摘要

为了探究天地协同与深度学习的联合效果,利用灌区地面和遥感的天地协同序列观测数据,以降水、土壤湿度、地下水位历史观测量、哨兵-2遥感观测值作为地下水位的模拟因子,采用基于多层GRU网络的深度学习模型建立地面和遥感观测因子与地下水位的内在联系,进行灌区地下水位模拟的研究,并在南北方两处灌区研究区进行地下水位模拟试验和结果分析。试验结果表明,基于天地协同与深度学习的灌区地下水位模拟模型具有自行建立外界环境因素和灌区地下水位内在关系的能力,明显优于仅有地下水位观测值作为模拟因子的对比模型,具有较好的地下水位模拟效果,以及在不同地理环境下的模型适用性。该模型具有一定的应用潜力,能够为灌区的农作物种植和水资源管理提供决策信息支持。

  • 单位
    长江科学院农业水利研究所