(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202110305444.6 (22)申请日 2021.03.19 (71)申请人 上海兰桂骐技 术发展股份有限公司 地址 201306 上海市浦东 新区南汇新城镇 环湖西二路8 88号C楼 (72)发明人 梁雷　董卫华　王东　周小寒　 闵心远　 (74)专利代理 机构 深圳市创富知识产权代理有 限公司 4 4367 专利代理师 曾敬 (51)Int.Cl. G06F 30/27(2020.01) G01S 7/41(2006.01) G06K 9/62(2022.01) G06N 20/00(2019.01)G06F 111/10(2020.01) (54)发明名称 一种大田土 壤湿度反演和预测方法 (57)摘要 本发明公开的属于大田作物 技术领域， 具体 为一种大田土壤湿度反演和预测方法， 其技术方 案是： 包括以下操作步骤： S1： 通过卫星遥感技术 获取试验区SAR数据、 通过土壤监测站获取土壤 湿度数据、 通过自动气象站气象数据和， S2： 在获 取到试验区地面土壤湿度数据、 气象数据和卫星 SAR数据之后， 进行SAR数据预处理， S3： 通过地面 土壤湿度数据和与其对应的预处理后的SAR数据 以及气象数据形成机器学习模型的训练集， 本发 明的有益效果是： 达到在利用合成孔径雷达数据 的基础之上结合前五天气象数据和后五天气象 数据， 克服了遥感瞬时观测时间分辨率低的缺 陷， 增加观测时间分辨率， 进而获得高时间分辨 率土壤湿度产品， 大幅度提高监测数据的精准度 的效果。 权利要求书1页 说明书3页 附图1页 CN 115114839 A 2022.09.27 CN 115114839 A 1.一种大田土壤 湿度反演和预测方法， 其特 征在于： 包括以下操作步骤： S1： 通过通过土壤监测站获取土壤湿度数据(1)、 通过自动自动气象站获取气象数据 (2)和通过卫星遥感技 术获取试验区SAR数据(3)； S2： 在获取到地面土壤湿度数据(1)、 气象数据(2)和 试验区SAR数据(3)之后， 进行SAR 数据预处 理； S3： 通过通过地面土壤湿度数据和与其对应的预处理后的SAR数据以及气象数据形成 机器学习模型的训练集(4)； S4： 通过训练集(4)的样本数据， 对 模型进行挑选， 从而获得合 适的模型及其 参数； S5： 从合适的模型及其 参数中选择最优的模型及其 参数， 从而获得机器学习模型(5)； S6： 通过利用机器学习模型(5)进行土壤湿度产品(6)的生产和预测， 从而完成反演和 预测。 2.根据权利要求1所述的一种大田土壤湿度反演和预测方法， 其特征在于： 所述土壤湿 度数据(1)设置为当前和后五 天土壤湿度数据(1 1)。 3.根据权利要求1所述的一种大田土壤湿度反演和预测方法， 其特征在于： 所述气象数 据(2)设置为前五 天气象数据(21)和后五 天气象数据(2 2)。 4.根据权利要求1所述的一种大田土壤湿度反演和预测方法， 其特征在于： 所述试验区 SAR数据(3)为 合成孔径雷达数据(31)。 5.根据权利要求4所述的一种大田土壤湿度反演和预测方法， 其特征在于： 所述合成孔 径雷达数据(31)为当前合成孔径雷达后项散射系数。 6.根据权利要求1所述的一种大田土壤湿度反演和预测方法， 其特征在于： 所述训练集 (4)的特征数据为前五 天气象数据(21)、 后五 天气象数据(2 2)和合成孔径雷达数据(31)。 7.根据权利要求1所述的一种大田土壤湿度反演和预测方法， 其特征在于： 所述训练集 (4)的目标 数据为当前和后五 天土壤湿度数据(1 1)。权　利　要　求　书 1/1 页 2 CN 115114839 A 2一种大田土壤湿 度反演和预测方 法 技术领域 [0001]本发明涉及大田作物领域， 具体涉及一种大田土壤 湿度反演和预测方法。 背景技术 [0002]土壤水分作为农业气象的重要因素， 土壤水分在 一定程度上影响着陆地和大气之 间的物质能量循环， 对监测土壤干旱 程度和预估农作物产量 起着重要的作用。 [0003]土壤水分的传统监测手段有着很大的局限性， 数据获取的范围小， 一定程度还会 破坏观测地物。 [0004]随着卫星遥感技术的不断完善和发展， 基于合成孔径雷达的土壤湿度监测手段对 土壤水分的监测更加敏感。 [0005]现有技术存在以下不足： 现有的卫星遥感技术通过基于合成孔径雷达的土壤湿度 监测手段对土壤水分的监测时， 遥感瞬时观测的时间分辨 率低， 造成监测数据不够精准。 [0006]因此， 发明一种大田土壤 湿度反演和预测方法很有必要。 [0007]本发明内容 [0008]为此， 本发明提供一种大田土壤湿度反演和预测方法， 通过基于合成孔径雷达数 据和气象数据， 利用相应的实地监测的土壤湿度数据， 建立土壤湿度反演 机器学习模型， 进 而实现对土壤湿度的反演， 以解决遥感瞬时观测的时间分辨率低， 造成监测数据不够精准 的问题。 [0009]为了实现上述目的， 本发明提供如下技术方案： 一种大田土壤湿度反演和预测方 法， 包括以下操作步骤： [0010]S1： 通过通过土壤监测站获取土壤湿度数据、 通过自动自动气象站获取气象数据 和通过卫星遥感技 术获取试验区SAR数据； [0011]S2： 在获取到地面土壤湿度数据、 气象数据和试验区SAR数据之后， 进行  SAR数据 预处理； [0012]S3： 通过通过地面土壤湿度数据和与其对应 的预处理后的SAR数据以及气象数据 形成机器学习模型的训练集； [0013]S4： 通过训练集的样本数据， 对 模型进行挑选， 从而获得合 适的模型及其 参数； [0014]S5： 从合适的模型及其 参数中选择最优的模型及其 参数， 从而获得机器学习模型； [0015]S6： 通过利用机器学习模型进行土壤湿度产品的生产和预测， 从而完成反演和预 测。 [0016]优选的， 所述土壤 湿度数据设置为当前和后五 天土壤湿度数据。 [0017]优选的， 所述气象数据设置为前五 天气象数据和后五 天气象数据。 [0018]优选的， 所述试验区SAR数据设置为 合成孔径雷达数据。 [0019]优选的， 所述 合成孔径雷达数据设置为当前合成孔径雷达后项散射系数。 [0020]优选的， 所述训练集的特征数据为前五天气象数据、 后五天气 象数据和合成孔径 雷达数据。说　明　书 1/3 页 3 CN 115114839 A 3