基于2D Triple-Collocation和機器學習方法的多源遙感土壤濕度融合與降尺度研究

摘要： 為提高衛(wèi)星遙感土壤濕度產(chǎn)品精度及空間分辨率，支撐水文過程的高精度模擬與預報，首先基于SMOS、SMAP、ASCAT 3種遙感土壤濕度產(chǎn)品，采用2D Triple-Collocation(2D TC)從時空兩方面分析不同產(chǎn)品精度并基于最小二乘框架融合。而后分析支持向量機（SVM）、隨機森林（RF）、極端梯度提升機（XGBoost）3種機器學習方法的降尺度效果及適用性，并對融合成果... （共11頁）