基于随机森林的干旱区全极化SAR土壤含水量反演

为提升干旱区土壤含水量的反演精度,为干旱区生态环境保护和可持续发展提供依据,以内蒙古西部的居延泽为研究区,基于C波段Radarsat-2全极化合成孔径雷达（polarimetric synthetic aperture radar, PolSAR）影像,利用雷达后向散射系数和极化散射矩阵分量,结合8种极化目标分解方法得到的多种特征参数,通过参数相关性和重要性综合分析,优选最佳参数组合,构建随机森林（random forest, RF）土壤含水量反演模型,反演区域土壤含水量,分析其空间分布格局。结果表明：各极化参数中,H-A-α分解的平均散射角α对模型贡献最高,极化散射矩阵的4个分量对模型贡献最低;RF模型能够对训练集进行较好的拟合,训练集R2＞0.89,RMSE＜2.00%,验证集0.60＜R2＜0.85,低于训练集,RMSE 在2.00%左右;所有组合方案中,28参数组合的RF模型精度最高;研究区大部分区域土壤含水量低于10.00%,最大为16.97%,最小为0.37%,平均值仅为2.19%,与野外实测56个样点的均值3.15%相近,模型反演结果与区域实际情况具有较高一致性。