基于机器学习的高空间分辨率多层土壤水分模拟方法

    公开(公告)号:CN120012588A

    公开(公告)日:2025-05-16

    申请号:CN202510114595.1

    申请日:2025-01-24

    Abstract: 本发明涉及土壤水分数据领域,公开了基于机器学习的高空间分辨率多层土壤水分模拟方法,包括如下步骤,步骤S1,基于GEE平台利用ESTARFM模型进行大尺度多源遥感数据融合,从而获取高时空分辨率NDVI数据和LST数据;步骤S2,基于Extreme Gradient Boosting模型,结合再分析和实测数据进行0‑100cm深度土壤水分信息的估算;步骤S3,利用Pearson相关系数、均方根误差、偏异值和平均绝对误差等指标评价土壤水分模型精度,本发明在Google Earth Engine平台上实现增强型时空自适应反射融合模型,将MODIS衍生的NDVI和LST与Landsat衍生的NDVI和LST融合,每8天生成30m空间分辨率的NDVI和LST数据,以及其他土壤水分背景场数据,包括降水和土壤质地变量,并利用极端梯度增强模型与上述变量结合实测土壤湿度数据。

Patent Agency Ranking