基于Transformer算法的SMAP土壤水分数据分区降尺度方法

本发明公开了一种基于Transformer算法的SMAP土壤湿度数据分区域降尺度方法。该方法基于地貌特征对研究区域进行分区，结合多源遥感数据(白天‑夜晚地表温度差、植被指数)、气象数据、高程数据等，构建时空数据集，其中创新性地引入了地下水位数据。之后，基于Transformer算法在多变量时间序列分析中对长距离依赖建模能力强、支持并行计算以及适应复杂变量交互的优势，对特征参数与土壤湿度间的非线性关系进行拟合、评估，得到土壤湿度降尺度模型。最终借助高分辨率降尺度因子反演得到高分辨率土壤湿度数据，并利用研究区域实测站点土壤湿度数据对降尺度后的土壤湿度结果进行了有效性验证。本发明考虑了地表参数与地下水位信息的协同作用，基于Transformer算法对不同地形区域进行分区建模，降尺度后得到了空间表达能力更强、精度相对更高的1km空间分辨率土壤湿度产品。