遥感蒸散发与水分传输动态机制引导的土壤水预测模型研究
编号:3293
访问权限:仅限参会人
更新:2024-04-13 11:50:31 浏览:809次
口头报告
摘要
土壤水分短期变化是农业灌溉调度的关键决策指标。传统的土壤水动力学模型需要对水分运动进行复杂的描述,并对多个参数进行校准。基于大型样本数据集的机器学习方法可以自动学习预测土壤湿度最准确的方法,以及与众多相关输入变量相关的输入方式。然而,模型内部训练和优化可能需要大量调整来提高性能。结合两种方法的优点,我们设计了一种新的土壤水分预测神经网络,该网络由水分传输驱动机制引导。利用遥感为基础的田间尺度蒸散发、气象降雨和主要土壤水分变化计算的简化土壤水模型的物理机制来引导训练过程。通过添加物理层到神经网络中,减少了大数据集的需求和训练优化的要求,从而为探索普适性更高的土壤水预测模型提供新思路。
关键词
地表土壤水分,农业遥感,神经网络,地表蒸散发
稿件作者
马宗瀚
中国科学院空天信息创新研究院
吴炳方
中国科学院空天信息创新研究院
朱伟伟
中国科学院空天信息创新研究院
常胜
中国科学院空天信息创新研究院
王轶璇
中国科学院空天信息创新研究院
发表评论