土壤水分（SM）与植被光学厚度（VOD）等是水文模型、陆面过程以及气候模式中的重要地面参数，其中SM被认定为基本气候变量（ECV）之一，而VOD作为估算地上生物量的代理，是潜在的植被生态指标。因此，准确获取全球尺度SM和VOD对了解地表水、植被碳循环等具有重要的推动作用。
法国农科院（INRAE）ISPA实验室Jean-Pierre Wigneron 教授、李小军博士和西南大学樊磊教授等在《Remote Sensing of Environment》发表文章“A new SMAP soil moisture and vegetation optical depth product (SMAP-IB): Algorithm, assessment and inter-comparison”，开发了一套考虑多时相前向反演约束的SMAP-IB算法，有效提高了SM和VOD的反演精度。其中，与现有的SMAP官方算法相比，SMAP-IB 的土壤水分产品精度提高了26%，VOD则没有明显饱和现象，并且与树高具有很好的线性关系。
L波段被动微波卫星技术已被广泛用于获取全球尺度SM和VOD。ESA于2009年发射的SMOS是全球第一个搭载L波段辐射计并专门用于地表SM和海洋盐度制图的卫星。最新的，NASA于2015年发射的SMAP也配备了这项技术，但与SMOS的多角度观测不同，SMAP只以40°入射角双极化模式（水平和垂直）观测地表。单角度观测使得同时反演SM 和VOD 变得非常困难，因为水平和垂直极化亮温可能包含共线信息，从而导致代价函数欠定问题。因此当前SMAP算法普遍存在：
(1) 只关注某一变量的精度，如SMAP官方土壤水分产品的旧基线算法（SCA-V）只反演SM，而VOD则作为模型辅助输入，由光学数据获得；
(2) 为增加方程约束条件，利用辅助先验信息初始化或约束反演，这使得最终检索物可能不独立于该信息，如SMAP团队最新改进的双通道（DCA）基线算法采用光学归一化植被指数的物候学信息来初始化VOD从而达到同时检索两个参数的目的，但此时获取的VOD可能包含光学信息，从而限制了其应用潜能(如在热带可能存在饱和现象)。
在此背景下，基于SMAP双通道观测INRAE-BORDEAXU团队提出了一种新的单角度并可同时检索SM和VOD的算法（即SMAP-IB）。SMAP-IB的设计目标不仅在于同时考虑SM和VOD精度，而且尽可能独立于辅助数据，不需要引入额外的模型或者光学先验信息。
图1 SMAP-IB土壤水分和VOD检索算法的发展和评估流程：输入模块（橘色），参数定标（深蓝色），产品生产（浅蓝色）和评估分析（黄色）
算法概述：SMAP-IB采用Jean-Pierre Wigneron教授于2000年左右发展的L-band Microwave Emission of the Biosphere（L-MEB）前向模型进行反演，而后者基于简化的0阶辐射传输方程（即Tau-Omega发射模型）。为解决SMAP双通道观测存在共线而导致代价函数欠定问题，SMAP-IB通过使用先前的多时序检索信息来初始化相应的检索，从而达到约束SM和VOD检索的目的。该约束基于全球尺度上模型中SM的初始值在时空上变化较大，而VOD则在短期内变化缓慢的假设。
产品验证：为评估SMAP-IB SM和VOD产品的表现和性能，我们将其与其它四个主流L波段产品进行了比较，包括SMOS-IC，SMAP官方SCA-V和最新改进的DCA产品以及美国MIT发展的 MT-DCA。其中针对SM，采用来自国际土壤水分网络(ISMN)的19个实地观测网来评估（全球共417个站点，地理位置分布见原文图1），VOD则采用相应的植被代理参数来比较（如地面生物量和GEDI树高等）。
指标选择： 本研究采用皮尔逊相关系数R（p-value<0.05）、均方根误差RMSD、无偏均方根误差ubRMSD以及偏差Bias四个指标。
结果与讨论
土壤水分验证：与实地观测网的验证结果（表1）可以看出，SMAP-IB捕捉地表土壤水分时序趋势的能力最强（R=0.74），优于SMAP官方SCA-V和DCA算法的0.69 (26%)。从无偏均方根误差（ubRMSD）的角度来看，SMAP最新改进的DCA产品具有最优的表现 (ubRMSD=0.056 m3m-3)，其次是非常接近的SCA-V和SMAP-IB其值分别为0.058 m3m-3和0.059 m3m-3。在所有基于SMAP观测的产品中，MT-DCA具有最大的ubRMSD。此外，值得注意的是SMAP-IB同样还具有与观测网最小的Bias值为0.002 m3m-3，其次为SCA-V，而新版本DCA则对地面土壤水分实测值存在一定程度的高估。随着卫星像素与地面观测站点存在空间和观测深度不匹配的问题，R通常作为土壤水分评估中的最重要的指标。我们发现在与地面站的时间相关性上，SMAP-IB在超过一半的站点上（234/417）具有领先其它产品的优势。更多其它角度的评估，如在不同植被密度（图2）或植被类型上的评估，同样也表明SMAP-IB土壤水分检索具有与其它产品可比的精度，详情可见原文。
表1 五种微波L波段土壤水分产品在不同地面观测网的评估结果
图2 五种微波L波段土壤水分产品在不同植被密度（由VOD表征）下的表现
植被光学厚度产品评估：与SM验证不同，VOD因缺乏地面实测而导致全球尺度评估困难。当前主流的替代方案是将VOD在空间和时间上与相关植被代理参数进行比较，评估它们在表征植被的一些共性特征上的能力差异。从空间上比较发现（图3），SMAP-IB与SMOS-IC和MT-DCA一样，与地表生物量存在较为平滑的非线性不饱和关系，而DCA和SCA-V在高生物量区域存在明显的饱和现象。与GEDI树高的比较同样表明了这一点，SMAP-IB、SMOS-IC、MT-DCA均表现与树高较好的线性关系，而DCA和SCA-V则存在明显的不均衡分布带并在VOD ~ 1.2和树高 ~ 28m时饱和。值得注意的是前三种L波段VOD产品均没有在算法中纳入光学观测，而其它两个产品要么直接使用归一化植被指数的物候学数据直接代替VOD（如SCA-V），要么以该物候学数据来初始化反演（如DCA）。从时间上评估发现（见原文图10），SMAP-IB与SMOS-IC和MT-DCA均具有可比的性能，三者都能较好的监测出L波段VOD与植被指数在非洲Miombo林地的解耦现象。
图3 五种L波段VOD产品与相应植被代理参数的密度散点图
结 论
(1) SMAP-IB的SM和VOD产品均具有较好的表现和可靠性；
(2) 对于SM，SMAP-IB捕捉地面观测站点SM变化趋势的能力最强，相关系数为0.74；从ubRMSD来看，SMAP新改进DCA表现最优为0.056 m3m-3，其性能略优于具有近似ubRMSD值的SMAP-IB和SCA-V（~ 0.058 m3m-3）；
(3) 从独立于NDVI的产品上来看，SMAP-IB SM产品在R、ubRMSD和Bias（0.002 m3m-3）方面均表现可观的性能；
(4) 对于VOD，SMAP-IB与SMOS-IC和MT-DCA一样，均表现与地上生物量之间光滑的非线性不饱和关系，而与树高具有较好的线性关系（空间R~0.90）。相比之下，在算法中纳入NDVI信息的SCA-V和DCA则在高生物量区域表现出明显的饱和效应。