基于人工智能算法的CYGNSS数据土壤水分反演

摘要

利用CYGNSS数据估计地表土壤水分(SM)近年来获得了极大的关注,但效率和精度有待进一步提升.本文提出了一种预分类策略,结合人工智能算法(AI),利用CYGNSS数据预测土壤水分.此策略能够在人工智能算法的基础上进一步提高土壤水分预测的精确度,具有较好的普适性和易用性.本文使用了2018年全年中国地区的实地土壤水分数据作为地面真实参考数据进行建模以及预测.结果 证实预测土壤水分与参考真实数据具有良好的一致性.基于CYGNSS数据预测的土壤水分与实地土壤水分参考数据比对,其相关系数高达0.8,平均均方根误差(RMSE)和平均无偏均方根误差(ubRMSE)分别为0.059 cm3/cm3和0.050 cm3/cm3.研究结果表明,预分类策略的人工智能算法可明显提高CYGNSS预测土壤水分的精确度,其简单易操作性也使其可广泛应用于其他回归和预测研究领域,具有较好的泛化性和拓展性.