AO辅助LSSVM的GNSS-IR土壤湿度反演方法

摘要：

全球导航卫星系统多径干涉遥感技术(global navigation satellite system interferometric reflection,GNSS-IR)已成为目前研究的热点,用其测量的数据可以对土壤湿度值等进行估算.针对当前该方法存在土壤湿度反演精度较低的问题,文章以美国板块边界观测网络(PBO)中p043测站为研究对象,并对该测站的GNSS信噪比数据进行分析,提取L2频段反射信号的延迟相位作为输入,PBO H2O的土壤湿度值作为输出,构建了基于AO-LSSVM土壤湿度反演模型,并将该模型与BP神经网络和PSO-LSSVM进行对比.实验结果表明,基于AO-LSSVM方法得到的PRN10卫星反演结果与土壤湿度真值之间的决定系数为0.920,均方根误差为0.021,平均绝对误差为0.017,相比BP神经网络和PSO-LSSVM更加贴近土壤湿度真值,证明了利用该方法能够有效提高土壤湿度反演的精度.

关键词：GNSS-IR、土壤湿度、天鹰优化器(AO)、最小二乘支持向量机(LSSVM)、反演精度

所属期刊栏目：38

分类号：P228(大地测量学)

资助基金：国家自然科学基金;广西自然科学基金项目

在线出版日期：2023-07-05（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：127-133