摘要
本发明公开了一种基于集成学习的多层高分辨率土壤水分生成方法,包括以下步骤:步骤1、数据收集与预处理:收集研究区域的多源遥感数据与不同深度的地面实测墒情站点数据,并对收集的数据分别进行预处理;步骤2、数据时空重构:对预处理后的多源遥感数据的时空连续性进行判别,并对时空不连续数据进行数据时空重构;步骤3、构建多层土壤水分降尺度模型并训练:利用集成学习算法构建研究区域内多层土壤水分降尺度模型并训练;步骤4、生成多层高分辨率土壤水分结果。本发明所述方法能够获得多层的高分辨率土壤水分结果,极大的提高了区域土壤水分监测的效率和精度,具有广阔业务推广应用价值,并为农作物精准灌溉提供技术支撑。
技术关键词
地表温度数据
生成方法
集成学习算法
分辨率
站点
土壤水分数据
数字高程数据
植被指数数据
地面
重构
多元回归方法
土壤水分监测
光学遥感数据
多源遥感数据
滤波方法
连续性
参数
指标
序列
系统为您推荐了相关专利信息
公路边坡
监测点
无人机
三维点云数据
高分辨率摄像头
图像生成方法
三棱锥模型
像素点
三角形
FAST算法
场景生成方法
参数
测试场景
GP模型
隶属度函数
特征金字塔网络
实例分割
可变形卷积方法
分割方法
SAR图像舰船