基于随机森林算法高分土壤湿度产品的构建与评估.pdf
《基于随机森林算法高分土壤湿度产品的构建与评估.pdf》由会员分享,可在线阅读,更多相关《基于随机森林算法高分土壤湿度产品的构建与评估.pdf(6页珍藏版)》请在咨信网上搜索。
1、现代电子技术Modern Electronics TechniqueDec.2023Vol.46 No.242023年12月15日第46卷第24期0 引 言干旱通常发生在农作物生长的重要时期,是影响农业生产最为严重的自然灾害1。湖南地处青藏高原下方,是南北冷暖空气主要交汇地,地形多样、气候复杂,旱灾风险高,抗旱形势严峻。2013年中国南方 13省遭遇重大旱灾,湖南粮食减产超过16亿斤,是受灾最为严重的省份之一。在全球气候变暖背景下,湖南天气气候极端事件增多增强,2022年湖南干旱覆盖范围广、持续时间长,创造了1961年以来最强高温干旱纪录,给农业生产带来了严重影响。干旱灾害防御在湖南一直受到高
2、度重视。干旱过程与大气状态、土壤质地类型、土壤含水量及植被情况等多种因素相关。其演变过程极其复杂,时间空间变化随机性强,不同地区干旱特征和趋DOI:10.16652/j.issn.1004373x.2023.24.027引用格式:朱宏武,罗丹,朱亮,等.基于随机森林算法高分土壤湿度产品的构建与评估J.现代电子技术,2023,46(24):153158.基于随机森林算法高分土壤湿度产品的构建与评估朱宏武1,2,罗 丹3,朱 亮1,贺 炜1(1.湖南省气象信息中心,湖南 长沙 410118;2.气象防灾减灾湖南省重点实验室,湖南 长沙 410118;3.湖南省气象服务中心,湖南 长沙 410118
3、)摘 要:以湖南地区干旱精细化监测业务需求为牵引,基于多源卫星遥感、实时地面观测、中国气象局模式等资料,应用随机森林学习算法,建立土壤湿度因子与降水、地温、地表反照率、蒸发、植被覆盖等多种卫星遥感影响因子的降尺度模型,研制一种高分辨率土壤湿度产品(1 km1 km)。对建模形成的高分辨率产品进行评估,结果表明,该产品能够很好地模拟湖南地区010 cm土壤湿度时空变化,平均偏差为-0.01 m3/m3,相关系数为0.9,在旱情较重的夏秋季准确性较高。所研制产品能够为农业干旱精细化监测提供可行性方案,对于地广人稀且监测站点相对较少的地区有广阔的应用前景。关键词:高分辨率土壤湿度产品;随机森林算法;
4、干旱监测;卫星遥感;土壤湿度因子;产品评估中图分类号:TN957.5234;TP392 文献标识码:A 文章编号:1004373X(2023)24015306Construction and evaluation of high spatial resolution soil moisture product based on random forest algorithmZHU Hongwu1,2,LUO Dan3,ZHU Liang1,HE Wei1(1.Hunan Meteorological Information Center,Changsha 410118,China;2.Huna
5、n Key Laboratory of Meteorological Disaster Prevention and Reduction,Changsha 410118,China;3.Hunan Meteorological Service Center,Changsha 410118,China)Abstract:Driven by business needs of the precision drought monitoring in Hunan area,based on multisource satellite remote sensing,real time ground ob
6、servation,China Meteorological Administration model,and other data,the random forest method is used to establish the downscale model for soil moisture factors and various satellite remote sensing influencing factors such as precipitation,ground temperature,surface albedo,evaporation,vegetation cover
