一种基于机器学习模型的GNSS-R冻土冻融分类方法

本发明提供了一种基于机器学习模型的GNSS‑R冻土冻融分类方法，包括以下步骤：对星载GNSS‑R数据进行质量控制；星载GNSS‑R数据观测量提取及地表反射率计算；将星载GNSS‑R地表反射率数据进行格网化；SMAP数据预处理；反演模型构建；星载GNSS‑R冻土冻融反演及精度评估。本发明的有益效果：本发明引入了一种基于随机森林模型的GNSS‑R冻土冻融反演算法，显著提升了冻土冻融状态数据的时空覆盖广度、反演精度与可靠性，为气候变化研究、寒区工程规划、生态环境管理以及水文地质建模等关键领域提供了数据支撑，进一步增强决策科学性和实践有效性。