Monitoring farmland soil moisture status in semi-arid regions using multi-source remote sensing fusion data and machine learning algorithms
Questo studio dimostra che l'integrazione di indici ottici della vegetazione e caratteristiche di backscatter radar all'interno di un framework di apprendimento automatico XGBoost monitora efficacemente la dinamica spazio-temporale dell'umidità del suolo a diverse profondità e stadi di crescita nei campi di mais primaverile in zone semi-aride, rivelando i ruoli complementari di queste fonti di dati e le prestazioni superiori dell'approccio combinato.