7、,etc.,and develop a highresolution soil moisture product(1 km1 km).The modeled high spatial resolution product is evaluated,and the results show that the product can reflect temporal and spatial variation characteristics of the soil moisture at the depth of 0 to 10 cm in Hunan area,with an average d
8、eviation of 0.01 m3/m3 and a correlation coefficient of 0.9.It has higher accuracy in the summer and autumn with severe drought conditions.The developed product can provide a feasible solution for precision monitoring of agricultural drought,and has broad application potential for areas with sparse
9、population and relatively few monitoring stations.Keywords:high spatial resolution soil moisture product;random forest algorithm;drought monitoring;satellite remote sensing;soil moisture factor;product evaluation收稿日期:20230607 修回日期:20230719基金项目:湖南省自然科学基金项目(2020JJ4397);湖南省气象局重点课题(XQKJ21A005)153153现代电子
10、技术2023年第46卷势变化差异很大。由于干旱监测站点少,设备昂贵,实现对较大范围干旱过程动态、精准监测难度非常大。为最大限度地减少旱灾造成的影响,开展干旱精细化监测研究对于有效抗旱减灾、保障农业生产具有重要意义。土壤湿度表征土壤的干湿程度即土壤的实际含水量,是水资源循环与能量耗散模型中的重要变量。土壤湿度与大气环境中气温、蒸发量、降水量等变量状态变化紧密关联2,对土壤湿度状态变化分析是有效开展干旱监测的重要手段34。土壤湿度测定可通过观测站定点观测5及卫星遥感数据获得6,还可以通过陆面模式重构获取78。不同获取方式优缺点不同,定点观测的数据具有最好的精准度,但由于建站成本高,覆盖度有限,表达
11、土壤湿度区域状态能力有限。卫星遥感数据产品具有良好的空间覆盖度,虽然探测土壤深度不超过10 cm,但它能够真实地表征较大空间范围土壤湿度状态对异常天气产生的干旱快速响应。近 年 对 土 壤 湿 度 观 测 的 卫 星 SMMR、ASMRE、SMOS、SWAP等相继发射,为土壤湿度研究提供了良好的数据支撑。然而通过卫星获取的土壤湿度产品分辨率在 1040 km 之间,不能有效满足市县级干旱过程动态监测的精细化需求。通过陆面模式获取的土壤湿度具备较大空间覆盖度和较好的时空连续性,主流产品包括 GLDAS、NLDAS、CLDAS等,分辨率在 727 km,对干旱精细化监测支撑仍然有限。高空间分辨率土
12、壤湿度产品不能直接获取,如何构建高分辨率土壤湿度产品吸引了众多专家学者兴趣。国内外文献通常基于粗糙分辨率土壤湿度产品,应用通用三角形、回归、机器学习等方法对其进行空间降尺度,从而构建高分辨率产品。结果表明,降尺度高分辨率产品能够满足大多数现实业务要求912。通过文献分析,随机森林算法在降尺度方面具备较多优势,预测精度高,学习过程快,运算速度快,稳定性好且不易产生过拟合,对噪声和异常值也有较好的容忍性。面向湖南地区干旱精细化监测业务需求,本文应用随机森林学习算法对粗糙分辨率土壤湿度产品进行降尺度,研制了高分土壤湿度产品,为干旱精细化监测提供了一种可行方案。1 高分土壤湿度产品加工平台设计根据气象
13、业务实际情况,设计一个高分土壤湿度产品加工平台,平台以构建湖南地区时空连续高分辨率(1 km1 km)土壤湿度日数据为目标,基于多源卫星遥感、实时地面观测、中国气象局模式等数据,应用随机森林机器学习算法对其历史数据集挖掘,建立土壤湿度因子与地温、降水、地表反照率、蒸散发、植被覆盖等多种影响因子的降尺度模型,研制高分土壤湿度产品。进一步将建模形成的高分辨率产品与地面自动站观测数据对比,评估产品在不同季节、不同空间区域、不同干旱程度情况下的偏差及准确率情况,基于评估结果迭代优化模型参数,增强产品的可靠性,提升本地化干旱监测的精准度。平台主要功能模块如图 1所示,分为数据收集、数据预处理、随机森林降
