ScholarMate
English简体中文繁體中文
客服热线:400-1616-289
登录注册
期刊论文

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

吴颖菊; 朱奎; 鲁帆; 岳小雨中国水利水电科学研究院; 中国矿业大学
水利水电技术2019DOI: 10.13928/j.cnki.wrahe.2019.10.003
5阅读
引用收藏
分享

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CLDAS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(R~2=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...

学科与关键词

关键词
土壤水分降尺度机器算法MODISCLDAS soil moisturedownscalingmachine learningCLDAS
相关
加载中…

文献加载失败,请重试

重试

发表信息

论文状态
公开发表
期刊
水利水电技术
发表日期
2019
卷期
第 10 期
页码
18-24
DOI
10.13928/j.cnki.wrahe.2019.10.003
语言
中文;英文
成果收录
CHINAJOURNAL
资助标注
国家重点研发计划课题(2018YFC0406501);国家自然科学基金项目(51679252);

作者

  • 吴

    吴颖菊 (第一作者)

  • 朱

    朱奎

查看全部 4 位作者收起作者
  • 鲁

    鲁帆

  • 岳

    岳小雨

登录解锁更多功能

  • 收藏这篇,随时在“我的 · 收藏”找回
  • 认领你的成果,生成推广素材
  • 关注作者获取最新成果
  • 加入项目组、协同写作
注册 / 登录

产品服务

  • 科研之友
  • 创新城
  • 科创云

服务支持

  • 帮助中心
  • 隐私政策
  • 服务条款

联系方式

在线客服:【】
客服热线:400-1616-289
电子邮箱:support@scholarmate.com

关注或下载科研之友

微信二维码
微信公众号
客户端下载二维码
下载客户端
科研成果科研人员科研机构科研动态爱瑞思软件

©2026 深圳市科研之友网络服务有限公司

公安备案图标粤公网安备 44030502000213
粤ICP备 16046710 号粤B2-20110417