论文解读
AI 辅助整理- 方法
- 用Sentinel-2、MODIS、SMAP与气象数据训练多层感知机自编码器。
- 发现
- 隐空间模型测试R2达0.9654,同化后RMSE降至0.07。
- 机会点
- 可探索隐空间数字孪生向灌溉决策、碳通量估算及跨区域迁移的延伸。
论文摘要
构建潜在状态数字孪生框架,融合Sentinel-2、MODIS、SMAP观测与气象数据,用23个农田2020至2025年记录训练多层感知机自编码器,统一表征植被、热与土壤湿度。隐空间模型测试R2为0.9654,同化后RMSE降至0.07。
论文原文与出版信息
Sustainability (2026, 18)21