基于CLDAS数据和机器算法模型的大清河流域地表土壤湿度降尺度研究

• 作者: 吴颖菊 岳小雨 朱奎 鲁帆
• 来源期刊: 水利水电技术
• 学科: 地球科学
• 关键词: 土壤水分 降尺度 机器算法 MODIS CLDAS
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: “雄安新区多水源调配与地下水保护”专栏
• 页码范围: 18-24
• 页数: 7页
• 分类号: P412.13
• 字数: 4883字
• 语种: 中文
• DOI: 10.13928/j.cnki.wrahe.2019.10.003

摘要

土壤水分是“四水”转换的纽带,农业生产的基础,传统的野外定点测量土壤水分的方法难以实现空间上的展布,现代微波遥感数据可以得到大尺度的土壤水分,但分辨率低.本文利用CL-DAS数据,将机器算法应用到遥感影像指数运算中,开展土壤水分的降尺度研究.论文分别采用OLS算法、Bagging算法、BRT算法和随机森林算法模型建立MODIS光学遥感数据(LST、Albedo、NDVI、ET)与土壤水分的关系模型.研究结果表明:四种算法中随机森林算法的拟合效果更优(R2 =0.961 28,RMSE=0.006 99).利用该算法算出降尺度后的土壤体积水分,可以得到大尺度且空间分辨率更高的土壤水分数据.大清河流域西北部土壤含水量高于东南部,土壤含水量差异可达0.2 mm3/mm3,在流域土壤含水量空间分布的季节变化显著,3月土壤水分低至0.16 mm3/mm3,9月土壤水分高达0.33 mm3/mm3.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	鲁帆		52	705	16.0	25.0
2	朱奎	中国矿业大学资源与地球科学学院	13	20	3.0	3.0
3	吴颖菊	中国矿业大学资源与地球科学学院	2	6	1.0	2.0
4	岳小雨	中国矿业大学资源与地球科学学院	1	0	0.0	0.0