC）， 新型的不受外界天气状况影响的仪表系统， 新型检测器组件， 1.0 m长天线馈电电缆及在子带滤波器输入端增加的6 dB衰减器。
地基微波辐射计（ELBARA-Ⅲ， L波段）观测过程包括连续的外界环境、 热负载和冷负载测量， 采用水平（H）和垂直（V）天线极化通道测量， 每个姿态下的扫描大概为4 s。地基微波辐射计（ELBARA-Ⅲ， L波段）的校准参考线依照环境负载和冷负载测量数据建立。校准参考线的斜率与辐射计的增益， 截距和辐射计本身产生的噪声有关。当内部噪声温度被校准后， 就可以根据测得的辐射计电压计算出不同极化方式（p=H， V）的亮度温度。
为了匹配地基微波辐射计（ELBARA-Ⅲ， L波段）开展土壤湿度观测试验研究， 在观测场内同时架设了自动气象站（二维超声波风速风向仪， Gill Instruments Ltd， UK； HMP45C空气温度湿度仪， Finland）、 涡动相关通量系统（Campbell CSAT3A三维超声风速仪； EC150红外CO2/H2O气体分析仪； 近地面辐射四分量CNR-1）； HFP01SC型自标定土壤热通量传感器， Hukseflux， 荷兰）、 土壤湿度观测系统（ECH2O， Decagon Devices Inc.， USA）和宇宙射线土壤湿度观测系统（COsmic-ray Soil Moisture Observing System， COSMOS， CRNS-1000/B）等仪器设备。这些仪器设备可以同期获取观测场内近地面基本气象要素、 陆-气间水热交换通量、 各点不同深度的土壤温度/湿度和土壤总含水量等观测数据。
3 地基微波辐射计（ELBARA-Ⅲ， L波段）黄河源地表亮温观测数据集
基于地基微波辐射计（ELBARA-Ⅲ， L波段）， 依托中国科学院若尔盖高原湿地生态系统研究站玛曲观测场， 开展了地基微波辐射计遥感观测土壤湿度试验研究， 收集并建立了首套地基微波辐射计（ELBARA-Ⅲ， L-波段）黄河源地表亮温观测数据集（表1）。
表1 地基微波辐射计（ELBARA-Ⅲ， L波段）黄河源地表亮温观测数据集Table 1 |
| 数据来源 | 主要参量 | 备注 |
|---|---|---|
| 自动气象台站数据 | 近地面基本气象要素 | 观测场内2.0 m高度连续观测 |
| 涡动相关通量系统数据 | 近地面水热交换湍流通量 | 观测场内2.5 m高度连续观测 |
| 近地面辐射收支数据 | 近地面辐射收支四分量 | 观测场内1.5 m高度连续观测 |
| 土壤温度湿度观测系统数据 | 不同点各层土壤温度/湿度 | 各点不同深度连续观测 |
| 植被和土壤地面采样数据 | 植被生物量和土壤质地 | 不定期地面采样 |
| 宇宙射线土壤湿度观测系统数据 | 土壤表层总含水量 | 近地面连续观测 |
| 微波辐射计观测数据 | 不同入射角亮度温度 | 6.5 m高度上不同入射角观测 |
地基微波辐射计（ELBARA-Ⅲ， L-波段）的观测数据时间跨度为2016 -2019年， 时间分辨率30 min， 观测入射角为40.0°~70.0°， 间隔为5.0°， 观测覆盖范围为3.3~43.6 m2， 以垂直（V）极化和水平（H）极化方式观测， 测量精度为亮度温度1.0 K。L波段双极化亮温数据质量控制主要有四个步骤： （1）收集辐射计的电压数据， 并进行直方图检验， 去除射频干扰， 避免射频对微波辐射计信号的影响； （2）检查辐射计运转是否正常， 进行天空辐射测量时天线端口的电压值是否相似； （3）检查辐射计内部温度、 主动冷源温度和环境温度； （4）分析不同入射角度的双极化亮温的特点。
