基于隨機森林回歸的SMAP被動表土壤水分產品空間降尺度

以下是資料介紹,如需要完整的請充值下載. 本資料已審核過,確保內容和網頁里介紹一致.  
無需注冊登錄,支付后按照提示操作即可獲取該資料.
資料介紹:

基于隨機森林回歸的SMAP被動表土壤水分產品空間降尺度(中文12000字,英文PDF)
摘要:被動微波表面土壤水分(SSM)產品的低分辨率特性極大地限制了它們在區域或地方范圍內的許多領域的應用。為了克服這一局限,本研究提出了一種基于隨機森林(RF)的降尺度方法,將土壤濕度主動和被動(SMAP)SSM產品與協同使用的光學/熱紅外(TIR)觀察結果進行分解。 Terra和Aqua衛星上的中分辨率成像光譜輻射計(MODIS)。在2015年至2016年期間,伊比利亞半島被選為研究區。
首先,將基于RF的方法在建立具有表面變量(表面溫度,植被指數,葉面積指數,反照率,水指數,太陽因子和海拔)的SSM關系模型中的性能與廣泛使用的結果進行比較。基于多項式的關系模型。基于RF的方法獲得了良好的一致性,相關系數(R)高于0.95,平均均方根偏差(RMSD)為0.009 m 3 / m 3。
接下來,根據SMAP和MODIS觀測的不同跨越時間生成四種數據組合(AM + Terra,AM + Aqua,PM + Terra和PM + Aqua),并將它們分別用于推導空間縮小的SSM。提出的基于RF的降尺度方法。使用來自西班牙薩拉曼卡大學的REMEDHUS網絡的原位測量進行驗證。結果表明,所有組合均具有相似的良好性能,無偏均均方差(ubRMSD)為0.022 m 3 / m 3,1 km空間分辨率下的縮減SSM表現出更高的準確度,同時顯示出更高的空間異質性和更多詳細的時間模式。
最后,按比例縮小的SSM的時間變化模式與從研究八個區氣象觀測站降水的時間序列進行評估,并在SSM變化的降雨效果以及其隨時間的變化進行跟蹤。
總體而言,這項研究表明,所提出的基于RF-降尺度方法能夠捕捉SSM的變化很好,應該是有助于提高被動微波土壤水分數據的分辨率,并在小尺度利于他們的應用程序。

關鍵詞:降尺度、SMAP、MODIS、表面土壤水分、隨機森林、驗證
 

基于隨機森林回歸的SMAP被動表土壤水分產品空間降尺度

 

302宿舍白露全文阅读