摘要
本发明涉及土壤水分监测技术领域,具体涉及融合空地多元数据的高分辨率表层土壤水分估算方法,包括:获取研究区的无人机可见光影像数据、热红外影像数据和地面辅助数据;基于所述无人机可见光影像数据、热红外影像数据和地面辅助数据,计算温度信息、植被指数与纹理信息的环境变量特征,通过特征筛选方法选取关键环境变量,构建土壤水分反演模型;基于所述土壤水分反演模型,生成研究区的土壤水分分布图,构建了一套基于无人机可见光和热红外影像与地面辅助数据融合的环境变量提取方法,丰富了土壤水分反演的特征空间;采用Boruta算法和皮尔逊相关系数分析相结合的特征筛选策略,针对不同土壤深度选择最优特征子集,提高了模型效率和精度。
技术关键词
反演模型
土壤水分估算方法
特征筛选方法
可见光
影像
梯度提升决策树
皮尔逊算法
皮尔逊相关系数
土壤水分监测技术
叶面积指数
无人机飞行高度
纹理
地面
灰度共生矩阵
无人机数据
采集无人机
决策树模型