基于支持向量机回归算法的土壤水分光学与微波遥感协同反演
本文选题:土壤水分 切入点:Sentinel-ASAR 出处:《地理与地理信息科学》2017年06期 论文类型:期刊论文
【摘要】:利用遥感技术反演土壤水分对于我国西北地区农业干旱问题研究具有重要意义。该文以新疆焉耆盆地为研究区域,分别利用微波遥感数据(Sentinel-1ASAR)和光学遥感数据(Landsat8)计算土壤后向散射系数(σ0soil)和改进型温度植被干旱指数(MTVDI),并将σ0soil和MTVDI参数作用于支持向量机(SVM)回归算法,探讨了不同参数条件下SVM模型在土壤水分反演中的适应性。实验结果表明,相比只用单因子(σ0soil或MTVDI)作为模型参数,以σ0soil和MTVDI两者共同作为SVM模型输入参数时,土壤水分监测精度显著提高,其建模集决定系数R2=0.81,均方根误差RMSE=3.16%;验证集R2=0.89,RMSE=3.15%。最后,利用最优模型对研究区土壤水分进行了反演,并对不同土地类型含水量进行了评价,可为光学遥感与微波遥感协同反演土壤水分提供参考。
[Abstract]:The retrieval of soil moisture by remote sensing is of great significance to the study of agricultural drought in Northwest China. This paper takes Yanqi Basin of Xinjiang as the research area. The soil backscattering coefficient (蟽 0soil) and the modified temperature vegetation drought index (MTVDI) were calculated by using microwave remote sensing data (Sentinel-1ASAR) and optical remote sensing data (Landsat 8), respectively. The 蟽 0soil and MTVDI parameters were applied to the regression algorithm of support vector machine (SVM). The adaptability of SVM model in soil moisture inversion under different parameters is discussed. The experimental results show that compared with single factor (蟽 0soil or MTV DIY) as model parameters, 蟽 0soil and MTVDI are used as input parameters of SVM model together. The precision of soil moisture monitoring has been improved significantly, the determination coefficient of the model set is R2 / 0.81, the root mean square error is RMSE ~ (3.16), and the validation set is R2 / 0.89 / RMSE ~ (3.15). Finally, the soil moisture in the study area is inversed by the optimal model, and the water content of different land types is evaluated. It can provide reference for soil moisture retrieval by optical remote sensing and microwave remote sensing.
【作者单位】: 新疆师范大学地理科学与旅游学院/流域信息集成与生态安全实验室;新疆干旱区湖泊环境与资源重点实验室;
【基金】:国家自然科学基金项目(41161007、41461006) 自治区青年科技创新人才培养工程项目(QN2015YX009) 新疆师范大学地理学博士点支撑学科开放课题基金项目(XJNU-DL-201605)
【分类号】:S152.7;TP18
【相似文献】
相关期刊论文 前10条
1 赵从举,康慕谊,雷加强;古尔班通古特沙漠腹地土壤水分时空分异研究[J];水土保持学报;2004年04期
2 彭万杰;郭异礁;;虎峰镇土壤水分的动态及其随机模拟[J];安徽农业科学;2009年06期
3 杨涛;宫辉力;李小娟;赵文吉;孟丹;;土壤水分遥感监测研究进展[J];生态学报;2010年22期
4 徐联;申俊初;翟英涛;;影响土壤水分观测精确度的原因及观测注意事项探讨[J];贵州气象;2011年04期
5 高建华;胡振华;;土壤水分基础理论及其应用研究进展[J];亚热带水土保持;2011年03期
6 王安琪;施建成;宫辉力;解超;;降尺度土壤水分信息与植被生长参量的时空关系[J];农业工程学报;2012年S1期
7 胡伟;熊凌云;熊雄;胡新华;;自动土壤水分数据质量控制中的阈值确定[J];气象水文海洋仪器;2012年03期
8 陆枫;胡志洪;胡毅恒;;土壤水分测定方法研究[J];企业导报;2012年23期
