科研之友
微信
新浪微博
Facebook
分享链接
摘要
土壤水是衔接大气、地表、土壤和地下的水分转换和循环的核心,土壤湿度是全球气候观测系统的基本气候变量之一,对于区域尺度的水分和能量交换中起着至关重要的作用。根区土壤湿度的估算和时空变化特征的获取,对农业产量评估、洪水和干旱预测、水土保持等均具有重要意义。本文以西辽河流域作为研究区,基于人工神经网络,以遥感表层土壤湿度、累积降水量、累积日最高温、累积日最低温、相对湿度、日照时长、云覆盖度、风速、土壤属性、归一化植被指数、实际蒸散发量等作为解释变量,以站点实测的根区土壤湿度作为目标变量,采用2013-2018年的数据训练模型,估算研究区内2019-2020年每天的根区土壤湿度。估算结果表明,基于人工神经网络的根区土壤湿度估算值与站点实测根区土壤湿度之间的平均RMSE为0.056 7 m~3/m~3,平均R为0.611 7,表明人工神经网络模型能够有效地估算西辽河流域内的根区土壤湿度。研究发现土壤湿度的变化量与降水量密切相关。
- 单位
