%0 Dataset
%T 利用条件变异自动编码器增强的全球地表土壤水分估算数据集（2015-2021年）
%J 国家冰川冻土沙漠科学数据中心
%I 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn)
%U http://www.ncdc.ac.cn/portal/metadata/22b6af04-e52c-42e6-a758-14a1215940fc
%W NCDC
%R 10.5281/zenodo.8000601
%A 石长江
%A 张万昌
%K 土壤湿度 （SM）;条件变异自动编码器;机器学习;地表变量
%X 高质量的土壤水分（SM）估算对干旱监测、环境评估和农业管理等各种应用至关重要。遥感技术的进步使得利用主动和被动传感器检索近实时地球表面土壤水分成为可能。然而，欧空局气候变化倡议（CCI）SM 产品结合了来自多个传感器的数据，但由于卫星轨道限制和检索算法，牺牲了时空分辨率和覆盖范围。为解决这一问题，利用 SMAP L4 数据的高空间分辨率和 CCI 融合产品在不同土地覆被类型方面的准确性，开发了一种基于条件变异自动编码器模型的SM重建方法。通过这种方法，创建了0.0625° 的全球三天 SM 产品，时间跨度从2015年到2021 年。