14、尺度建模和系统评估优化四部分。其中,数据收集、数据预处理模块主要负责平台各类资料的全面收集与质量控制;随机森林降尺度建模和系统评估优化负责平台产品模型的构建与深度加工。图1 平台主要功能模块2 平台数据收集与预处理2.1 数据收集产品构建需要的数据包括卫星遥感、模式产品及定点观测土壤湿度数据。卫星遥感数据包括遥感数据ESA CCI(V4.7)土壤湿度数据集和 MODIS多源数据集。ESA CCI数据集来源于欧洲航天局,该数据集为主被动混合模式土壤湿度;MODIS来源于美国宇航局,该数据集包括地温、反照率、植被指数等高分辨率(1 km1 km)数据集。模式数据来源于中国气象局陆面数据同化系统CL
15、DAS(V2.0),该数据集包括土壤湿度(7 km7 km)、地温、降水产品等。上述卫星遥感数据、中国气象局模式产品数据均可通过互联网公开申请获取。实时土壤湿度观测数据来源于湖南省气象部门地面土壤水分观测站,站点具体分布图如图2所示。2.2 数据预处理数据预处理是产品后期研发发挥效益的关键步骤。原始数据往往存在不完整、异常、时空间尺度不一致等154第24期情况,对数据预处理需尽可能保障其可靠性和完整性。图2 湖南土壤水分观测站分布图1)实时地面观测数据预处理按照资料行业标准和规范,通过要素极值分析、关联分析、时空一致性等方法对观测数据综合质控,排除观测数据存在的野值和错误数据,并对质控后一年有
16、效观测值小于180天的站点进行剔除。2)土壤湿度背景场预处理土壤湿度背景场包括 ESA CCI遥感土壤湿度数据和中国CLDAS模式产品土壤湿度数据。CLDAS数据可靠性高度依赖陆面模式和驱动数据集的质量。CLDAS土壤湿度数据存在不确定性,采用统计方法对卫星遥感和模式产品土壤湿度数据进行融合,改善背景场数据可靠性。3)地温数据集预处理时间连续空间完整地温数据是产品研发的关键要素。遥感获得的高分辨率地温数据集(1 km1 km)受云层和卫星轨道间隙影响,造成数据不完整,需对来源不同的补充地温数据进行质控,统一时间尺度,基于相似要素点匹配、综合权重、相关系数关系,合理插补多云条件下 MODIS 地
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 基于 随机 森林 算法 高分 土壤湿度 产品 构建 评估
1、咨信平台为文档C2C交易模式,即用户上传的文档直接被用户下载,收益归上传人(含作者)所有;本站仅是提供信息存储空间和展示预览,仅对用户上传内容的表现方式做保护处理,对上载内容不做任何修改或编辑。所展示的作品文档包括内容和图片全部来源于网络用户和作者上传投稿,我们不确定上传用户享有完全著作权,根据《信息网络传播权保护条例》,如果侵犯了您的版权、权益或隐私,请联系我们,核实后会尽快下架及时删除,并可随时和客服了解处理情况,尊重保护知识产权我们共同努力。
2、文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为仲裁依据,平台无法对文档的真实性、完整性、权威性、准确性、专业性及其观点立场做任何保证或承诺,下载前须认真查看,确认无误后再购买,务必慎重购买;若有违法违纪将进行移交司法处理,若涉侵权平台将进行基本处罚并下架。
3、本站所有内容均由用户上传,付费前请自行鉴别,如您付费,意味着您已接受本站规则且自行承担风险,本站不进行额外附加服务,虚拟产品一经售出概不退款(未进行购买下载可退充值款),文档一经付费(服务费)、不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
4、如你看到网页展示的文档有www.zixin.com.cn水印,是因预览和防盗链等技术需要对页面进行转换压缩成图而已,我们并不对上传的文档进行任何编辑或修改,文档下载后都不会有水印标识(原文档上传前个别存留的除外),下载后原文更清晰;试题试卷类文档,如果标题没有明确说明有答案则都视为没有答案,请知晓;PPT和DOC文档可被视为“模板”,允许上传人保留章节、目录结构的情况下删减部份的内容;PDF文档不管是原文档转换或图片扫描而得,本站不作要求视为允许,下载前自行私信或留言给上传者【自信****多点】。
5、本文档所展示的图片、画像、字体、音乐的版权可能需版权方额外授权,请谨慎使用;网站提供的党政主题相关内容(国旗、国徽、党徽--等)目的在于配合国家政策宣传,仅限个人学习分享使用,禁止用于任何广告和商用目的。
6、文档遇到问题,请及时私信或留言给本站上传会员【自信****多点】,需本站解决可联系【 微信客服】、【 QQ客服】,若有其他问题请点击或扫码反馈【 服务填表】;文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“【 版权申诉】”(推荐),意见反馈和侵权处理邮箱:1219186828@qq.com;也可以拔打客服电话:4008-655-100;投诉/维权电话:4009-655-100。