SMRFR: global multi layer soil moisture dataset (2000-2023)

This dataset provides volumetric soil moisture (unit: m³/m³) for five soil layers (0–5 cm, 5–10 cm, 10–30 cm, 30–50 cm, 50–100 cm) for SMRFR (Soil Moisture Random Forest Regression), characterizing the vertical distribution of soil moisture. The SMRFR data are derived from a fusion and inversion process using random forest regression models, integrating multi-source remote sensing, reanalysis data, and static geographic features. Input elements include microwave remote sensing soil moisture, vegetation indices, topographic parameters, and soil properties. The model undergoes unified training and prediction at the global scale. Through temporal constraints and spatial consistency processing, it generates time-series, multi-layer soil moisture products.

本数据集为SMRFR（土壤湿度随机森林回归，Soil Moisture Random Forest Regression）提供五个土层（0–5 cm、5–10 cm、10–30 cm、30–50 cm、50–100 cm）的体积土壤含水量数据（单位：m³/m³），可表征土壤湿度的垂直分布特征。SMRFR数据基于随机森林回归模型的融合反演流程生成，整合了多源遥感数据、再分析数据与静态地理特征要素，输入要素涵盖微波遥感土壤湿度、植被指数、地形参数及土壤属性。该模型在全球尺度下开展统一训练与预测，通过时间约束与空间一致性处理流程，最终生成时序多土层土壤湿度产品。

搜集汇总

背景与挑战

背景概述

SMRFR数据集是一个全球多层土壤湿度数据集，覆盖2000年至2023年，提供每日更新的1km至10km空间分辨率的土壤湿度数据。该数据集通过随机森林回归模型融合多源数据生成，包含五个土壤层的体积土壤湿度信息，适用于全球尺度的土壤湿度研究。