Nature Scientific Data: Глобальный долгосрочный ежедневный набор данных о влажности почвы с разрешением 1 км, полученный с помощью машинного обучения, основанного на физических процессах
Хотя влажность почвы является ключевым фактором гидрологических и климатических приложений, её глобальные непрерывные наборы данных с высоким разрешением всё ещё ограничены. Здесь используется машинное обучение для создания глобального, долгосрочного, пространственно непрерывного набора данных с высоким разрешением о поверхностной влажности почвы с учётом Международной сети по влажности почвы (ISMN), данных дистанционного зондирования и метеорологических данных, руководствуясь знаниями о физических процессах, воздействующих на динамику влажности почвы. GSSM1 км (Global Surface Soil Moisture) обеспечивает данные о поверхностной влажности почвы (0–5 см) с пространственным (1 км) и суточным временным разрешением за период 2000–2020 гг. Качество набора данных GSSM1 км оценивается с помощью тестовых и проверочных наборов данных, а также посредством взаимных сравнений с существующими архивами влажности почвы. Среднеквадратическая ошибка GSSM1 км в тестовой выборке составляет 0,05 см3/см3, а коэффициент корреляции равен 0,9. С точки зрения важности признака индекс испарения предшествующих осадков (APEI) является наиболее важным значимым среди 18 предикторов, за которым следуют испарение и долгота. Продукт GSSM1 км может помочь в исследовании крупномасштабных экстремальных климатических явлений и анализе долгосрочных тенденций.
