Clear Sky Science · de

Ein nahtlos durchgehendes tägliches L‑Band-Bodenfeuchteprodukt über ein Jahrzehnt, abgeleitet aus SMOS‑Beobachtungen seit 2010

· Zurück zur Übersicht

Warum es wichtig ist, nasse und trockene Böden zu beobachten

Wie feucht der Boden direkt unter unseren Füßen ist, beeinflusst Überschwemmungen und Dürre, Ernteerträge, Waldbrandrisiken und sogar das tägliche Wetter. Trotz zahlreicher Erdbeobachtungssatelliten sind unsere globalen Karten der oberflächennahen Bodenfeuchte jedoch in Raum und Zeit lückenhaft. Diese Studie stellt eine Methode vor, mit der sich diese zerteilten Momentaufnahmen zu einem glatten, täglichen Bild der Bodenfeuchte über den gesamten Planeten zusammensetzen lassen und damit eine der vollständigsten Aufzeichnungen liefert, wie sich die oberste Bodenschicht seit 2010 austrocknet und wieder anfeuchtet.

Figure 1
Figure 1.

Von lückenhaften Aufnahmen zu einer täglichen Erzählung

Satelliten wie die europäische Soil Moisture and Ocean Salinity (SMOS)-Mission empfangen natürlich emittierte Mikrowellensignale von der Erdoberfläche, aus denen sich ableiten lässt, wie viel Wasser in den obersten Zentimetern des Bodens gespeichert ist. Im niederfrequenten „L‑Band“ können diese Signale durch leichte bis mäßige Vegetation hindurchdringen und sind besonders sensitiv gegenüber Bodenfeuchte, weshalb sie für Hydrologie- und Klimastudien als Goldstandard gelten. Praktische Probleme – etwa die Umlaufbahn des Satelliten, gelegentliche Instrumentenstörungen, Funkstörungen durch menschliche Sender oder die Schwierigkeit, Boden- und Vegetationseinflüsse zu trennen – hinterlassen jedoch viele fehlende Pixel in den täglichen Karten. In einem einzelnen Jahr können an einem beliebigen Tag weniger als die Hälfte der Landpixel eine gültige Beobachtung aufweisen, wodurch das kontinuierliche Bild, das Klima‑ und Wasser‑Modelle benötigen, zerfällt.

Eine intelligente Methode, die Lücken zu füllen

Um diese Lücken zu schließen, verwenden die Autorinnen und Autoren einen Rekonstruktionsansatz namens DCT‑PLS, der zwei Ideen kombiniert: Muster als glatte Wellen darzustellen und zu lernen, wie benachbarte Punkte in Raum und Zeit zusammenhängen. Anstatt auf zusätzliche Eingaben wie Niederschlagsdaten oder Vegetationskarten zurückzugreifen – die eigene Fehler einbringen können – arbeitet die Methode ausschließlich mit den Bodenfeuchtedaten selbst. Sie nutzt die Tatsache, dass sich Bodenfeuchte gewöhnlich allmählich über die Zeit verändert und in benachbarten Gebieten ähnlich ist. Indem die Daten als Kombination einfacher Wellen ausgedrückt und dann geglättet werden, wobei diese räumlich‑zeitlichen Beziehungen gewahrt bleiben, kann die Methode fehlende Werte so ableiten, dass sie sowohl mit der lokalen Landschaft als auch mit dem übergeordneten saisonalen Rhythmus konsistent sind.

Die Methode auf die Probe gestellt

Bevor man den rekonstruierten Karten vertraut, führt das Team eine Reihe von Plausibilitätsprüfungen durch. Zuerst erzeugen sie künstliche Lücken in realen bodengestützten Messreihen aus 22 Bodenfeuchtenetzwerken auf fünf Kontinenten und prüfen danach, ob die Methode die versteckten Werte wiederherstellen kann. Das gelingt bemerkenswert gut: An den meisten Standorten folgt die rekonstruierte Zeitreihe dicht den tatsächlichen Messungen und erfasst die Schwankungen zwischen trockenen Wintern und nassen Sommern mit sehr geringen typischen Fehlern. Anschließend „stanzen“ sie Löcher in bestehende Satellitenkarten – entfernen Daten über mehrere große Testregionen weltweit – und rekonstruieren diese fehlenden Bereiche. Die ergänzten Szenen stimmen eng mit den Originalkarten überein, erhalten nicht nur Mittelwerte, sondern auch die räumliche Struktur nasser Täler und trockener Höhenzüge und vermeiden unnatürliche Kanten an den Übergängen zwischen Original‑ und rekonstruierten Daten.

Figure 2
Figure 2.

Ein neues globales Bild der Bodenfeuchte

Gestützt auf diese Tests wenden die Forschenden DCT‑PLS auf das gesamte Archiv der SMOS‑Bodenfeuchtekarten an, die mit einer multitemporalen, multiwinkeligen Verarbeitungsmethode erzeugt wurden. Das Ergebnis ist ein „seamless‑continuity“-Produkt: eine zehnjährige Aufzeichnung von Mitte 2010 bis Ende 2020 mit täglicher Abdeckung auf einem Gitterabstand von etwa 25 Kilometern über nahezu allen Landflächen, in denen Bodenfeuchte beobachtbar ist. Jedes Landpixel hat nun für jeden Tag einen Wert, wodurch aus einem Flickwerk ein vollständiger Film der Entwicklung der Bodenfeuchte entsteht. Im Vergleich mit Bodenstationen schneidet das neue lückenfreie Produkt in etwa so gut ab wie die ursprünglichen Satellitenretrievals, mit typischen Unterschieden in der Größenordnung von wenigen Hundertsteln Kubikmeter Wasser pro Kubikmeter Boden. Wichtig ist, dass die Rekonstruktion realistische saisonale Zyklen und regionale Kontraste erhält – etwa starke Nass‑/Trocken‑Schwankungen in Monsunregionen und geringere Variationen in tropischen Wäldern.

Was das für Klima‑ und Wasserforschung bedeutet

Für Nicht‑Fachleute ist das zentrale Ergebnis klar: Wissenschaftlerinnen und Wissenschaftler verfügen jetzt über eine verlässliche, global vollständige, tägliche Aufzeichnung der oberflächennahen Bodenfeuchte aus einem besonders aussagekräftigen Mikrowellenband. Dieser Datensatz erleichtert das Studium langfristiger Austrocknungs‑ oder Anfeuchtungs‑Trends, das Verfolgen von Dürren und Erholungsphasen sowie das Testen, wie gut Klima‑ und Landoberflächenmodelle den Wassertransport in der Landschaft abbilden. Die Methode ist nicht perfekt – sie kann plötzliche Veränderungen durch Stürme oder Bewässerung glätten – reduziert jedoch die einstigen blinden Flecken der globalen Bodenfeuchteforschung deutlich. Damit schafft sie eine robustere beobachtende Grundlage, um zu verstehen, wie ein sich erwärmendes Klima den Wasserkreislauf der Erde verändert.

Zitation: Bai, Y., Jia, L., Zhao, T. et al. A decade-long seamless-continuity daily L-band soil moisture product derived from SMOS observations since 2010. Sci Data 13, 425 (2026). https://doi.org/10.1038/s41597-026-06756-9

Schlüsselwörter: Bodenfeuchte, satellitengestützte Fernerkundung, Lückenschließung, Klimadaten, Hydrologie