全球气候变化加剧与极端天气事件频发背景下，农田作为保障粮食安全的根基，受到环境影响的概率出现较大不确定性。根区土壤水分作为联系地表水与地下水的纽带，影响水文循环及植被耗水，其时空动态变化对区域和全球尺度的气候变化及水资源管理至关重要。同时，高时空分辨率的根区土壤水分估算也能够为指导农业管理、保障粮食安全及维持水资源可持续利用提供决策支持。

中国科学院东北地理所微波遥感学科组构建了耦合作物生长模型与水文模型同化多源遥感估算厘米级根区土壤水分的框架，为精准农业、水资源管理以及农业政策规划提供数据支撑。通过深入挖掘WOFOST与HYDRUS-1D运行机理，从作物生长过程理论模拟与水分运移原理出发，量化作物根系提水对根区土壤水分的吸收程度，实现作物生长模型与水文模型的耦合，估算玉米根区（0-100 cm）逐厘米土壤水分，模拟土壤水分纵向变化过程。

图1耦合WOFOST与HYDRUS-1D模型同化多参数估算根区土壤水分框架

综合对比耦合模型模拟结果、单参数同化（只同化叶面积指数、只同化表层土壤水分）结果与双参数同化结果（同时同化叶面积指数和表层土壤水分）可知，双参数同化结果的5 cm、10 cm和60 cm深度的均方根误差分别为0.060 cm³/cm³、0.079 cm³/cm³和0.059 cm³/cm³，四种结果中精度最高，同时该精度满足对于不同深度土壤水分的应用需求。

图2同化估算的根区土壤水分与站点观测时序数据对比分析

图3根区土壤水分纵向分布时序变化特征

本研究通过耦合模型结合多源遥感数据构建数据同化框架，为逐厘米根区土壤水分的高精度估算提供了方法支撑。结合机器学习发展的区域根区土壤水分数据产品将为旱涝灾害监测、预警，精准农业及农业水资源管理与高效利用提供数据支撑。此外，根区纵向逐厘米分辨率的土壤水分为作物根系提水量及提水过程的研究具有重要意义，能够为作物生长季长势监测与产量估算提供量化指标。

研究成果近期发表在国际期刊Journal of Hydrology上，中国科学院东北地理与农业生态研究所特别研究助理李雷为第一作者，李晓峰研究员和郑兴明项目研究员为通讯作者。此项研究得到国家重点研发计划项目（2021YFD1500103），国家自然科学基金（41871248; 4197132）和吉林省科技发展计划项目（YDZJ202401484ZYTS）等项目的资助。

论文信息：

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.

链接：https://doi.org/10.1016/j.jhydrol.2024.132618