土壤水分反演结果的不确定度估计与概率校准方法与流程

摘要: 本发明涉及遥感监测与土壤水分反演,更具体地说,本申请涉及土壤水分反演结果的不确定度估计与概率校准方法。背景技术:1、随着遥感技术的快速发展,微波遥感在土壤水分监...
土壤水分反演结果的不确定度估计与概率校准方法与流程

本发明涉及遥感监测与土壤水分反演,更具体地说,本申请涉及土壤水分反演结果的不确定度估计与概率校准方法。

背景技术:

1、随着遥感技术的快速发展,微波遥感在土壤水分监测中的应用日益广泛,其为农业灌溉、干旱预警、水文建模等领域提供了关键数据支持。然而,基于微波观测数据的土壤水分反演过程受地表植被覆盖、土壤质地等多种因素影响,反演结果往往存在不确定性,如何准确量化反演结果的不确定度并对其进行有效校准,已成为提升土壤水分产品可靠性的关键问题。

2、现有的土壤水分反演方法大多基于单一的物理模型或统计回归算法,例如通过建立微波观测数据与实测土壤水分之间的经验关系,直接输出点估计值作为反演结果。此类现有技术的好处在于计算简单、效率高,能够快速生成大范围的土壤水分分布图。然而,其反演过程通常缺乏对不确定度的系统估计,且未充分考虑植被覆盖动态变化对反演精度的影响。这导致了反演结果在植被茂密区域偏差较大,且无法提供可靠的可信区间,使得用户难以评估数据的实际适用性。因此提出土壤水分反演结果的不确定度估计与概率校准方法来解决这个问题。

技术实现思路

1、为解决上述技术问题,提供土壤水分反演结果的不确定度估计与概率校准方法,本技术方案解决了上述背景技术中提出的问题。

2、为了实现上述目的,本发明的技术方案如下:

3、第一方面,本申请提供土壤水分反演结果的不确定度估计与概率校准方法,包括:

4、通过智能传感系统获取目标区域每个像元的土壤微波观测数据、像元表面植被的植被含水量及实测土壤水分,其中,智能传感系统至少包括微波遥感传感器、植被遥感传感器和地面土壤水分传感器;

5、基于土壤微波观测数据,通过贝叶斯概率反演算法生成每个像元内土壤水分的初始反演值和初始不确定度区间;

6、对植被含水量进行预处理和归一化,提取其植被修正特征值,根据植被修正特征值划分多个判别区间,每个判别区间对应一个预设土壤水分反演的修正因子;

7、基于初始反演值与实测土壤水分,计算每个像元的反演残差;

8、以植被含水量为自变量,以反演残差为因变量,进行线性回归分析,计算得到表征二者相关性的斜率参数、截距参数及决定系数作为表征反演残差与植被含水量相关性的量化参数;

9、对当前植被修正特征值所在位置相邻的两个判别区间,将反演残差映射为其边界间距的偏移量,将量化参数映射为其边界位置的偏移方向,并执行偏移操作生成过渡段,并基于过渡段对判别区间进行修正;

10、将植被修正特征值与修正后的判别区间进行比对,根据比对结果动态生成初始反演值和初始不确定度区间的调整策略,并基于调整后的初始反演值和初始不确定度区间构建土壤水分产品。

11、第二方面,本申请提供土壤水分反演结果的不确定度估计与概率校准系统,用于实施上述的土壤水分反演结果的不确定度估计与概率校准方法,包括:

12、数据获取模块,用于通过智能传感系统获取目标区域每个像元的土壤微波观测数据、像元表面植被的植被含水量及实测土壤水分,其中,智能传感系统至少包括微波遥感传感器、植被遥感传感器和地面土壤水分传感器;

13、初始反演模块,用于基于土壤微波观测数据,通过贝叶斯概率反演算法生成每个像元内土壤水分的初始反演值和初始不确定度区间;

14、判别区间生成模块,用于对植被含水量进行预处理和归一化,提取其植被修正特征值,根据植被修正特征值划分多个判别区间,每个判别区间对应一个预设土壤水分反演的修正因子;

15、残差计算模块,用于基于初始反演值与实测土壤水分,计算每个像元的反演残差;

16、回归分析模块,用于以植被含水量为自变量,以反演残差为因变量,进行线性回归分析,计算得到表征二者相关性的斜率参数、截距参数及决定系数作为表征反演残差与植被含水量相关性的量化参数;

17、判别区间修正模块,用于对当前植被修正特征值所在位置相邻的两个判别区间,将反演残差映射为其边界间距的偏移量,将量化参数映射为其边界位置的偏移方向,并执行偏移操作生成过渡段,并基于过渡段对判别区间进行修正;

18、调整策略生成模块,用于将植被修正特征值与修正后的判别区间进行比对,根据比对结果动态生成初始反演值和初始不确定度区间的调整策略,并基于调整后的初始反演值和初始不确定度区间构建土壤水分产品。

19、第三方面,本申请提供一种计算机设备,计算机设备包括存储器和处理器,存储器存储有代码,处理器被配置为获取代码,并执行上述的土壤水分反演结果的不确定度估计与概率校准方法。

20、第四方面,本申请提供一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述的土壤水分反演结果的不确定度估计与概率校准方法。

21、与现有技术相比,本发明的有益效果为:

22、本申请基于植被含水量与反演残差的量化回归分析,提取斜率参数、截距参数及决定系数作为特征指标,解决了植被影响难以动态表征的问题,实现了对不同植被覆盖条件下反演偏差的精确量化;

23、本申请通过将植被修正特征值与判别区间边界进行动态映射和偏移操作,构建自适应过渡段调整机制,解决了传统固定修正因子的问题,实现了对复杂植被环境下反演结果的智能校准。

1.土壤水分反演结果的不确定度估计与概率校准方法,其特征在于,包括:

2.根据权利要求1所述的土壤水分反演结果的不确定度估计与概率校准方法,其特征在于,在获取植被修正特征值之后,还包括对其进行有效性验证,具体包括:

3.根据权利要求1所述的土壤水分反演结果的不确定度估计与概率校准方法,其特征在于,在计算反演残差之前,为像元内每个植被含水量赋予权重,具体包括:

4.根据权利要求1所述的土壤水分反演结果的不确定度估计与概率校准方法,其特征在于,将反演残差映射为其边界间距的偏移量,将量化参数映射为其边界位置的偏移方向,并执行偏移操作生成过渡段具体包括:

5.根据权利要求4所述的土壤水分反演结果的不确定度估计与概率校准方法,其特征在于,根据执行线性偏移后的边界生成过渡段之后,对过渡段进行边界验证,具体包括:

6.根据权利要求1所述的土壤水分反演结果的不确定度估计与概率校准方法,其特征在于,根据比对结果动态生成初始反演值和初始不确定度区间的调整策略,具体包括:

7.根据权利要求6所述的土壤水分反演结果的不确定度估计与概率校准方法,其特征在于,通过反演残差进行幅值修正的过程,具体包括:

8.土壤水分反演结果的不确定度估计与概率校准系统,其特征在于,用于实现如权利要求1-7中任一项所述的土壤水分反演结果的不确定度估计与概率校准方法,包括:

9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1-7中任意一项所述的土壤水分反演结果的不确定度估计与概率校准方法。

10.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1-7中任意一项所述的土壤水分反演结果的不确定度估计与概率校准方法。