[发明专利]基于贝叶斯最大熵与先验知识的土壤水分空间预测方法

摘要

本发明是引入贝叶斯最大熵BME方法框架，在这个框架内将土壤水分地面测量值和环境先验知识融合起来，以地面采集数据作为硬数据，以土壤水分环境数据作为软数据，生成高分辨率土壤水分数字地图，使估算结果既包含了地面样点之间的空间相关性，又兼顾了土壤水分与先验知识的关系。该方法不仅对丰富遥感真实性检验学科理论和技术具有重要的意义，而且能够降低土壤水分产品的反演误差，提高在相关行业领域的实用价值，同时也为其他低分辨率遥感产品的真实性检验提供借鉴。

主权项

1.基于贝叶斯最大熵与先验知识的土壤水分空间预测方法，其特征在于，获取可以代表卫星观测尺度“真值”、并能表征空间异质性的土壤水分数字地图，已成为被动微波遥感土壤水分产品真实性检验的关键问题；本方法引入贝叶斯最大熵方法框架BME，统合使用采样数据和先验知识，使估算结果体现样点的空间相关性和土壤水分与先验知识的融合，生成高分辨率土壤水分数字地图，以提高低分辨率土壤水分产品的真实性检验精度；方法具体包括如下步骤：步骤1)根据土壤水分相关性和可获取原则，收集研究区域的先验知识资料，同步下载收集被动微波土壤水分产品；步骤2)开展辅助变量的筛选和转换；整理并筛选先验知识辅助变量，并分析辅助变量与土壤水分含量的相关性，确定参与后续计算和分析的关键辅助变量；参与后续计算和分析的关键辅助变量为单日植被指数NDVI和单日地表温度LST：步骤3)根据土壤环境相关法的思想，土壤水分含量在不同环境的影响下会产生不同的空间分布特征；方法提出将土壤水分和关键辅助变量离散化，利用离散型的概率分布逼近土壤水分概率真实分布，从而达到构建预测模型；步骤4)根据土壤环境相关法预测模型，开展BME应用中的软数据分析研究；本方法开展不同数量组合建模点与软数据点的探索性分析，选择最优的建模点和软数据点数量组合方式，其中，软数据点为建模点个数的1倍以上；将单日植被指数NDVI和单日地表温度LST进行加权求和，得到软数据；步骤5)根据软数据计算结果，开展协方差函数拟合和土壤水分空间预测分析，并做空间预测评价。