基于随机森林模型融合机载激光雷达与SNOTEL数据实现科罗拉多山区流域日尺度雪深估算

这篇研究创新性地将随机森林模型（RF）与高分辨率机载激光雷达（LiDAR）和SNOTEL站点数据结合，开发了50米分辨率的日尺度雪深估算框架。通过时空数据迁移策略（包括局地历史数据和跨流域区域数据），模型在50米尺度上实现了0.37-0.44米的RMSE精度，上采样至流域尺度后误差降至0.10米。该研究显著提升了传统雪站数据的空间外推能力，为水资源管理和网格化雪产品验证提供了新范式。

　　

摘要

研究团队开发了一种基于随机森林（Random Forest, RF）的机器学习框架，通过融合美国科罗拉多州14个流域的机载激光雷达（LiDAR）积雪深度数据和SNOTEL站点观测，构建了50米分辨率的日尺度雪深估算模型。该模型利用静态地形特征和动态积雪参数作为预测变量，以ΔSD（相对雪深异常值）为目标变量，实现了RMSE 0.37-0.44米的精度，优于现有高分辨率雪深产品。研究特别验证了时空数据迁移策略的有效性，证明区域联合训练能显著提升模型鲁棒性。

关键点

1. 多源数据融合：整合了ASO提供的50米分辨率LiDAR雪深数据（2018-2024年）与NRCS的SNOTEL站点连续观测，引入地形指数（如TPI、Sx）和MODIS NDSI等动态变量。

2. 创新建模策略：采用ΔSD=SD₅₀-SD_snotel作为目标变量，将空间异常模式与站点实测值动态耦合，解决了时空连续预测的难题。

3. 尺度适应性：模型在4公里和流域尺度的RMSE分别降至0.17米和0.10米，显著优于UASWE（0.31米）和原始SNOTEL（0.57米）数据。

材料与方法

数据基础：

• 覆盖科罗拉多州1,578-4,385米海拔梯度的14个流域，包含66次LiDAR飞行和48个SNOTEL站点形成的227组配对数据。

• 地形变量包括高程、坡度、南向指数（southness）、地形位置指数（TPI）和最大迎风坡（Sx），动态变量整合了站点SWE距平值和MODIS积雪覆盖率。

模型架构：

• 采用Breiman提出的随机森林算法，设置最小叶节点样本数100，通过OOB评估变量重要性。

• 设计三种训练场景：仅用流域内历史数据（Site-specific）、仅用跨流域数据（Regional）、混合训练（SS + Reg）。

结果分析

1. 精度验证：SS + Reg模型表现最优，50米尺度RMSE 0.37米，且对训练数据量不敏感（7次调查时误差仅降低2%）。

2. 关键驱动因子：距离SNOTEL站点的空间距离（相对重要性1.0）、南向指数（0.8）和NDSI（0.6）是核心预测变量，而高程和植被覆盖度贡献较弱。

3. 时序预测：在东河流域测试中，模型成功模拟了不同海拔带（低/中/高）的差异化消融曲线，但高海拔区雪后期存在高估（因训练集缺乏无雪数据）。

讨论与展望

技术优势：

• 首次实现SNOTEL点数据向流域尺度的物理一致性扩展，解决了传统插值方法在复杂地形区的局限性。

• 通过区域数据迁移，使无LiDAR历史调查的流域也能获得可靠雪深估计（RMSE 0.44米）。

应用限制：

• 对极端雪深（如雪崩堆积区）预测能力有限，因RF框架受训练数据范围约束。

• 当前模型未整合雪密度模块，未来需耦合物理模型或数据同化技术推导SWE。

结论

该研究为山区积雪监测提供了可业务化的技术方案，其"时空双迁移"训练策略显著提升了机器学习模型在异质性地形的泛化能力。研究成果已应用于科罗拉多河流域的水资源预报实验，并为下一代星载积雪遥感产品验证建立了新标准。