基于遗传优化神经网络的多源遥感数据反演土壤水分

摘要：

为快速反演较高精度土壤水分,提出用遗传算法优化后的神经网络辅以多源遥感数据的方法进行地表土壤水分反演.首先建立4层神经网络并用遗传算法优化此网络,之后以雷达数据不同极化(VV、VH、VH/VV)的后向散射系数、雷达入射角、光学数据的归一化植被指数(NDVI)、以及高程数据作为网络的输入,土壤水分数据为输出,对网络进行训练与仿真,再运用地表实际测量数据与反演数据做对比验证.结果表明:反演结果与实际测量数据相关性良好,R2可达0.79.采用遗传算法对神经网络优化的土壤水分反演方法可行,且添加光学数据等辅助数据后土壤水分反演效果更优,为多源遥感土壤水分的协同反演研究提供新思路.

关键词：土壤水分、多源遥感数据、遗传优化算法、神经网络、反演土壤水分

所属期刊栏目：30

分类号：S152.7;P237(土壤学)

资助基金：国家自然科学基金项目41461087

在线出版日期：2019-07-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：252-256