基于GA-SVM的GNSS-IR土壤湿度反演方法

摘要：

针对提高大范围土壤湿度测量精度的问题,研究了土壤湿度的全球卫星导航系统干涉测量法(GNSS-IR),提出了一种基于支持向量机(SVM)的土壤湿度反演模型,利用遗传算法(GA)的自动寻优功能寻找SVM的最佳参数.结果 表明,GA-SVM模型在测试集上得到的土壤湿度反演值与实测值的平均绝对百分比误差(MAPE)仅为0.69％,最大相对误差(MRE)为1.22％,线性回归方程决定系数达到了0.956 9.进一步与统计回归、粒子群优化的SVM模型(PSO-SVM)及反向传播(BP)神经网络方法进行对比,结果说明:在样本数目有限的情况下,GA-SVM方法更适用于土壤湿度的GNSS-IR技术反演,且反演精度较高,泛化性能良好.

关键词：土壤湿度、全球卫星导航系统(GNSS)、干涉测量法(IR)、支持向量机(SVM)、遗传算法(GA)

所属期刊栏目：45

分类号：P237;TB553(摄影测量学与测绘遥感)

资助基金：国家重点研发计划;北航北斗技术成果转化;产业化资金资助项目;山东农业大学一流学科资金;国家自然科学基金;科技特派员项目

在线出版日期：2019-06-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：486-492