摘要
本发明公开了一种基于深度学习单步映射的土壤参数估计方法,包括:将土壤水力/热参数构成的土壤参数先验集合输入土壤数值模型得到其对应的土壤模型状态输出集合;将土壤模型扰动状态集合与土壤参数先验集合进行组合,构成深度学习模型的训练数据集合;将土壤模型扰动状态集合作为输入、对应的土壤参数先验作为输出,输入深度学习模型进行训练,得到训练后的深度学习模型;将监测到土壤状态实际观测数据中加入随机观测扰动,形成土壤观测扰动集合,输入训练后的深度学习模型得到估计的土壤水力/热参数值。本发明利用多源观测数据通过深度学习直接更新模型参数,在非均质非饱和土壤的非线性、非高斯等复杂条件下也可实现土壤参数的有效估计。
技术关键词
深度学习模型
参数估计方法
观测误差
水力
多源观测数据
更新模型参数
样本
数值
土壤水
监测设备
非线性
关系
压力
系统为您推荐了相关专利信息
缺陷类别
图像采集设备
检测器件
图像采集单元
光学检测技术
集电环
水轮发电机组
策略
碳刷弹簧
图像识别模型
多模态特征
注意力机制
深度学习模型
跨模态
深度卷积神经网络
非线性回归模型
孔洞
深度学习模型
可执行程序代码
三次样条插值法