Monitoring farmland soil moisture status in semi-arid regions using multi-source remote sensing fusion data and machine learning algorithms
Deze studie toont aan dat het integreren van optische vegetatie-indices en radar-backscatterkenmerken binnen een XGBoost machine learning-framework effectief de spatio-temporele dynamiek van bodemvocht op verschillende dieptes en groeistadia in semi-aride lentemaïsvelden monitort, waarbij de complementaire rollen van deze gegevensbronnen en de superieure prestaties van de gecombineerde aanpak worden onthuld.