本發(fā)明涉及土壤水分?jǐn)?shù)據(jù)領(lǐng)域，具體為基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法。

背景技術(shù)：

1、目前土壤水分?jǐn)?shù)據(jù)研發(fā)工作得到了廣泛關(guān)注，無(wú)論是利用可見(jiàn)光波段、紅外波段還是微波波段反演土壤濕度的理論方法已基本成熟，主要方法包括：水分虧缺指數(shù)，土壤熱慣量，溫度植被干旱指數(shù)，基于微波波段反演土壤濕度主要建立后向散射系數(shù)與土壤濕度的關(guān)系進(jìn)一步來(lái)反演土壤濕度。然而，通過(guò)可見(jiàn)光與紅外波段獲取的土壤水分?jǐn)?shù)據(jù)，雖然空間分辨率高，但是很難解決受云影響情況下土壤水分信息的獲取，而利用微波數(shù)據(jù)獲取土壤水分的明顯缺點(diǎn)是空間分辨率非常低，大多以數(shù)十公里的空間分辨率獲得土壤水分信息。

2、盡管在利用多源遙感數(shù)據(jù)計(jì)算土壤水分?jǐn)?shù)據(jù)的研究方面取得了一定的進(jìn)展，但仍存在很大改進(jìn)的空間，很難兼具長(zhǎng)時(shí)間序列、高時(shí)空分辨率，多層的特點(diǎn)，大多數(shù)的數(shù)據(jù)集局限在某一方面數(shù)據(jù)特征的改善。尤其，由于資料的局限性，對(duì)部分地區(qū)多層土壤水分特征的認(rèn)識(shí)不足，給土壤水分預(yù)測(cè)帶來(lái)了不確定性和困難。因此，需要進(jìn)一步發(fā)展適用于大尺度的土壤水分監(jiān)測(cè)技術(shù)，以獲得更全面、連續(xù)和精細(xì)化的土壤水分?jǐn)?shù)據(jù)，為此本發(fā)明提出了基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法解決上述問(wèn)題。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明的目的在于提供基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法，以解決上述背景技術(shù)中提出的問(wèn)題。

2、為實(shí)現(xiàn)上述目的，本發(fā)明提供如下技術(shù)方案：基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法，包括如下步驟：

3、步驟s1，基于gee平臺(tái)利用estarfm模型進(jìn)行大尺度多源遙感數(shù)據(jù)融合，從而獲取高時(shí)空分辨率ndvi數(shù)據(jù)和lst數(shù)據(jù)；

4、步驟s2，基于extreme?gradient?boosting模型，結(jié)合再分析和實(shí)測(cè)數(shù)據(jù)進(jìn)行0-100cm深度土壤水分信息的估算；

5、步驟s3，利用pearson相關(guān)系數(shù)、均方根誤差、偏異值和平均絕對(duì)誤差等指標(biāo)評(píng)價(jià)土壤水分模型精度。

6、優(yōu)選的：所述步驟s2進(jìn)行每10cm一層共十層土壤水分信息的估算。

7、優(yōu)選的：所述步驟s3相關(guān)系數(shù)r的計(jì)算如下，

8、

9、優(yōu)選的：所述步驟s3的均方根誤差rmse計(jì)算如下，

10、

11、優(yōu)選的：所述步驟s3的偏異值bisa計(jì)算過(guò)程如下，

12、

13、優(yōu)選的：所述步驟s3的平均絕對(duì)誤差rmse計(jì)算過(guò)程如下，

14、

15、優(yōu)選的：所述步驟s3還計(jì)算ubrmse來(lái)表征隨機(jī)誤差，消除偏差，計(jì)算過(guò)程如下，

16、

17、本發(fā)明相較于現(xiàn)有技術(shù)，其有益效果為：

18、本發(fā)明在google?earth?engine(gee)平臺(tái)上實(shí)現(xiàn)增強(qiáng)型時(shí)空自適應(yīng)反射融合模型(estarfm)，將modis衍生的ndvi和lst與landsat衍生的ndvi和lst融合，每8天生成30m空間分辨率的ndvi和lst數(shù)據(jù)，以及其他土壤水分背景場(chǎng)數(shù)據(jù)，包括降水和土壤質(zhì)地變量；并利用極端梯度增強(qiáng)(xgboost)模型與上述變量結(jié)合實(shí)測(cè)土壤濕度數(shù)據(jù)。

技術(shù)特征：

1.基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法，其特征在于，包括如下步驟：

2.根據(jù)權(quán)利要求1所述的基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法，其特征在于：所述步驟s2進(jìn)行每10cm一層共十層土壤水分信息的估算。

3.根據(jù)權(quán)利要求2所述的基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法，其特征在于：所述步驟s3相關(guān)系數(shù)r的計(jì)算如下，

4.根據(jù)權(quán)利要求3所述的基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法，其特征在于：所述步驟s3的均方根誤差rmse計(jì)算如下，

5.根據(jù)權(quán)利要求4所述的基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法，其特征在于：所述步驟s3的偏異值bisa計(jì)算過(guò)程如下，

6.根據(jù)權(quán)利要求5所述的基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法，其特征在于：所述步驟s3的平均絕對(duì)誤差rmse計(jì)算過(guò)程如下，

7.根據(jù)權(quán)利要求6所述的基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法，其特征在于：所述步驟s3還計(jì)算ubrmse來(lái)表征隨機(jī)誤差，消除偏差，計(jì)算過(guò)程如下，

技術(shù)總結(jié)
本發(fā)明涉及土壤水分?jǐn)?shù)據(jù)領(lǐng)域，公開(kāi)了基于機(jī)器學(xué)習(xí)的高空間分辨率多層土壤水分模擬方法，包括如下步驟，步驟S1，基于GEE平臺(tái)利用ESTARFM模型進(jìn)行大尺度多源遙感數(shù)據(jù)融合，從而獲取高時(shí)空分辨率NDVI數(shù)據(jù)和LST數(shù)據(jù)；步驟S2，基于Extreme?Gradient?Boosting模型，結(jié)合再分析和實(shí)測(cè)數(shù)據(jù)進(jìn)行0?100cm深度土壤水分信息的估算；步驟S3，利用Pearson相關(guān)系數(shù)、均方根誤差、偏異值和平均絕對(duì)誤差等指標(biāo)評(píng)價(jià)土壤水分模型精度，本發(fā)明在Google?Earth?Engine平臺(tái)上實(shí)現(xiàn)增強(qiáng)型時(shí)空自適應(yīng)反射融合模型，將MODIS衍生的NDVI和LST與Landsat衍生的NDVI和LST融合，每8天生成30m空間分辨率的NDVI和LST數(shù)據(jù)，以及其他土壤水分背景場(chǎng)數(shù)據(jù)，包括降水和土壤質(zhì)地變量，并利用極端梯度增強(qiáng)模型與上述變量結(jié)合實(shí)測(cè)土壤濕度數(shù)據(jù)。

技術(shù)研發(fā)人員：陳立文,杜敏,楊倩,常虹,王陽(yáng)光
受保護(hù)的技術(shù)使用者：吉林建筑大學(xué)
技術(shù)研發(fā)日：
技術(shù)公布日：2025/5/15