| 基于Sentinel-1A数据的土壤水分反演 |
| |
| 引用本文： | 焦月正,张安兵,王贺封,于坤,李武乾.基于Sentinel-1A数据的土壤水分反演[J].测绘与空间地理信息,2022(2). |
| |
| 作者姓名： | 焦月正 张安兵 王贺封 于坤 李武乾 |
| |
| 作者单位： | 河北工程大学矿业与测绘工程学院;邯郸职业技术学院;邯郸市自然资源空间信息重点实验室 |
| |
| 基金项目： | 国家自然科学基金面上项目(42071246);河北省自然科学基金面上项目(E2020402006);河北省高等学校科学技术研究项目重点项目(ZD2018230)资助。 |
| |
| 摘 要： | 土壤水分是影响作物生长的重要因素,也是监测旱情、估算作物产量的重要参量。为及时、准确地掌握土壤水分,在利用水云模型(Water Cloud Model, WCM)对Sentinel-1 A的后向散射系数校正的基础上,联合地面土壤水分数据,采用线性回归、BP神经网络和支持向量回归三类模型进行了地表土壤水分反演实验研究。实验结果表明:线性回归、BP神经网络和支持向量机回归模型均有较好的反演效果,其决定系数(R;)分别为0.87、0.83和0.8,均方根误差(R;)分别为1.1%、1.9%和2.1%。3种模型基本能够满足Sentinel-1A土壤水分的反演要求,对比来看,BP神经网络的反演效果最好。
|
| 关 键 词： | 水云模型 土壤水分 后向散射系数 回归模型 |
Soil Moisture Retrieval Based on Sentinel-1A Data |
| |
| JIAO Yuezheng,ZHANG Anbing,WANG Hefeng,YU Kun,LI Wuqian.Soil Moisture Retrieval Based on Sentinel-1A Data[J].Geomatics & Spatial Information Technology,2022(2). |
| |
| Authors: | JIAO Yuezheng ZHANG Anbing WANG Hefeng YU Kun LI Wuqian |
| |
| Institution: | (School of Mining and Geomatics Engineering,Hebei University of Engineering,Handan 056038,China;Handan Polytechnic College,Handan 056001,China;Handan Key Laboratory of Natural Resources Spatial Information,Handan 056038,China) |
| |
| Abstract: | |
| |
| Keywords: | water-cloud model soil moisture backscattering coefficient regression model |
| 本文献已被 维普 等数据库收录！ |
|
