مدلسازی و پایش رطوبت سطح خاک بر پایه داده های Sentinel و FLDAS با رویکرد یادگیری ماشین (SVM)

این تحقیق، از روشهای سنجش از دور مایکروویو برای نقشه برداری رطوبت سطح خاک استفاده شد. داده های راداری Sentinel با وضوح بالا به عنوان منبع اصلی در نظر گرفته شدند هرچند این دادهها دقت بالایی دارند، به دلیل هزینه های دسترسی کمتر به کار گرفته میشوند رویکرد پیشنهادی تحقیق بر پایه کالیبراسیون متقابل بین داده های Sentinel و مدل های رطوبت خاک سیستم FLDAS .است با این روش میانگینهای بلندمدت هر پیکسل استخراج و بازتولید دقیق رطوبت خاک امکان پذیر شد نتایج نشان دادند این رویکرد قابلیت بالایی برای پایش خشکسالی پیش بینی سیلاب و ادغام در برنامه های مدیریت منابع آب دارد هر چند دقت در تشخیص ناهنجاریها نیازمند بررسی بیشتر است.

کلیدواژه ها:

رطوبت خاک ، SVM ، GEE ، Fldas sentinel