一种基于随机森林模型的多参量GNSS-R土壤湿度反演方法

本发明提供了一种基于随机森林模型的多参量GNSS‑R土壤湿度反演方法，包括以下步骤：星载GNSS‑R数据质量控制；星载GNSS‑R数据观测量提取及地表反射率计算；剔除受开放水域影响的星载GNSS‑R观测数据；地表反射率格网化；SMAP数据预处理；构建反演模型；星载GNSS‑R土壤湿度反演及精度评估。本发明有益效果：本方法利用随机森林可处理非线性关系、良好泛化性能、强鲁棒性等性能优势，在精确剔除受水体影响的观测数据后，结合土壤湿度主被动遥感卫星的多参量辅助数据构建反演模型，显著提高土壤湿度数据的时空覆盖度、反演精度和可靠性，为气候预报、农业生产、水文建模等领域提供有力数据支撑。