该数据集还包括了中国科学院若尔盖高原湿地生态系统研究站玛曲观测场表层不同深度土壤湿度和温度数据（2.5， 5.0， 10.0， 20.0， 30.0， 40.0， 60.0， 80.0， 120和160.0 cm）、 近地面涡动相关通量系统水热交换通量数据（向上/向下长波和短波辐射、 感热、 潜热和碳通量）和基本气象要素数据（空气温度、 湿度、 气压和降水）（Su et al， 2020）。还包括玛曲土壤湿度观测网数据（50 km×60 km范围内， 25多个观测点， 5.0 cm、 10.0 cm、 20.0 cm、 40.0 cm和80.0 cm深度）以及不定期观测的植被生物量参数（叶面积指数、 植被含水量和生物量）和土壤质地数据（Su et al， 2020）。本数据集所有资料均可在国家青藏高原科学数据中心网站（https： //https： //data.tpdc.ac.cn/zh-hans/）共享下载。
作为一个例子， 图2为2016年夏季-秋季期间数据集中玛曲观测场陆面各参量变化过程， 图中地表温度（TG）、 空气温度（Tair）、 2.5 cm深度的土壤温度（ST_2.5cm）处和绝对零度（273.15 K）作为参考来比对季节转换期各分量的变化情况。从图2中可以看出， 进入秋季后， 地表亮度温度
和
分别从250.0 K和260.0 K逐渐减少到210.0 K和225 K， 这主要是由于在黄河源的季节变化过程中， 土壤水分从2016年8月23日的0.1 m3·m-3增加到9月和10月的0.3 m3·m-3左右， 地基微波辐射计（ELBARA-Ⅲ， L波段）观测的地表亮度温度
和
之间差异越来越大， 说明植被和近地面环境变化对地表亮度温度有显著的影响（Su et al， 2021）。
图2 2016年夏季-秋季期间数据集表征的各陆面各参量变化过程（引自Su et al， 2020）Fig. 2 |
4 地表亮度温度模拟和土壤湿度反演研究进展
地基微波辐射计（ELBARA-Ⅲ， L波段）是目前在青藏高原上运行的唯一L波段微波辐射计。由其获得的观测数据介绍于2020年初投到国际知名数据期刊《科学数据（Scientific Data）》后就很快就被接收（Su et al， 2020）。此后地基微波辐射计（ELBARA-Ⅲ， L波段）观测数据集引起了国际科学组织“全球能量与水分交换计划（Global Energy and Water Exchanges program， GEWEX）”的高度关注， 并应邀在《GEWEX Quarterly》上做了封面报道， 为推动微波遥感土壤湿度和相关研究提供了数据支撑（Su et al， 2021）。
由于广泛使用的微波辐射传输模型和介电常数模型大多仅适用于非冻结土壤， 且忽略了土壤分层的影响， 导致当前对冻土分层介质的微波辐射传输机理认识不清。针对该问题， 通过引入同时适用冻结和融化土壤的四项混合介电常数模型（Four-phase Dielectric Mixing Model， FDMM）， 并耦合了改进的陆面模式Noah-A用于描述土壤温湿度廓线和植被冠层温度的变化， AIEM--Wilheit 模式（Advanced Integral Equation Model， AIEM-Wilheit）通过过有效温度计算土壤的亮度温度， 离散微波辐射传输模型（Tor Vergata）用于描述植被冠层的散射贡献， 从而发展了多频率、 主被动一体化的陆面-微波辐射传输耦合模型， 实现了对冻土-植被系统微波辐射传输过程的完整解析（Zheng et al， 2017b， 2020）。在此基础上， 基于地基微波辐射计（ELBARA-Ⅲ， L波段）亮温和土壤温湿度廓线观测数据对发展的陆面-微波辐射传输耦合模型进行了验证， 并深入分析了土壤冻融变化过程中不同温度和水分梯度下的微波辐射特征， 发现L波段微波辐射计观测的冻土亮温日变化主要受近地表层2.5 cm处土壤冻融相变日变化的影响， 传统单层Fresnel方程使用2.5 cm土壤温湿度变化作为输入的亮温模拟与AIEM-Wilheit的模拟结果最为接近， 从而表明青藏高原季节冻土区L波段微波辐射计的可感深度为2.5 cm（Zheng et al， 2017b， 2020）。
