[發明專利]一種土壤水分數據獲取方法、系統、存儲介質及設備

有效

• 申請號: 201910905363.2
• 申請日: 2019-09-24
• 公開（公告）號: CN110826173B
• 公開（公告）日: 2020-10-23
• 發明（設計）人: 劉楊曉月;荊文龍;夏小琳;李勇;楊驥
• 申請（專利權）人: 廣州地理研究所
• 主分類號: G06F30/20
• 分類號: G06F30/20;G06F111/10
• 代理公司: 廣州駿思知識產權代理有限公司 44425
• 代理人: 潘桂生

1.一種土壤水分數據獲取方法，其特征在于，包括以下步驟：

獲取衛星土壤水分數據、反照率、蒸散發、地表溫度、植被指數、經緯度位置及高程數據作為訓練數據集，將所述反照率、蒸散發、地表溫度、植被指數、經緯度位置及高程數據作為解釋變量，將土壤水分數據作為因變量，基于極端梯度提升算法，建立土壤水分反演模型；

其中，所述土壤水分反演模型以若干決策樹作為學習單元，所述土壤水分反演模型根據上一決策樹輸出結果與實際值的殘差擬合下一決策樹，通過對若干決策樹輸出結果進行求和獲得土壤水分預測值；

獲取具有目標分辨率的解釋變量作為解釋變量數據集，將所述解釋變量數據集輸入所述土壤水分反演模型進行降尺度反演，獲取具有所述目標分辨率的土壤水分數據。

2.根據權利要求1所述的土壤水分數據獲取方法，其特征在于：所述將所述反照率、蒸散發、地表溫度、植被指數、經緯度位置及高程數據作為解釋變量，將土壤水分數據作為因變量，基于極端梯度提升算法，建立土壤水分反演模型的步驟包括：

給定數據集設定所述學習單元的損失函數為迭代次數t和決策樹的棵數k，其中，x_i為模型的解釋變量，y_i為實際輸出結果，為所述土壤水分反演模型輸出結果；

按照以下方式獲取土壤水分反演模型第t次的模擬預測值

其中，為所述土壤水分反演模型t-1次的輸出結果，f_t(x_i)為決策樹第t次迭代預測結果；

在訓練數據集中隨機有放回抽取子集K，對每一決策樹進行訓練，獲得殘差

按照以下方式最小化訓練損失函數，得到土壤水分反演模型的最小殘差：

其中，γ為正則項系數；

對所有單個決策樹的預測結果進行求和，獲得土壤水分預測值：

其中，f_k是單個決策樹的預測結果，K為決策樹棵數；

令迭代次數t與決策樹的棵數k在所述訓練數據集中遍歷，計算每種t、k組合輸出結果的精度，選取輸出結果的精度最高的迭代次數與決策樹的棵數作為所述土壤水分反演模型的參數。

3.根據權利要求1所述的土壤水分數據獲取方法，其特征在于：將所述反照率、蒸散發、地表溫度、植被指數、經緯度位置及高程數據作為解釋變量，將土壤水分數據作為因變量，基于極端梯度提升算法，建立土壤水分反演模型的步驟之前，還包括：對所述訓練數據集的數據進行預處理，該步驟具體包括：

對反照率、蒸散發、地表溫度、植被指數進行基于低通濾波處理的時空序列重建，平滑掉異常值；

統一所述土壤水分數據、反照率、蒸散發、地表溫度、植被指數、經緯度位置及高程數據的空間投影、地理坐標、空間分辨率和時間分辨率；

使用水體掩膜數據過濾土壤水分、反照率、蒸散發、地表溫度、植被指數、經緯度位置及高程數據中的水體區域。

4.一種土壤水分數據獲取系統，其特征在于：包括：

土壤水分反演模型構建模塊，用于獲取衛星土壤水分數據、反照率、蒸散發、地表溫度、植被指數、經緯度位置及高程數據作為訓練數據集，將所述反照率、蒸散發、地表溫度、植被指數、經緯度位置及高程數據作為解釋變量，將土壤水分數據作為因變量，基于極端梯度提升算法，建立土壤水分反演模型；

其中，所述土壤水分反演模型以若干決策樹作為學習單元，所述土壤水分反演模型根據上一決策樹輸出結果與實際值的殘差擬合下一決策樹，通過對若干決策樹輸出結果進行求和獲得土壤水分預測值；

土壤水分反演模型反演模塊，用于獲取具有目標分辨率的解釋變量作為解釋變量數據集，將所述解釋變量數據集輸入所述土壤水分反演模型進行降尺度反演，獲取具有所述目標分辨率的土壤水分數據。