青藏高原地区土壤水0.05°日尺度融合数据集（1961-2019）

本数据集采用气候适应性迁移学习（CATL）框架，生成了1961至2019年期间的青藏高原土壤湿度日尺度数据集，具备0.05°的空间分辨率。该数据集融合了ERA5-LAND再分析数据与国际土壤湿度网络（ISMN）提供的原位测量数据，针对数据稀缺的地区，极大地提升了土壤湿度估计的准确性与可靠性。
数据集通过选择气候特征与青藏高原相似的区域作为模型训练的源域，并采用结合了卷积神经网络（CNN）与长短期记忆网络（LSTM）的融合模型。通过在源域内进行训练后，再将模型通过微调策略迁移到目标域，即青藏高原，这一策略不仅充分利用了ERA5-LAND数据集覆盖的长期时空优势，还有效降低了数据的固有误差，缓解了青藏高原地区土壤水地面站点数据稀缺的问题。
本数据集的性能验证显示，其在2015至2019年间相比于SMAPL3数据具有更高的相关系数（CC=0.755）和更低的无偏均方根误差（ubRMSE=0.042）。此外，在1961至2010年的历史数据重建方面，本数据集相较于原始ERA5-Land再分析数据，实现了相关系数的11.3%提升和无偏均方根误差的1.5%降低，这一成果凸显了CATL框架对于应对气候变化显著区域的高度适应性和提升的估计准确性。