由于对微波遥感可感深度的认识仍存在争议， 目前普遍经验性的采用5.0 cm处的土壤水分观测去评估卫星产品， 并发现L波段SMOS和SMAP产品在干旱期比地面观测变干更快（Shellito et al， 2016）。L波段产品在青藏高原的应用也存在不同程度的偏差， 如SMAP产品在雨季相比地面观测存在高估， 且不能监测冻土中水分的动态变化（Zheng et al， 2018b）， 阻碍了L波段微波遥感在监测青藏高原寒区土壤水分及冻融变化的深入应用。针对以上问题， 基于发展的陆面-微波辐射传输耦合模型， 发展了基于四项混合介电常数模型的土壤未冻水反演算法和新的植被光学厚度及地表粗糙度的参数化方案， 精确反演了一整年、 包含完整冻融循环周期的土壤未冻水变化特征， 从而改进了SMAP卫星算法模拟青藏高原亮温和反演土壤水分的精度（Zheng et al， 2018a）。基于上述改进的SMAP卫星算法综合利用地基微波辐射计（ELBARA-Ⅲ， L波段）和星载SMAP的亮温观测数据反演了一整年的土壤水分动态变化， 发现SMAP升轨时刻的垂直极化亮温观测更适用于反演青藏高原的土壤水分变化， 拓展了SMAP卫星在青藏高原的应用（Zheng et al， 2019a）。此外， 基于改进的SMAP卫星算法和地基微波辐射计（ELBARA-Ⅲ， L波段）的亮温观测评估了冻结和融化土壤下不同深度土壤水分对L波段亮温模拟和未冻水反演的影响， 分析发现基于2.5 cm土壤未冻水的亮温模拟与ELBARA-Ⅲ观测最为匹配， 且基于地基微波辐射计（ELBARA-Ⅲ， L波段）亮温观测的土壤未冻水反演结果与2.5 cm处的观测最为接近， 从而表明L波段微波辐射计在冻结和融化土壤的可感深度为2.5 cm（约为波长的1/10）， 厘清了“SMAP土壤水分产品比地面观测变干更快”的原因（Shellito et al， 2016）， 指出这主要是由于卫星可感深度（2.5 cm）和地面观测深度（5 cm）不匹配造成的（Zheng et al， 2019a）。
玛曲观测场下垫面条件单一， 地基微波辐射计（ELBARA-Ⅲ， L波段）观测视界内的边界条件和人为活动可控， 观测场内的气象、 水文过程可定量测量， 为研究辐射传输理论中存在的土壤有效温度和可感深度等经典问题提供了契机。为与地基微波辐射计（ELBARA-Ⅲ， L波段）建立相匹配的土壤温度和湿度廓线观测， 2016年夏季在试验场东侧围栏外建立了一套包含19个深度的土壤温度/湿度廓线观测系统。传感器埋设深度从2.5 cm延申至地下100.0 cm， 在0.0~20.0 cm为每2.5 cm一层， 20.0~50.0 cm为每5.0 cm一层， 50.0~100.0 cm为每10.0 cm一层。实现了不依赖陆面模式数值模拟， 而对地基微波辐射计（ELBARA-Ⅲ， L波段）下垫面状况的直接观测。以此数据为基础， 针对L波段穿透深度大的特点， 提出了利用有效温度截断误差概念确定最佳探头安装深度的方法。从物理上证明了玛曲土壤湿度观测网5.0 cm/10.0 cm的传感器埋设深度组合是科学的， 可以用于L波段反演土壤湿度产品在玛曲地区的验证工作（Lv et al， 2016）。因为新土壤湿度观测廓线有较高的垂直分辨率， 因而在土壤湿度探测深度这一经典问题上， 证明了“穿透深度”概念的物理意义是在土壤温度随土壤光学厚度线性变化时， 一倍光学厚度处的土壤温度在垂直方向ELBARA-Ⅲ辐射计观测到的平均值。即， 此时一倍光学厚度处的土壤温度等于土壤有效温度， 补充了辐射传输过程中关于穿透深度物理意义， 实现了“穿透深度”与辐射传输方程相联系的理论问题（Lv et al， 2018）。地基微波辐射计（ELBARA-Ⅲ， L波段）使用的L波段穿透深度在玛曲地区也可达到几厘米， 但是具体的土壤湿度探测深度， 理论上未有明确表述。为此， 从土壤有效温度概念出发， 将线性假设条件下穿透深度的概念， 推广到了非线性条件下， 从数学上推到了土壤温度探测深度的解析表达式（Lv et al， 2019）。该非线性条件在SMOS和SMAP的过境时间较容易满足， 因此具有较高的实用性， 为求解土壤湿度探测深度奠定了理论基础。
