近日,课题组在土壤水分估计领域取得重要进展。研究成果以《Evaluation and improvement of spatiotemporal estimation and transferability of multi-layer and profile soil moisture in the Qinghai Lake and Heihe River basins using multi-strategy constraints》(基于多策略约束对青海湖和黑河流域多层及剖面土壤水分的时空估计与可迁移性进行验证与改进)为题,发表于农林科学领域一区TOP期刊Geoderma(影响因子6.6)。2021级博士研究生钱嘉鑫为第一作者,杨杰教授、赵伶俐副教授、史磊副教授、2023级博士研究生窦奇为共同作者,孙维东副研究员为通讯作者。共同作者还包括时洪涛讲师(课题组毕业生,中国矿业大学)、廖露博士(课题组毕业生,四川测绘地理信息局测绘技术服务中心)、党超亚博士(武汉大学)。
机器学习回归算法为土壤含水量估计带来了新的见解。然而,少有研究探讨其在多层及剖面土壤水分建模中的潜力及其时空可迁移性。本研究以双极化C波段合成孔径雷达数据为核心,以多源数据(光学遥感、土壤特性、地形等)为约束,构建一种基于多输出多输入叠加策略回归(SSR)模型的多层及剖面土壤水分估计框架,所提框架在两个新的土壤水分观测网络(青海湖流域和黑河流域)中表现出优异的时空可迁移性。
该研究得到国家自然科学基金(编号42071295、42171442、62471337、U2033216、U22A2010)、湖北省自然科学基金(编号2022CFB193)以及四川省科技计划(编号2023YFG0123)的资助。 论文链接:https://www.sciencedirect.com/science/article/pii/S0016706125000606#ab005