同济大学王群明教授团队发布了2015-2021年全球36公里分辨率、空间无缝、逐日SMAP表层土壤湿度重构数据集(SSD_SMAP)。该数据集通过时间序列特征挖掘方法和机器学习模型制备,解决了原始SMAP数据因传感器重访周期和冰雪覆盖等因素导致的空间缺失问题。研究结果表明,SSD_SMAP数据在模拟区域内的重构相关系数达到0.950,与地面站点数据的平均相关系数为0.753,显示出较高的数据重构精度。该数据集为全球尺度土壤湿度的时空连续监测及相关领域应用提供了重要支持。研究成果发表在《Journal of Hydrology》期刊,得到了国家自然科学基金的资助。