王作亮等（2020）基于地基微波辐射计（ELBARA-Ⅲ， L波段）地表亮温观测数据集的观测资料和τ-ω辐射传输模型， 评估4种常见的土壤介电模型在黄河源的适用情况。结果显示， 当植被和粗糙度参数化方案相同时， 4种介电模型对微波亮温模拟存在明显差异。水平极化条件下， 利用Wang-Schmugge模型反演的土壤湿度较其他4种参数化方案精度更高； 而垂直极化条件下， Mironov模型反演的土壤湿度精度更高； 当土壤湿度大于0.23 m³·m-³时， Four-phase模型模拟的微波亮温明显偏高。该结果对比了不同土壤介电模型在高山草甸下垫面的适用性， 可以为青藏高原土壤介电模型方案提供参考。
由于模型精度和观测条件的限制， 黄河源冻融循环过程中土壤水分的反演一直是土壤湿度反演的难点。利用地基微波散射计（VNA network analyzer 1.0~10.0 GHz波段）地表散射观测数据， 分析了土壤季节和昼夜的变化特征， 探讨了完全冻结时的表层土壤、 春季新出现植被时的土壤， 以及土壤变干燥时期， 表层土壤的昼夜间冻融变化。这些分析进一步验证了地基微波辐射计（ELBARA-Ⅲ， L波段）数据集提供的观测资料非常有价值， 完全可以用于分析陆-气间能量和水分交换中各参量的变化过程。通过分析不同土壤冻结指数的特征， 利用地基微波辐射计（ELBARA-Ⅲ， L波段）观测数据和同期观测的土壤温度/湿度数据， 评估了不同冻结指数在玛曲草原下垫面表征土壤冻融循环过程的适应性， 提出了地基微波辐射计监测土壤冻融循环的方法方案（蒋雨芹等， 2021）。期待未来能将该方法方案拓展到卫星微波遥感数据， 用于监测区域或全球尺度上土壤冻融循环过程。
地基微波辐射计（ELBARA-Ⅲ， L波段）观测数据还应用于地表粗糙度对辐射传输模拟中相干和非相干辐射过程的影响研究中（Zhao et al， 2019， 2021）。该研究基于青藏高原东部玛曲地区站点测量的土壤湿度、 温度资料， 数据和MODIS叶面积指数， 考虑非相干地表粗糙度影响， 模拟了地表亮温情况。
此外， 地基微波辐射计（ELBARA-Ⅲ， L波段）黄河源地表亮温观测数据集将有助于改进陆面模型的模拟结果， 增加对高寒地区陆-气间能量、 水分和碳的交换过程的理解， 并减少当前地球系统模型参数化过程中的差异和不确定性。鉴于此， 可以将微波辐射传输模型（如ATS-AIEM-TVG或CMEM-FT）与陆面模型（例如CLM5、 STEMMUS）耦合， 并同化卫星微波遥感数据进行数值模拟， 通过分析数值模式的模拟结果， 揭示高寒地区陆面过程对区域气候变化的响应机理（Yu et al， 2018， 2020a； Mwangi et al 2020； Su et al， 2021）。
5 总结与应用前景展望
地基微波辐射计（ELBARA-Ⅲ， L波段）于2016年架设在中国科学院若尔盖高原湿度生态系统研究站玛曲观测场草原上， 正常运行至今， 并据此建立了首套地基微波辐射计（L波段）黄河源地表亮温观测数据集。数据集包括2016 -2019年期间玛曲草原下垫面的常规气象要素、 近地面陆-气间水热交换通量、 各站点不同深度土壤湿度和温度和湿度以及L波段双极化方式观测的地表亮度温度， 还包括地面采样的植被生物量和土壤质地数据。该数据集为开展遥感寒区陆表参量和陆面过程研究提供了数据支撑。
通过回顾利用该数据集取得的研究成果可以看出， 数据集在研发土壤微波遥感传输模型、 验证卫星遥感数据产品和改进陆面模型模拟结果领域有广泛的应用前景。对减小地球气候系统模式模拟中各种不确定性和增强对陆-气间水热交换过程的认识有重要的贡献。
未来在利用地基微波辐射计观测数据遥感反演土壤湿度算法模型和研发陆面模式模拟参数化改进的同时， 应拓展微波辐射计遥感反演湿度算法模型到卫星遥感数据的应用中， 实现陆面参量由“点”到“面”的拓展。特别是应该加强高寒地区土壤冻融循环过程的研判， 开展将地基和空基微波辐射计观测数据同化到陆面模型中， 提高陆面模型的模拟精度， 揭示高寒地区陆面过程的机理， 并将研发土壤湿度反演算法模型拓展到区域面上的新技术， 揭示寒区陆面过程对区域气候变化的响应机理。