目前针对不同频率的卫星载荷已有多种土壤水分产品，但是不同频率/传感器的土壤水分探测能力与深度之间的公平比较仍然比较欠缺。这是由于现有的土壤水分产品中使用的是不同的反演算法。因此为了进行准确公平地评估，本研究使用相同的土壤水分反演算法—多通道协同算法(multi-channel collaborative algorithm， MCCA)，在L波段SMAP卫星和高频的AMSR2上，反演了2个新的较高分辨率的土壤水分数据集，即MCCA SMAP和MCCA AMSR2。使用40个全球分布的土壤水分观测网络，从密集观测（区域）和稀疏观测（网格）网络两种尺度进行比较，结果表明与网格尺度相比，MCCA SMAP和AMSR2土壤水分产品在区域尺度上反演效果高于网格尺度；其次，本研究从全球尺度提供了SMAP土壤水分反演效果优于ASMR2的精度，二者对土壤水分的敏感性都随着植被覆盖的增加而降低。通过对全球退水模式的分析表明，SMAP比ASMR2的土壤水分速率更低、具有更长的土壤水分记忆时间以及更高的有效凋萎点，这表明在卫星尺度，L波段的观测深度超过了C/X/Ku波段。本研究对水文环境监测的应用中利用卫星反演的土壤水分数据具有一定的参考价值。
 

SMAP,AMSR2,土壤水分,退水