Nature Scientific Data: Глобальный долгосрочный многослойный набор данных о влажности почвы за сутки, полученный с помощью машинного обучения
Влажность почвы является важнейшим компонентом энергетического и водного циклов Земли. Однако большинство существующих продуктов сосредоточены исключительно на поверхностных слоях, а непрерывные наборы данных высокого разрешения для глубоких почвенных горизонтов остаются редкостью. Для решения этой проблемы авторы создали глобальный ежедневный бесшовный многослойный набор данных о влажности почвы (SWSM) за период 2002–2021 гг., используя подход машинного обучения (XGBoost). Набор данных SWSM предоставляет оценки с пространственным разрешением 0,05° для трёх глубинных горизонтов: 0–10 см, 10–30 см и 30–60 см. Тщательная проверка по данным натурных наблюдений продемонстрировала высокую точность набора данных: коэффициенты корреляции Пирсона превышают 0,90, а среднеквадратичные ошибки ниже 0,05 на всех глубинах. Оценка важности признаков подтвердила физическую согласованность набора данных, выявив зависящие от глубины закономерности, соответствующие устоявшимся гидрологическим представлениям. Набор данных SWSM, благодаря своему долгосрочному временному охвату, высокому пространственному разрешению и многослойной структуре, является ценным ресурсом для применения в гидрологическом моделировании, управлении водными ресурсами в сельском хозяйстве и исследованиях изменения климата.