9 黄文杰;吕军;翟伶俐;魏晓奕;朱宝;;人工与自动土壤水分观测资料差异探讨[J];中国农学通报;2013年14期
10 冯兆林;陈玲爱;;华北地区土壤水分问题——Ⅰ.土壤水的扩散机制及水在剖面中运动的限制[J];土壤学报;1958年01期
相关会议论文 前10条
1 王新;;农气报表土壤水分记录审核软件[A];山东气象学会2005年学术交流会优秀论文集[C];2005年
2 薛龙琴;冶林茂;陈海波;;河南省自动土壤水分观测网的建设和应用[A];第26届中国气象学会年会第三届气象综合探测技术研讨会分会场论文集[C];2009年
3 薛龙琴;冶林茂;陈海波;师丽魁;;河南省自动土壤水分资料与人工观测资料对比分析[A];第27届中国气象学会年会现代农业气象防灾减灾与粮食安全分会场论文集[C];2010年
4 除多;次仁多吉;边巴次仁;王彩云;;西藏中部土壤水分遥感监测方法研究[A];第27届中国气象学会年会干旱半干旱区地气相互作用分会场论文集[C];2010年
5 姚付启;蔡焕杰;张振华;;烟台苹果园表层土壤水分与深层土壤水分转换关系研究[A];现代节水高效农业与生态灌区建设(下)[C];2010年
6 石庆兰;王一鸣;冯磊;;土壤水分测量中相位差检测算法的实验与研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年
7 巫丽君;潘建梅;魏爱明;王秀琴;;自动土壤水分观测数据异常原因浅析[A];“推进气象科技创新,提高防灾减灾和应对气候变化能力”——江苏省气象学会第七届学术交流会论文集[C];2011年
8 杨海鹰;冶林茂;陈海波;;土壤水分研究进展[A];第28届中国气象学会年会——S11气象与现代农业[C];2011年
9 黄奕龙;傅伯杰;陈利顶;;黄土丘陵坡地土壤水分时空变化特征[A];地理教育与学科发展——中国地理学会2002年学术年会论文摘要集[C];2002年
10 陈怀亮;徐祥德;刘玉洁;厉王f;邹春辉;翁永辉;;基于遥感和区域气候模式的土壤水分预报方法研究[A];推进气象科技创新加快气象事业发展——中国气象学会2004年年会论文集(上册)[C];2004年
相关重要报纸文章 前10条
1 班胜林;山西引进新型土壤水分观测仪[N];中国气象报;2010年
2 记者 王量迪 通讯员 陈瑜;我市建成两个自动土壤水分观测站[N];宁波日报;2010年
3 王一;土壤水分快速测量技术获突破[N];科技日报;2003年
4 记者 宛霞 通讯员 赵志强;中国气象局将加强土壤水分观测[N];中国气象报;2009年
5 记者 王建忠;我国将布设1500套自动土壤水分观测仪[N];中国气象报;2009年
6 实习记者 王宝军 通讯员 赵志强;全国建成76个自动土壤水分观测站[N];中国气象报;2009年
7 张芳 仲维健;江苏启动土壤水分自动观测网建设[N];中国气象报;2009年
8 记者 刘剑英;我省首个自动土壤水分观测站大名投用[N];河北日报;2009年
9 邢开成 胡佳军;河北邯郸首个自动土壤水分观测站投入使用[N];粮油市场报;2009年
10 记者 田宜龙;66个自动土壤水分观测站建成[N];河南日报;2010年
相关博士学位论文 前10条
1 王安琪;大尺度被动微波辐射计土壤水分降尺度方法研究[D];首都师范大学;2013年
2 刘丙霞;黄土区典型灌草植被土壤水分时空分布及其植被承载力研究[D];中国科学院研究生院(教育部水土保持与生态环境研究中心);2015年
3 刘艳;喀斯特峰丛洼地不同土地利用方式下表层土壤水分的时空规律研究[D];广西大学;2016年
4 褚楠;基于状态—参数同步估计的土壤水分数据同化研究[D];中国矿业大学;2016年
5 李陆生;山地旱作枣园细根分布格局及其土壤水分生态效应[D];西北农林科技大学;2016年
6 张晨成;黄土高原退耕还林的土壤水分效应研究[D];中国科学院教育部水土保持与生态环境研究中心;2017年
7 樊磊;基于多源数据的土壤水分估算及森林火灾风险评估应用[D];中国科学院大学(中国科学院遥感与数字地球研究所);2017年
8 杨爱霞;基于遥感和水文模型的新疆渭库绿洲荒漠过渡区土壤水分研究[D];新疆大学;2017年
9 李同川;黄土高原土壤大孔隙特征及其对土壤水分的影响[D];西北农林科技大学;2017年
10 闫伟明;黄土区植物生长与土壤水分协同关系及土壤水分有效性评价[D];西北农林科技大学;2017年
相关硕士学位论文 前10条
1 赵忠凯;土壤水分监控保障系统研究[D];北京邮电大学;2012年
2 苏欢;河南省土壤水分的时空变化特征及其与气象要素的关系[D];南京信息工程大学;2015年
3 张洛丹;不同植被类型对陡坡地土壤水分循环的影响[D];西北农林科技大学;2015年
4 白盛元;黄土土柱降雨特征与土壤水分入渗过程研究[D];西北农林科技大学;2015年
5 上官玉铎;负水头条件下土壤水分入渗和氮素分布规律研究[D];中国农业科学院;2015年
6 陈鲁燕;基于MODIS数据的榆林土壤水分研究[D];长安大学;2015年
7 常继钟;不同耕种方式对作物苗期土壤水分影响的研究[D];山西农业大学;2015年
8 张磊;双面蒸发条件下沟岸地土壤水分时空分布特征[D];西北农林科技大学;2015年
9 赵东发;基于IEM模型的双极化TerraSAR数据反演土壤水分[D];中国矿业大学;2015年
10 武江涛;黄土丘陵沟壑区小流域土壤水分空间变异研究[D];山西大学;2015年
,本文编号:1647376
本文链接:https://www.wllwen.com/kejilunwen/nykj/1647376.html