一种基于多层土壤水分时序特征的可燃物含水率反演方法

本发明公开了一种基于多层土壤水分时序特征的可燃物含水率遥感反演方法。该方法基于多源数据构建多层土壤水时间序列特征，用于表征不同土壤深度水分的动态变化过程；针对不同植被类型及不同土壤深度层，构建动态时间窗口优化机制，以自适应确定最优历史时间尺度；在此基础上，利用基于模型解释的特征筛选方法，对高维时间序列特征进行差异化优化，构建不同植被类型对应的最优特征子集；最后分别构建分植被类型机器学习模型，实现植被冠层可燃物含水率的逐像元遥感反演，并生成全球尺度空间分布结果。本发明能够有效刻画土壤水分对植被含水率的时序影响关系，提升反演模型的精度、稳定性与空间泛化能力，具有较强的工程应用价值与推广意义。