基于多源遥感数据反演土壤墒情方法研究
发布时间:2023-04-01 02:52
土壤墒情是影响农作物生长状况重要参数之一,为提高农作物覆盖下地表土壤墒情反演精度,基于Sentinel-1雷达数据和Landsat8光学数据,利用改进的水云模型得到拔节期玉米覆盖下的地表土壤后向散射系数,并采用SAE深度学习的方法建立遥感影像与土壤水分之间的隐式映射,对玉米覆盖下的土壤墒情进行反演。结果表明:通过改进的水云模型去除植被影响后的反演精度有所提高,R2达到0.657 7,比传统的水云模型提高了0.150 6;RMSE为0.038 7 cm3/cm3,误差降低0.002 5 cm3/cm3,为利用多源遥感数据反演农田地表土壤水分提供了参考。
【文章页数】:6 页
【文章目录】:
0 引 言
1 研究区域与数据源
1.1 研究区域
1.2 遥感数据及预处理
1.2.1 SAR数据及预处理
1.2.2 Landsat 8 OLI数据及预处理
2 研究方法
2.1 改进的水云模型
2.2 稀疏自编码器(SAE)
3 结果与讨论
3.1 水云模型改进前后结果分析
3.2 土壤墒情反演分析
4 结 论
本文编号:3776314
【文章页数】:6 页
【文章目录】:
0 引 言
1 研究区域与数据源
1.1 研究区域
1.2 遥感数据及预处理
1.2.1 SAR数据及预处理
1.2.2 Landsat 8 OLI数据及预处理
2 研究方法
2.1 改进的水云模型
2.2 稀疏自编码器(SAE)
3 结果与讨论
3.1 水云模型改进前后结果分析
3.2 土壤墒情反演分析
4 结 论
本文编号:3776314
本文链接:https://www.wllwen.com/guanlilunwen/gongchengguanli/3776314.html