多源哨兵数据解译农田区土壤湿度算法研究
针对土壤湿度受植被影响较大且缺少实测地表粗糙度的问题,该文结合Sentinel-1雷达卫星和Sentinel-2光学卫星多源遥感数据,使用水云模型去除植被影响,并通过高级积分方程模型(AIEM)和Dobson介电模型建立查找表获取每个采样点的有效粗糙度,利用经验方程多元回归、广义神经网络(GRNN)模型、随机森林回归模型和一种顾及植被影响的变化检测方法定量反演稀疏植被覆盖下的农田区地表土壤湿度.实验结果表明,随机森林回归模型的最优特征参数组合(垂直极化雷达后向散射系数、高程、局部入射角、增强型植被指数、有效粗糙度)反演精度最高,测试样本的相关系数为0.936,偏差和均方根误差分别达到了0.011 cm3/cm3和0.020 cm3/cm3,而变化检测方法对于研究区土壤湿度存在整体高估的情况.
地表土壤湿度、多源遥感数据、有效粗糙度、反演
47
TP18;S152.7(自动化基础理论)
国家重点研发计划;国家重点研发计划;国家自然科学基金;国家自然科学基金;国家重点实验室基金;陕西省自然科学基础研究项目
2022-12-06(万方平台首次上网日期,不代表论文的发表时间)
共11页
94-104