Incerteza das Médias de Umidade do Solo de Pixels de Referência Amostrados em Locais de Validação do Núcleo do SMAP

Resumo Apesar dos extensos esforços para maximizar a cobertura do solo e melhorar as funções de escalonamento dentro dos locais de validação do núcleo (CVS) da missão Soil Moisture Active Passive (SMAP) da NASA, as médias espaciais das observações de umidade do solo em escala pontual frequentemente não conseguem capturar com precisão a verdadeira média dos pixels de referência. Portanto, algum nível de erro de amostragem em escala de pixel a partir de observações in situ deve ser considerado durante a validação das recuperações de umidade do solo do SMAP. Aqui, as incertezas na média de umidade do solo do site central do SMAP (CSASM) devido a erros de amostragem espacial são examinadas e seu impacto nas métricas de calibração e validação do SMAP baseadas em CSASM é discutido. A incerteza estimada (devido a limitações de amostragem espacial) da média de CSASM ao longo do tempo é considerada grande, resultando em níveis de incerteza de amostragem relativamente altos para o viés de recuperação do SMAP quando calculados em relação ao CSASM. Como resultado, as estimativas de viés do SMAP baseadas em CSASM são estatisticamente insignificantes em quase todos os CVS do SMAP. Além disso, observações de redes temporárias sugerem que essas incertezas de viés (já grandes) podem estar subestimadas devido à variabilidade espacial subamostrada. O erro quadrático médio não enviesado (ubRMSE) do CSASM é estimado por meio de duas abordagens: teoria de amostragem clássica e colocalização tripla, ambas sugerindo que o ubRMSE do CSASM está geralmente dentro da faixa de 0,01–0,02 m3 m−3. Embora limitações em ambos os métodos provavelmente levem à subestimação do ubRMSE, os resultados sugerem que o CSASM captura bem as dinâmicas temporais da umidade do solo em escala de pegada e, portanto, é uma referência confiável para os cálculos de ubRMSE do SMAP. Assim, os erros de amostragem espacial revelam ter impactos muito diferentes nos esforços para estimar o viés do SMAP e as métricas de ubRMSE usando dados de CVS.