Monitoring farmland soil moisture status in semi-arid regions using multi-source remote sensing fusion data and machine learning algorithms
Este estudo demonstra que a integração de índices ópticos de vegetação e características de retroespalhamento de radar dentro de uma estrutura de aprendizado de máquina XGBoost monitora eficazmente a dinâmica espaço-temporal da umidade do solo em várias profundidades e estágios de crescimento em campos de milho de primavera em regiões semiáridas, revelando os papéis complementares dessas fontes de dados e o desempenho superior da abordagem combinada.