一种融合相位、振幅与频率的GNSS-IR土壤湿度反演方法 |
| |
引用本文: | 郭斐,陈惟杰,朱逸凡,张小红.一种融合相位、振幅与频率的GNSS-IR土壤湿度反演方法[J].武汉大学学报(信息科学版),2024(5):715-721. |
| |
作者姓名: | 郭斐 陈惟杰 朱逸凡 张小红 |
| |
作者单位: | 武汉大学测绘学院 |
| |
基金项目: | 国家自然科学基金(42074029);;湖北省杰出青年科学基金(2021CFA039); |
| |
摘 要: | GNSS干涉测量(GNSS interferometric reflectometry,GNSS-IR)技术已经成为探测地表环境特性的一种新兴被动遥感技术,综合利用从土壤反射的GNSS信号中提取的相位、振幅、频率特征,提出了一种多类型特征数据融合的GNSS-IR土壤湿度反演方法,采用最小二乘支持向量机(least square support vector machine,LSSVM)、随机森林(random forest,RF)、BP神经网络(back propagation neural network,BPNN)三种机器学习模型,对比和验证了所提方法的可行性与效果。结果表明,多特征融合的LSSVM、RF和BPNN模型反演得到的土壤湿度与参考值的相关系数分别为0.830、0.953和0.980,对应的均方根误差分别为0.045、0.035和0.032 cm3/cm3。相比于单一特征反演法,土壤湿度反演精度和可靠性有显著提升。
|
关 键 词: | GNSS-IR 土壤湿度 相位 振幅 频率 机器学习 |
|
|