AI大模型土壤水分和温度反演方法、系统及电子设备

本发明涉及土壤参数技术领域，特别是涉及AI大模型土壤水分和温度反演方法、系统及电子设备，方法包括：采集研究区域的多源数据；将多源数据输入预设的土壤水分和地表温度神经网络迭代反演模型中，获取研究区域的土壤水分和地表温度的反演结果，其中，土壤水分和地表温度神经网络迭代反演模型基于多源数据库训练获得，多源数据库包括遥感影像数据、裸土和植被仿真模拟数据、同化数据和站点数据；土壤水分和地表温度神经网络迭代反演模型基于神经网络构建。本发明利用物理模型和统计方法建立多源数据库训练神经网络，以树状结构建立嵌套的大‑小模型反演框架，大大提高了被动微波反演土壤水分和地表温度的精度，克服了以往反演算法的不足。