2.根據權利要求1所述的土壤水分數據獲取方法，其特征在于：所述將所述反照率、蒸散發、地表溫度、植被指數、經緯度位置及高程數據作為解釋變量，將土壤水分數據作為因變量，基于極端梯度提升算法，建立土壤水分反演模型的步驟包括：

給定數據集設定所述學習單元的損失函數為迭代次數t和決策樹的棵數k，其中，x_i為模型的解釋變量，y_i為實際輸出結果，為所述土壤水分反演模型輸出結果；

按照以下方式獲取土壤水分反演模型第t次的模擬預測值

其中，為所述土壤水分反演模型t-1次的輸出結果，f_t(x_i)為決策樹第t次迭代預測結果；

在訓練數據集中隨機有放回抽取子集K，對每一決策樹進行訓練，獲得殘差

按照以下方式最小化訓練損失函數，得到土壤水分反演模型的最小殘差：

其中，γ為正則項系數；

對所有單個決策樹的預測結果進行求和，獲得土壤水分預測值：

其中，f_k是單個決策樹的預測結果，K為決策樹棵數；

令迭代次數t與決策樹的棵數k在所述訓練數據集中遍歷，計算每種t、k組合輸出結果的精度，選取輸出結果的精度最高的迭代次數與決策樹的棵數作為所述土壤水分反演模型的參數。