[发明专利]利用地表反射信号和随机森林回归算法预测土壤水分的方法

权利要求书

1.一种利用地表反射信号和随机森林回归算法预测土壤水分的方法，其特征在于，包括以下步骤：

获取多个不同土壤样本区域的地表反射率、卫星高度角和土壤湿度数据；

根据获取的不同土壤样本区域的地表反射率和卫星高度角，以及样本区域的土壤湿度数据，训练并建立随机森林算法模型；

获取待检测区域的土壤类型以及地表反射率和卫星高度角，将待检测区域地表反射率和卫星高度角输入随机森林算法模型，获取待检测区域的预测土壤湿度。

2.根据权利要求1所述的利用地表反射信号和随机森林回归算法预测土壤水分的方法，其特征在于，所述样本区域地表反射率和卫星高度角作为训练随机森林算法模型的输入样本，所述样本区域的土壤湿度数据作为训练随机森林算法模型的输出样本。

3.根据权利要求1所述的利用地表反射信号和随机森林回归算法预测土壤水分的方法，其特征在于，样本区域的地表反射率和卫星高度角的获取方法为：采用卫星信号接收系统同时接收直接信号和来自于地面的反射信号，以及卫星的高度角信息，并根据接收到的直接信号和来自与地面的反射信号计算出地表反射率。

4.根据权利要求2所述的利用地表反射信号和随机森林回归算法预测土壤水分的方法，其特征在于，对所述地表反射率进行进一步校正，所述校正方法为采用接收从湖面或者河流反射来的卫星信号进行校正。

5.根据权利要求2所述的利用地表反射信号和随机森林回归算法预测土壤水分的方法，其特征在于，若搭建的接收系统只接收了地面的反射信号，则输入的用来训练并建立随机森林算法模型的变量为：地表反射信号功率，卫星高度角，系统噪声功率，接收增益。

6.根据权利要求1-5任一项所述的利用地表反射信号和随机森林回归算法预测土壤水分的方法，其特征在于，用来训练及建立随机森林预测模型的数据均为来自样本区域的实地数据。

7.根据权利要求 1所述的利用地表反射信号和随机森林回归算法预测土壤水分的方法，其特征在于，采用自行仿真建立的土壤数据库训练及建立随机森林预测模型，包括如下步骤：

生成地表反射率的仿真数据，模拟区间为（0，0.8），生成卫星高度角的模拟区间为（45°，90°）；

求解仿真数据对应的土壤介电常数，将生成的地表反射率和卫星高度角两组仿真数据输入公式一，并联合菲涅尔方程进行求解获得相应的土壤介电常数：

公式一：

公式一中，代表地表反射率，是左旋极化地表反射系数，是水平极化反射系数，是垂直极化反射系数；

确定需要测定的土壤类型，将得到的土壤介电常数代入土壤水分半经验模型获得对应于每个的土壤湿度。

8.根据权利要求7所述的利用地表反射信号和随机森林回归算法预测土壤水分的方法，其特征在于，仿真土壤数据库的建立，包括如下步骤：

生成仿真土壤样本数据，生成地表反射信号功率的仿真数据，模拟区间为（2，25），生成卫星高度角的模拟区间为（45°，90°），系统噪声功率（-130，-150），系统接收增益（2.5，3.5），来获取相应的地表反射率：

将上述仿真数据输入单基雷达方程进行求解获得相应的信号地表反射率；

利用卫星的高度角信息和上述计算获得的地表反射率，求解对应于此仿真输入数据的输出变量土壤湿度。

9.根据权利要求7所述的利用地表反射信号和随机森林回归算法预测土壤水分的方法，其特征在于，所述方法还包括接收双基雷达信号，通过直射路径和反射路径信噪比的比值获得光滑地表反射率；

接收的光滑的地表反射率为: ；

其中为系统的校正参数；是水平极化反射系数，是垂直极化反射系数。