[发明专利]基于多雨云地区的土壤水分重建方法、装置以及设备

权利要求书

1.一种基于多雨云地区的土壤水分重建方法，其特征在于，包括以下步骤：

构建多雨云地区的遥感数据库，所述遥感数据库包括若干个日期对应的土壤水分数据、降水数据以及地形数据，从所述遥感数据库中，获取若干个日期对应的地形数据以及土壤水分数据，作为样本地形数据以及样本土壤水分数据，根据预设的若干个天数范围，获取所述若干个日期对应的若干个不同天数范围的降水数据集，其中，所述降水数据集包括相应的天数范围对应的降水数据；

将同一日期对应的样本地形数据，分别与所述日期对应的若干个不同天数范围的降水数据集进行组合，构建所述若干个日期对应的若干个不同天数范围对应的样本地表参数数据集，其中，所述样本地表参数数据集包括样本地形数据以及相应的天数范围对应的若干个样本降水数据；

将所述样本土壤水分数据，分别与同一日期对应的所述若干个不同天数范围对应的样本地表参数数据集进行组合，获得若干个日期对应的若干个不同天数范围对应的样本数据集，将同一天数范围对应的若干个日期对应的样本数据集进行组合，获得所述若干个天数范围对应的若干个日期对应的样本数据集；

将所述若干个天数范围对应的若干个日期对应的样本数据集划分为若干个训练集以及测试集，将所述训练集以及所述测试集输入至预设的神经网络模型，采用早停法，对所述神经网络模型的卷积网络以及反卷积网络进行训练，获得训练好的若干个不同天数范围对应的神经网络模型，并计算所述训练好的若干个不同天数范围对应的神经网络模型的精度参数；

根据所述训练好的若干个不同天数范围对应的神经网络模型的精度参数，从所述训练好的若干个不同天数范围对应的神经网络模型中提取目标神经网络模型，作为土壤水分与地表参数的回归映射模型，其中，所述土壤水分与地表参数的回归映射模型包括卷积网络以及反卷积网络；

从所述遥感数据库中获取待重建日期对应的地形数据，并基于预设的天数范围，以所述待重建日期为节点，从所述遥感数据库中获取天数范围对应的若干个降水数据，将所述待重建日期对应的地形数据以及所述天数范围对应的若干个降水数据进行组合，构建地表参数数据集；

将所述地表参数数据集输入至所述卷积网络中进行卷积处理，获得所述待重建日期对应的卷积特征，将所述待重建日期对应的卷积特征输入至所述反卷积网络中进行反卷积处理，获得所述待重建日期对应的土壤水分重建数据。

2.根据权利要求1所述的基于多雨云地区的土壤水分重建方法，其特征在于，所述获得所述若干个天数范围对应的训练集以及测试集，包括步骤：

基于所述若干个天数范围对应的若干个日期对应的样本数据集，将所述日期为奇数对应的若干个样本数据集划分为第一训练集，获得所述训练集；将所述日期为偶数对应的若干个样本数据集划分为第一测试集，获得所述测试集。

3.根据权利要求2所述的基于多雨云地区的土壤水分重建方法，其特征在于，所述获得所述若干个天数范围对应的训练集以及测试集，包括步骤：

基于所述若干个天数范围对应的若干个日期对应的样本数据集，将所述日期为奇数对应的若干个样本数据集划分为第一训练集，将所述日期为偶数对应的若干个样本数据集划分为第一测试集，其中，所述第一训练集以及所述第一测试集包括若干个日期对应的样本降水数据，所述样本降水数据为二维数组，由若干个子样本降水数据以行、列方式进行组合构建；

基于所述第一训练集，从所述第一训练集中若干个日期对应的样本降水数据中，提取奇数行奇数列以及偶数行偶数列对应的子样本降水数据，并将同一个日期对应的奇数行奇数列以及偶数行偶数列对应的子样本降水数据进行组合，获取所述若干个日期对应的第一重构样本降水数据，作为所述训练集；

基于所述第一测试集，从所述第一测试集中若干个日期对应的样本降水数据中，提取奇数行偶数列以及偶数行奇数列对应的子样本降水数据，并将同一个日期对应的奇数行偶数列以及偶数行奇数列对应的子样本降水数据进行组合，获取所述若干个日期对应的第二重构样本降水数据，作为所述测试集。

4.根据权利要求1所述的基于多雨云地区的土壤水分重建方法，其特征在于：所述地形数据包括高程数据、坡度数据以及坡向数据。