公开(公告)号：CN119670523A

公开(公告)日：2025-03-21

申请号：CN202411251193.8

申请日：2024-09-06

Applicant: 桂林理工大学

Inventor： 梁月吉 ,  冯正周 ,  刘银涛 ,  郭希 ,  卢献健 ,  任超

IPC: G06F30/27 ,  G06N20/00 ,  G06F18/214 ,  G06N20/20 ,  G06N5/01 ,  G06N3/126 ,  G06N3/084 ,  G06N3/0985 ,  G01N33/24 ,  G06F119/02

Abstract: 本发明属于微波遥感技术领域，提出一种基于多模型融合的地表土壤湿度GNSS‑R降尺度反演方法。包括以下步骤：首先基于CYGNSS观测数据、SMAP SM和辅助要素数据，通过质量控制构建36km网格的训练数据集和3km网格的测试数据集；进而采用极限梯度增强算法、轻量级梯度提升机、反向传播神经网络和随机森林作为基模型，按7:3比例对训练数据集进行随机划分，分别构建各个基模型进行训练和验证；最后通过元学习器（线性回归模型）来深入学习各个基模型的测试结果，自动调整其权重，得到多模型融合的土壤湿度降尺度反演结果。本发明充分融合多个基模型的优点，能够有效提升土壤湿度降尺度反演精度。