技术总结
本发明公开了一种基于深度学习的时空双向土壤含水量插值方法，包括：构建长短期记忆LSMT、全卷积神经网络FCNN两种深度学习模型；以遥感土壤水产品、气象要素、植被土壤等下垫面参数为输入数据，分别从时间维度逐网格构建LSTM模型，从空间维度逐日构建FCNN模型，重建土壤含水量数据；结合贝叶斯网络权重自学习模型，将时间和空间两套不同插值途径获得的土壤水数据进行优化融合。本发明充分考虑数据的时空三维特征，综合了土壤水在时程上的季节变化规律以及在空间上的地理学特性，利用深度学习模型有效建立气象、下垫面要素与土壤含水量间的内在联系，显著提高了土壤含水量的插值精度。度。度。
技术研发人员：郑丽虹 刘懿 任立良 江善虎 袁飞 胡若轩 张林齐 卫林勇
受保护的技术使用者：河海大学
技术研发日：2020.09.10
技术公布日：2021/1/29