基于改进粒子群神经网络的麦田土壤水分反演

摘要：

作物区土壤水分遥感反演往往受到作物冠层、地表粗糙度等因素影响,较难得到满意的土壤水分反演结果.为解决麦田土壤水分反演的问题,提出一种改进粒子群神经网络优化算法.该算法将多源光学和雷达影像数据进行联合,利用改进粒子群算法对神经网络权值进行优化,建立遥感影像与土壤水分之间一种隐式映射,并将影像数据作为该优化模型的输入变量,对麦田土壤水分进行反演.结果表明改进粒子群神经网络优化算法反演精度高于其他的反演方法,同时主被动遥感联合反演地表土壤水分的精度也比仅使用单一数据源作为输入的方法精度高,R2达到0.807,RMSE为0.043 cm3cm-3.由此可见,改进粒子群神经网络的优化方法是可行的,可以有效建立后向散射系数与土壤水分之间的隐式关系,获取较高精度的土壤水分值.该方法可为利用雷达影像数据进行大范围土壤水分估测提供支持.

关键词：土壤水分、RADARSAT-2、粒子群、神经网络、后向散射系数

所属期刊栏目：49

分类号：S152.7+5(土壤学)

资助基金：河南工程学院博士基金项目D2016005;河南省科技公关计划项目182102310001;河南省高等学校重点科研项目16B420001;煤化工资源综合利用与污染治理河南省工程实验室开放基金资助项目502002-02

在线出版日期：2019-02-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：1333-1340