一种土壤含水量预测方法、装置、设备、介质及程序产品制造方法及图纸

本发明专利技术涉及土壤数据分析技术领域，公开了一种土壤含水量预测方法、装置、设备、介质及程序产品，本发明专利技术首先获取待预测区域在历史时间段内的包括多个土壤含水量数据和多个陆地表面参量信息的历史土壤信息集，其次，结合空间注意力模块和通道注意力模块对初始ConvLSTM预测模型进行改进，得到目标ConvLSTM预测模型，不仅可以在不添加辅助数据的情况下提高土壤含水量预测精度，还可以保留土壤含水量在复杂场景中的时空变化特征，增强模型的鲁棒性。因此，通过实施本发明专利技术，可以充分发挥土壤含水量在空间、通道和时间上的多维特性相关性，进而提高了目标ConvLSTM预测模型的预测精度和鲁棒性。

【技术实现步骤摘要】

本专利技术涉及土壤数据分析，具体涉及一种土壤含水量预测方法、装置、设备、介质及程序产品。

技术介绍

1、土壤含水量(sm)在全球循环系统中发挥着重要作用，影响着陆地表面和大气过程之间的水、能量和碳交换。由于异常气候变化显著影响了蒸散发、干旱和洪涝灾害，因此，作为核心组成部分之一的土壤含水量可以提供高精度预测的科学应用的重要指导。卫星遥感任务的发展使得土壤含水量的检测范围和时间跨度变得更广泛。基于微波遥感的土壤含水量已成为土壤含水量生产的主要数据来源，具有全天候监测的优势，并能够提供地表以下(0-100厘米)的土壤含水量观测。

2、目前，水文变量通常基于过程模型进行模拟，例如陆地表面模型、水文模型和地球系统模型。这些模型依赖于具有复杂机制的土地-大气反馈的控制方程和来自原位观测的辅助元素(降水、土壤温度和蒸散发)。此外，作为土壤含水量预测的主要模型之一，基于过程的模型在关键过程和人类活动的代表性方面存在局限性，并且计算成本高。随着深度学习(dl)技术不断发展，建立无需物理模型复杂机制知识的数据驱动模型，已经在改进预测能力和更好实现土地-大气相互作本文档来自技高网...

【技术保护点】

1.一种土壤含水量预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，基于所述历史土壤信息集，利用空间注意力模块和通道注意力模块对所述初始ConvLSTM预测模型进行改进，得到目标水文变量预测模型，包括：

3.根据权利要求2所述的方法，其特征在于，基于所述空间注意力模块和所述通道注意力模块，对所述第一Encode结构进行改进，得到目标Encode结构，包括：

4.根据权利要求3所述的方法，其特征在于，对所述第二Encode结构进行改进，得到所述目标Encode结构，包括：

5.根据权利要求2所述的方法，其特征在于...

【技术特征摘要】

1.一种土壤含水量预测方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，基于所述历史土壤信息集，利用空间注意力模块和通道注意力模块对所述初始convlstm预测模型进行改进，得到目标水文变量预测模型，包括：

3.根据权利要求2所述的方法，其特征在于，基于所述空间注意力模块和所述通道注意力模块，对所述第一encode结构进行改进，得到目标encode结构，包括：

4.根据权利要求3所述的方法，其特征在于，对所述第二encode结构进行改进，得到所述目标encode结构，包括：

5.根据权利要求2所述的方法，其特征在于，将所述历史土...

【专利技术属性】
技术研发人员：李林泽，金和平，罗惠恒，
申请(专利权)人：中国长江三峡集团有限公司，
类型：发明
国别省市：