🌾 农业洪水预警 土壤湿度融合

📘 30章 · 从基础到实战 友好版
🌊🌦️

📌 点击卡片跳转至对应章节 · 完整目录

🌟 共30章 · 融合分析
第1章
课程导论
  • 洪水预警现状
  • 土壤湿度核心作用
  • 学习路径
🌱 导学
第2章
土壤湿度基础
  • 定义·单位
  • 水分特征曲线
  • 田间持水量
💧 物理量
第3章
遥感数据源介绍
  • MODIS·Landsat
  • SMAP·SMOS
  • Sentinel-1
🛰️ 多源对比
第4章
光学遥感反演方法
  • TVDI·NDWI
  • 经验/半经验模型
🌞 植被指数
第5章
微波遥感反演方法
  • 后向散射系数
  • 亮温·水云模型
  • AIEM
📡 微波
第6章
数据预处理 (一)
  • 几何校正·辐射定标
  • 大气校正·GDAL
  • Sen2Cor
🛠️ 预处理
第7章
数据预处理 (二)
  • 缺失值·异常值
  • SG滤波·DCT-PLS
⏳ 重构
第8章
空间降尺度方法
  • 三角/梯形降尺度
  • 随机森林·GWR
🔽 降尺度
第9章
时间序列融合方法
  • STARFM
  • ESTARFM·FSDAF
⏱️ 时空融合
第10章
数据同化基础
  • 卡尔曼滤波
  • 集合卡尔曼EnKF
🔄 同化
第11章
深度学习融合 (一)
  • CNN图像融合
  • U-Net土壤湿度填图
🧠 CNN
第12章
深度学习融合 (二)
  • LSTM·Transformer
  • 时间序列处理
🧬 LSTM
第13章
多源数据集成
  • 站点+遥感协同
  • 贝叶斯融合
🔗 集成
第14章
土壤湿度产品评估
  • R²·RMSE·ubRMSE
  • 交叉验证
📊 验证
第15章
洪水预警模型基础
  • SWAT·VIC·HEC-HMS
  • 初始条件
🌊 水文模型
第16章
阈值预警方法
  • 百分位数·SPI
  • 历史回测
⚠️ 阈值
第17章
机器学习预警模型
  • 随机森林·XGBoost
  • LightGBM·特征工程
🤖 机器学习
第18章
深度学习预警模型
  • TCN·GNN
  • 注意力机制
⚡ 深度预警
第19章
不确定性量化
  • 蒙特卡洛
  • 贝叶斯神经网络
🎲 不确定性
第20章
案例研究 (一)
  • SMAP+MODIS
  • 华北平原预警
🌾 华北
第21章
案例研究 (二)
  • Sentinel-1+Landsat
  • 东南亚热带
🌴 东南亚
第22章
案例研究 (三)
  • 多源融合
  • 长江流域
🏞️ 长江
第23章
实时预警系统架构
  • 采集·处理·融合
  • 预警·展示层
🏗️ 架构
第24章
云计算与大数据平台
  • AWS·Azure·阿里云
  • Spark·Dask
☁️ 云平台
第25章
WebGIS可视化
  • Leaflet·OpenLayers
  • Cesium
🗺️ 地图
第26章
API与微服务设计
  • RESTful·Flask
  • FastAPI·Docker
⚙️ 微服务
第27章
产品与业务应用
  • 农业保险·精准灌溉
  • 应急管理
💼 应用
第28章
前沿技术展望
  • AI大模型·气象大模型
  • 数字孪生·智慧农业
🚀 前沿
第29章
课程总结与项目实战
  • 端到端预警原型
  • 综合项目
🧪 实战
第30章
职业发展与伦理
  • 职业路径
  • 数据隐私·模型伦理
🧭 伦理
📚 农业洪水预警 · 土壤湿度融合分析