%0 Dataset
%T 基于SMAP数据的华北荒漠化区域逐日土壤水分数据集（2015-2020年）
%J 国家冰川冻土沙漠科学数据中心
%I 国家冰川冻土沙漠科学数据中心(www.ncdc.ac.cn)
%U http://www.ncdc.ac.cn/portal/metadata/7fb1dd58-ab1c-40aa-b18e-05e9d8867c9a
%W NCDC
%R 10.6084/m9.figshare.16430478.v6
%A 王芳
%K 地表土壤湿度（SM）;多元线性回归（MLR）;支持向量回归（SVR）;人工神经网络（ANN）;随机森林（RF）;土壤湿度主动被动（SMAP）卫星
%X 地表土壤水分（SM）对荒漠化地区的水文过程和陆地生态系统起着至关重要的作用。土壤水分主动被动（SMAP）卫星等被动微波遥感产品已被证明能很好地监测地表土壤水分。然而，这些产品的空间分辨率较低，缺乏全面覆盖，极大地限制了它们在荒漠化地区的应用。为了克服这些局限性，我们结合多种机器学习方法，包括多元线性回归（MLR）、支持向量回归（SVR）、人工神经网络（ANN）、随机森林（RF）和极端梯度提升（XGB），对 36 千米的 SMAP SM 产品进行了降维处理，并根据植被指数和地表温度等相关地表变量生成了空间分辨率更高的 SM 数据。研究选取了对 SM 敏感的华北荒漠化地区作为研究区域，并制作了 2015 至 2020 年分辨率为 1 km 的日尺度降尺度 SM。